并联混合动力汽车发动机动态控制时的转矩估计

探讨了BP网络，并利用BP网络对并联混合动力汽车（PHEV）发动机动态控制时进行转矩估计。以发动机台架性能实验所得数据为基础，使用Matlab中的Neural Network工具，建立不同神经元个数和层数的BP网络对实验数据进行训练，在网络模型的建立过程中，提出了一种新的训练方式，从而得出估计精度和泛化能力都较为理想的模型,并以此模型进行了实际的转矩估计，取得了较满意的效果。     

基于BP神经网络的发动机转矩估计

针对并联式混合动力总成在状态切换和换挡时动力协调控制的需要,完成了富康TU5JP/K汽油发动机的稳态和动态性能试验,建立了基于BP神经网络的发动机转矩估计模型:通过对试验数据的训练,完成了全工况范围内的发动机稳态和动态转矩的估计,并实际应用到在基于dSPACE的混合动力总成控制原型中,达到了预期的控制精度,为实现并联式混合动力系统在状态切换和换挡过程中发动机和电动机的协调控制奠定了基础.     

Coordinated Torque Control of Power Sources for Driving Mode Switch of Full Hybrid Electric Vehicle

针对采用离合器和行星排作为动力耦合机构的重度混合动力汽车在模式切换过程中动力源输出转矩波动过大从而影响驾驶平顺性的问题,考虑模式切换过程中发动机和电机动态特性的差异,采用遗传算法结合BP神经网络建立了发动机转矩模型.在对离合器接合与分离前后发动机输出转矩准确估计的基础上,通过离合器接合压力的模糊控制和电机输出转矩对发动机转矩波动的补偿控制,减小了不同模式切换过程的输出转矩波动,以提高模式切换的平顺性.建立了该重度混合动力汽车的动力学仿真模型,并进行了不同混合驱动模式之间模式切换的仿真分析.结果表明,采用本文提出的转矩协调控制方法能够有效提高模式切换的平顺性.     

干式离合器摩擦转矩两种估计模型的对比

根据常规量产车上可以获得的信号——发动机转速、名义发动机转矩和名义离合器压紧力,在不额外增加传感器的条件下,对干式离合器的摩擦转矩进行了估计。建立了基于梯度投影法的估计模型和自适应估计模型,通过仿真和台架试验分析了两种估计模型的性能,结果表明,自适应估计模型对离合器摩擦转矩的估计精度较高。     

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。     

基于燃烧离子传感技术的发动机指示转矩实时估计

提出了一种基于缸内离子传感技术的发动机指示转矩估计方法.通过对发动机缸内燃烧生成离子电流的时域及频域分析,探讨了燃烧离子电流特征值与发动机指示转矩之间的关系.试验结果表明:在时域上,离子电流第二峰电压的大小和位置与发动机指示转矩具有良好的对应关系;在频域上,对离子电流信号进行了傅立叶变换后,其基频下的幅值与转矩对应关系更明显,因此,采用频域分析方法进行发动机转矩估计具有更高的精度,实时性也好.     

新型混合动力汽车动力切换动态过程分析

为对基于行星齿轮机构的新型混合动力系统由纯电动驱动切换至发动机驱动过程中的转矩波动进行研究,建立了新型混合动力传动系统的动力学模型,对动力切换过程进行了分析.提出了该过程的转矩协调控制策略,并通过仿真和台架试验进行了验证.结果表明,该转矩协调控制策略能有效减小纯电动驱动切换至发动机驱动过程中的转矩波动和对整车的冲击.     

并联混合动力汽车从纯电动驱动到发动机驱动的协调切换控制

从纯电动切换到发动机驱动,是并联混合动力汽车的状态切换模式之一.在切换过程中,为保持整车动力性能的平稳性和舒适性,必须对电机和发动机进行协调控制.以状态切换过程中总转矩不发生大的波动为控制目标,提出“发动机调速+发动机/电机转矩优化分配”协调切换控制策略.建立并联混合动力汽车传动系统整车动力学模型,应用极大值原理,将二次型最优控制算法运用到控制策略中,并建立以车辆行驶平顺性为目标的泛函,设计了状态切换控制器.仿真结果表明,在动力切换过程中,该切换控制算法能有效控制混合动力系统在状态切换过程中的转矩波动,保证动力传递的平稳性.     

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%.     

