增程式电动车神经模糊推理系统能量管理策略研究

对增程式电动车控制策略进行分析,提出一种基于自适应神经模糊推理系统的增程式电动车多工作点能量管理策略,结合神经网络和模糊逻辑系统各自的优点,利用神经网络对模糊逻辑系统进行多目标优化,建立模糊神经网络,对多动力源的能量进行合理分配。并在转鼓试验台上进行基于此控制策略的实车验证,经分析,该控制策略有利于节约开发时间,能对整车能量分配进行有效合理地控制,并将增程器工作点有效约束在高效率区,使整车经济性明显改善。

增程式电动车动力系统选型与试验分析

以工程项目中某款增程式电动车为研究对象,根据整车基本参数和提出的性能指标,对此增程式电动车的动力系统进行参数匹配和选型,并在试验场进行试验验证。试验结果表明,此车能够满足最高车速、加速性能、爬坡性能和续驶里程的设计要求,验证了该动力匹配的合理性。同时在增程器工作点设置方面进行了对比试验,分别设置定工作点策略、2~5个工作点策略和连续工作点策略进行对比分析,结果显示3个工作点策略较为合理,而传统的定工作点策略和连续工作点策略都有其局限性,试验结果为增程式电动车的后续开发工作提供依据。