基于ADVISOR电动汽车自动空调模块仿真开发

以纯电动汽车空调系统为研究对象,对某样车空调系统进行了设计和部件选型,优化了控制方法,并基于ADVISOR对空调系统进行了二次开发,建立了空调系统仿真模块,进行了仿真分析。结果表明,所建电动空调系统获得的实时车室温度值与实际值接近,符合空调实际运行状态;模糊—PID复合控制方法控制结果更为准确,空调功耗更小,实现了对空调控制算法的优化。     

基于深度学习的混合动力汽车预测能量管理

为了优化混合动力汽车的能量动态分配过程，提升混合动力汽车的燃油经济性和动力电池荷电状态（SOC）平衡性，提高混合动力汽车能量管理策略的鲁棒性，以等效燃油消耗最小化策略为基础，结合对车辆未来行驶工况的预测研究，分析车辆未来行驶需求能量的变化，制定相应的动态调整策略。基于车联网通信技术，实时采集车辆的运行状态信息和交通信息，作为车辆未来工况预测模型的输入变量。以数据驱动为特征，基于混合深度学习建立工况预测模型。利用STL分解算法对各输入变量进行周期性、趋势性等特征分解，并对各输入变量的特征分量，使用混合深度学习网络从数据局部特征及时间维度依赖特征来深度挖掘目标车辆车速与外部信息及历史数据的关系，进而对车辆未来的行驶工况进行预测。利用预测的工况信息，分析车辆未来行驶需求能量的变化，应用于自适应等效消耗最小化策略等效因子的实时动态调整，从而实现对车辆的优化控制，并通过与传统自适应等效消耗最小化策略进行对比，验证该方法的有效性。研究结果表明：基于混合深度学习的工况预测模型预测精度比BP网络预测模型高44.72%；利用精确的预测工况信息预测能量管理，可以实时动态调整发动机和电机的功率输出，降低油耗并维持电池SOC平衡。     

基于CAN总线电动汽车下线检测系统的开发

随着电动汽车的批量生产,电动汽车下线检测也成为一个重要的研究课题。本文中,利用便携式电脑,基于CAN总线建立汽车下线检测的实际应用的系统方案,而后对测试系统进行软件的设计与开发。在软件开发过程中,利用LabVIEW编写程序,在NI测试台架上处理测试项目,研究优化两个软件的数据库连接,最后设计用户界面用于数据库的维护和管理。通过调试,不仅验证了测试系统在测试、数据处理等方面的实用性能,并且反馈信息以加强和改善基于CAN总线系统的稳定性和可用性。