基于行驶工况识别与预测的混合动力汽车能量管理研究
发布时间：2022-01-10 23:55
能量管理策略作为混合动力汽车的大脑,控制整车及各个零部件的工作状态,一直是各个车企、科研院所研究的热点。当前主流的能量管理策略中,基于规则的和基于等效燃油消耗最小的能量管理策略均存在工况适应性差,且最优控制参数难以确定等局限性,而基于全局优化算法的能量管理策略在应用时,需预知未来全部行驶工况信息,实际控制中可行性差。针对以上问题,本文以基于P2构型的混合动力汽车为研究对象,以提高整车燃油经济性为研究目的,分别开展基于行驶工况识别和基于行驶工况预测的混合动力汽车能量管理策略研究,以解决上述两个问题。完成的主要研究工作总结如下:1)提出基于粒子群优化支持向量机的行驶工况识别算法。针对当前行驶工况识别算法在理论应用方面存在一定的局限性,如神经网络理论中网络结构设置;聚类算法中初始值对聚类结果影响较大,容易陷入局部最优;模糊控制器识别时,隶属度函数大多根据经验选择,只有反复调试才可以提高识别精度等。本文提出基于粒子群优化支持向量机的行驶工况识别算法。离线建模结果表明,相对于基于神经网络和未经优化的支持向量机算法建立的离线行驶工况识别模型,提出的基于粒子群优化支持向量机的行驶工况识别算法的精度明...
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：174 页
【学位级别】：博士
【部分图文】：
图１．１雾霾下的交通状况
??能量管理策略????Ｉ?一????：二－丄．?Ｉ?—??１?：???基于规则?基于优化??１????????－?Ｉ??＾?＾?ｉ?｝??确定性规则?模糊性规则?全局优化?瞬时优化??逻辑门限值方法?线性规划?等效燃油消耗最小（ＥＣＭＳ〉??有限状态机方法?ｅ?动态删（ＤＰ）?？棒控制??功率跟随策略?二次规划?挪控制??純理策Ｂ８?＾?制??遗传算法?机器学习??工业应用?科学研究??图１．６能量管理策略分类??Ｆｉｇ?１．６?Ｃｌａｓｓｉｆｉｃａｔｉｏｎ?ｏｆ?ｅｎｅｒｇｙ?ｍａｎａｇｅｍｅｎｔ?ｓｔｒａｔｅｇｉｅｓ??１．３．１基于规则的能量管理策略研究现状??基于规则的能量管理策略（Ｒｕｌｅ－ｂａｓｅｄ?Ｅｎｅｒｇｙ?Ｍａｎａｇｅｍｅｎｔ?Ｓｔｒａｔｅｇｙ）主要思??路为预先定义一系列车辆运行状态和运行模式，并确定不同运行模式切换的条件??作为规则。车辆实际行驶过程中将驾驶员油门踏扳开度、车速、电池荷电状态（ＳＯＣ??值）、行驶需求转矩等参数作为依据输入到规则库，根据逻辑门限值判断当前车??辆运行模式，进而调节不同动力源的功率输入或输出，以此达到提高整车燃油经??济性和排放性能的目的。规则库的形式可以是逻辑框图，也可以是带有控制参数??的表格，主要包含确定性规则和模糊性规则两种。??基于确定性规则的能量管理策略目前有逻辑门限值方法、功率跟随控制方法??以及有限状态机控制方法等。目前该领域主要的研宄成果有：??Ｂａｎｖａｉｔ，Ｈ＾［１３］开发了一种规则的电机辅助能量管理策略并且应用到并联插??电式混合动力汽车中。在电
