原文传递
基于模型预测的ISG混合动力汽车转矩分配策略
| 论文题名： | 基于模型预测的ISG混合动力汽车转矩分配策略 |
| 关键词： | 混合动力汽车;模型预测;动态规划;随机学习;转矩分配 |
| 摘要： | 随着汽车工业的蓬勃发展，严重的环境污染、能源短缺与巨大的市场需求问题矛盾异常尖锐，作为当前最具发展前景的混合动力汽车成为新能源汽车的研发重点。混合动力汽车动力源包括电机和发动机，合理利用和分配两动力源间的转矩是提高整车燃油经济性的重要途径，这在能量管理领域已经成为了混合动力汽车的热门研究。 首先，针对一种结构由单电机双离合器组成驱动系统的单轴并联式 ISG混合动力汽车(ISG-HEV)，运用数值和理论两种结合的建模方式建立了系统的电机、发动机、电池等各主要部件模型，对其多种工作模式下传动系统能量流动和转矩分配进行分析，作为设计基于模型预测控制分配ISG混合动力系统两动力源转矩策略的依据。 其次，设计基于指数函数的模型预测控制转矩分配策略，以指数函数预测汽车车速，建立整车需求转矩预测模型，利用预测模型输出状态的预测，建立目标函数，结合动态规划算法以燃油目标函数最小求解，电机和发动机两动力源间的转矩得到合理的分配，提升了整车的燃油经济性。 再次，设计随机模型预测控制转矩分配策略。将马尔可夫预测原理运用在本文研究的对象单轴并联式 ISG-HEV转矩分配策略上，结合驾驶员行为进行随机学习控制，随机模型预测控制结合动态优化算法更合理的分配了动力源发动机和电机之间的转矩，整车燃油经济性获得进一步的提升。 最后，在 MATLAB和 ADVISOR汽车软件中建立单轴并联式 ISG-HEV车辆模型，并将本文所设计的两种控制策略分别嵌入车辆模型中进行仿真比较分析。从仿真数据得到，基于指数函数的模型预测控制策略与基于规则的策略对比，发动机效率提升6.9％，电机效率得到优化，提高7.3%，百公里油耗减少5.7%。随机模型预测控制转矩分配策略在基于指数函数的模型预测控制策略的基础上，发动机效率提高2.4%，电机效率提高4.3%，百公里油耗减少4.1%，电池荷电状态(State of Charge, SOC)的最终值几乎和初始值相同，整车的动力性和燃油经济性都得到很大提升。 |
| 作者： | 徐赛培 |
| 专业： | 控制工程 |
| 导师： | 宋书中;林江 |
| 授予学位： | 硕士 |
| 授予学位单位： | 河南科技大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
