2020款北京现代领动混合动力汽车行驶中抖动

一、故障现象一辆2020款北京现代领动混合动力轿车,行驶中偶发抖动,发动机故障灯点亮,仪表提示“请检查混合动力系统”。二、故障诊断使用专业诊断仪GDS读取故障码,MCU模块报故障:P0A41-驱动电机A位置传感器电压信号低。读取MCU模块的数据流,电机位置传感器计数器.

混合动力推进系统与飞机数字化设计现状与展望

本文总结了国内外针对混合动力推进系统及飞机发展专门开发的数字化设计工具,归纳了其相应设计方法及特点。综合来看,为了满足混合动力飞机的设计需求,集成高精度电系统和热能管理系统模型,建立针对性的性能评估体系、飞机与发动机设计的数据耦合交互、研究设计与安全性分析相统一的建模方法、基于人工智能方法提高优化设计管理能力是目前面向其特点的关键发展方向,并为其后续的实验验证、适航条例制定等工程应用提供重要的技术支撑和设计依据。

2016款北京现代索纳塔混合动力车无法启动

一、故障现象,一辆2016款北京现代索纳塔混合动力车,行驶里程131020km。车辆无法启动,仪表显示“请检查混合动力系统”。二、故障诊断,使用专业诊断仪GDS读取故障码,故障码为P1990,其含义为“OPU输入高压电线束电路断路”。HEV(混合动力)使用机械主油泵以外的油压,EOP(电动油泵)接收PCM(发动机控制模块)/TCM(变速器控制模块)的命令并操作发动机离合器和低速挡制动器。

混合动力汽车能量管理策略研究

针对混合动力汽车能源管理策略中能量分布不合理的现象,同时降低混合动力汽车的能耗和电池寿命衰减率,在动力系统结构的基础上,提出了一种将RBF神经网络和动态规划方法相结合用于混合动力汽车的能量管理策略。RBF神经网络用于在预测时域中预测车速,获得预测时域中的车辆需求扭矩,动态规划方法用于优化求解预测时域,实现合理分配发动机和电机扭矩。通过仿真与传统能源管理策略进行比较,验证了该方法的优越性和准确性。实验结果表明,与传统策略相比,提出的能源管理策略可以显著提高燃油经济性,降低能耗15.47%,具有实际应用潜力。

基于TD3-PER的氢燃料电池混合动力汽车能量管理策略研究

为优化氢燃料电池混合动力汽车的燃料经济性及辅助动力电池性能,提出了一种基于优先经验采样的双延迟深度确定性策略梯度(TD3-PER)能量管理策略。采用双延迟深度确定性策略梯度(TD3)算法,在防止训练过优估计的同时实现了更精准的连续控制;同时结合优先经验采样(PER)算法,在获得更好优化性能的基础上加速了策略的训练。仿真结果表明:相较于深度确定性策略梯度(DDPG)算法,所提出的TD3-PER能量管理策略的百公里氢耗量降低了7.56%,平均功率波动降低了6.49%。

串并联混合动力变速箱挡位对整车性能的影响

针对串并联混合动力车辆变速箱选型匹配问题,采用试验设计(DOE)方法选取变速箱最优速比并分析挡位对整车性能的影响。建立了整车仿真模型和控制策略并进行了台架验证,分析了该混合动力系统3种变速箱挡位配置对车辆的加速性能、爬坡性能和整车油耗的影响。仿真结果表明,挡位的增多可以提高整车动力性,降低整车对电池放电功率及电池容量的需求,但是对整车油耗改善较小。进一步仿真结果表明,即使改善发动机低转速中高负荷区域的燃油消耗率,变速箱挡位数对整车油耗的影响也不大。

