基于RBF神经网络车速控制的再生制动系统测试

发布时间：2017-08-01 03:19

  本文关键词：基于RBF神经网络车速控制的再生制动系统测试

  更多相关文章： 再生制动测试 RBF神经网络 车速跟踪 循环工况测试 PSO算法

【摘要】：针对纯电动汽车再生制动系统优劣评估问题,提出了一种基于车速自动跟踪的再生制动系统测试方法.首先根据离线测试数据推导车速跟踪开环控制动态数学模型;然后用RBF神经网络搭建车速跟踪闭环控制驾驶员模型;最后利用PSO算法对RBF神经网络参数进行优化.在试验室自主研发的整车惯性模拟台架上进行试验,试验结果表明:用RBF神经网络算法控制车速跟踪相比传统模糊PID控制减小了车速跟踪误差,提高了再生制动系统测试的准确性,该方法在实际再生制动测试中应用是可行的.
【作者单位】： 江苏大学汽车与交通工程学院;江苏大学汽车工程研究院;
【关键词】： 再生制动测试 RBF神经网络 车速跟踪 循环工况测试 PSO算法
【基金】：国家自然科学基金资助项目(51105178,51475213) 江苏省“六大人才高峰”项目(2013-XNY-002) 山东省高等学校科技计划项目(J13LN38) 江苏省自然科学基金资助项目(BK2011489)
【分类号】：U469.72;U463.5
【正文快照】： 引文格式:陈燎,谢明维,盘朝奉,等.基于RBF神经网络车速控制的再生制动系统测试[J].江苏大学学报(自然科学版),2016,37(3):256-263.电动汽车的再生制动系统是提高能量利用率的有效手段之一,目前针对如何科学地对再生制动系统进行测试国内外没有统一的标准和方法.再生制动系统测

【相似文献】

中国期刊全文数据库 前10条

1 李岩;张伟;;基于最大化能量回收策略的再生制动系统分析[J];汽车电器;2012年10期

2 刘林曼;陈识为;郜阳;;纯电动公交车再生制动系统研究和仿真[J];变频器世界;2013年05期

3 黄璇;张树培;王国林;;再生制动系统道路试验数据分析[J];机械设计与制造;2014年05期

4 谢冰;吴彤峰;邓文娟;;混合动力汽车再生制动系统的控制研究[J];中国科技信息;2008年11期

5 王鹏宇;王庆年;胡安平;于远彬;;基于Simulink-AMESim联合仿真的混合动力客车再生制动系统分析[J];吉林大学学报(工学版);2008年S1期

6 吴彤峰;谢冰;邓文娟;;混合动力汽车再生制动系统的控制[J];重庆工学院学报(自然科学版);2008年05期

7 ;力士乐静液压再生制动系统被命名为“2009年度地标”[J];物流技术与应用;2009年12期

8 李鹏;周云山;王楠;;并联式混合动力再生制动系统控制策略研究[J];计算机仿真;2011年12期

9 忻文;;专为混合动力车和电动车开发的再生制动系统[J];汽车与配件;2014年06期

10 过学迅,张靖;混合动力电动汽车再生制动系统的建模与仿真[J];武汉理工大学学报(信息与管理工程版);2005年01期

中国重要报纸全文数据库 前1条

1 蔓莉;TRW为混合动力车开发高级制动技术[N];中国工业报;2006年

中国博士学位论文全文数据库 前1条

1 王鹏宇;混合动力轿车再生制动系统研究[D];吉林大学;2008年

中国硕士学位论文全文数据库 前10条

1 徐耀挺;复合再生制动系统的制动效能稳定和能量高效回收的研究[D];浙江工业大学;2012年

2 赵静;车辆电储能再生制动系统机械传动设计研究[D];中北大学;2012年

3 都业林;减小轻轨车储能再生制动系统电磁干扰措施的研究[D];大连交通大学;2013年

4 胡安平;基于AMESim-Simulink联合仿真的再生制动系统研究[D];吉林大学;2008年

5 张伟方;电动汽车再生制动系统研究及试验台设计[D];长安大学;2011年

6 徐进金;分速汇矩式液压机械车辆再生制动系统研究[D];燕山大学;2014年

7 郭杨严;并联式定压源再生制动系统参数与能量回收效率研究[D];浙江工业大学;2014年

8 张学炜;混合动力公交车液压再生制动系统研究[D];内蒙古工业大学;2015年

9 谢冰;混合动力公交车驱动与再生制动系统控制策略研究[D];广西大学;2008年

10 谢银倩;混合动力客车再生制动系统的研究[D];郑州大学;2015年

，

本文编号：602308