原文传递
面向人车路协同能耗优化的卡车微孪生建模算法研究
| 论文题名： | 面向人车路协同能耗优化的卡车微孪生建模算法研究 |
| 关键词： | 中重型卡车;人车路协同能耗优化;微孪生建模;模型自学习 |
| 摘要： | 智能化、网联化时代下，开展中重型卡车的人车路协同能耗优化对于推进社会生态文明建设、维护国家能源安全具有重要意义。但由于动力系统内部做功过程复杂、外部负载变化明显、系统内部件存在老化演变，且缺乏多类型可靠传感数据等困难，一般的油耗建模和仿真方法难以使模型精准模拟当前系统的能耗特性，给基于模型的选车优化过程带来巨大挑战。本文设计了一套整车能耗系统的微孪生模型，能够根据有限类型的实车运行数据进行学习，从而精准模拟整车系统当前的能耗特性。在模型自学习算法验证有效后，构建了精准的人车路闭环油耗仿真模型，用于离线推演，指导选车优化。 首先，面向能耗优化需求和有限类型传感数据，建立用于高效学习的整车能耗微孪生模型。采用数字驱动+机理建模方法，对动力系统、传动系统、整车纵向动力学系统进行分层建模。其中动力系统层模型实现与实车油耗一致，整车纵向动力学模型实现与实车运行工况及车速一致，并为后续动力系统模型的学习过程提供重构扭矩。 其次，设计了整车能耗微孪生模型自学习算法。第一，针对整车纵向动力学模型设计了分区自学习框架，在不同场景下实现参数解耦学习。通过优化学习器的边界区间条件，参数在仿真验证中均可在5s内收敛至5%内偏差，实车学习验证车重在5s内收敛至稳定数值。第二，基于整车纵向动力学模型和实际车速等信息，重构发动机力矩，仿真验证中重构力矩曲线的均方根偏差为4.2Nm，拟合系数达0.99。第三，基于重构的发动机扭矩，和同步采集发动机转速、油耗信息，重构动力系统的油耗MAP。随机生成300张油耗MAP进行重构算法仿真验证，重构前后的油耗曲面均方根偏差最大4.73g/kwh；在实车验证中根据重构的局部油耗MAP分析出动力系统做功能力下降现象，证明能耗微孪生模型自学习算法具备有效性和实际可行性。 最后，面向人车路协同能耗优化的高精度能耗仿真需求，建立用于离线推演和指导优化的人车路闭环模型。基于企业提供车型参数配置微孪生车辆模型库，并基于真实道路数据和驾驶员操作换挡信息，构造车速场景工况数据库和驾驶员换挡策略模型库，形成人车路闭环模型。使用实车数据进行闭环仿真油耗验证，高速道路运行265.6公里，累计油耗偏差2.7%；城市道路运行6.0694公里，累计油耗偏差2.6%，证明模型能够精准描述真实场景下的实车油耗。然后根据一段运输道路和选定的驾驶员，搭配多车模型，进行离线油耗推演。通过对比模型的油耗，可以指导选出最佳车辆。 |
| 作者： | 李斌 |
| 专业： | 动力工程 |
| 导师： | 赵华;杜志彬 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
