一、基于模糊控制的并联混合动力车的能量管理策略（论文文献综述）
杨娇娇[1]（2020）在《插电式混合动力SUV动力匹配与能量管理策略研究》文中进行了进一步梳理由于化石能源储备日益紧缺和环境污染形势逐渐加重,节能与新能源汽车成为当下的研究热点。混合动力汽车的动力不仅源于内燃机,并且兼容了驱动电机,汽车运行过程中能够减少污染物排放以及进行有效的能量回收,有利于提高车辆节能性能。插电式混合动力汽车能够通过外部电网对动力电池组进行充电,进一步降低了了车辆对化石燃料的依赖性,降低了成本,并延长了汽车的续航里程,因此获得了相关行业和科研机构的普遍关注。在插电式混动车辆研发过程中,对驱动控制系统的主要参数进行匹配有利于综合动力性能的提升,通过智能算法优化整车能量管理系统有助于提高车辆的节油和排放性能。本文通过分析世界范围内混合动力汽车近年来的发展状况,确定以并联插电式混和动力SUV的参数匹配和能量管理策略设计作为主要研究内容。首先,在进行混合动力SUV系统参数匹配时以车辆动力性为目标,参考国内外相关资料,对驱动电机的峰值扭矩,峰值功率和最高车速,蓄电池组的总电量,输出功率进行参数设计。其次,对混合动力系统内的发动机、电机、电池等主要动力元件的驱动性能特点进行详细分析。通过对常见的电机和电池的优缺点进行比对,选择永磁同步电机作为混合动力SUV的驱动电机,以锂离子电池作为车辆的储能装置。基于实验台架对选定的动力部件性能曲线进行标定,以便于车辆动力系统的仿真设计。最后,在advisor仿真软件中,根据动力匹配分析结果,建立了典型的油电混合动力SUV的综合仿真模型,并建立了混合动力系统的模糊逻辑（Fuzzy Logic,FL）能量管理策略。以车辆的等效燃油消耗量为适应度函数,使用遗传算法对模糊控制规则进行优化。在典型工况下对车辆的动力输出品质和燃油经济性能进行综合仿真分析,结果表明:相较于采用传统的功率跟随策略的混合动力SUV,模糊控制能量管理策略下整车的各动力输出元件均能工作在更高效的工作区间,并且对复杂工况的适应性更好,因此模糊控制算法有利于提高混动车辆的节油性能,提高其低碳减排效果。
牛晓燕[2]（2020）在《复合电源混合动力汽车能量优化控制策略研究》文中提出混合动力汽车兼顾纯电动汽车节能和环保的特点,又继承了传统燃油汽车续驶里程长的优点,是目前新能源汽车行之有效的方案之一。本文以某并联混合动力汽车为研发背景,构建了混合动力汽车动力系统模型,研究了基于粒子群优化（particle swarm optimization,PSO）粒子滤波（particle filter,PF）的蓄电池荷电状态（state of charge,SOC）估计方法,设计了基于小波分解的复合电源功率分流控制策略,提出了整车能量管理转矩分配控制策略并进行了仿真验证。研发了基于TMS320F2812主控芯片的混合动力汽车整车控制器,提出了利用遗传算法对模糊规则进行优化的电机转速控制策略并进行了半实物仿真验证。依据混合动力汽车动力性能要求,进行了发动机、电机及储能部件的匹配计算及选型,建立了并联混合动力汽车的仿真模型,包括发动机模型、驱动电机模型、储能部件模型、传动系模型以及整车行驶动力学模型等,设计了由动力蓄电池、超级电容和DC-DC功率转换器构成混合动力汽车复合电源系统。为监测蓄电池的SOC,设计了带遗忘因子的递推最小二乘法对蓄电池Thevenin等效电路模型中的未知参数进行了参数辨识,在考虑电池充放电过程中充放电倍数、温度和循环次数等参数的基础上,设计了基于PF的实时蓄电池SOC估计算法。为进一步精确估计SOC,提出了基于PSO算法优化的PF估计蓄电池SOC方法,有效解决了SOC实时估计过程中滤波噪声不确定的问题,实现了蓄电池实时SOC状态的精确估计。为提升整车的性能和延长蓄电池使用寿命,设计了复合电源系统的功率分流控制策略。分别设计了基于逻辑门限值滤波的功率分流控制策略和以信号级联与重构为基础的基于小波变换的功率分流控制策略,实现对蓄电池和超级电容需求功率的分流控制。使用ADVISOR软件仿真对分流策略进行了验证,所设计的功率分流策略可以有效降低蓄电池的需求功率,有利于延长蓄电池使用寿命。在复合电源功率分流控制的基础上,建立了以发动机作为主动力源,电机补充发动机转矩为核心的电机辅助控制策略;设计了基于发动机最佳转矩曲线的T-S模糊转矩分配控制器,保证发动机尽量工作于高效区并维持蓄电池充放电平衡;提出了基于PSO优化的模糊转矩分配控制策略并与小波功率分流策略构成了整车联合控制策略,优化后的联合控制策略进一步提升了发动机工作效率。以数字信号处理器TMS320F2812作为主控芯片,完成了混合动力汽车电子控制系统的开发,经电池管理系统测试和电机调速测试,验证了电子控制系统有效性。为快速响应混合动力汽车发动机和电机的能量分配控制策略,建立了无刷直流电机（brushless DC motor,BLDCM）的数学模型,设计了BLDCM模糊转速控制器,并使用遗传优化算法对模糊规则进行了优化,利用d SPACE快速原型实验平台进行了模糊规则优化验证,验证结果表明设计的转速控制器转速跟随性能显着提升。
王菲[3]（2020）在《单行星排混联式混合动力汽车能量管理策略研究》文中研究表明在人类面临着日益剧增的环境问题和石油资源短缺的条件下,汽车产业也步入重大改革的行列。混合动力汽车同时兼具燃油车的超远续航和纯电动的绿色排放优势,是当前社会主流发展的新能源车型。其中,单行星排混联式混合动力汽车结合了混动结构中的串联与并联优势,可实现发动机的转速与车速解耦,让发动机工作点的调节区间更加宽泛,整体油耗更低。由于混联式混合动力同时具有多个动力源,如何根据实时工况对动力源进行合理的启停和动态协调控制以达到整车预期的燃油经济性是亟需解决的问题。因此从整车动力源的特性出发,建立整车受控模型,并在合理的能量管理控制策略下实现仿真是本文的研究重点,具体内容如下:首先,本文确定了单行星排混联式功率分流器的转速、扭矩和功率三方面的动力学关系,在此基础上运用杠杆法对整车的各种运行模式进行详细的过程分析,另外根据动力参数匹配的原则和方法对动力源进行选型,为受控对象建模奠定基础。其次,本文基于发动机最优曲线能量管理策略进行建模,主要内容有轮边功率请求计算、发动机启停控制、整车工作模式和切换规则的确定,并对发动机、MG1和MG2进行能量分配。最后将Cruise搭建的整车模型和Simulink搭建的控制策略进行总线信号的配置,实现联合仿真。结果表明,在NEDC工况下,整车的车速跟随与动力源的扭矩响应效果较好,SOC的变化稳定在设定的阈值区间;在HWFET工况下,整车的工作模式在发动机最优曲线控制策略下平稳切换,发动机工作在较高效率区间,节油效果也达到预期目标。最后,引入模糊PI控制对发动机的转速控制进一步优化,以发动机的转速偏差及偏差变化率作为输入量,进行模糊化、模糊规则制定和反模糊化处理,随后将完成的模糊控制器移入到Simulink环境下再次联合Cruise进行仿真。结果表明,经过模糊PI优化后,在NEDC和HWFET的组合工况下,发动机的工作点集中在最优燃油经济曲线附近,整体油耗相较优化前下降了6.14%,同时MG1的工作点分布更加集中且效率较高,符合预期。
