2021年奥迪A6L插电式混合动力汽车加油跳枪

车型:2021年奥迪A6L(C8)插电式混动,配置DPMA发动机、0CK变速器。VIN:LFV2A24K8M3××××××。行驶里程:8546km。故障现象:客户进站报修加油时跳枪,无法正常加油。现场验证故障现象属实,加油时频繁跳枪。故障诊断:对于加油时跳枪这个故障,导致该问题产生的原因主要有两方面:(1)油箱外部通风系统存在堵塞,一般通过更换活性炭罐来解决.

插电式混合动力汽车全生命周期环境效益评价

插电式混合动力汽车(PHEV)是新能源汽车中的热门车型之一,为评估插电式混合动力汽车环境效益,文章采用全生命周期评价理论,选取丰田雷凌插电式混合动力汽车为研究对象,梳理其材料流和能量流清单数据,基于GaBi软件搭建生命周期评价模型,对其进行全生命周期材料资源消耗、化石能源消耗评价。评价结果表明,插电式混合动力汽车在原材料获取阶段的材料资源消耗占比最高,其中锂电池及主减速器所消耗的材料资源量最大,主要原因是在锂电池中使用了锂和较其他车身部件更多的铜等金属资源;插电式混合动力汽车在运行使用阶段的化石能源消耗占比最高,经过公称燃料与实测燃料对比可知,运行使用阶段燃料与电能的大量消耗是运行使用阶段化石能源消耗占比最高的主要原因。

P 0+P3构型插电式混合动力汽车能量管理策略

为了同步提升插电式混合动力汽车(PHEV)燃油经济性和整车性能,选取P0+P3构型作为研究对象,通过对混合动力汽车的构型分析,确定P0+P3构型PHEV的可行工作模式。在此基础上制定基于规则的CD-CS控制策略,在MATLAB/Simulink中建立PHEV整车动力系统关键模型,以3组WLTC循环工况组合仿真分析双电机构型P0+P3与单电机构型P3的节油潜力。仿真结果显示:整车模型搭建合理,所提出的整车控制策略对整车控制效果较好,对比燃油车,P3构型的PHEV节油率为55.2%,P0+P3构型的PHEV节油率为66.3%,引入电机后燃油经济性有明显提升。

基于实车试验大数据分析的插电式混合动力汽车能量管理策略解析

以某先进的串并联混合动力系统为研究对象,提出一种插电式混合动力汽车能量管理策略的逆向解析方法。基于功率流和能量分析,设计试验解析流程,通过实车试验,分别完成对整车动力性、经济性测试及其性能影响分析,在此基础上制定插电式混合动力汽车的能量管理策略。最后基于MATLAB/Simiulink平台及其Simscape模型库,开发了基于实车试验大数据的串并联插电式混合动力汽车仿真平台,通过仿真与实车试验的对比分析,验证了解析策略的正确性。

基于ADHDP的插电式混合动力汽车能量管理策略

为降低插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)燃油消耗量与尾气排放量,提出了一种基于执行依赖启发式动态规划(action dependent heuristic dynamic programming,ADHDP)的能量管理控制策略。针对整车驱动系统具有复杂非线性、不确定性的问题,采用3层BP神经网络分别设计了ADHDP能量管理控制器的执行网络和评价网络,通过ADHDP神经网络的学习和训练过程,可最终获取最优控制量。利用MATLAB/Simulink和ADVISOR平台,在CYC_UDDS、CYC_NEDC及CYC_WVUSUB 3种循环工况下对ADHDP能量管理控制策略进行联合仿真验证,并与经典电辅助能量管理控制策略进行了对比和分析。结果表明:在保证汽车良好驾驶性能的情况下,ADHDP控制策略在3种循环工况下的整车百公里油耗分别下降了19.2%、15.0%和19.5%;尾气HC、CO和NOx的排放量均大幅度降低;CYC_NEDC工况下的CO下降了47.5%。效果较为显著,所设计的能量管理控制策略可有效提升整车的燃油经济性和环保性。

基于Simulink建模的插电式混合动力汽车动力学仿真

文章以现有混合动力总成为研究对象,提出一种插电式混合动力汽车动力系统构建方法,通过对力学模型的计算分析,利用Simulink软件建立并联式插电混合动力汽车驱动电机、发动机等主要部件的转速、扭矩模块及动力学模型,进行新欧洲驾驶周期(NEDC)工况和匀加速工况仿真分析,验证了所设计的插电式混合动力汽车动力系统的可行性,本设计充分利用外界电能输入,采用限制发动机工作区间的控制策略,发动机辅助动力输出前提下驱动发电机发电,增加电动汽车续航里程,同时有效降低汽车油耗和污染物排放,达到节能减排的目的。