中国混合动力汽车动力总成技术进展

在国家政策与市场需求的双重驱动下,2021年以来,中国品牌混合动力汽车动力总成技术实现突破,围绕中国市场特点与消费者用车习惯推出一批具有中国特色、世界范围内领先的混合动力汽车产品。近期混合动力汽车市场销量呈爆发式增长,2023年中国市场混合动力乘用车销售超300万辆,同比增长83%。然而,受近年来汽车领域电动化浪潮影响,行业内尚存关于混合动力汽车仅为过渡性技术的观点,部分消费者对国产混动汽车技术产品力仍存质疑。为纠正对混合动力汽车的片面性、偏见性认识,该文围绕中国混合动力汽车动力总成技术路线展开,聚焦多样化的混动架构与专用化的核心部件,提出新的混合度定义作为动力总成电气化程度的统一评价标准,探讨国内外主流混动技术异同,剖析当下中国最前沿的混动技术特点与发展趋势,厘清中国混动汽车动力总成的发展脉络。研究表明:中国式混动汽车以大容量动力电池与插电式混合动力为技术特色,实现发动机、电机两大驱动动力源以及动力电池、增程系统两大动力能量源的灵活混合与优势互补。与纯内燃机车相比,得益于电驱动技术辅助,混合动力汽车聚焦提高发动机热效率、发动机高效区利用率以及整车燃油经济性。与纯电动车相比,混合动力汽车则基于发动机的增程发电,以高性价比和高便利度解决纯电动车的补能焦虑;并通过结合发动机直驱、变速器动力放大等机械驱动技术,以更低的硬件成本实现更稳定的强劲动力输出。混合动力汽车的独特优势使其作为长期性技术路线,将成为带动汽车产业向碳中和方向转型升级的关键,该文对当下市场的深度分析和未来趋势的理性推测将为中国混动技术的进一步发展提供有益参考。

考虑驾驶风格的混合动力汽车强化学习能量管理策略

为了提升混合动力汽车能量管理策略对不同风格驾驶员的适应性,基于深度强化学习和等效燃油消耗最小策略(equivalent consumption minimization strategy,ECMS),提出一种考虑驾驶风格的混合动力汽车能量管理策略。通过实车试验采集驾驶员行驶数据,基于采集数据进行驾驶员驾驶风格的聚类分析,建立驾驶风格识别模型;构建基于强化学习和ECMS的能量管理策略,将驾驶风格系数作为强化学习状态变量,利用多种驾驶风格的组合工况训练深度确定性策略梯度智能体,获取不同工况和驾驶风格下ECMS等效因子,采用ECMS求解最优发动机、电机转矩分配以及变速箱挡位;搭建硬件在环测试平台,并基于实际采集的不同驾驶员驾驶数据构建测试工况,验证所提出控制策略的有效性。研究结果表明,相较于基于规则策略、基于等效因子比例修正的自适应ECMS以及DRL-SAC策略,提出的考虑驾驶风格的强化学习能量管理策略使整车能量消耗分别降低16.35%、11.11%和7.56%,所提控制策略的有效性得到了验证。

船舶混合动力系统能量管理预测控制方法研究

针对混合动力系统控制稳定性和节能减排问题,明确模型预测控制在船舶能量管理中的作用、研究现状及趋势。借助CiteSpace对船舶能量管理进行可视化分析,理清了船舶能量管理的发展脉络,并通过不同能量管理策略的对比分析揭示模型预测控制在船舶能量管理中的重要性;从预测建模、优化目标及约束、求解和改进策略等3个方面开展了船舶能量管理预测控制方法的分析;最后从考虑可再生能源的能量管理策略、建模与验证的标准化、协同优化和多维度评估等方面对船舶能量管理预测控制的未来研究进行展望。结果表明:模型预测控制在智能船舶、多能源船舶等复杂的动力系统的实时控制中具有重要潜力。与其他算法结合开展多目标算法融合是提升控制精度和计算实时性的重要途径,开展多维度测试评估有利于推动策略的实船应用。

低电容CHB型混合动力中压电机调速系统

针对氢燃料电池大功率电机驱动系统,提出一种以燃料电池为主动力源的轻量化级联H桥(cascadedH-bridge,CHB)型混合动力中压电机调速系统。所提系统由燃料电池/蓄电池/超级电容的混合动力源供电,基于四有源桥(quad activebridge,QAB)与CHB子模块互联的两级变换器(cascaded H-bridges with quad active bridge,CHB-QAB)作为调速变换器。CHB-QAB通过四绕组高频变压器将各子模块进行内部互联,采用单边同步双边移相调制的策略,使得所有子模块呈现开关电容特性,在不依赖复杂控制的前提下,减小子模块电容的容值,提升系统的功率密度。针对三类动力源,采用基于低通滤波(lowpassfilter,LPF)的能量管理策略,保证电机实际运行过程中的有效功率分配,解决燃料电池对电机动态响应缓慢和燃料饥饿现象等问题。最后通过仿真与实验对所提轻量化电机调速系统进行验证。

