基于运行数据的公交客车动力系统参数优化

为使公交客车在载客量和工况多变的情况下发挥混合动力系统的节能潜力,提出了基于运行数据的混合动力客车动力系统参数优化方法。基于车联网数据,利用核主成分分析(KPCA)和粒子群优化(PSO)K均值聚类分析构建了具有代表性的某市公交客车行驶工况;针对公交客车运营中乘客人数随机变化的特点,建立基于最优拉丁超立方设计(OptLHD)的混合动力客车动力系统参数双层优化模型,内层采用Opt-LHD产生乘客人数,采用发动机最优控制策略将系统响应传递至外层优化算法。仿真结果表明,优化后的动力系统参数对不确定因素有更强的适应性,燃油消耗量较优化前平均减少9.97%。

基于6σ设计的插电混合动力客车的能量管理策略

为提高城市插电式混合动力客车(PHEB)对随机质量、不同道路坡度、不同工况的适应性,本文提出了一种基于6σ设计的PHEB能量管理策略设计方法。将随机载客量作为噪声因子;离线过程采用6σ设计和等效燃油消耗控制策略(ECMS),获得能够对抗随机载荷变化的鲁棒控制参数;在线过程采用K最邻近法(KNN)行驶工况在线识别模型,实现复杂道路下的自适应控制。结果表明:该方法与基于规则的控制策略相比,100 km油耗平均减少了2.64 L。因此,该方法提高了混合动力城市公交客车的在不同工况环境下的适应性。

含概率盒变量的动力总成悬置系统可靠性分析

动力总成悬置系统(Powertrain Mounting System,PMS)的可靠性分析存在不确定参数建模不准确和计算效率低下的问题。因此,文中将概率盒(probability box,p-box)引入到PMS不确定性分析中,并提出基于拒绝采样原理的PMS混合不确定性分析方法。首先,为了获得固有特性计算方程,建立PMS的12自由度模型;然后,分析随机变量和参数化p-box变量的特点,实现两种变量的统一表达;再次,提出一种基于双层蒙特卡罗抽样法和基于拒绝采样原理的混合不确定性分析方法,实现PMS固有特性响应的不确定性分析;最后,通过实际案例验证了所提方法的有效性和高效性。