江冬冬[4]（2020）在《基于模型预测控制的混合动力车辆能量管理》文中研究指明在节能减排的大背景下,世界各国都制定了严格的车辆油耗和排放法规。混合动力车辆是当前的发展重点之一,能量管理控制策略是决定混合动力车辆动力性、经济性和排放性的关键因素。以P2并联这一典型结构形式的混合动力车辆为研究对象,考虑到其混杂系统的特性,采用混杂模型预测控制策略对其进行优化控制,并对其节油效果和计算速度进行优化。研究内容包括:（1）模型构建及验证。针对P2结构的并联式混合动力车辆,采用前向仿真的方法构建整车模型,采用等效燃油消耗最小算法对整车模型进行控制,将仿真结果和实车测试结果进行对比分析,验证仿真模型的有效性,为后续控制策略的研究打下基础。（2）采用非线性优化算法对模型预测控制问题进行求解。假设工况信息局部可知,对预测步长为230时进行仿真计算,分析预测步长对车辆燃油经济性的影响,并选择合适的预测步长。动态规划算法的求解速度较慢,采用连续广义最小残差算法来提高计算速度,将上述两种算法的仿真结果进行对比分析。（3）基于混杂模型预测控制算法的仿真分析。对象车辆模型中同时包含连续变量和离散变量,是典型的混杂系统,采用混杂模型预测控制算法对其优化求解。首先,对模型中的非线性部分进行线性化处理;然后,将模型转化成混合逻辑动态系统模型;最后,采用混合整数二次规划算法对其进行优化求解,并对其优化结果和运算速度进行分析。（4）基于分层混杂模型预测控制算法的仿真分析及实车验证。首先,对包含离散变量的混杂非线性模型进行外凸化处理;然后,将混杂非线性优化问题分解为转矩优化和传动比优化两部分,对其进行优化求解;最后对分层混杂模型预测控制算法的优化结果和运算速度进行对比分析。（5）模型预测控制算法的应用。当工况信息不可知时,可采用指数预测、神经网络预测和基于工况识别的神经网络预测三种方法对工况进行预测,分析工况预测的误差对燃油经济性的影响。根据网联信息可获得前车信息、红绿灯信息和道路坡度信息,在此基础上采用模型预测控制对车队进行控制,分析网联信息对车队燃油经济性的影响。通过上述研究工作,获得以下结论:（1）基于模型预测控制框架,当工况信息局部可知时,随着预测步长的增加,车辆燃油经济性不断增加,但是单步求解时间也不断增加,综合考虑车辆燃油经济性和求解时间,最终选择预测步长为15步。连续广义最小残差算法的百公里油耗相对于动态规划算法,在NEDC、LA92、UDDS和WLTC四个标准工况下分别增加了:28.9%、42.3%、59.2%和27.6%,其优化效果较差,且不能处理离散变量,不适合对混杂模型进行优化求解。（2）采用混杂模型预测控制算法时的车辆燃油经济性相对于连续广义最小残差算法在NEDC、UDDS和WLTC三个循环工况下分别提高了9.1%、8.3%和3.0%,在LA92工况下的降低了4.3%。混杂模型预测控制算法的单步求解时间随着预测步长的增加而快速增加,当取预测步长为1、3、6时,单步求解时间分别为:0.14s、1s、11.7s。此算法的求解速度较慢,不能满足实车使用的需求。（3）在NEDC、UDDS、LA92和WLTC四个标准循环工况下,基于分层混杂模型预测控制的车辆燃油经济性,相对于等效燃油消耗最小算法分别提高了5.5%、3.7%、12.2%和7.8%,分层混杂模型预测控制的单步运算时间在0.4s左右,具有实际应用的潜力。针对线性时变模型预测控制部分在实车上进行测试,通过调整控制量/控制量增量的权重和发动机启动条件,三次测试的结果分别为7.03L/100km、6.4 L/100km和6.2L/100km,验证了算法的优化效果和实时性。（4）基于工况识别的神经网络预测方法的工况预测精度最高,工况预测误差会造成车辆燃油经济性的降低。基于车联网的条件下,当前车信息可知时,可使得车队的燃油经济性更高、跟车距离更短、乘坐舒适性更好。当前车信息可知时,车队油耗在不同工况下都会有略微下降;当红绿灯信息可知时,车辆加减速的幅度更小、停车时间更短,车队燃油经济性可提高6.6%;当道路坡度信息可知时,车队的燃油经济性可提高5.1%。本文以P2结构的并联混合动力车辆为对象开展了能量管理算法研究,表明:基于分层混杂模型预测控制算法,结合网联信息,可有效提高混合动力车辆的节油效果。本文研究可为并联式混合动力车辆能量管理策略的开发提供理论依据和参考。
李航洋[5]（2020）在《CVT混合动力汽车能量管理策略研究与优化》文中提出近年来,随着环境污染和石油资源短缺的日益加重,车辆“电气化”的步伐愈发加快。在电动汽车短期内还无法实现大规模商业化应用的背景下,混合动力汽车（Hybrid Electric Vehicle,HEV）凭借着自身结合了传统燃油汽车与电动汽车各自的优势,被认为是现阶段实现节能减排切实可行的方案之一。在混合动力汽车中搭载无级变速器（Continuously Variable Transmission,CVT）进行调速,可控制速比随工况连续变化,使动力源持续工作在高效区域附近,为进一步提高混合动力汽车节能减排的性能提供了可能。整车控制技术是混合动力汽车的研究重点也是难点之一。目前,基于规则的能量管理策略早已实现了工程化应用,然而,在优化控制方法的设计与应用方面还存在许多瓶颈性的技术问题亟待解决。为此,本文围绕国家863计划项目,设计搭载了一台CVT混合动力原型车,并对整车能量管理策略进行了深入的研究,主要开展并完成了以下工作:（1）整车动力学建模及模型验证。通过实验建模与理论建模相结合的方法,建立了包括驾驶员,动力传动系统,车辆动力学以及整车控制器的前向仿真模型,对比分析了开环仿真结果与转毂实验数据,验证了仿真模型的正确性,为控制策略的开发以及优化控制方法的研究提供了重要基础。（2）整车控制器硬件、软件系统开发,及基于系统效率最优的控制量计算。结合CVT混合动力汽车运行的特点以及控制系统的功能需求,根据ISO26262功能安全规范,开发了整车控制器硬件和软件系统。设计了基于规则的能量管理策略,建立了混合动力系统各工作模式下的效率优化模型,并通过离线优化的方法,以系统的综合效率最高为优化目标,计算了不同工作模式下系统的最优控制量。（3）考虑整车燃油经济性和驾驶性能,基于动态规划算法,提出了CVT混合动力汽车全局优化方法。在Matlab环境下,建立了整车后向仿真模型,以电池荷电系数（State of Charge,SOC）为状态变量,以动力源转矩分配因子和CVT目标速比为控制变量,采用动态规划算法对燃油经济性进行了优化。建立了CVT混合动力传动系统的动力学模型,分析了算法在优化燃油经济性时所产生的驾驶性问题,提出了一种能够兼顾燃油经济性与驾驶性能的优化算法,并通过仿真测试验证了算法的有效性。（4）利用自适应等效燃油消耗最小策略（Adaptive-Equivalent Consumption Minimization Strategy,A-ECMS）设计了实时优化控制器,并分析了实时优化策略中燃油经济性与驾驶性能权衡的问题。为了进一步提高整车的燃油经济性和AECMS策略的鲁棒性能,设计了基于学习向量量化（Learning Vector Quantization,LVQ）神经网络模型的驾驶模式识别器,并分析了各个驾驶模式下,初始电池SOC对于最优等效因子的影响,在此基础上,提出了一种考虑驾驶模式和实时SOC的等效因子自适应算法。最后,利用随机组合工况对策略的有效性进行了测试,并与几类基于ECMS的实时优化控制策略进行了对比,结果验证了该算法的优越性。（5）设计了台架实验,实车转毂及道路实验,验证了系统各项控制功能的有效性。台架实验中,对混合动力CVT总成的目标速比跟踪能力进行了测试,验证了混合动力CVT总成整体方案的可行性。对搭载了该总成的原型车进行了转毂实验和道路实验,分析了整车的动力源响应及燃油经济性,实验结果验证了整车控制策略的有效性。
