电动轮汽车再生制动系统控制策略

运用汽车制动稳定性理论对电动轮汽车的机电复合制动系统进行了分析,参考已有的再生制动控制策略,提出了适用于电动轮汽车的再生制动系统控制策略。使用NEDC工况,分别对电动轮汽车和普通电动汽车进行仿真分析,结果表明:所提出的再生制动系统控制策略适用于电动轮汽车,并且能使电动轮汽车在制动稳定性、能量回收能力上明显优于普通电动汽车。

双离合器自动变速器控制品质评价指标分析

根据双离合器式自动变速器车辆的不同行驶工况,从控制的角度出发,将控制品质评价指标细分为起步品质和换挡品质的评价指标。基于MATLAB/Simulink搭建了某DCT样车整车模型,包括发动机、双离合器与操纵装置、变速器与同步器、负载、整车动力学、控制器和驾驶员等子模型,并设计了控制品质客观评价系统,研究各个评价指标与控制品质的映射关系。采用层次分析法确定控制品质评价指标权值,通过整车系统模型与评价系统的联合仿真,确定了控制目标,即各个评价指标的控制期望区间,为下一步优化DCT的控制策略、控制算法提供了优化目标,得到了能够保证DCT起步品质和换挡品质的控制期望值,为整车控制策略和控制算法优化提供了参考。

基于接合指标逻辑切换的气动离合器控制算法研究

针对AMT气动离合器自动控制系统,采取了基于离合器接合指标逻辑切换的PID控制算法,其中电磁阀的控制采用PWM开关阀的比例控制,并基于该控制算法搭建了该系统的控制器。在AMESim中对AMT气动离合器自动操纵系统建模,并进行相关的仿真。离合器自动操纵系统的台架试验,验证了所制定的控制算法的有效性,大大提高了离合器的接合品质。

基于动力分布设计的增程式电动汽车

以某小型增程式电动汽车为原型，提出了一种基于动力分布设计的新构型方案。在此基础上进行了参数匹配与设备选型，并提出了适合这一构型方案的控制策略。结合匹配结果和试验数据，使用AMESim和Matlab／Simulink联合仿真平台搭建了整车数学模型，并针对动力性、纯电动续驶里程、再生制动效率及增程模式能耗等方面进行了仿真分析。结果表明：基于动力分布设计的增程式电动汽车，在不降低动力性能的前提下，拥有较小的整备质量和较高的再生制动效率，可提高纯电动续驶里程30％以上、降低增程模式能耗3％～6％，具有节能潜力。

差动助力转向系统离线仿真验证

根据电动轮汽车前轮独立驱动的特点,提出了一种针对电动轮汽车的新型助力转向方式——差动助力转向。首先讨论其基本原理及结构并应用Matlab/Simulink建立了整车和转向系模型,接着给出了旨在减小参考转向手力与实际转向手力差值的左右转向轮的驱动转矩分配的控制策略,以及转向轮辅助回正控制算法。最后进行离线数字仿真,结果表明对于前轮独立驱动的电动车,所提出的差动助力转向系统既满足了转向轻便和驾驶路感良好的基本要求,又改善了转向轮回正性。

基于逆强化学习的混合动力汽车能量管理策略研究

能量管理策略是混合动力汽车关键技术之一。随着计算能力与硬件设备的不断升级,越来越多的学者逐步开展了基于学习的能量管理策略的研究。在基于强化学习的混合动力汽车能量管理策略研究中,智能体与环境相互作用的导向是由奖励函数决定。然而,目前的奖励函数设计多数是主观决定或者根据经验得来的,很难客观地描述专家的意图,所以在该条件不能保证智能体在给定奖励函数下学习到最优驾驶策略。针对这些问题,本文提出了一种基于逆向强化学习的能量管理策略,通过逆向强化学习的方法获取专家轨迹下的奖励函数权值,并用于指导发动机智能体和电池智能体的行为。之后将修改后的权重重新输入正向强化学习训练。从油耗值、SOC变化曲线、奖励训练过程、动力源转矩等方面,验证该权重值的准确性以及在节油能力方面具有一定的优势。综上所述,该算法的节油效果提高了5%~10%。

青藏高原热红外遥感与地表层温度相关性研究

通过对青藏高原热红外遥感数据与地表层温度场分布规律的分析,确定影响地表层温度的陆面因素,采用神经网络技术建立通过热红外遥感反演陆面参数预测地表层温度的模型,利用该模型对各陆面参数与地表层温度的相关关系进行了分析.该方法为热红外遥感用于大面积地块缝合带监测以及研究构造热异常探索了一种新途径.

地表层温度的级联递推预测模型研究

基于径向基函数神经网络,利用陆面参数和地表层不同深度的钻孔测温数据建立了地表各层温度的预测模型.采用各层预测模型级联递推的方法由陆面参数向下逐层预测地表各层温度.该方法为热红外遥感用于大面积地块缝合带监测以及研究构造热异常探索了一种新途径.