基于模糊控制与微粒群优化的混合动力客车控制策略的研究

为一辆混合动力客车(HEB)提出了一种模糊控制与微粒群优化相结合的控制策略.构建了以需求转矩与发动机最佳转矩之差和超级电容荷电状态为输入,以发动机转矩为输出的模糊控制器,并以等效燃油消耗为优化目标,利用微粒群算法对模糊隶属度函数和模糊控制规则进行优化.基于Matlab/Advisor建立了HEB模糊控制策略模型和整车模型,并进行HEB整车动力性和经济性分析.结果表明所提出的控制策略能够满足HEB的设计要求,等效燃油消耗量约降低了10.1%.     

混合动力电动汽车模糊逻辑控制策略的研究与仿真

以四川汽车工业集团野马混合动力电动汽车设计要求为基础,提出了一种混合动力电动汽车模糊逻辑控制策略。这种策略通过对油耗和各排放参数动态地分配权重值确定出发动机的最佳转矩,然后再根据模糊控制原理,以电池SOC值、汽车驱动需求的输出转矩和电动机转速为模糊输入确定出发动机的实际输出转矩,最终实现整车油耗和排放的综合优化。通过在S imu link软件中搭建该控制策略的仿真模型并与基础的电力辅助控制策略相比较,证明了这种控制策略有利于整车运行经济性和环保性的提高。     

ISG柴油混合动力客车能量分配策略研究

以ISG柴油混合动力客车整车控制策略为基础,综合考虑客车燃油经济性和排放,提出一种基于模糊神经网络的能量分配策略,该策略根据模糊控制原理,结合人工神经网络自主学习功能,以电池SOC、整车需求转矩以及发动机转速为模糊输入来确定发动机和电机的最佳输出转矩分配,再以神经网络对控制的模糊规则进行记忆.仿真结果表明,该策略比普通逻辑控制更加有利于燃油经济性的提高,并在一定程度上改善了排放性能.     

单电机强混合动力电动车辆的动态协调控制

为减小或消除单电机式强混合动力电动车辆在纯电动模式与发动机驱动模式间切换时产生的动力系统冲击,提出了发动机起动过程的转矩协调控制策略和发动机退出过程的转矩补偿控制策略.转矩协调控制策略包括起动模式下的发动机起动阻力转矩补偿控制和调节模式下的发动机过冲转矩平衡控制,转矩补偿控制策略利用电机补偿发动机退出过程中动力系统转矩的变化.台架和实车试验结果表明了该动态协调控制策略可确保发动机的快速平稳起动和发动机退出时不产生动力系统冲击.     

基于模糊控制的气电混合动力客车控制策略研究

基于模糊控制理论,设计气电混合动力客车驱动模式和制动模式下的模糊控制策略,嵌入到ADVISOR模型中与电辅助控制策略进行仿真分析对比。结果表明,模糊控制策略优于电辅助控制策略,实现了驱动模式下发动机和电机驱动扭矩的合理分配和制动模式下制动能量的合理回收,降低了客车耗气量,提高了发动机效率和整车工作效率。     

混合动力汽车驱动意图识别转矩补偿控制策略

通过车体冲击度对驾驶员驱动意图进行识别,并结合车辆的加速度确定了基于模糊控制的车辆驱动转矩补偿系数求解方法,在满足驾驶员需求的条件下,通过转矩补偿系数对电机补偿的发动机迟滞转矩进行优化,建立了基于工况的驱动意图识别转矩补偿控制策略。利用硬件在环平台在NEDC工况下对所制定的转矩补偿控制策略进行仿真分析,结果表明,在同等油耗条件下,所制定的转矩补偿策略与没有加入驱动意图识别的转矩补偿策略相比,电池SOC增加了2.1%。     

四轮驱动混合动力汽车驱动防滑控制策略的研究

本文中以具有发动机、ISG电机和轮毂电机多个动力源的四轮驱动混合动力汽车为研究对象,依据驱动轮的滑模变结构控制算法,制定了目标驱动转矩控制策略。同时,基于模糊控制算法制定了各动力源的转矩协调分配控制策略,并对模糊推理器输出的各转矩进行了修正。在Matlab/Simulink环境下对所设计的控制策略进行了离线仿真。结果表明,在棋盘路面工况下,所设计的控制策略能有效抑制各驱动轮过度滑转,提高了混合动力汽车的动力性和行驶稳定性,改善其燃油经济性。     

基于加速踏板行程的再生制动控制策略研究

针对纯电动汽车,提出了基于加速踏板行程的再生制动控制策略。当加速踏板行程超过一定门限值时,利用模糊控制算法计算出电机再生制动转矩,模拟发动机倒拖制动过程;建立电机和电池等模型,以加速踏板行程信号为输入条件,对上述控制策略和无发动机倒拖制动的控制策略进行dSPACE硬件在环对比仿真。结果显示,采用提出的控制策略后,电机转矩能较好地跟随驾驶员的操作需求,发动机倒拖制动能回收一定的能量。     