苑昆[6]（2020）在《地下铲运机混合动力系统设计研究》文中提出地下铲运机是井下矿山开采中的主要生产设备,研发大功率、高性能、节能型的地下铲运机,对于提高采矿的效率、降低采矿的成本具有重要意义。通过系统总结设计方法,为进一步全面深入开发高效、节能、环保的新能源采矿设备打下基础。本文结合14吨混合动力铲运机设计过程,对于铲运机混合动力系统的设计问题,从全流程及方法的角度展开了研究。在设计方法的指导下进行专业技术知识的调用,从方案设计、工况分析、系统详细设计等几个层面解决混合动力系统设计的关键问题,并通过样机试验验证了设计效果,研究的重点在于方案产生及设计实现过程。首先,在概念方案设计阶段,针对地下铲运机机电液复合系统设计的特点,结合工程机械类系统特征。提出了基于AD-TRIZ的方案设计模型,结合功能结构-能量-信息维度的顶层平行分解方式,得到了地下铲运机系统分析设计方法。采用该方法对地下铲运机进行了系统性分析,得到了多种设计解决方案。通过方案对比分析完成了铲运机混合动力系统的概念方案设计。然后,为满足混合动力系统从方案设计到技术详细设计需求,对铲运机的工况进行分析,将设计需求从定性功能描述深入到定量参数描述。并采用理论计算、虚拟样机仿真方法建立了地下铲运机的循环工况曲线。与之后试验测试结果进行对比,其实际的情况相符程度依次增加。但由于所需输入信息量程度不同,可对应产品设计开发的不同阶段。随后,从结构、能量、信息三个维度对铲运机混合动力系统详细技术设计的关键问题展开研究。针对地下铲运机混合动力系统设计的需求,从系统构型确定、关键部件参数匹配、系统布置、控制结构几个方面入手,完成了14t混合动力地下铲运机的系统设计及部件选型。针对混合动力系统驱动牵引控制需求,研究铲运机电驱动系统牵引力控制策略,提出了基于转速判定的功率闭环驱动系统转矩控制策略。针对地下铲运机前后桥独立驱动系统的特点,建立含有桥荷变量的驱动系统耦合模型,通过仿真验证控制策略的效果。为完成混合动力系统的能量供给功能,在信息维中通过合理设计能量控制策略,对动力系统能量维的性能进行控制。通过分析本文混合动力系统功率链关系,确定了控制系统所需的采集变量及控制参数。提出了一种双层控制结构的功率跟随控制策略,通过判断系统状态,控制发动机转速及发电机功率,保证系统工作性能并降低油耗。为提高非线性系统控制的鲁棒性,针对铲运机工作特点,建立一种模糊逻辑控制策略。通过仿真试验对比两种控制策略的效果,两种策略均能有效的实现控制目标,保证系统的正常工作。最后,通过试验方法验证铲运机混合动力系统设计效果。建立了基于V模式的内外层验证测试流程,分别从设计阶段和样机试验阶段对混合动力系统的设计进行测试验证。设计阶段通过仿真及台架试验的方法对混合动力系统的设计中各维度的关键点进行验证。样机阶段在试验场内,采用型式试验的方法验证了关键技术指标;采用典型工况性能试验的方法验证混合动力铲运机比传统柴油铲运机节油25.9%,具有更好的静态与动态燃油经济性。矿山工业试验进一步验证了铲运机混合动力系统的环境适用性和运行经济性。
张恩博[7]（2019）在《并联混合动力车能量分配控制策略研究》文中提出环境污染和资源紧缺问题已经成为亟待解决的世界性问题。并联混合动力车与传统汽车相比具有减少燃油消耗和污染物排放的特点,已经成为汽车工业的创新方向和发展热点。并联混合动力车是由发动机、电机两个动力源共同驱动车辆,通过发挥发动机、电机各自的运行优势,提高整车的运行效率,最终达到节能减排的目的。并联混合动力车的能量分配控制是提高整车运行效率,实现节约燃油、减少排放的关键环节。但是,现今可以实际应用的发动机、电机能量分配控制方法多数为逻辑门限控制方法,难以达到理想的控制效果。选择ADVISOR2002仿真软件作为模型搭建平台,并且使用Matlab/simulink软件建立了并联混合动力汽车整车仿真模型。仿真模型可以测试在不同运行工况下,并联混合动力车发动机、电机的运行情况,以及燃油消耗和污染物排放情况。对并联混合动力车的工作特性进行了分析,根据其工作特性设计了以模糊控制为控制方法的发动机、电机能量分配控制策略。将建立的模糊控制器加载到仿真软件中进行初步仿真测试,并对仿真测试结果进行了分析。由于模糊规则和隶属度函数是根据专家经验制定的,经常由于控制器设计者的经验不足导致难以达到较好的控制效果。遗传算法是模仿生物演化的一种进化算法,适用于模糊控制器的进一步优化。设计了遗传算法同时优化模糊控制器的模糊规则和隶属度函数的优化方法,将优化前后的模糊控制器进行仿真对比分析。分析结果表明发动机和电机都达到了较高的运行效率,遗传算法优化后的模糊控制器实现了发动机、电机的智能能量分配,在满足整车动力性的同时,达到了减少燃油消耗和污染物排放的目的。
毛韫琦[8]（2019）在《基于复合结构双转子电机的混合动力车能量管理策略研究》文中提出近年来,能源和环境问题的压力使发展新能源汽车成了汽车工业的主流方向。由于电池技术的局限和充电桩的尚未普及,纯电动汽车的发展还存在一定的限制。而混合动力车作为燃油车向纯电动车的一个过渡,得到了全球各大汽车生产厂家的青睐和重视,各种拓扑结构的混合动力车被源源不断地推向市场。在混合动力车研发过程中,其能量管理策略是决定该款车型研发是否成功的关键,良好的能量管理策略能很好地提高整车动力性能和燃油经济性。复合结构双转子电机作为具有新型能量传输拓扑的动力分配装置,非常适合应用于混合动力车这种工作模式复杂、功率传输形式多样的动力系统。本文以基于复合结构双转子电机的混合动力车（Compound Structure Double-rotor Motor—Hybrid Electric Vehicle,CSDM-HEV）为研究对象,在介绍其工作原理、运行模式的基础上,着重研究该款混合动力车的能量管理策略的优化问题。首先,本文根据CSDM-HEV的工作特点以及“专家经验”制定基于规则的优化控制策略,并对该策略的优缺点进行研究分析。其次,为了追求车辆最优的燃油经济性,本文提出等效燃油消耗最小控制策略（Equivalent Consumption Minimum Strategy,ECMS）来对混合动力车的燃油消耗进行优化控制,并且在考虑电池组电池荷电状态（State of Charge,SOC）SOC值变化对整车燃油经济性的影响后,在控制模型中添加基于惩罚函数的电池组SOC控制策略模块。在理论分析的基础上,本文建立基于AVL/Cruise和MATLAB/Simulink的联合仿真模型,并对ECMS策略进行了仿真实验,其结果表明在NEDC工况下,应用ECMS时整车的油耗相对于应用基于规则的控制策略时节省了8.97%,该结果验证了本文所制定的ECMS的有效性和正确性。此后,本文又针对ECMS工作时计算速度过慢的问题,选用Elman神经网络算法对ECMS进行优化,设计基于ECMS的Elman神经网络控制算法。对该算法的仿真结果表明经Elman神经网络算法优化后的ECMS控制模型具有较快的计算速度,在NEDC工况下经过神经网络优化后的ECMS的计算速度提高了92.2%,极大地增强本文所提出的ECMS的实用性。最后,本文在装载了复合结构双转子电机的测试台架上对基于ECMS的Elman神经网络控制算法进行实验,实验结果表明该算法具有较强的可行性。
