原文传递
混合动力电动汽车再生制动能量回收策略研究
| 论文题名： | 混合动力电动汽车再生制动能量回收策略研究 |
| 关键词： | 混合动力电动汽车;再生制动技术;能量回收;模糊神经网络;仿真验证 |
| 摘要： | 科学技术促使汽车工业迅速发展给人们的生活带来方便,然而也引发了环境污染、全球变暖等威胁人类社会生存的严峻问题。各国政府纷纷规划出了节能环保的发展战略。新能源汽车已成汽车工业必然地发展趋势。混合动力电动汽车作为新能源汽车的重要代表之一,其再生制动技术使这些问题得到缓解,能回收一部分传统汽车在制动中损失的能量,这样可以大大提高汽车的燃油经济性,节约能耗。 本文先介绍了国内外电动汽车再生制动技术的研究现状和工作原理,及其影响因素。然后分析再生制动能量回收系统的储能原理,并对汽车进行制动力学分析计算再生制动力的大小。对原有的两种制动能量回收策略进行简要介绍,并分析他们的优缺点。本文综合之前的分配方法和特点对模糊逻辑制动力分配策略进行研究,最后对其进行改进提出了基于模糊神经网络的再生制动力分配策略。本文研究的是前轮驱动下并联混合动力电动汽车,在满足制动法规的基础上,尽可能多的让汽车前轴承担大部分的制动力,同时确保制动的安全性和稳定性,以便回收更多的制动能量。 通过高级车辆仿真软件ADVISOR2002,验证本文提出的制动力分配策略。实验路况选择美国城市循环工况、纽约城市循环工况和欧洲城市循环工况进行仿真验证,并与车辆仿真软件自带的分配策略和模糊逻辑分配策略进行对比分析。实验结果表明,模糊神经网络制动力分配策略,在保证制动安全和稳定的前提下,能够回收更多的制动能量,提高整车的系统效率,进一步验证本文提出的再生制动力分配策略的可行性和有效性。 |
| 作者： | 吴普兴 |
| 专业： | 控制理论与控制工程 |
| 导师： | 滕青芳 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州交通大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