合肥工业大学博士研宄生学位论文?????ＩｒｌＳｓｉｙ＇！?最大加速度?Ｉ＇ｍＪ：：．！?Ｉ＾ＭｅＳｉｒｉａ?Ａ．．．：歷Ｓ：Ｕ，；??匿》零哥脣．累积麵离??图２．１离线行驶工况识别模型构建流程??Ｆｉｇ?２．１?Ｃｏｎｓｔｒｕｃｔｉｏｎ?ｐｒｏｃｅｓｓ?ｏｆ?ｏｆｆ－ｌｉｎｅ?ｄｒｉｖｉｎｇ?ｃｙｃｌｅ?ｒｅｃｏｇｎｉｔｉｏｎ?ｍｏｄｅｌ??２．３行驶工况数据的采集??数据采集是进行行驶工况识别与预测研究的基矗因此设计合理的行驶工况??数据采集试验方案能够提高数据的有效性，使其更具有代表性。方案中应包括行??驶工况数据采集方法、试验车辆及设备的选娶试验区域或线路的制定、试验时??间的选择、数据采样频率和驾驶员的确定等。??２．３．１行驶工况数据采集方法??目前实时获取行驶工况数据的方法以车辆跟随法、自主驾驶法和线路循环测??试法为主。车辆跟随法是指预先设定有效的工况区域作为数据采集的界限，在区??域内驾驶试验车辆随机选择一个目标车辆进行跟踪行驶，一旦目标车辆行驶出设??定区域则立即重新选择邻近的另一辆车作为目标车辆。该方法驾驶的随意性较大，??可能导致数据过于集中局部区域，且需要有娴熟的驾驶技巧以保证跟车过程中不??出现任何意外。自主驾驶法即由驾驶员根据自己的意愿和出行习惯正常驾驶车辆??进行数据采集，驾驶员主观性较强。该方法最大的优点是不需要提前规划试验路??线和试验时间，但由于驾驶员个人习惯和活动区域的局限性，导致数据可能集中??于某些道路，因此若要扩大数据采集范围，需要装有数采设备的多辆试验车共同??进行采集。但试验成本较高，并且试验周期长。其优点是考虑了驾驶习惯等人的??因素，数据更具代表性。
【参考文献】：
期刊论文
[1]具有自适应行为的粒子群算法研究[J]. 丁知平,刘超,牛培峰. 统计与决策. 2019(02)
[2]基于DL-MOPSO算法的等效燃油消耗最小能量管理策略优化研究[J]. 石琴,仇多洋,吴冰,刘炳姣,陈一锴. 汽车工程. 2018(09)
[3]基于动态规划算法的增程式电动汽车能量管理策略优化[J]. 席利贺,张欣,耿聪,薛奇成. 交通运输工程学报. 2018(03)
[4]基于随机模型预测控制的四驱混合动力汽车能量管理[J]. 钱立军,荆红娟,邱利宏. 中国机械工程. 2018(11)
[5]基于双状态动态规划算法的PHEV规则控制策略研究[J]. 隗寒冰,朱宁. 机械传动. 2018(02)
[6]基于动态规划算法的混合动力汽车改进型ECMS能量管理控制研究[J]. 邓涛,韩海硕,罗俊林. 中国机械工程. 2018(03)
[7]基于多源信息融合的行驶工况识别及其在整车转矩分配中的应用[J]. 张袅娜,郭孔辉,丁海涛. 机械工程学报. 2017(24)
[8]混联混合动力车辆能量管理控制策略优化[J]. 陈锐,唐智,刘逢春,范晶晶. 同济大学学报(自然科学版). 2017(S1)
[9]基于行驶工况分类的混合动力车辆速度预测方法与能量管理策略[J]. 丁峰,王伟达,项昌乐,何韡,齐蕴龙. 汽车工程. 2017(11)
[10]基于工况识别与多元非线性回归优化的能量管理策略[J]. 孙蕾,林歆悠,林国发. 中国机械工程. 2017(22)
博士论文
[1]B50轿车怠速起步停车工况节油减排控制技术的研究[D]. 逯家鹏.吉林大学 2016
硕士论文
[1]基于模型预测控制的HEV能量管理策略的研究[D]. 孙延秋.大连理工大学 2017
[2]基于动态规划的并联混合动力汽车能量管理策略研究[D]. 朱翔.合肥工业大学 2017