并联式混合动力汽车遗传模糊控制策略的研究

为带双离合器和单轴转矩耦合的某并联混合动力汽车开发了模糊控制策略,采用遗传算法对转矩分配模糊控制器进行了优化。在Matlab/Simulink和ADVISOR环境下基于试验数据建立了仿真模型,并进行了NEDC循环下只考虑经济性的控制策略优化和综合考虑经济性和排放性能的多目标控制策略优化。结果表明,应用遗传算法对模糊控制策略进行多目标优化后,油耗降低了3.65%,同时整车排放也有明显降低。     

Strategy of Acceleration Torque Compensation Control for Electric Vehicle

为了解决电动汽车在急加速和急起动时电机输出动力不足难以满足驾驶员对动力需求的问题,在对汽车加速过程力矩特性分析的基础上提出了一种加速转矩补偿控制策略.该策略可在线性稳定的驱动力矩控制策略的基础上确定基本驱动力矩.采用模糊控制算法开发了以加速踏板开度及其变化率为输入、目标扭矩增量为输出的驾驶员意图表达控制器.在此基础上设计了加速转矩补偿算法用于计算补偿扭矩.最终确定了驾驶员的转矩需求并向电机驱动系统发出了转矩控制指令.仿真结果表明,该控制策略能够显著提升电动汽车的加速性能.     

并联混合动力汽车模糊逻辑控制策略的设计

利用模糊逻辑控制技术,设计了并联混合动力汽车的模糊逻辑扭矩控制策略。选取了控制器的输入、输出变量,构建了有25条规则的模糊推理器。在3种不同的循环工况下,分别对二值逻辑策略和模糊逻辑策略进行了仿真试验,结果显示,所设计的模糊逻辑控制策略能够很好地控制发动机工作,且具有很好的自适应能力和鲁棒性。     

基于模糊逻辑控制策略的混合动力汽车仿真研究

以燃油经济性和排放性能为主要控制目标,提出一种基于模糊逻辑的能量分配控制策略,应用ADVISOR仿真软件,对制定的控制策略在不同的道路循环工况下进行仿真。仿真结果表明,所设计的模糊逻辑控制策略能够合理分配发动机和电机的转矩,可使发动机工作在效率较高、排放较低的中等负荷区,整车的燃油经济性较好、排放较低。     

用于混合动力控制的汽油机动态转矩建模仿真

针对混合动力系统能量管理及动力平稳传递控制策略开发的需要,以MATLAB/SIMULINK仿真软件为工具,建立了发动机平均值模型,模型能够根据发动机转速和节气门开度实时计算出发动机的稳态和动态转矩。在发动机动态试验台上验证了该模型,表明模型达到了需要的计算精度和实时性要求。对给定的转矩曲线进行动态跟随时发动机的节气门开度变化情况进行了仿真分析。模型可用于混合动力控制策略开发中的仿真及在线转矩估计,为并联式混合动力系统能量分配和动态协调控制中的发动机转矩反馈提供了基础。     

基于补偿滑模控制的混合动力汽车协调控制

由于行星排功率分流式混合动力汽车的结构优势,双行星排功率分流式混合动力汽车已经成为各机构的研究重点。由纯电动模式到混合驱动模式切换的过程中存在发动机起动和发动机转矩引入,而发动机转矩瞬态响应存在迟滞,导致切换过程中动力系统的输出转矩会有较大波动。为减小波动,降低模式切换过程中的动态冲击度,本文中提出补偿滑模控制方法,对双行星排功率分流式混合动力汽车模式切换进行协调控制。首先,建立整车动力学模型,对切换过程每个模式进行分析;之后,针对发动机拖转阶段和混合驱动阶段分别采用补偿控制和基于固定边界层的自适应滑模控制,并对滑模控制进行稳定性分析;最后,结合Matlab/Simulink软件平台进行仿真验证。仿真结果表明,补偿滑模协调控制策略能够有效地减小从纯电动到混合驱动模式切换过程中的转矩波动和冲击度。     

ZJC6120CHEV混联式混合动力城市客车总体设计

主要阐述zjC6120CHEV混联式混合动力城市客车的控制策略,发动机、变速器等的合理匹配,使整车的动力性和经济性得以提高。     

Fuzzy energy management strategy for a hybrid electric vehicle based on driving cycle recognition

By considering the effect of the driving cycle on the energy management strategy (EMS), a fuzzy EMS based on driving cycle recognition is proposed to improve the fuel economy of a parallel hybrid electric vehicle. The EMS is composed of driving cycle recognition and a fuzzy torque distribution controller. The current driving cycle is recognized by learning vector quantization in driving cycle recognition. The torque of the engine and the motor is controlled by a fuzzy torque distribution controller based on the required torque of the hybrid powertrain and the battery state of charge. The membership functions and rules of the fuzzy torque distribution controller are optimized simultaneously by using particle swarm optimization. Based on the identification results of driving cycle recognition, the fuzzy torque distribution controller selects the corresponding membership function and rule to control the hybrid powertrain. The simulation research based on ADVISOR demonstrates that this EMS improves fuel economy more effectively than fuzzy EMS without driving cycle recognition.