王波[9]（2019）在《复合蓄能器液压混合动力系统匹配方法及控制策略研究》文中研究说明发展节能与新能源汽车是降低石油资源消耗与改善生态环境的重要途径之一,相比于混合动力电动汽车,液压混合动力汽车具有体积小重量轻,布局紧凑等优势,无需单独设置管理系统,降低了整车开发成本。液压混合动力汽车的蓄能器容积直接影响了再生制动系统的能量回收率和制动响应。目前传统的并联式液压混合动力汽车采用单个高压蓄能器,为保证制动能量回收能力一般选取容积较大的蓄能器,但在制动强度较大的工况下,大蓄能器制动响应慢,反而降低了制动能量回收能力。本课题提出基于复合蓄能器的并联式液压混合动力系统新构型,该构型既体现了小蓄能器制动响应快的特点,又发挥了大蓄能器回收能量多的优势,兼顾制动特性和能量回收率。本文研究的主要内容有:提出并设计基于复合蓄能器的并联式液压混合动力系统新构型,该构型主要由大容积高压蓄能器、小容积高压蓄能器、低压蓄能器、液压泵/马达以及一些阀体组成,液压系统的动力通过转矩耦合器与发动机动力相连。提出基于遗传算法的复合蓄能器参数的匹配方法。以回收能量最大为优化目标,同时考虑蓄能器的成本,对复合蓄能器初始容积和初始压力进行多目标优化。提出基于复合蓄能器的并联式液压混合动力汽车整车控制策略。根据具体行驶工况,确定大小蓄能器的工作时机,从而提高整车的制动性能和燃油经济性。在NEDC工况下,采用动态规划算法,求取复合蓄能器液压混合动力汽车转矩分配以及能量管理的最优控制序列,获得逻辑门限值控制策略的控制规则和逻辑门限,得到复合蓄能器工作时机的切换规律。建立基于复合蓄能器的并联式液压混合动力汽车的整车数学模型及仿真模型。分别对比装有不同初始容积和不同初始压力蓄能器的液压混合动力汽车的制动能量回收率,得到蓄能器初始容积和初始压力对制动能量回收率的影响规律。进行定制动强度和特定循环工况的仿真,验证整车控制策略的合理性并探明基于复合蓄能器的并联式液压混合动力系统的节能机理。设计基于复合蓄能器的并联式液压混合动力系统的试验台架,其液压系统主要由液压泵/马达系统、液压阀组系统以及液压泵站组成,对试验台的电控系统硬件进行选型,开发LabView测控系统,在原有的凯迈动力传动试验台基础上搭建基于复合蓄能器的并联式液压混合动力系统试验台。提出液压混合动力汽车元件在环台架试验新方法,在电力车辆传动试验台上实现液压混合动力汽车多模式工作（纯液压驱动、混合动力驱动、发动机独立驱动、再生制动和复合制动等）,开展定制动强度和NEDC城市循环工况台架试验,试验与仿真结果对比表明:该方法能准确模拟整车试验工况;试验过程中液压混合动力工作模式、大小蓄能器压力、发动机油耗与仿真结果基本一致。验证整车控制策略的控制效果和基于复合蓄能器的并联式液压混合动力系统的节能机理。
孙召辉[10]（2019）在《基于行驶工况误差的PHEV能量在线补偿控制研究》文中研究说明插电式混合动力电动汽车（Plug-in hybrid electric vehicle,PHEV）是一种介于纯电动汽车（Electric vehicle,EV）和混合动力汽车（Hybrid electric vehicle,HEV）之间的新能源汽车。PHEV除了同时具备EV和HEV的优点之外,因其电池容量大还可以外接家用电网进行充电,既能增加车辆的纯电动里程,又能减少燃油的消耗,受到了世界各国政府、汽车厂商、高校以及科研机构等的高度关注。PHEV能够在节能减排上体现出优势,离不开整车能量管理策略。因此研究实时高效的插电式混合动力汽车的能量在线控制方法,对于进一步提升整车燃油经济性具有重要的现实意义。本课题以自然科学基金和企业委托项目为依托,以某并联插电式混合动力汽车为研究对象,以提升整车燃油经济性为目标,研究基于行驶工况误差的PHEV能量在线补偿控制方法。首先,分析车辆行驶过程中行驶工况误差（Driving cycle error,DCE）与工况识别误差的不同,选取DCE特征参数,给出DCE数学表达式及其在线计算方法;其次,定义整车能量管理系统的控制性能偏差（Control property deviation,CPD）,建立CPD数学模型,推导出CPD与DCE的关系统一表达式,当两者的关系函数无法形式化时,给出DCE与CPD关系函数构建方法;再次,设计一种能量补偿模糊控制器用于PHEV的能量在线分配补偿,并确定其输入输出变量、隶属度函数以及模糊控制规则表;对电池电量进行分区,根据CPD判断补偿功率正负值,并根据车辆当前驱动模式确定功率补偿分配权值,进而获得发动机与EM电机的补偿功率,并与主控制策略所分配的功率协同工作,实现整车能量分配控制;最后,对提出的DCE在线计算方法和能量补偿控制方法分别进行验证,试验结果表明:相对于RB、DP和ECMS等能量管理策略,本文所提出的基于行驶工况误差的PHEV能量在线补偿控制方法,可以进一步降低整车燃油消耗,进而有效提升PHEV的能量管理性能。
二、基于模糊控制的并联混合动力车的能量管理策略（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于模糊控制的并联混合动力车的能量管理策略（论文提纲范文）
（1）插电式混合动力SUV动力匹配与能量管理策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 混合动力SUV简述 |
| 1.3 插电式混合动力汽车发展现状 |
| 1.3.1 国外插电式混合动力汽车发展现状 |
| 1.3.2 国内插电式混合动力汽车发展现状 |
| 1.4 插电式混合动力汽车能量管理策略研究现状 |
| 1.5 主要研究内容与意义 |
| 1.5.1 主要研究内容 |
| 1.5.2 研究意义 |
| 1.6 研究方法与技术路线 |
| 第二章 插电式混合动力SUV动力总成参数匹配 |
| 2.1 参数匹配目标及原则 |
| 2.2 驱动电机参数匹配 |
| 2.2.1 峰值扭矩匹配 |
| 2.2.2 峰值功率匹配 |
| 2.2.3 最高转速匹配 |
| 2.2.4 电机匹配结果 |
| 2.3 电池参数匹配 |
| 2.3.1 电池组电量匹配 |
| 2.3.2 电池功率匹配 |
| 2.4 发动机参数匹配 |
| 2.5 本章小结 |
| 第三章 插电式混合动力SUV动力系统建模 |
| 3.1 驱动结构介绍 |
| 3.2 混合动力系统工作模式介绍 |
| 3.3 电机选型 |
| 3.4 内燃机选型 |
| 3.5 动力电池组选型 |
| 3.6 PHEV系统动力学方程 |
| 3.7 仿真平台建模过程 |
| 3.7.1 发动机建模 |
| 3.7.2 永磁同步电机建模 |
| 3.7.3 动力电池组建模 |
| 3.7.4 循环工况的建立 |
| 3.8 本章小结 |
| 第四章 插电式混合动力SUV能量管理策略研究 |
| 4.1 功率跟随式能量管理策略介绍 |
| 4.2 模糊逻辑简介 |
| 4.2.1 模糊控制逻辑体系 |
| 4.2.2 模糊逻辑能量管理原理 |
| 4.2.3 控制目标 |
| 4.2.4 模糊逻辑控制规则 |
| 4.3 电机辅助控制规则设计 |
| 4.4 模糊逻辑算法设计 |
| 4.5 遗传算法 |
| 4.6 模糊规则优化方法 |
| 4.7 MATLAB遗传算法工具箱 |
| 4.8 优化结果 |
| 4.9 本章小结 |
| 第五章 典型工况下的插电式混合动力SUV性能分析 |
| 5.1 车辆基本情况 |
| 5.2 整车仿真实验 |
| 5.2.1 循环测试工况 |
| 5.2.2 性能测试 |
| 5.2.3 调用能量管理策略 |
| 5.3 仿真结果分析 |
| 5.4 系统各部件工作情况对比 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 致谢 |
| 参考文献 |
（2）复合电源混合动力汽车能量优化控制策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 混合动力汽车的分类 |
| 1.2.2 混合动力汽车国内外发展现状 |
| 1.2.3 混合动力汽车控制策略 |
| 1.2.4 电池SOC估算 |
| 1.2.5 混合动力复合电源控制 |
| 1.3 论文主要研究内容 |
| 第二章 混合动力汽车动力系统建模 |
| 2.1 发动机模型 |
| 2.2 车辆行驶动力学模型 |
| 2.3 驱动电机模型 |
| 2.4 储能部件模型 |
| 2.4.1 蓄电池模型 |
| 2.4.2 DC-DC功率转换器设计 |
| 2.4.3 超级电容模型 |
| 2.5 传动系模型 |
| 2.5.1 变速器模型 |
| 2.5.2 主减速器模型 |
