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。     

约束可松弛的网络绿波模型

为解决区域交通信号协调控制领域中常规网络绿波模型可行域窄或无解的问题,提出了约束可松弛的网络绿波模型。应用混合整数线性规划方法构建模型,以所有路段双向绿波带宽加权和最大为优化目标,利用约束松弛方法,将干线约束和网络外圈闭环约束转变为可松弛的不等式约束。模型针对每条路段引入了0~1二元变量,表示路段的绿波是否被打断。通过模型求解,获得网络中必要的松弛路段,并打断相应的路段绿波,去除外圈闭环约束,以扩大可行域并找到最优解。算例对不同控制方案下提出的模型和其他绿波模型的绿波优化结果进行比较分析。算例显示,当网络各个交叉口采用同一化控制方案时,易于在不打断任何路段绿波的条件下找到最优解。此时,所提出的模型的解和常规网络绿波模型的解等价。当网络各交叉口采取差异化控制方案时,常规网络绿波模型无可行解,Gartner网络绿波模型仅获得非最优的可行解,而所提出的模型能够获得全局最优解。算例中只有1条路段的绿波被打断,而网络的其他路段均获得有效绿波带,且任意相交的干线绿波能够合理协调。算例优化结果表明：所提出的模型优于常规网络绿波模型和Gartner网络绿波模型,更适合复杂的城市交通网络信号优化设计。     

功率分流混合动力全速域工作模式切换规则优化

针对某功率分流混合动力汽车,探讨了既定模式转矩分配策略未知情况下全速域工作模式切换规则的优化问题。先在既定模式转矩分配策略未知的前提下,将等效燃油消耗与样本数字特征相结合,计算了不同荷电状态（SOC）值下各工作模式在所有可行工作点的基准综合燃油消耗率。以整车燃油经济性为优化目标,确定不同SOC值下所有可行工作点的最佳工作模式,进而得出基于车速、车轮端需求转矩、SOC值的优化后全速域工作模式切换规则,以满足不同工况下的工作模式选择需求。之后,不考虑模式切换过程对整车驾驶平顺性的影响,搭建了模式切换实施模型。再以4个新欧洲驾驶循环（NEDC）工况所构成的组合工况为目标行驶工况,将优化后全速域工作模式切换规则和传统基于逻辑门限的全速域工作模式切换规则分别应用于基于规则的能量管理策略,进行了整车燃油经济性仿真与台架试验验证。仿真结果表明：在不改变既定模式转矩分配策略的条件下,与基于逻辑门限的全速域工作模式切换规则情况相比,所提出的既定模式转矩分配策略未知情况下全速域工作模式切换规则优化方法至少可使整车燃油经济性提高7.33%。台架试验结果进一步表明,该优化方法至少可使整车燃油经济性提高6.17%。由此可见,所提出的既定模式转矩分配策略未知情况下全速域工作模式切换规则优化方法对整车燃油经济性具有较好的改善效果。     

船舶混合动力技术发展趋势分析

通过近年发布的《国际海事组织海运温室气体减排初步战略》等相关减排措施,提出船舶混合动力技术作为优选解决方式。介绍该技术发展背景,阐述其定义、架构及国内外发展应用现状,分析油电混合动力技术、气电混合动力技术的特点,对船舶混合动力技术发展趋势及应用前景进行展望,经调查研究,船舶混合动力推进系统具有操纵性好、效率高及特定工况排放低等特性,减排优势明显。     

基于连续-离散混合模型的船舶推进轴系纵向振动动力吸振分析

以直接传动形式的船舶推进轴系为研究对象,基于连续-离散混合模型,开展推进轴系纵向振动动力吸振设计分析。采用直接法和模态叠加法计算比较推进轴系在螺旋桨脉动推力下的频率响应,识别出第1阶模态是优势模态。结合Lagrange方程和模态展开定理推导出推进轴系连续-动力吸振器离散混合模型的动力学方程,采用动力调谐优化方法对动力吸振器进行优化设计,在优化状态下讨论动力吸振器的控制效果和参数影响规律。分析结果表明:动力吸振器安装位置应尽可能接近螺旋桨端,以减小动力吸振器动力参数值;第1阶共振线谱的减振效果与动力吸振器安装位置无关,仅取决于其质量比。     