挖掘机液压混合动力系统跟踪控制研究

由于挖掘机混合动力系统参数的不确定性和系统的非线性给挖掘机的跟踪控制带来了巨大的困难。对此,构建了挖掘机液压混合动力系统模型,并采用改进的自适应鲁棒控制(ARC)实现挖掘机液压混合动力系统的跟踪控制。根据挖掘机液压混合动力系统,对液压系统、挖掘机动力学和发动机进行数学建模。利用线性稳定反馈控制规律,采用改进的自适应鲁棒控制,使挖掘机液压混合动力系统具有足够大的反馈增益。最后对斗杆、动臂和铲斗的倾角进行跟踪仿真实验,给出了系统模型位置和速度的跟踪误差,并与PI控制进行比较分析。结果表明:相比于PI控制,ARC控制下的斗杆、动臂和铲斗倾角的最大振幅波动率和倾角的波动范围都有所降低,且回转位置和速度的跟踪误差超调较小。说明采用ARC控制的挖掘机混合动力系统控制方法,能够更好的补偿系统模型的非线性,具有较好的控制稳定性以及跟踪精度。

混合动力汽车电子控制系统故障维修策略研究

混合动力汽车作为一种结合传统内燃机与电动机优势的交通工具,逐渐成为汽车市场的重要组成部分。这种车型因其较低的排放和较高的燃油效率受到重视,能够实现不同动力系统的无缝切换。然而,混合动力汽车所依赖的复杂的电子控制系统带来了维护和故障诊断方面的新挑战。该文探讨混合动力汽车电子控制系统的结构、工作原理、常见故障及维修策略,并提出有效的故障预防措施,旨在更好地维护和优化这种复杂的电子控制系统,提高混合动力汽车的性能。

轻卡用混合动力总成技术发展现状与趋势

在环境污染、能源安全以及产业自主可控等多重压力下,发展新能源汽车势在必行。目前商用车混合动力产品不成熟,且各家技术路线有所不同。文章从构型、技术特点、应用场景等方面对轻卡用混合动力总成技术发展现状进行了剖析,并阐述了未来发展的趋势,以指导主机厂进行动力总成选型以及整车匹配,更好促进我国新能源汽车可持续发展。

基于改进遗传模糊算法的混合动力推土机能量管理策略

以提高整车燃油性为控制目标进行了混合动力推土机的遗传模糊能量管理策略的研究。首先考虑当前状态下超级电容的荷电状态值设计了模糊控制器,以整车需求功率和超级电容荷电状态值作为模糊控制器的输入量,以发动机目标输出功率、发电机输出功率以及超级电容需求功率作为输出,设计了25条控制规则,然后采用改进遗传算法优化隶属度函数,最后利用200 s典型推土机工况在整车平台验证策略的有效性和可行性。研究结果表明:基于改进遗传模糊算法的混合动力推土机与原机型相比节油达19.04%,整机燃油经济性得到明显提高。

混合动力汽车无法READY的故障诊断

随着环保意识的增强和能源危机的加剧,新能源电动汽车技术迅速发展,已成为当前汽车工业的重点研究方向。作为新能源汽车类型之一的混合动力汽车,其结构组成既有传统汽车结构又有电动汽车结构,加上电子控制系统复杂,其故障诊断对专业技术人员的要求非常高。首先阐述混合动力汽车动力系统的基本组成和工作原理,并分析混合动力汽车电池系统的组成和控制原理,以普锐斯混合动力汽车无法READY (准备就绪)故障为例,基于故障诊断基本策略方法,借助故障诊断设备进行故障原因分析和诊断,为同行提供一种混动汽车的故障诊断思路,具有一定的参考价值。