| 2.6 整车模型验证 |
| 2.7 本章小结 |
| 第三章 基于改进粒子滤波算法的蓄电池SOC估计 |
| 3.1 蓄电池建模及参数辨识 |
| 3.1.1 蓄电池等效电路模型选型 |
| 3.1.2 OCV-SOC曲线获取 |
| 3.1.3 电池模型参数辨识 |
| 3.2 基于粒子滤波算法的SOC估计 |
| 3.2.1 基本粒子滤波算法原理 |
| 3.2.2 基于PF算法的SOC估计 |
| 3.3 基于PSO-PF的 SOC估计 |
| 3.3.1 基本PSO算法原理 |
| 3.3.2 PSO优化PF算法 |
| 3.4 仿真验证 |
| 3.4.1 恒定电流放电SOC估计测试 |
| 3.4.2 动态电流放电SOC估计测试 |
| 3.5 本章小结 |
| 第四章 复合电源功率分流控制策略 |
| 4.1 小波变换基本理论 |
| 4.2 复合电源工作模式及功率需求 |
| 4.2.1 复合电源工作模式分析 |
| 4.2.2 复合电源功率需求分析 |
| 4.3 基于逻辑门限值的功率分流控制策略 |
| 4.3.1 逻辑门限值滤波功率分流控制策略 |
| 4.3.2 逻辑门限值功率分流控制策略验证 |
| 4.4 基于小波变换的功率分流控制策略 |
| 4.4.1 小波变换功率分流控制策略 |
| 4.4.2 小波变换功率分流控制策略验证 |
| 4.5 本章小结 |
| 第五章 基于粒子群优化的转矩分配控制策略 |
| 5.1 整车工作状态分析 |
| 5.2 电机辅助转矩分配控制器 |
| 5.3 基于T-S模型的模糊转矩分配控制器 |
| 5.3.1 T-S模糊推理模型 |
| 5.3.2 基于发动机效率的T-S模糊转矩分配器 |
| 5.4 基于PSO的模糊转矩分配控制器优化设计 |
| 5.5 转矩分配控制策略验证 |
| 5.5.1 逻辑门限值功率分流策略下的转矩分配策略验证 |
| 5.5.2 小波功率分流策略下的转矩分配策略验证 |
| 5.6 本章小结 |
| 第六章 电子控制系统设计及硬件在环仿真 |
| 6.1 电子控制系统设计 |
| 6.1.1 电机转速检测电路 |
| 6.1.2 电机控制驱动电路 |
| 6.1.3 复合电源控制电路 |
| 6.1.4 控制信号输入电路 |
| 6.1.5 电流检测电路 |
| 6.1.6 保护电路 |
| 6.1.7 电子控制系统PCB设计 |
| 6.1.8 电子控制系统实验验证 |
| 6.2 BLDCM数学模型的建立 |
| 6.3 基于GA-Fuzzy的 BLDCM控制策略 |
| 6.3.1 BLDCM转速模糊控制器设计 |
| 6.3.2 GA-Fuzzy转速模糊控制器设计 |
| 6.3.3 BLDCM转速模糊控制器仿真验证 |
| 6.4 GA-Fuzzy转速控制策略的快速控制原型仿真实验 |
| 6.4.1 实验方案设计 |
| 6.4.2 快速控制原型仿真模型 |
| 6.4.3 电机转速快速控制原型实验验证 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 论文总结 |
| 7.2 论文主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间的研究成果及发表的学术论文 |
（3）单行星排混联式混合动力汽车能量管理策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 混合动力汽车国内外研究现状 |
| 1.2.1 国外发展现状 |
| 1.2.2 国内发展现状 |
| 1.3 混合动力汽车控制策略研究现状 |
| 1.3.1 基于规则的能量管理策略 |
| 1.3.2 基于优化算法的能量管理策略 |
| 1.4 本文研究内容与技术路线 |
| 1.4.1 本文研究内容 |
| 1.4.2 本文技术路线 |
| 第2章 行星排耦合结构分析和动力参数匹配 |
| 2.1 行星排耦合机构分析 |
| 2.2 基于杠杆法的整车模式分析 |
| 2.2.1 纯电动驱动模式 |
| 2.2.2 混合驱动模式 |
| 2.2.3 制动回收模式 |
| 2.2.4 停车充电模式 |
| 2.3 整车动力源选型与动力参数匹配 |
| 2.3.1 整车需求功率匹配 |
| 2.3.2 耦合器特征参数匹配 |
| 2.3.3 发动机动力参数匹配 |
| 2.3.4 电机选型与动力参数匹配 |
| 2.3.5 动力电池参数匹配 |
| 2.3.6 主减速比的确定 |
| 2.4 本章小结 |
| 第3章 混联式整车建模与控制策略搭建 |
| 3.1 整车动力源建模 |
| 3.1.1 发动机建模原理分析 |
| 3.1.2 电机建模原理分析 |
| 3.1.3 动力电池建模原理分析 |
| 3.2 基于规则的逻辑门限发动机最优曲线能量管理策略 |
| 3.2.1 混联式发动机最优经济曲线控制原理 |
| 3.2.2 驾驶员的轮边功率请求 |
| 3.2.3 发动机启停控制 |
| 3.2.4 工作模式的确定和能量流分析 |
| 3.2.5 整车模式切换规则 |
| 3.3 动力源的能量管理 |
| 3.3.1 发动机能量管理 |
| 3.3.2 MG1能量管理 |
| 3.3.3 MG2能量管理 |
| 3.4 Cruise与 Simulink的信号配置 |
| 3.4.1 Cruise软件简介 |
| 3.4.2 车辆模型的生成与总线信号配置 |
| 3.5 本章总结 |
| 第4章 基于模糊PI控制的发动机转速优化控制策略 |
| 4.1 模糊PI简介 |
| 4.1.1 模糊控制的特点 |
| 4.1.2 模糊控制的基本原理与结构 |
| 4.1.3 模糊控制器维数的确定 |
| 4.2 模糊PI控制器的设计 |
| 4.2.1 模糊PI控制策略 |
| 4.2.2 模糊子集与隶属函数的确定 |
| 4.2.3 模糊控制规则的制定 |
| 4.3 MATLAB环境下的模糊控制规则编写 |
| 4.4 本章总结 |
| 第5章 联合仿真结果分析 |
| 5.1 工况选择与仿真任务建立 |
| 5.2 Simulink控制策略下的基本仿真结果分析 |
| 5.2.1 车速跟随与动力源响应分析 |
| 5.2.2 HWFET高速工况下的动力源转速与扭矩分析 |
| 5.2.3 动力电池SOC分析 |
| 5.3 基于模糊PI优化前后的仿真结果对比分析 |
| 5.4 本章总结 |
| 结论 |
| 参考文献 |
| 致谢 |
（4）基于模型预测控制的混合动力车辆能量管理（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 混合动力系统结构形式 |
| 1.2.2 P2 结构的并联式混合动力系统 |
| 1.3 混合动力车辆能量管理策略 |
| 1.3.1 确定性规则控制策略 |
| 1.3.2 模糊规则控制策略 |
| 1.3.3 全局优化控制策略 |
| 1.3.4 瞬时优化控制策略 |
| 1.3.5 P2 结构并联式混合动力系统的能量管理策略 |
| 1.4 车联网技术的研究现状 |
| 1.5 论文主要内容及技术路线 |
| 1.5.1 研究内容 |
| 1.5.2 技术路线 |
| 第2章 混合动力车辆建模及验证 |
| 2.1 对象车辆工作模式分析 |
| 2.2 车辆建模 |
| 2.2.1 发动机建模 |
| 2.2.2 电机模型 |
| 2.2.3 电池模型 |
| 2.2.4 纵向动力学模型 |
| 2.2.5 驾驶员模型 |
| 2.3 等效燃油消耗最小算法 |
| 2.4 车辆仿真模型验证 |
| 2.5 本章小结 |