[3]基于动态规划的并联混合动力客车能量管理策略研究[D]. 勾华栋.吉林大学 2015
[4]基于Cruise的混合动力电动客车仿真研究[D]. 董相军.长安大学 2014
[5]基于预测控制的并联式混合动力汽车能量管理策略研究[D]. 樊娟娟.山东大学 2012
[6]混合交通环境下行驶工况构建方法的研究[D]. 李友文.合肥工业大学 2010
[7]ISG型轻度混合动力汽车动力传动系的匹配与仿真研究[D]. 杨伟斌.重庆大学 2004
本文编号：3581662
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：174 页
【学位级别】：博士
【部分图文】：
图１．１雾霾下的交通状况
??能量管理策略????Ｉ?一????：二－丄．?Ｉ?—??１?：???基于规则?基于优化??１????????－?Ｉ??＾?＾?ｉ?｝??确定性规则?模糊性规则?全局优化?瞬时优化??逻辑门限值方法?线性规划?等效燃油消耗最小（ＥＣＭＳ〉??有限状态机方法?ｅ?动态删（ＤＰ）?？棒控制??功率跟随策略?二次规划?挪控制??純理策Ｂ８?＾?制??遗传算法?机器学习??工业应用?科学研究??图１．６能量管理策略分类??Ｆｉｇ?１．６?Ｃｌａｓｓｉｆｉｃａｔｉｏｎ?ｏｆ?ｅｎｅｒｇｙ?ｍａｎａｇｅｍｅｎｔ?ｓｔｒａｔｅｇｉｅｓ??１．３．１基于规则的能量管理策略研究现状??基于规则的能量管理策略（Ｒｕｌｅ－ｂａｓｅｄ?Ｅｎｅｒｇｙ?Ｍａｎａｇｅｍｅｎｔ?Ｓｔｒａｔｅｇｙ）主要思??路为预先定义一系列车辆运行状态和运行模式，并确定不同运行模式切换的条件??作为规则。车辆实际行驶过程中将驾驶员油门踏扳开度、车速、电池荷电状态（ＳＯＣ??值）、行驶需求转矩等参数作为依据输入到规则库，根据逻辑门限值判断当前车??辆运行模式，进而调节不同动力源的功率输入或输出，以此达到提高整车燃油经??济性和排放性能的目的。规则库的形式可以是逻辑框图，也可以是带有控制参数??的表格，主要包含确定性规则和模糊性规则两种。??基于确定性规则的能量管理策略目前有逻辑门限值方法、功率跟随控制方法??以及有限状态机控制方法等。目前该领域主要的研宄成果有：??Ｂａｎｖａｉｔ，Ｈ＾［１３］开发了一种规则的电机辅助能量管理策略并且应用到并联插??电式混合动力汽车中。在电
合肥工业大学博士研宄生学位论文?????ＩｒｌＳｓｉｙ＇！?最大加速度?Ｉ＇ｍＪ：：．！?Ｉ＾ＭｅＳｉｒｉａ?Ａ．．．：歷Ｓ：Ｕ，；??匿》零哥脣．累积麵离??图２．１离线行驶工况识别模型构建流程??Ｆｉｇ?２．１?Ｃｏｎｓｔｒｕｃｔｉｏｎ?ｐｒｏｃｅｓｓ?ｏｆ?ｏｆｆ－ｌｉｎｅ?ｄｒｉｖｉｎｇ?ｃｙｃｌｅ?ｒｅｃｏｇｎｉｔｉｏｎ?ｍｏｄｅｌ??２．３行驶工况数据的采集??数据采集是进行行驶工况识别与预测研究的基矗因此设计合理的行驶工况??数据采集试验方案能够提高数据的有效性，使其更具有代表性。方案中应包括行??驶工况数据采集方法、试验车辆及设备的选娶试验区域或线路的制定、试验时??间的选择、数据采样频率和驾驶员的确定等。??２．３．１行驶工况数据采集方法??目前实时获取行驶工况数据的方法以车辆跟随法、自主驾驶法和线路循环测??试法为主。车辆跟随法是指预先设定有效的工况区域作为数据采集的界限，在区??