机电无级传动混合动力驱动系统的模式切换协调控制

开发了一种由双转子电机和双排行星齿轮机构组成的机电无级传动混合动力驱动系统,建立了整车动力学模型,提出了"转矩分配+发动机转矩估计+电动机转矩补偿+补偿系数修正"的协调控制策略;最后分别对由纯电动模式切换到混合驱动模式的定工况和全工况进行仿真,结果表明:所提出的控制策略能有效地抑制驱动模式切换过程中因不同动力源动态特性差异所造成的整车纵向冲击,提高了汽车行驶平顺性。     

发动机试验台测控系统模糊神经网络控制方法的研究

结合模糊控制、神经网络、遗传算法的优点,提出发动机试验台测控系统模糊神经网络控制方法。利用遗传算法的全局优化策略,避免陷入局部最小点的缺陷。在建立发动机-测功机传动系统动力学模型、发动机有效转矩模型、测功机励磁电流模型的基础上,进行了动态仿真模拟,较好地解决了试验台控制的稳定性及测量的实时准确性问题。     

模糊神经网络在发动机失火故障诊断中的应用

利用模糊神经网络对发动机失火故障进行诊断,建立起了模糊神经网络控制模型,应用MATLAB软件对其进行训练及仿真,结果表明此控制方法是有效的、可行的。     

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.     

Capacity estimation of torque converters with piston holes using the response surface method and an artificial neural network

In new slim torque converters, lock-up clutches are used to provide high fuel efficiency at low speed. However, the slimness of the converters causes difficulty in heat dissipation, which may damage the friction material and shorten its life span. A cooling hole in the lock-up piston reduces the heat but also reduces the torque because oil flows through the hole due to the pressure difference between the two faces of the piston. In the early stages of the development of this type of torque converter, designers must consider the minimum flow rate required to cool the friction material and the minimum torque capacity required to transmit the engine torque. This research explored two methods of estimating these parameters. In the first method, an estimation equation was derived by combining the response surface method with physical properties such as the centrifugal force, a sudden expansion, a sudden contraction, and the steady flow energy equation. The second method involved the use of an artificial neural network. The feasibility of the estimates based on statistics and on the artificial neural network were confirmed in the design stage by comparing experimental and estimated data. An estimation program was created using the C#.Net language and has been used for actual torque converter designs by the Korea Powertrain Company.     

CFA6470HEV发动机燃油经济性的BP神经网络建模及优化

对MATLAB软件中的BP神经网络及数值分析方法进行了研究,并将其应用于CFA6470HEV发动机特性的建模,在对模型的结构参数优化的基础上,获得了合适的发动机特性模型.应用数值分析方法确定了发动机的最优经济性运行区间以及与之对应的发动机节气门开启角与转矩和转速之间的关系,利用此关系,可通过对发动机节气门的调节实现对发动机最佳燃油经济性的控制.     

基于车用柴油机不平衡数据集的故障识别组合模型

基于车用柴油机的不平衡数据集,根据对应故障发生频次高与低,将模型建立对象分为样本丰富的大数据量故障与样本集不完备的小数据量故障两种。面向前者,基于XGBoost （Extreme Gradient Boosting） 分类算法构建故障识别模型,面向后者,基于模糊神经网络构建故障识别模型,然后针对两类模型进行参数调节以获得最优效果,并分别建立评估机制。模型评估结果表明,该故障识别组合模型能够较为精确、全面地识别大多数故障种类,是一种对数据量要求不高且总识别率超过80%的多适应性识别模型算法,可作为汽车维保工作中的重要工具使用。     

基于Elman神经网络的车用汽油机过渡工况空燃比辨识

以HL495Q型电喷汽油机为研究对象,分析了汽油机空燃比的数学模型,提出了一种基于Elman神经网络的过渡工况空燃比辨识方法。试验结果表明,Elman神经网络空燃比模型具有简单的网络结构,能高精度地逼近车用汽油机空燃比的实际动态过程,模型的平均相对误差小于1%,优于前馈BP神经网络模型的辨识结果。建立的Elman神经网络空燃比模型能改善过渡工况空燃比控制精度,提高排放性能。     

基于神经网络的车用汽油机过渡工况空燃比辨识

以HL495Q电喷汽油机为研究对象,提出了一种基于BP神经网络的空燃比辨识方法,比较了不同拓扑结构的神经网络对空燃比辨识精度的影响,得到了一种最优的空燃比模型。试验结果表明,空燃比模型能高精度地逼近空燃比的实际动态过程,模型的平均相对误差小于2%。     

基于BP神经网络的发动机排放预测

选用运转参数中的转速和功率(负荷)为变量,对丰田Prius混合动力电动汽车的发动机进行了神经网络排放建模。通过对建立的BP网络进行训练和测试,模型能较好地预测排放性能,并对排放的实时测量和控制提供了一定的依据。     

基于神经网络的发动机控制系统故障诊断研究

通过比较发动机控制系统故障诊断的方法，针对基于神经网络的发动机控制系统的故障诊断推导出数学模型；并编制了采用双向联想记忆神经网络完成发动机控制系统故障诊断的学习与诊断程序，实现了仿真。