| 第3章 非线性模型预测控制算法 |
| 3.1 模型预测控制算法的基本原理 |
| 3.2 动态规划算法 |
| 3.2.1 动态规划算法求解过程 |
| 3.2.2 动态规划仿真结果分析 |
| 3.3 模型预测控制+动态规划求解 |
| 3.4 连续广义最小残量算法 |
| 3.5 本章小结 |
| 第4章 混杂模型预测控制算法 |
| 4.1 混杂模型预测控制 |
| 4.1.1 逻辑命题与线性不等式之间的转换 |
| 4.1.2 模型线性化处理 |
| 4.2 混合逻辑动态系统建模 |
| 4.2.1 基于HYSDEL建模 |
| 4.2.2 构建代价函数 |
| 4.3 仿真结果分析 |
| 4.4 本章小结 |
| 第5章 基于混杂模型的分层控制算法 |
| 5.1 混杂非线性模型预测控制 |
| 5.2 分层混杂模型预测控制 |
| 5.3 仿真结果 |
| 5.4 线性时变模型预测控制的实车验证 |
| 5.4.1 台架初步测试 |
| 5.4.2 启停规则优化及台架测试验证 |
| 5.4.3 MPC控制参数优化及台架测试验证 |
| 5.5 本章小结 |
| 第6章 基于预测信息及车联网信息的车辆能量管理 |
| 6.1 基于预测信息的能量管理 |
| 6.1.1 基于指数的工况预测 |
| 6.1.2 基于神经网络的工况预测 |
| 6.1.3 基于工况识别的神经网络预测 |
| 6.1.4 工况预测结果对比分析 |
| 6.2 基于网联信息的能量管理 |
| 6.2.1 基于车车信息的能量管理 |
| 6.2.2 基于红绿灯信息的能量管理 |
| 6.2.3 基于道路坡度信息的能量管理 |
| 6.3 本章小结 |
| 第7章 全文总结与展望 |
| 7.1 全文工作总结 |
| 7.2 主要创新点 |
| 7.3 后续工作展望 |
| 参考文献 |
| 作者简介 |
| 个人教育简历 |
| 攻读博士学位期间发表的学术论文 |
| 攻读博士学位期间参与的科研项目 |
（5）CVT混合动力汽车能量管理策略研究与优化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 混合动力汽车研究现状 |
| 1.2.1 混合动力汽车的基本构型 |
| 1.2.2 CVT混合动力汽车的发展现状 |
| 1.2.3 混合动力汽车的建模方法 |
| 1.2.4 能量管理策略的研究现状 |
| 1.2.5 提高驾驶性能的控制策略研究现状 |
| 1.3 能量管理策略中存在的问题 |
| 1.4 本课题的主要研究内容 |
| 第2章 混合动力系统结构与整车建模 |
| 2.1 引言 |
| 2.2 CVT混合动力系统结构 |
| 2.2.1 原型车构型 |
| 2.2.2 混合动力CVT总成 |
| 2.3 整车模型 |
| 2.3.1 驾驶员模型 |
| 2.3.2 发动机模型 |
| 2.3.3 ISG电机模型 |
| 2.3.4 CVT模型 |
| 2.3.5 离合器模型 |
| 2.3.6 动力电池模型 |
| 2.3.7 整车动力学模型 |
| 2.4 模型验证 |
| 2.5 本章小结 |
| 第3章 整车控制器开发 |
| 3.1 引言 |
| 3.2 整车控制器的功能需求 |
| 3.3 整车控制器硬件系统 |
| 3.3.1 HCU硬件系统构成 |
| 3.3.2 整车CAN网络 |
| 3.4 整车控制器软件设计 |
| 3.4.1 HCU软件架构 |
| 3.4.2 整车控制系统结构 |
| 3.4.3 基于规则的能量管理策略 |
| 3.4.4 基于系统效率最优的控制量计算 |
| 3.4.5 CVT目标速比跟踪 |
| 3.5 本章小结 |
| 第4章 考虑驾驶性能的全局优化控制策略 |
| 4.1 引言 |
| 4.2 动态规划方法的基本原理 |
| 4.2.1 最优控制问题 |
| 4.2.2 动态规划算法求解过程 |
| 4.3 基于动态规划的能量管理策略 |
| 4.3.1 整车后向仿真模型 |
| 4.3.2 能量管理最优化问题的建立 |
| 4.3.3 离线优化程序设计 |
| 4.3.4 循环工况仿真结果分析 |
| 4.4 考虑驾驶性能的动态规划方法 |
| 4.4.1 驾驶性问题 |
| 4.4.2 驾驶性能优化 |
| 4.4.3 燃油经济性与驾驶性能的权衡 |
| 4.4.4 仿真测试 |
| 4.5 本章小结 |
| 第5章 基于ECMS的实时优化控制策略 |
| 5.1 引言 |
| 5.2 等效燃油消耗最小策略 |
| 5.2.1 庞特里亚金极小值理论 |
| 5.2.2 ECMS策略的基本原理 |
| 5.2.3 ECMS策略仿真结果 |
| 5.3 自适应等效燃油消耗最小策略(A-ECMS) |
| 5.3.1 基于SOC反馈的等效因子自适应方法 |
| 5.3.2 基于A-ECMS的混合动力能量管理策略 |
| 5.3.3 驾驶性能优化 |
| 5.3.4 A-ECMS策略仿真结果 |
| 5.4 基于驾驶模式识别的A-ECMS优化方法 |
| 5.4.1 工况特征参数与行驶工况聚类 |
| 5.4.2 基于LVQ的驾驶模式识别方法 |
| 5.4.3 模式识别算法的训练与验证 |
| 5.4.4 等效因子在线估计 |
| 5.4.5 仿真结果与分析 |
| 5.5 本章小结 |
| 第6章 CVT混合动力汽车实验研究 |
| 6.1 混合动力CVT总成台架实验 |
| 6.1.1 试验台说明 |
| 6.1.2 实验结果 |
| 6.2 整车转毂实验 |
| 6.2.1 转毂实验方法 |
| 6.2.2 转毂实验结果 |
| 6.2.3 与优化控制策略结果对比 |
| 6.3 整车道路实验 |
| 6.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间发表的学术论文目录 |
| 附录B 攻读学位期间参加的科研项目 |
| 附录C CVT混合动力系统前向仿真模型 |
| 附录D 基于DPR的 A-ECMS控制器模型 |
| 附录E 微工况特征向量 |
（6）地下铲运机混合动力系统设计研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 背景及选题意义 |
| 1.2 地下铲运机 |
| 1.3 混合动力技术 |
| 1.3.1 混合动力汽车 |
| 1.3.2 混合动力工程机械 |
| 1.4 设计方法学 |
| 1.5 主要研究内容 |
| 2 基于设计方法学的铲运机系统方案分析 |
| 2.1 系统设计方法学理论介绍 |
| 2.1.1 AD公理设计理论 |
| 2.1.2 TRIZ设计理论 |
| 2.2 基于AD-TRIZ的三维度系统设计方法 |
| 2.3 地下铲运机方案分析 |
| 2.3.1 传统柴油铲运机的设计分析 |
| 2.3.2 基于TRIZ的解耦设计方案 |
| 2.4 混合动力系统能量维度设计方案 |
| 2.5 本章小结 |
| 3 地下铲运机循环工况研究 |
| 3.1 循环工况综述 |
| 3.2 铲运机循环工况分析 |
| 3.2.1 地下铲运机工作过程描述 |
| 3.2.2 能量维度的性能量化分析 |
| 3.3 通过理论计算构建铲运机循环工况 |
| 3.3.1 行驶工况计算 |
| 3.3.2 液压系统计算 |
| 3.3.3 循环工况合成 |
| 3.4 基于虚拟样机的液压系统工况仿真分析 |
| 3.4.1 工作机构建模及动力学仿真 |
| 3.4.2 液压系统仿真及功率需求 |
| 3.5 循环工况对比分析 |
| 3.6 本章小结 |
| 4 混合动力系统三维度详细设计 |
