针对车辆低速行驶的制动能量回收率低,频繁充放电影响动力电池寿命的问题,提出以电池荷电状态(state of charge,SOC)、制动强度、车速和制动间隔时间为输入,再生制动力分配系数为输出的纯电动汽车模糊控制再生制动策略。同时,采用遗传...针对车辆低速行驶的制动能量回收率低,频繁充放电影响动力电池寿命的问题,提出以电池荷电状态(state of charge,SOC)、制动强度、车速和制动间隔时间为输入,再生制动力分配系数为输出的纯电动汽车模糊控制再生制动策略。同时,采用遗传算法对控制参数进行优化。在Simulink中搭建控制策略模型,并在不同测试工况下与CarSim联合进行仿真,结果表明,相比于仅以电池SOC、制动强度和车速为输入的模糊控制再生制动策略,所提策略减少了制动能量回收次数,提高了制动能量回收率。该策略不仅可以改善对动力电池的损害情况,而且可以获得更多的制动能量。展开更多
为了提高纯电动汽车再生制动能量回收效率,同时保证车辆制动效果,提出了运用改进鲸鱼算法优化纯电动汽车再生制动模糊控制策略。引入电池荷电状态(State of Charge,SOC)、车速和制动强度作为模糊控制输入,以再生制动比例系数K作为输出,...为了提高纯电动汽车再生制动能量回收效率,同时保证车辆制动效果,提出了运用改进鲸鱼算法优化纯电动汽车再生制动模糊控制策略。引入电池荷电状态(State of Charge,SOC)、车速和制动强度作为模糊控制输入,以再生制动比例系数K作为输出,利用改进鲸鱼算法优化控制参数,从而提高前轴电机制动力占比。同时,改进鲸鱼算法的自适应权重避免了算法迭代过程中陷入局部最优。通过仿真分析验证了在NEDC工况下,优化后的模糊控制策略相比优化前和传统控制策略在提高能量回收效果的同时,也满足了制动的有效性。展开更多
为了提高纯电动汽车电驱总成的故障诊断准确率,提出了一种基于粒子群优化(Particle Swarm Optimizing,PSO)算法的改进BP(Improved Back Propagation,IBP)神经网络(PSO-IBP)故障诊断方法。应用线性整流单元(Rectified Linear Unit,ReLU)...为了提高纯电动汽车电驱总成的故障诊断准确率,提出了一种基于粒子群优化(Particle Swarm Optimizing,PSO)算法的改进BP(Improved Back Propagation,IBP)神经网络(PSO-IBP)故障诊断方法。应用线性整流单元(Rectified Linear Unit,ReLU)作为BP神经网络的激活函数,通过粒子群优化算法对BP神经网络权值和阈值进行动态寻优,构建PSO-IBP模型。通过采集纯电动汽车电驱总成故障数据,分别对PSO-IBP神经网络模型、BP神经网络模型和概率神经网络(Probabilistic Neural Network,PNN)模型进行训练与仿真,结果表明,相比于BP神经网络方法及概率神经网络方法,基于PSO-IBP神经网络模型的纯电动汽车电驱总成故障诊断方法具有更高的准确率。展开更多
随着汽车技术的不断发展,汽车的电气设备种类越来越多,电器消耗的电能占整车能量比重不断上升,对汽车低压电源管理提出更高要求。为满足用户日益增长的汽车电子设备用电需求,达到减少整车能量消耗、提高电池充电效率的目的,在对纯电动...随着汽车技术的不断发展,汽车的电气设备种类越来越多,电器消耗的电能占整车能量比重不断上升,对汽车低压电源管理提出更高要求。为满足用户日益增长的汽车电子设备用电需求,达到减少整车能量消耗、提高电池充电效率的目的,在对纯电动汽车负载进行分类的基础上,利用遗传算法对用于电量安全分级的低压电池荷电状态(state of charge,SOC)进行优化,并提出一种基于SOC的4级恒流低压锂电池充电管理策略;利用AVL-Cruise和MATLAB-Simulink软件联合仿真搭建车辆模型,采用不同工况进行仿真验证和对比分析。结果表明,低压锂电池电源管理策略能够满足纯电动汽车的电量安全性要求,在一定程度上提高了整车经济性;优化后的锂电池充电效率有一定的提高,充电时间也有所减少。展开更多
文摘针对车辆低速行驶的制动能量回收率低,频繁充放电影响动力电池寿命的问题,提出以电池荷电状态(state of charge,SOC)、制动强度、车速和制动间隔时间为输入,再生制动力分配系数为输出的纯电动汽车模糊控制再生制动策略。同时,采用遗传算法对控制参数进行优化。在Simulink中搭建控制策略模型,并在不同测试工况下与CarSim联合进行仿真,结果表明,相比于仅以电池SOC、制动强度和车速为输入的模糊控制再生制动策略,所提策略减少了制动能量回收次数,提高了制动能量回收率。该策略不仅可以改善对动力电池的损害情况,而且可以获得更多的制动能量。
文摘为了提高纯电动汽车再生制动能量回收效率,同时保证车辆制动效果,提出了运用改进鲸鱼算法优化纯电动汽车再生制动模糊控制策略。引入电池荷电状态(State of Charge,SOC)、车速和制动强度作为模糊控制输入,以再生制动比例系数K作为输出,利用改进鲸鱼算法优化控制参数,从而提高前轴电机制动力占比。同时,改进鲸鱼算法的自适应权重避免了算法迭代过程中陷入局部最优。通过仿真分析验证了在NEDC工况下,优化后的模糊控制策略相比优化前和传统控制策略在提高能量回收效果的同时,也满足了制动的有效性。
文摘为了提高纯电动汽车电驱总成的故障诊断准确率,提出了一种基于粒子群优化(Particle Swarm Optimizing,PSO)算法的改进BP(Improved Back Propagation,IBP)神经网络(PSO-IBP)故障诊断方法。应用线性整流单元(Rectified Linear Unit,ReLU)作为BP神经网络的激活函数,通过粒子群优化算法对BP神经网络权值和阈值进行动态寻优,构建PSO-IBP模型。通过采集纯电动汽车电驱总成故障数据,分别对PSO-IBP神经网络模型、BP神经网络模型和概率神经网络(Probabilistic Neural Network,PNN)模型进行训练与仿真,结果表明,相比于BP神经网络方法及概率神经网络方法,基于PSO-IBP神经网络模型的纯电动汽车电驱总成故障诊断方法具有更高的准确率。
文摘随着汽车技术的不断发展,汽车的电气设备种类越来越多,电器消耗的电能占整车能量比重不断上升,对汽车低压电源管理提出更高要求。为满足用户日益增长的汽车电子设备用电需求,达到减少整车能量消耗、提高电池充电效率的目的,在对纯电动汽车负载进行分类的基础上,利用遗传算法对用于电量安全分级的低压电池荷电状态(state of charge,SOC)进行优化,并提出一种基于SOC的4级恒流低压锂电池充电管理策略;利用AVL-Cruise和MATLAB-Simulink软件联合仿真搭建车辆模型,采用不同工况进行仿真验证和对比分析。结果表明,低压锂电池电源管理策略能够满足纯电动汽车的电量安全性要求,在一定程度上提高了整车经济性;优化后的锂电池充电效率有一定的提高,充电时间也有所减少。