混合动力汽车驾驶风格识别的研究

鉴于驾驶员驾驶风格对混合动力汽车燃油经济性和排放性能有重要影响,本文中旨在通过对驾驶风格进行分类和识别,提高整车控制策略对驾驶风格的适应性,以改善整车的燃油经济性。首先以某款混合动力汽车为对象,对不同驾驶员的驾驶风格进行了实车道路试验和数据采集,接着采用主成分分析提取出表征驾驶风格的综合特征参数,并应用K-均值聚类对驾驶风格进行了聚类分析,最后在此基础上利用支持向量机算法对驾驶风格进行了识别。结果表明,驾驶风格的识别精度达到了90%以上,为混合动力汽车能量管理策略的进一步自适应优化奠定了基础。

48V微混系统瞬时优化力矩管理策略

建立48V微混动力系统模型,在考虑电池SOC平衡的条件下,开发瞬时优化力矩管理策略。基于ETAS/Labcar汽油机原型车模型开发了48V微混系统硬件在环仿真台架,进行NEDC循环测试,验证控制算法性能。实验结果表明,与传统逻辑门策略相比,所提出的瞬时优化控制策略能更好地维持电池电量稳定,并提高了燃油经济性。

四驱PHEV能量管理策略开发及优化

基于一款四驱插电式混合动力轿车,综合考虑驾驶员请求、车辆及各部件工作状态,开发了基于规则的发动机最优工作线能量管理策略,使用自适应遗传算法对发动机最优工作线进行优化,并进行离线仿真对比,同时搭建硬件在环仿真平台对所开发的能量管理策略进行比较验证。离线仿真与硬件在环测试结果表明,所开发的基于规则发动机最优工作线控制策略具有较好的燃油经济性和实时性,经遗传算法优化之后的控制策略改善了车辆燃油经济性,在离线仿真和硬件在环测试中分别提高了1.53%和0.88%。