基于KL散度工况识别的混合动力汽车队列的分层控制

针对混合动力汽车队列行驶过程中工况的适应性问题,提出了一种基于KL(Kullback-Leibler)散度工况识别的分层控制方法。上层控制器利用车—车通信技术,获取队列中前车状态信息,采用模型预测控制(MPC)算法,实现队列纵向控制,并计算出最优跟车车速;下层控制器基于典型工况,离线求解需求功率的转移概率矩阵,并通过Q-Learning算法训练最优Q表嵌入整车模型中;在行驶中以固定时间长度在线更新转移概率矩阵,采用KL散度进行工况识别,根据识别的工况类型,结合当前时刻车速、需求功率和电池荷电状态(SOC),通过在线查表实现转矩分配。结果表明:与未考虑工况识别策略相比,本策略的油耗降低了8.6%;与作为基准的动态规划(DP)相比,增加了4.8%;在与DP油耗基本保持相同的前提下,该策略离线仿真时间缩短21%,不仅能够在线应用,还能实时适应工况变化。

面向混合动力汽车液压再生能量控制策略研究

针对混合动力汽车制动能量回收控制,提出了一种基于模糊Q学习的液压再生制动系统能量回收效率优化算法。建立了基于并联液压混合动力系统的汽车动力学模型,通过模糊Q学习法对汽车再生制动控制策略进行了优化。在此基础上建立了试验平台,验证液压再生制动仿真模型的准确性。与基于专家经验的模糊控制策略、动态规划算法相比,结果表明,经模糊Q学习算法优化的汽车节能率分别提高了9.62%和8.91%。

功率分流式混合动力汽车能量管理策略研究

混合动力汽车同时采用内燃机和电机作为驱动源,可以同时克服传统内燃机工作效率低和纯电汽车行驶里程短的问题。如何对两种驱动源进行合理分配成为了混合动力汽车能量管理的关键问题。这里针对一款复合功率分流式动力系统搭建了AMESim和MATLAB/Simulink的联合仿真平台,并在NEDC和WLTC工况下仿真分析了基于规则的CS能量管理策略和基于动态规划算法的能量管理策略。得出基于动态规划算法的能量在NEDC和WTLC下工况的最优燃油消耗量分别为5.77L/100km,6.57L/100km;相较于规则控制策略分别降低了4.15%、6.3%。

电液混合动力系统关键技术及能量管理研究综述

现有混合动力驱动技术以油电、油液混合动力为主,旨在提高传统燃油车辆的能量利用率、降低油耗和排放.基于液压技术的大功率密度及能量再生优势,电液混合动力系统可在全速工况范围内实现能量高效利用,提高纯电驱系统的功率密度,有效改善电动车辆续驶里程及蓄电池循环使用寿命.本文对电液混合动力系统构型、能量回收技术、能量释放模式及控制策略等相关研究成果的进展、现状及发展趋势进行综述,分析了利用电液混合动力构型与先进能量管理策略提升纯电动车辆动力性能与能量利用率的可行性技术方案与应用前景.根据已有研究成果,装备电液混合动力系统后车辆最大可降低约40%的能量消耗,在能量高效利用方面具有显著优势.对于电液混合动力系统而言,液压能再生、耦合与释放等与行驶场景及电机工况点密切相关,研究重点应解决动力耦合、再生制动与能量管理等关键技术,从而提升动力系统的综合性能特别是功率密度与节能特性.

基于近端策略优化算法的燃料电池混合动力系统综合价值损耗最小能量管理方法

为了降低市域动车组燃料电池混合动力系统运行燃料经济成本,提升燃料电池耐久性,该文提出一种基于近端策略优化算法的能量管理方法。该方法将混合动力系统能量管理问题建模为马尔可夫决策过程,以综合考虑燃料经济性和燃料电池耐久性的综合价值损耗最小为优化目标设置奖励函数,采用一种收敛速度较快的深度强化学习算法—近端策略优化算法求解,实现负载功率在燃料电池和锂电池间的合理有效分配,最后,采用市域动车组实际运行工况进行实验验证。实验结果表明,在训练工况下,所提方法相较基于等效氢耗最小能量管理方法和基于Q-learning能量管理方法,综合价值损耗分别降低19.71%和5.87%;在未知工况下,综合价值损耗分别降低18.05%和13.52%。结果表明,所提方法能够有效降低综合价值损耗,并具有较好的工况适应性。