域内驾驶试验车辆随机选择一个目标车辆进行跟踪行驶，一旦目标车辆行驶出设??定区域则立即重新选择邻近的另一辆车作为目标车辆。该方法驾驶的随意性较大，??可能导致数据过于集中局部区域，且需要有娴熟的驾驶技巧以保证跟车过程中不??出现任何意外。自主驾驶法即由驾驶员根据自己的意愿和出行习惯正常驾驶车辆??进行数据采集，驾驶员主观性较强。该方法最大的优点是不需要提前规划试验路??线和试验时间，但由于驾驶员个人习惯和活动区域的局限性，导致数据可能集中??于某些道路，因此若要扩大数据采集范围，需要装有数采设备的多辆试验车共同??进行采集。但试验成本较高，并且试验周期长。其优点是考虑了驾驶习惯等人的??因素，数据更具代表性。
【参考文献】：
期刊论文
[1]具有自适应行为的粒子群算法研究[J]. 丁知平,刘超,牛培峰. 统计与决策. 2019(02)
[2]基于DL-MOPSO算法的等效燃油消耗最小能量管理策略优化研究[J]. 石琴,仇多洋,吴冰,刘炳姣,陈一锴. 汽车工程. 2018(09)
[3]基于动态规划算法的增程式电动汽车能量管理策略优化[J]. 席利贺,张欣,耿聪,薛奇成. 交通运输工程学报. 2018(03)
[4]基于随机模型预测控制的四驱混合动力汽车能量管理[J]. 钱立军,荆红娟,邱利宏. 中国机械工程. 2018(11)
[5]基于双状态动态规划算法的PHEV规则控制策略研究[J]. 隗寒冰,朱宁. 机械传动. 2018(02)
[6]基于动态规划算法的混合动力汽车改进型ECMS能量管理控制研究[J]. 邓涛,韩海硕,罗俊林. 中国机械工程. 2018(03)
[7]基于多源信息融合的行驶工况识别及其在整车转矩分配中的应用[J]. 张袅娜,郭孔辉,丁海涛. 机械工程学报. 2017(24)
[8]混联混合动力车辆能量管理控制策略优化[J]. 陈锐,唐智,刘逢春,范晶晶. 同济大学学报(自然科学版). 2017(S1)
[9]基于行驶工况分类的混合动力车辆速度预测方法与能量管理策略[J]. 丁峰,王伟达,项昌乐,何韡,齐蕴龙. 汽车工程. 2017(11)
[10]基于工况识别与多元非线性回归优化的能量管理策略[J]. 孙蕾,林歆悠,林国发. 中国机械工程. 2017(22)
博士论文
[1]B50轿车怠速起步停车工况节油减排控制技术的研究[D]. 逯家鹏.吉林大学 2016
硕士论文
[1]基于模型预测控制的HEV能量管理策略的研究[D]. 孙延秋.大连理工大学 2017
[2]基于动态规划的并联混合动力汽车能量管理策略研究[D]. 朱翔.合肥工业大学 2017
[3]基于动态规划的并联混合动力客车能量管理策略研究[D]. 勾华栋.吉林大学 2015
[4]基于Cruise的混合动力电动客车仿真研究[D]. 董相军.长安大学 2014
[5]基于预测控制的并联式混合动力汽车能量管理策略研究[D]. 樊娟娟.山东大学 2012
[6]混合交通环境下行驶工况构建方法的研究[D]. 李友文.合肥工业大学 2010
[7]ISG型轻度混合动力汽车动力传动系的匹配与仿真研究[D]. 杨伟斌.重庆大学 2004
本文编号：3581662
本文链接：https://www.wllwen.com/kejilunwen/qiche/3581662.html
