基于线性规划的干线模糊补偿控制

针对传统干线控制方法的不足,提出了新的控制策略,采用递阶结构将传统的控制方法与模糊控制结合在一起对交通干线进行实时协调控制。由上层的中央协调单元通过传统的线性规划对交通中的确定性因素进行建模,得到干线控制所需要的信号周期、各个路口之间的相位差和绿信比等参数作为初步配时方案;然后针对交通问题中较强的随机性和不确定性,以模糊控制对得到的初步方案进行补偿,主要通过模糊逻辑对相位差进行调整,并最终由路口信号机根据路口的实际情况对绿信比进行调节,使整个干线控制得到优化。仿真结果表明,该方法比传统的定时控制和感应控制能更有效地提高干线的通行能力。     

混合动力电动汽车动力总成换挡过程协调控制仿真

介绍了装有AMT的混合动力电动汽车(HEV)换挡过程协调控制逻辑。在Matlab/Simulink和Matlab/Stateflow平台上建立了动力总成模型,并对分离离合器和不分离离合器的两种不同换挡控制策略下的换挡过程协调控制进行了仿真计算。仿真结果表明,所建立的仿真模型能够对HEV的换挡过程协调控制进行模拟,所采用的协调控制逻辑能够使换挡顺利完成。     

基于改进分层可拓理论的智能汽车AFS/DYC协调控制

针对紧急避障及大曲率工况的稳定控制难题，提出基于改进分层可拓理论的AFS和DYC协调控制系统，引入了鲸鱼算法解决了可拓边界的自适应划分问题，既简化了分层可拓理论的边界确定过程，又遏制了控制器的一些较为强烈的输出振荡，显著提高了车辆控制的稳定性和安全性。所提AFS/DYC协调控制系统分上下两层，上层是改进分层可拓协调模块，下层是AFS/DYC控制器模块。上层可拓协调模块主要通过横摆角速度、纵向车速以及规划路径曲率来确定AFS和DYC的权重系数，下层控制器模块主要通过上层协调模块确定的权重系数来分配AFS和DYC的输出量，最终实现对智能车辆的稳定性控制。Carsim和Simulink联合仿真结果表明，所提协调控制系统在紧急避障、双移线等大曲率及曲率突变工况下，对横摆角速度和纵向车速的控制效果相较于分层可拓控制、普通可拓控制均有较大提升。     

基于遗传算法的混动汽车扭矩节能协调控制优化

为了提高混合动力汽车的节能效果，在等效燃油消耗最小策略(Equivalent Fuel Comsumption Minimization Strategy, ECMS)的基础上引入遗传算法(Genetic Algorithm, GA),设计了一种基于遗传算法优化发动机扭矩的节能协调控制策略。以整车冲击波强度作为价值指标目标函数，通过遗传算法优化后获得最佳扭矩参数，优化模式运行阶段的发动机扭矩，减小冲击影响并获得更优的扭矩跟随效果。研究结果表明：采用GA优化能够对发动机扭矩起到削峰填谷作用，获得更高的整车动力稳定性；NEDC工况下，冲击波强度下降了近45%;利用GA-ECMS协调控制方案能够增强模式切换品质，也可以有效改善混合动力系统经济性。采用实际路段工况验证了GA-ECMS扭矩优化协调效果，结果表明GA优化混合驱动可稳定发动机扭矩，能够达到优异的协调控制性能。     

双离合器协同的功率分流式混合动力汽车动态协调优化控制研究EI北大核心CSCD

针对集成多离合器的功率分流式混合动力汽车,研究了包含两个离合器状态协同切换的纯电动模式到混合动力模式的瞬态切换行为及动态协调优化控制策略。基于杠杆法和矩阵法建立系统不同切换阶段的动力学模型,根据发动机起停控制及模式切换需求对双离合器工作序列进行可行性分析并制定模式切换逻辑,在此基础上,针对双离合器协同滑摩导致的切换品质下降,以整车纵向冲击度、离合器滑摩功及模式切换时间为加权优化目标,基于模拟退火算法优化不同离合器接合和分离过程的滑摩行为,为解决固定发动机转速调节策略难以适应不同加速工况需求的难题,构建了混合动力模式下的发动机转速自适应调节策略,实现基于不同工况需求转矩的电机MG1转矩自适应调节。仿真测试和硬件在环测试结果表明,所设计的动态协调优化控制不仅能够有效地减小双离合器协同时的功率分流式HEV瞬态模式切换冲击度,而且具有优异的工况适应性,能够保证不同加速工况下的瞬态模式切换品质。     

四轮驱动混合动力汽车模式切换协调控制

混合动力汽车通过发动机和电机两种动力源实现多种驱动模式，不同动力源的切换对整车动力性能和驾驶性能有着重要影响。在四轮驱动混合动力汽车的基础上，针对模式切换过程中不同动力源响应性差异造成驾驶性能变差的问题，以纯电动向混合驱动模式切换过程为研究对象，提出了以离合器、电机和发动机为控制对象的协调控制策略，通过控制离合器接合压力并结合电机定转矩补偿控制，同时对发动机转速进行PID闭环控制。台架和实车试验结果表明：该控制策略能够快速平稳地实现驱动模式切换，提高了整车驾驶性能。