基于故障类型统计的插电式混合动力汽车运行安全特性研究

针对插电式混合动力汽车运行安全特性分析需求,本文通过采集插电式混合动力汽车的质量故障投诉信息,并对插电式混合动力汽车用户质量投诉案例进行分类分析,梳理了当前插电式混合动力汽车的主要故障类型,并分析统计了各故障类型的投诉频次与累积积分发展趋势。依据故障影响程度,确定了4类故障等级,探究了插电式混合动力汽车主要的故障模式,分析了其运行安全特性,并从生产设计、使用维护、定期检验等三个维度提出优化建议。

插电式混合动力汽车加速度预测及能量管理

为了减少插电式混合动力汽车(Plug-in Hybrid Electric Vehicle,PHEV)的燃油消耗,设计了基于预测控制的PHEV能量管理策略。通过对整车能量分析,建立了PHEV的纵向动力学模型,考虑电压的动态特性建立了电池组的等效电路模型。建立了基于马尔可夫链的加速度预测模型,结合纵向动力学模型进而计算出需求转矩变化。以燃油消耗量最小为目标构建PHEV能量管理的预测控制模型,在预测时域内采用动态规划(DP)求解带约束的优化问题,将控制序列的首值施加至系统完成转矩分配并更新优化问题。仿真结果表明,基于随机模型预测控制的能量管理策略的燃油消耗量与基于规则的能量管理策略相比降低22.53%,与采用Rint等效电路模型的能量管理策略相比降低13.64%。

基于驾驶工况辨识的插电式混合动力汽车保电能量管理策略

为了改善PHEV在低SOC状态下的保电性能,结合具体工况进行分析,明确造成保电性差的主要原因,一是需求功率较大,而发动机工作转速由于NVH性能要求受限;二是需求功率较低,但发动机未能有效利用时机进行发电。针对特定工况低SOC状态下保电性较差的问题,在原策略的基础上,提出一种基于工况识别的保电策略。通过对行驶工况进行在线辨识,根据识别结果适当放开发动机的发电能力。经过仿真验证,该策略能有效减缓整车在低SOC状态下的掉电速率。与原策略相比,SOC最低值提高7.19%,整车保电性能得到提升。

插电式混合动力汽车绿色路径规划研究

为了降低插电式混合动力汽车(Plug-in Hybrid Electric Vehicle,PHEV)在驾驶过程中的能耗,本文对插电式混合动力汽车绿色路径规划问题(Plug-in Hybrid Electric Vehicle Green Routing Problem,PHEVGRP)进行了研究。基于脉冲耦合神经网络提出了用时间依赖中继神经网络求解时间依赖车辆路径规划问题。基于可实时获取的道路交通状态量建立PHEV能耗计算模型。采用硬参数共享多任务学习建立道路交通状态量的预测模型。结合两个模型,将时间依赖中继神经网络应用于PHEVGRP的求解。采用真实数据进行试验,结果表明所提出的方法能够求得PHEVGRP的基于预测模型的最优解且求解速度优于启发式算法。

插电式混合动力汽车驾驶性主观评价方法

随着全球碳中和的推进,插电式混合动力汽车逐渐成为新能源汽车市场的重要增长点,短途用电、长途用油,从而在无需续航焦虑的前提下,具备大幅降低化石能源消耗的优势。文章通过分析插电式混合动力汽车的技术架构和技术特点,从消费者日常使用的角度出发,研究插电式混合动力车型动力驾驶性的主观评价方法,为插电式混合动力车型评价提供一种新的测试思路。

基于驾驶意图的插电式混合动力汽车能量管理策略

为了使插电式混合动力汽车(PHEV)在不同驾驶意图下合理使用电池电能以获得更好的能耗经济性,采用模糊推理控制器识别驾驶员意图,依据混合动力系统的动力耦合方式、电池荷电状态(SOC)及发动机特性曲线进行工作模式划分,建立能耗经济性目标函数,运用瞬时优化方法进行发动机和电机转矩分配,在此基础上提出了基于驾驶意图的能量管理策略。利用Matlab/Simulink仿真平台搭建整车模型,在新欧洲驾驶循环(NEDC)工况下进行仿真分析,结果表明:采用该能量管理策略可以实现发动机和ISG电机的优化控制,使发动机的工作点总体运行在高效区;与电量消耗(CD)-电量维持(CS)模式的能量管理策略相比,百公里油耗降低了8.24%。通过整车道路试验对所提出的能量管理策略的有效性进行验证,结果表明:采用该能量管理策略的插电式混合动力汽车的百公里油耗较原汽油车降低32.93%。

插电式混合动力汽车换挡规律及转矩分配策略

提出插电式混合动力汽车自动变速器的换挡规律设计方法,以及发动机和电动机之间的转矩分配策略。该策略通过对变速器挡位、发动机输出转矩和电动机输出转矩的调节,可使发动机沿着最佳燃油经济性曲线运行、电动机工作于高效率区,并且确保蓄电池组的充放电电流限制在额定容量的两倍以内;实现自动变速器、发动机、电动机和电池的集成最优控制。利用仿真分析方法,对控制策略的性能进行仿真测试,测试结果表明该方法可使每个部件均工作于理想状态,提高车辆在城市工况行驶时的燃油经济性。