| 4.1 能量维设计中的系统构型确定 |
| 4.1.1 基于能量场作用行为的系统构型表达 |
| 4.1.2 混合动力系统构型分析 |
| 4.1.3 地下铲运机混合动力系统的确定 |
| 4.2 混合动力系统参数匹配 |
| 4.2.1 发动机功率匹配 |
| 4.2.2 发电机与发动机匹配 |
| 4.2.3 电动机与车桥匹配 |
| 4.2.4 超级电容系统参数匹配 |
| 4.3 系统空间布置 |
| 4.3.1 刚性连接部件布置 |
| 4.3.2 柔性连接部件布置 |
| 4.4 信息维中的系统控制架构设计 |
| 4.5 本章小结 |
| 5 电驱动系统牵引控制策略 |
| 5.1 牵引控制策略设计 |
| 5.1.1 驾驶员控制输入 |
| 5.1.2 子系统间协调控制 |
| 5.1.3 电机转矩分配策略 |
| 5.2 基于EMR的系统建模 |
| 5.2.1 混合动力系统建模方法 |
| 5.2.2 铲运机电驱动系统模型 |
| 5.2.3 模型仿真参数确定 |
| 5.3 驱动系统控制策略仿真 |
| 5.4 本章小结 |
| 6 混合动力系统能量控制方法 |
| 6.1 前言 |
| 6.2 混合动力系统功率链分析 |
| 6.2.1 前功率链 |
| 6.2.2 后功率链 |
| 6.2.3 系统功率平衡 |
| 6.3 功率跟随控制策略 |
| 6.3.1 系统状态判定 |
| 6.3.2 发动机转速控制策略 |
| 6.3.3 发电功率控制策略 |
| 6.4 模糊逻辑控制策略 |
| 6.4.1 模糊输入 |
| 6.4.2 模糊输出 |
| 6.4.3 模糊控制规则 |
| 6.5 能量控制方法仿真对比 |
| 6.6 本章小结 |
| 7 混合动力铲运机设计验证 |
| 7.1 设计阶段的测试验证 |
| 7.2 样机试验场内性能验证 |
| 7.2.1 样机型式试验 |
| 7.2.2 典型工况性能试验 |
| 7.3 矿山现场工业运行试验 |
| 7.4 本章小结 |
| 8 结论 |
| 8.1 论文主要研究工作及结论 |
| 8.2 论文主要创新点及后续研究工作展望 |
| 8.2.1 论文主要创新点 |
| 8.2.2 后续研究展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（7）并联混合动力车能量分配控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 混合动力汽车的结构分类 |
| 1.2.1 串联混合动力汽车 |
| 1.2.2 并联混合动力汽车 |
| 1.2.3 混联式混合动力汽车 |
| 1.3 并联混合动力汽车控制策略的研究现状 |
| 1.3.1 逻辑门限控制策略 |
| 1.3.2 基于优化方法的控制策略 |
| 1.3.3 智能控制策略 |
| 1.4 本文主要研究内容及章节安排 |
| 第2章 并联混合动力汽车模型的建立 |
| 2.1 模型搭建平台 |
| 2.2 混合动力汽车各系统模型的建立 |
| 2.2.1 整车动力学模型 |
| 2.2.2 发动机模型 |
| 2.2.3 电机模型 |
| 2.2.4 蓄电池组模型 |
| 2.3 本章小结 |
| 第3章 并联混合动力汽车模糊控制器设计 |
| 3.1 并联混合动力车的工作特性分析 |
| 3.1.1 混合动力车节油原理 |
| 3.1.2 并联混合动力汽车工作模式划分 |
| 3.2 并联混合动力车模糊控制器建立 |
| 3.2.1 模糊控制系统整体结构 |
| 3.2.2 模糊控制变量的确定 |
| 3.2.3 模糊控制器设计 |
| 3.2.4 模糊控制策略的初步仿真分析 |
| 3.3 本章小结 |
| 第4章 模糊控制器的遗传算法优化与仿真分析 |
| 4.1 遗传算法优化模糊控制器设计 |
| 4.1.1 遗传算法 |
| 4.1.2 遗传模糊优化方法 |
| 4.1.3 优化方向 |
| 4.2 遗传算法优化模糊规则 |
| 4.2.1 模糊规则的优化过程设计 |
| 4.2.2 遗传算法优化模糊规则的编码 |
| 4.3 遗传算法优化隶属度函数 |
| 4.3.1 隶属度函数的优化过程设计 |
| 4.3.2 优化隶属度函数编码 |
| 4.4 模糊规则和隶属度函数的同时优化 |
| 4.4.1 控制规则和隶属度函数的同时优化设计 |
| 4.4.2 创建初始种群 |
| 4.4.3 适应度函数的选取 |
| 4.4.4 选择、交叉、变异 |
| 4.5 行驶参数测试方法 |
| 4.6 仿真测试 |
| 4.6.1 优化结果 |
| 4.6.2 仿真结果分析 |
| 4.7 本章小结 |
| 第5章 结论 |
| 参考文献 |
| 致谢 |
（8）基于复合结构双转子电机的混合动力车能量管理策略研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 课题背景和研究意义 |
| 1.2 混合动力车型简介 |
| 1.3 混合动力车用复合结构双转子电机研究现状 |
| 1.4 混合动力车能量管理策略研究现状 |
| 1.4.1 基于规则的控制策略 |
| 1.4.2 基于优化的控制策略 |
| 1.5 本文的主要内容 |
| 2 基于复合结构双转子电机的混合动力车整车建模 |
| 2.1 引言 |
| 2.2 CSDM-HEV的工作原理 |
| 2.3 CSDM-HEV的主要部件建模分析 |
| 2.3.1 发动机简化模型 |
| 2.3.2 双转子电机模型 |
| 2.3.3 电池组模型 |
| 2.3.4 车辆动力学模型 |
| 2.4 CSDM-HEV车辆参数确定 |
| 2.5 在AVL/CRUISE和 MATLAB中建立的整车各部件模型 |
| 2.6 本章小结 |
| 3 基于复合结构双转子电机的混合动力车工作模式分析及规则控制策略研究 |
| 3.1 CSDM-HEV工作模式及其切换分析 |
| 3.1.1 联合驱动模式 |
| 3.1.2 纯电动模式 |
| 3.1.3 行车充电模式 |
| 3.1.4 助力启动模式 |
| 3.1.5 再生制动模式 |
| 3.1.6 机械制动模式 |
| 3.2 基于规则的CSDM-HEV能量管理策略 |
| 3.3 基于逻辑门限规则的模式切换控制策略设计 |
| 3.4 仿真实现及结果分析 |
| 3.4.1 仿真实现 |
| 3.4.2 NEDC工况下仿真结果分析 |
| 3.4.3 US06 工况下仿真结果分析 |
| 3.5 本章小结 |
| 4 基于等效燃油消耗最小的瞬时优化能量管理策略 |
| 4.1 引言 |
| 4.2 等效燃油消耗最小策略简述 |
| 4.3 基于CSDM-HEV的等效燃油消耗最小策略设计 |
| 4.4 基于惩罚函数的SOC控制策略 |
| 4.5 仿真实现及结果分析 |
| 4.5.1 仿真建模过程 |
| 4.5.2 仿真结果分析 |
| 4.6 神经网络算法简介 |
| 4.7 ELMAN人工神经网络结构设计 |
| 4.8 基于ELMAN神经网络改进的等效燃油消耗最小控制策略 |
| 4.8.1 模型结构搭建 |
| 4.8.2 神经网络参数选择 |
| 4.8.3 模型训练算法 |
| 4.8.4 神经网络模型的训练 |
| 4.9 经ELMAN神经网络优化后的控制策略仿真结果及分析 |
| 4.10 本章小结 |
| 5 基于硬件在环的混合动力车系统实验平台 |
| 5.1 实验平台 |
| 5.2 实验验证 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 附录 |
