基于全局优化算法的增程式电动汽车模糊控制策略

针对传统模糊控制中规则库制定单一、动力系统与控制策略参数协调性不高等问题,提出一种基于全局优化算法的增程式电动汽车模糊控制策略。根据增程器最优效率曲线,分析并提取动态规划算法在不同需求及动力部件状态下的多能源分配规则,并结合传统工程经验作为模糊控制规则库制定依据;以燃油经济性为优化目标,利用粒子群算法优化整车动力部件与隶属度参数,获取具有全局优化性的EREV能量分配。最后,在MATLAB/Simulink中建立整车模糊控制策略模型,嵌入到ADVISOR中仿真并进行硬件在环测试。结果表明:所提出的控制策略适用于多种工况,与原车功率跟随控制策略相比,能控制动力电池SOC在合理范围内,同时提高整车燃油经济性。

混合动力汽车控制策略的分析与展望

能量控制策略是混合动力汽车的(HEV)核心技术,采用HEV能量控制策略对多能源动力总成及其部件进行协调配合,可提高整车燃油经济性,同时可兼顾优化发动机排放、蓄电池寿命、驾驶性能和整车成本等。HEV能量控制策略可分为基于规则、基于优化和基于智能控制三类,综述不同类型HEV能量控制策略的研究应用现状,分析其优势与不足。结果表明:基于规则的能量控制策略早期被广泛应用于实车;基于优化的能量控制策略是当前研究的主体;对于基于智能控制策略,多智能体技术的引入为HEV控制策略提供了一种新的研究途径。不同改进型优化控制算法、基于智能交通的精准预测技术与多智能体技术相结合是HEV控制策略未来的发展方向。

混合动力汽车行驶工况的在线识别

为实现车辆行驶时的工况在线识别,提出一种基于聚类分析的混合动力汽车在线工况识别方法。利用K-Means算法对车辆仿真软件ADVISOR文件库中所有工况进行分类,得到不同工况类别的行驶特征参数区间;在车辆运行过程中划分固定的时间间隔,周期性地计算车辆实时特征参数,通过与特征参数区间匹配得到当前行驶工况;在MATLAB/Simulink中搭建在线工况识别模块,嵌入某型串联式混合动力汽车的仿真模型模拟验证。结果表明:添加在线工况识别模块不影响车辆仿真模型正常运行,该模块对随机工况的在线识别效果较好,识别精准度达86%以上;相比于传统的电能消耗控制策略,基于在线工况识别方法提出的混合动力汽车控制优化策略减少了10.74%的等效燃油消耗量,提升了燃油经济性。

增程式电动汽车的智能体组网及推理技术

针对传统增程式电动汽车在集成控制和能量分配中存在的问题,提出一种基于多智能体组网技术的增程式电动汽车动力总成控制方法。在JADE(Java agent development framework)软件平台上构建动力部件智能体模型,利用SQL Server建立相应数据库;在接收到整车需求功率后,智能体间进行信息交互,并根据自身状态进行调整,完成对能量的合理分配;最后在MATLAB/Simulink中建立整车动力学模型对所提方法进行仿真验证。结果表明,基于多智能体组网技术的控制方法可以实现增程式电动汽车基本的能量管理,与传统恒温式控制方法相比,在行驶相同里程下,整车燃油消耗降低了3.15%。

基于LQR的车道保持辅助控制策略

为减少因车道偏离引发的交通事故,基于二自由度车辆模型,设计基于线性二次型调节器(linear quadratic regulator,LQR)的车道保持辅助控制策略。在侧向路径偏移和横摆角误差的基础上,增加侧向速度和横摆角速度为状态变量,采用LQR算法控制系统达到稳定的同时,将车辆的状态通过CarSim反馈给控制器,使状态变量和控制输入构成的成本函数最小化,即以最小的代价控制方向盘转角,实现车辆跟随车道中心线行驶;在MATLAB/Simulink中搭建控制器,与CarSim进行联合仿真。结果表明,在不同车速及道路工况下,该控制策略均可有效减小控制误差,消除侧向偏移,且保证车辆在车道内稳定行驶,具有良好的鲁棒性和适应性。