插电式混合动力汽车车速预测及整车控制策略
本文针对插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)这一典型混杂系统,提出了一种基于车速预测的混合逻辑动态(mixed logical dynamical,MLD)模型预测控制策略.首先,通过对发动机和电动机能量消耗模型进行线性化,建立双轴并联插电式混合动力城市公交车的动力传动系统数学模型;其次,运用模糊推理进行驾驶意图分析,提出基于驾驶意图识别和历史车速数据相结合的非线性自回归(nonlinear auto-regressive models,NAR)神经网络车速预测方法进行未来行驶工况预测.然后,以最小等效燃油消耗为目标建立PHEV的混合逻辑动态模型,运用预测控制思想对车速预测时域内最优电机转矩控制序列进行求解.最后,通过仿真实验验证了本文所提出控制策略在特定的循环工况下与电动助力策略相比,能够提高燃油经济性.
插电式混合动力汽车、模糊推理、NAR神经网络、车速预测、混合逻辑动态模型
34
U469.72(汽车工程)
国家自然科学基金项目61473057, 61203171;中央高校基本科研业务费专项基金项目DUT17LAB11, DUT15LK13资助. Supported by National Natural Science Foundation of China61473057, 61203171;China Fundamental Research Funds for Central UniversitiesDUT17LAB11, DUT15LK13
2017-09-06(万方平台首次上网日期,不代表论文的发表时间)
共11页
564-574