| A 作者在攻读硕士学位期间发表的论文 |
| B 作者在攻读硕士学位期间申请的专利 |
| C 作者在攻读硕士学位期间参与的科研项目 |
| D 学位论文数据集 |
| 致谢 |
（9）复合蓄能器液压混合动力系统匹配方法及控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 液压混合动力汽车国内外研究现状 |
| 1.2.1 液压混合动力汽车国外研究现状 |
| 1.2.2 液压混合动力汽车国内研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 本文主要研究方法 |
| 第2章 复合蓄能器构型设计与参数匹配 |
| 2.1 构型设计 |
| 2.1.1 传统并联式液压混合动力系统构型分析 |
| 2.1.2 基于复合蓄能器的液压混合动力系统构型设计 |
| 2.2 参数匹配 |
| 2.2.1 初始条件 |
| 2.2.2 液压泵/马达匹配 |
| 2.2.3 蓄能器匹配 |
| 2.3 复合蓄能器参数优化 |
| 2.3.1 遗传算法 |
| 2.3.2 基于遗传算法的复合蓄能器参数优化 |
| 2.4 本章小结 |
| 第3章 复合蓄能器液压混合动力汽车控制策略 |
| 3.1 工作模式分析 |
| 3.2 控制策略设计 |
| 3.2.1 状态转移方程建立 |
| 3.2.2 动态规划算法 |
| 3.2.3 逻辑门限值控制策略提取 |
| 3.3 本章小结 |
| 第4章 复合蓄能器液压混合动力汽车建模与仿真分析 |
| 4.1 复合蓄能器液压混合动力汽车模型建立 |
| 4.1.1 数学模型建立 |
| 4.1.2 仿真模型建立 |
| 4.2 仿真结果分析 |
| 4.2.1 制动能量回收率仿真分析 |
| 4.2.2 制动性能仿真分析 |
| 4.2.3 循环工况仿真分析 |
| 4.3 本章小结 |
| 第5章 复合蓄能器液压混动系统试验台设计与搭建 |
| 5.1 液压系统设计 |
| 5.1.1 液压泵/马达系统 |
| 5.1.2 液压阀组系统 |
| 5.1.3 液压泵站 |
| 5.2 电控系统硬件选型设计 |
| 5.2.1 液压泵/马达控制系统设置 |
| 5.2.2 三位四通电磁阀控制系统设置 |
| 5.2.3 数据采集设备 |
| 5.3 试验台搭建 |
| 5.4 LabView测控系统开发 |
| 5.5 本章小结 |
| 第6章 复合蓄能器液压混动系统试验研究 |
| 6.1 液压混合动力汽车元件在环台架试验方法 |
| 6.1.1 试验原理 |
| 6.1.2 试验方法误差分析 |
| 6.2 试验方案 |
| 6.2.1 制动性能对比试验方案 |
| 6.2.2 循环工况试验方案 |
| 6.3 试验分析 |
| 6.3.1 制动性能对比试验 |
| 6.3.2 循环工况试验 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 附表 公式符号释义 |
| 攻读博士学位期间承担的科研任务与主要成果 |
| 致谢 |
（10）基于行驶工况误差的PHEV能量在线补偿控制研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 PHEV发展现状 |
| 1.2.1 国外发展现状 |
| 1.2.2 国内发展现状 |
| 1.3 PHEV能量管理研究现状 |
| 1.3.1 能量管理策略研究 |
| 1.3.2 研究现状的分析 |
| 1.4 课题来源与论文内容 |
| 1.4.1 课题来源 |
| 1.4.2 论文内容 |
| 第二章 插电式混合动力汽车及相关技术 |
| 2.1 PHEV的特点与分类 |
| 2.1.1 PHEV定义与特点 |
| 2.1.2 PHEV的分类 |
| 2.2 PHEV的动力系统 |
| 2.2.1 电机及其管理系统 |
| 2.2.2 电池及其管理系统 |
| 2.3 PHEV中总线通讯技术 |
| 2.3.1 汽车总线概述 |
| 2.3.2 CAN总线协议 |
| 2.4 本章小结 |
| 第三章 行驶工况误差和PHEV能量管理性能建模 |
| 3.1 基于工况识别的能量管理系统 |
| 3.1.1 系统分层运行架构 |
| 3.1.2 行驶工况误差分析 |
| 3.2 工况误差定义与在线计算 |
| 3.2.1 工况误差的定义与建模 |
| 3.2.2 工况误差在线计算方法 |
| 3.3 能量管理性能偏差建模 |
| 3.3.1 能量管理性能偏差定义 |
| 3.3.2 工况误差与性能偏差建模 |
| 3.4 本章小结 |
| 第四章 基于模糊控制的整车能量在线补偿控制 |
| 4.1 带双控制器的整车能量管理系统 |
| 4.1.1 动力总成系统架构 |
| 4.1.2 能量管理系统架构 |
| 4.2 基于模糊控制的能量在线补偿 |
| 4.2.1 模糊控制原理 |
| 4.2.2 模糊补偿控制策略 |
| 4.3 基于双控制器的能量管理策略 |
| 4.3.1 能量补偿策略 |
| 4.3.2 能量分配控制 |
| 4.4 本章小结 |
| 第五章 双控制策略建模仿真与整车试验 |
| 5.1 构建仿真系统 |
| 5.1.1 ADVISOR软件介绍 |
| 5.1.2 CANoe软件介绍 |
| 5.1.3 带补偿的双控制策略仿真模型 |
| 5.1.4 基于ADVISOR和 CANoe协同仿真系统 |
| 5.2 搭建实验平台 |
| 5.2.1 补偿控制器主控芯片 |
| 5.2.2 通信节点实验平台 |
| 5.2.3 网络通信节点开发 |
| 5.2.4 上位机显示界面开发 |
| 5.3 整车试验与分析 |
| 5.3.1 整车试验台架 |
| 5.3.2 整车验证试验方案 |
| 5.3.3 工况误差整车验证与分析 |
| 5.3.4 能量补偿控制策略整车验证 |
| 5.3.5 基于不同控制策略的能耗对比 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 下一步工作 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及其成果情况 |
四、基于模糊控制的并联混合动力车的能量管理策略（论文参考文献）
- [1]插电式混合动力SUV动力匹配与能量管理策略研究[D]. 杨娇娇. 重庆交通大学, 2020(01)
- [2]复合电源混合动力汽车能量优化控制策略研究[D]. 牛晓燕. 石家庄铁道大学, 2020(04)
- [3]单行星排混联式混合动力汽车能量管理策略研究[D]. 王菲. 燕山大学, 2020(01)
- [4]基于模型预测控制的混合动力车辆能量管理[D]. 江冬冬. 浙江大学, 2020(08)
- [5]CVT混合动力汽车能量管理策略研究与优化[D]. 李航洋. 湖南大学, 2020(12)
- [6]地下铲运机混合动力系统设计研究[D]. 苑昆. 北京科技大学, 2020(06)
- [7]并联混合动力车能量分配控制策略研究[D]. 张恩博. 沈阳工业大学, 2019(08)
- [8]基于复合结构双转子电机的混合动力车能量管理策略研究[D]. 毛韫琦. 重庆大学, 2019(01)
- [9]复合蓄能器液压混合动力系统匹配方法及控制策略研究[D]. 王波. 燕山大学, 2019(03)
- [10]基于行驶工况误差的PHEV能量在线补偿控制研究[D]. 孙召辉. 合肥工业大学, 2019
标签：混合动力论文; 新能源汽车论文; 混合动力电动汽车论文; 仿真软件论文; 电机控制器论文;