原文传递
基于工况识别的混合动力汽车控制策略研究
| 论文题名： | 基于工况识别的混合动力汽车控制策略研究 |
| 关键词： | 混合动力汽车;K-means聚类;动态规划;BP神经网络;权重因子;控制策略 |
| 摘要： | 控制策略是混合动力汽车节能与减排的关键，对提高混合动力汽车的综合性能至关重要。为提高混合动力汽车的燃油经济性，本文以某型号单轴并联式混合动力汽车为研究对象，基于工况识别和动态规划算法，开发了一种混合动力汽车实时控制策略，主要研究工作如下: 1.建立典型工况数据库。典型工况是实时控制策略的研究基础，是工况识别和建立最优控制序列数据库的条件。为建立典型工况数据库，本文以济南市区工况为研究对象，合理规划并采集目标车辆在运行环境下的行驶工况;对采集的济南市区工况运用行程分析法提取运动学片段，选取并计算运动学片段的典型特征参数;对运动学片段的特征参数进行主成分分析，根据分析结果，使用K-means算法对运动学片段进行聚类，在验证聚类结果合理性的基础上，建立典型工况数据库。 2.建立最优控制序列数据库。对典型运动学片段运用全局优化得到的最优控制序列，是实时控制策略的参考依据。为此，本文构建了目标车辆的物理模型，并使用嵌入式MATLAB函数实现动态规划算法，建立了全局优化控制器模型;通过UDDS循环工况仿真，将全局优化控制策略与逻辑门限值控制策略进行对比，验证全局优化控制策略的有效性;在此基础上，对典型工况数据库运用全局优化，建立最优控制序列数据库。 3.基于工况识别的混合动力汽车控制策略研究。本文以典型工况数据库和最优控制序列数据库为参考，通过对车辆当前整体工况和瞬时工况的分析，设计了一种基于工况识别的混合动力汽车实时控制策略（双权重因子控制策略）。为此，本文建立了BP神经网络模型，用于实时工况识别;定义整体工况权重因子和瞬时工况权重因子，整体工况权重因子代表当前工况所属的道路特征，如城市工况、郊区工况等，瞬时工况权重因子代表当前时刻的车辆状态，如加速、减速和匀速等;综合应用两种权重因子和最优控制序列数据库计算实时比例因子，确定混合动力系统转矩分配比;最后，以实测路谱为行驶工况进行仿真，通过与逻辑门限值和全局优化控制策略的仿真结果对比，验证本文所提控制策略的有效性。结果表明:双权重因子控制策略能够较好地实现车速跟随和电池SOC维持， 燃油经济性与全局优化结果相差3.8％，比逻辑门限值控制策略提高8.5％，因此本文设计的混合动力汽车双权重因子控制策略能够获得与全局优化相近的控制结果，具有较好的燃油经济性，达到设计目标。 |
| 作者： | 陈玉成 |
| 专业： | 动力工程 |
| 导师： | 李国祥 |
| 授予学位： | 硕士 |
| 授予学位单位： | 山东大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