一种特殊的电机启动方式在混合动力船舶的应用

混合动力船舶越来越多,本文主要介绍在混合动力船舶中推进电机的一款特殊启动方法,不需要额外添加任何的启动器,利用主柴油机来启动推进电机达到混合推进的目的     

动力锂电池与电力推进船舶发展分析

文章通过对主要类型锂离子电池技术指标和特性进行梳理,研究了锂离子电池的热管理技术、安全性、火灾消防技术等应用重点环节的技术要点,分析了锂电池在船舶动力系统中的作用及全电池动力系统和混合动力系统的技术特点,为应用锂电池的新能源船舶研发提供参考。最后介绍了目前国内外应用储能电池动力船舶的多个典型案例,简要阐述了各个案例中的船舶核心参数和主要特点,总结了当前电池动力船舶的主要应用船型、锂电池类型、应用市场及政策、规范现状,认为锂电池动力船舶的发展前景光明,但在相关政策和船舶规范研究方面尚需进一步完善。     

PHEV发动机驱动工况效率耦合分析与优化控制

单轴并联式混合动力系统（Parallel Hybrid Electric Vehicle,PHEV）包括电池、驱动电机、发动机、自动变速器等多个关键部件。各部件效率特性存在相互耦合的关系,要实现系统整体效率最优,需要辨明影响系统效率的控制参数,并对系统整体效率最优的控制参数进行优化。以装备无级变速器（Continuously Variable Transmission,CVT）的PHEV为研究对象,首先对系统各关键部件的效率特性进行分析,建立各关键部件效率模型,明确各部件效率与控制参数、状态参数之间的关系。在此基础上,对发动机单独驱动模式下动力传递路径中不同部件的效率耦合关系进行分析,推导出系统燃油消耗量与动力系统各状态参数、控制参数之间的函数关系。根据分析结果,选取车辆需求功率及车速为状态参数,变速器速比及发动机转矩为控制参数,以系统燃油消耗量最小为目标建立优化目标函数和约束条件,对系统优化问题进行定义。根据优化问题的特点,设计基于模拟退火的优化算法对优化问题进行求解,获取系统燃油消耗率最小时变速器目标速比和发动机目标转矩随状态参数的变化关系。建立系统仿真模型对所述优化算法进行仿真分析,并搭建混合动力试验台对优化结果进行试验验证。结果表明：无级变速器效率对系统整体效率影响较大,采用优化控制规律使发动机效率有所降低,但无级变速器效率升高更大,系统整体效率升高;在功率需求一定的循环工况下,优化控制算法比传统上仅以发动机效率最高为目标的控制算法节油1%~2%。     

Multiple criteria optimization method for the vehicle assignment problem in a bus transportation company

A vehicle assignment problem (VAP) in a road, long‐haul, passenger transportation company with heterogeneous fleet of buses is considered in the paper. The mathematical model of the VAP is formulated in terms of multiobjective, combinatorial optimization. It has a strategic, long‐term character and takes into account four criteria that represent interests of both passengers and the company's management. The decision consists in the definition of weekly operating frequency (number of rides per week) of buses on international routes between Polish and Western European cities. The VAP is solved in a step‐wise procedure. In the first step a sample of efficient (Pareto‐optimal) solutions is generated using an original metaheuristic method called Pareto Memetic Algorithm (PMA). In the second step this sample is reviewed and evaluated by the Decision Maker (DM). In this phase an interactive, multiple criteria analysis method with graphical facilities, called Light Beam Search (LBS), is applied. The method helps the DM to define his/her preferences, direct the search process and select the most satisfactory solution.     

An adaptive information fusion model to predict the short-term link travel time distribution in dynamic traffic networks

As intelligent transportation systems (ITS) approach the realm of widespread deployment, there is an increasing need to robustly capture the variability of link travel time in real-time to generate reliable predictions of real-time traffic conditions. This study proposes an adaptive information fusion model to predict the short-term link travel time distribution by iteratively combining past information on link travel time on the current day with the real-time link travel time information available at discrete time points. The past link travel time information is represented as a discrete distribution. The real-time link travel time is represented as a range, and is characterized using information quality in terms of information accuracy and time delay. A nonlinear programming formulation is used to specify the adaptive information fusion model to update the short-term link travel time distribution by focusing on information quality. The model adapts good information by weighing it higher while shielding the effects of bad information by reducing its weight. Numerical experiments suggest that the proposed model adequately represents the short-term link travel time distribution in terms of accuracy and robustness, while ensuring consistency with ambient traffic flow conditions. Further, they illustrate that the mean of a representative short-term travel time distribution is not necessarily a good tracking indicator of the actual (ground truth) time-dependent travel time on that link. Parametric sensitivity analysis illustrates that information accuracy significantly influences the model, and dominates the effects of time delay and the consistency constraint parameter. The proposed information fusion model bridges key methodological gaps in the ITS deployment context related to information fusion and the need for short-term travel time distributions.