10.11835/j.issn.1000-582X.2020.006
基于智能算法的燃料电池汽车道路坡度估计
道路坡度是燃料电池混合动力汽车(FCHV)能量管理策略中的重要参数,但精确的道路坡度很难实时获取.因此,提出了一种基于智能算法(长短期神经网络,LSTM)的道路坡度估计方法.通过分析汽车行驶动力模型,选择了合适的行驶参数作为网络输入.同时,比较了该算法与多层感知器(MLP)算法的估计结果,也比较了不同文献中各算法估计结果的归一化均方根误差值(NRMSE).实车实验结果表明:该方法能在不使用额外传感器的情况下,较准确地估计实时道路坡度,估计结果的RMSE值(均方根误差值)和NRMSE值仅为0.65°和4.6%.
道路坡度、长短期神经网络、燃料电池混合动力汽车、汽车动力模型
44
U279(车辆工程)
国家重点研发计划资助项目;国家自然科学基金资助项目
2021-05-19(万方平台首次上网日期,不代表论文的发表时间)
共9页
10-18