原文传递
混合动力汽车自适应控制策略研究
| 论文题名： | 混合动力汽车自适应控制策略研究 |
| 关键词： | 混合动力汽车;工况识别;自适应控制;蚁群算法;数据采集 |
| 摘要： | 随着全球经济不断发展，环境污染和能源危机也日益突出，而作为目前人们最普遍的交通工具之一，汽车已经成为能源需求和大气污染的重要部分。在这种背景下，汽车研究与开发的一个重要课题是实现汽车工业的可持续发展，从根本上改变汽车产业现状，有效缓解或彻底解除汽车对石油资源的依赖。因此，具有动力可靠、运行高效、低碳排放等特点的新能源汽车成为人们关注的焦点。其中，混合动力汽车(HEV)是现阶段研究最成熟以及应用最广泛的新能源汽车。 混合动力汽车的能量管理控制策略是提高整车燃油经济性和排放性的重要手段，而车辆实际行驶工况又对控制策略的节能效果具有较大影响。为了更好地适应行驶工况的动态变化，控制策略应当能够对行驶工况进行实时识别，并依据识别出的结果自适应调节至控制策略最优参数。但是，理论构建的典型工况与实际运行路况的不一致导致混合动力汽车对行驶工况的适应性较差，因此设计一种基于工况识别的自适应控制策略是本文研究的重点。 本文依据课题组自主研发的数据采集监控系统，首先构建了符合大连本地实际行驶道路特征的典型工况，然后采用模糊识别算法对道路工况进行在线识别，并基于静态逻辑门限值控制策略，采用蚁群优化算法对“发动机关断扭矩系数”和“纯电动车速上限”两个参数进行了离线优化，以获得每种工况下的最优控制参数。最后，应用仿真实验验证了本文提出的算法的准确性和控制策略优化方法的有效性。 |
| 作者： | 李安邦 |
| 专业： | 车辆工程 |
| 导师： | 连静 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连理工大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
