原文传递
基于蚁群算法参数优化的混合动力汽车控制策略研究
| 论文题名： | 基于蚁群算法参数优化的混合动力汽车控制策略研究 |
| 关键词： | 混合动力汽车;控制策略;蚁群算法;参数优化 |
| 摘要： | 混合动力汽车是目前所有新能源汽车中技术较成熟、具有发展前景的新能源汽车，它对改善能源危机、降低环境污染具有重大的意义。近年来混合动力汽车已经取得了很大的发展，但其相关的核心技术并不成熟，特别是在控制策略方面还有待进一步的突破和完善。 由于动力源电机的加入，混合动力电动汽车的能量管理控制策略对整车能耗产生了的重大影响。由于汽车实际行驶工况存在随机性、不确定性，其会对控制策略的节能效果产生影响。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实时识别，并根据识别结果自适应调节至最优控制参数。本文中依据实际车辆运行数据和基于模糊识别算法在线识别构建了四种典型行驶工况，为获得每种工况下的最优控制参数，基于ECMS瞬时优化控制策略，采用蚁群优化算法对“充放电等效因子”进行了离线优化。 为验证所提出算法的有效性，将构建的四种典型标准工况作为模型输入，通过蚁群参数优化算法调节控制参数充放电等效因子进行数值求解，得到每种工况下对应等效燃油消耗最小的最优控制参数，将最优控制参数和工况识别加入到建立的HEV混合动力汽车等效燃油消耗模型中，选择大连工况作为仿真模型中的行驶工况，建立自适应控制策略方案进行仿真，得到的结果与基本ECMS比较，结果显示基于蚁群优化算法的自适应ECMS控制策略的等效燃油消耗量比基本ECMS控制策略的等效燃油消耗量低，仿真实验结果验证了该控制策略的有效性和模糊识别算法的准确性。 |
| 作者： | 陈敏 |
| 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： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