插电式混合动力汽车车速预测及整车控制策略

本文针对插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)这一典型混杂系统,提出了一种基于车速预测的混合逻辑动态(mixed logical dynamical,MLD)模型预测控制策略.首先,通过对发动机和电动机能量消耗模型进行线性化,建立双轴并联插电式混合动力城市公交车的动力传动系统数学模型;其次,运用模糊推理进行驾驶意图分析,提出基于驾驶意图识别和历史车速数据相结合的非线性自回归(nonlinear auto-regressive models,NAR)神经网络车速预测方法进行未来行驶工况预测.然后,以最小等效燃油消耗为目标建立PHEV的混合逻辑动态模型,运用预测控制思想对车速预测时域内最优电机转矩控制序列进行求解.最后,通过仿真实验验证了本文所提出控制策略在特定的循环工况下与电动助力策略相比,能够提高燃油经济性.

插电式混合动力汽车能量管理策略研究综述

插电式混合动力汽车(Plug-in hybrid electric vehicles,PHEV)作为传统混合动力汽车向电动汽车的过渡车型,因电功率提升使得混合动力汽车具有深度混合特性,可高效可靠地应对汽车全工况功效需求,因而在新能源汽车领域得到广泛应用。其中,能量管理策略作为插电式混合动力汽车的核心控制逻辑,性能优劣将直接决定整车的经济性、动力性、驾驶性等的好坏,对此出现了大量相关研究文献。基于此,对近年来插电式混合动力汽车的能量管理策略的研究进展以及发展趋势进行综合分析,并从各策略的优化效果以及实时应用潜力等角度进行评价对比,最后对插电式混合动力汽车能量管理策略未来的发展趋势进行了展望。

实时电价下插电式混合动力汽车智能集中充电策略

以实时电价为背景,提出了基于需求侧响应思想的插电式混合动力汽车(PHEV)集中充电机制,计及供电侧填谷效果与用户成本,建立数学模型,并根据模型特点提出了一种新颖的基于动态估计插值思想的算法,基于某地区2020年的预测数据进行算例仿真。结果表明,文中提出的PHEV集中充电策略可以有效地降低峰谷差,节约用户充电成本,达到供电侧与用户侧的双赢结果。

插电式混合动力汽车能耗及其影响因素分析

通过建立插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)的前向仿真模型,对其能耗进行仿真,并分析PHEV能耗的使用影响因素.基于Modelica物理建模语言,搭建PHEV整车动力传动及纵向动力学模型,并在标准测试工况下仿真整车各部分能耗变化.针对影响PHEV能耗的使用因素,重点仿真分析表征行驶工况的平均车速和驾驶激进性对电量消耗(charge deplete,CD)阶段电耗和电量保持(charge sustain,CS)阶段油耗的影响规律.通过分析不同车速与驾驶激进性下各部分能耗以及动力部件工作效率的影响,揭示了行驶工况对能耗影响规律的内在机理.

插电式混合动力汽车能耗优化控制策略的研究

基于插电式混合动力汽车(PHEV)可以通过外网充电的特性,选取发动机消耗燃油的成本与电机消耗电能的成本之和作为优化目标函数,采用庞特里亚金极小值原理进行优化仿真;研究了PHEV不同工作模式(电量消耗-电量维持模式和混合模式)对能耗经济性的影响;分析了行驶里程、电池荷电状态(SOC)初始值和能量价格比对能量分配控制策略的影响;最终制定了实时优化控制策略并与门限值控制策略进行对比仿真,结果表明,与门限值控制策略相比,采用制定的实时优化控制策略能耗经济性在不同的SOC初始值下都有大幅度的提高。

CVT插电式混合动力汽车经济性控制策略

针对搭载CVT的插电式混合动力轿车,设计了一种基于动力源外特性曲线和驾驶员踏板操作信号的需求转矩解析方法,在此基础上提出驱动和制动工况下基于瞬时经济性成本最低的能量管理策略,该策略以需求转矩、车速和电池SOC为状态变量,以发动机节气门开度、电机转矩、CVT速比为控制变量.进一步研究了电量消耗阶段有无发动机单独驱动模式对整车能耗经济性的影响.通过自行搭建的前向模型进行仿真,结果表明,电量消耗阶段无发动机单独驱动模式的控制策略具有更强的综合性经济优势.

基于近似极小值原理的插电式混合动力汽车实时控制策略

将发动机的瞬时油耗拟合成由一次函数和二次函数组成的分段函数形式,将电池瞬时等效油耗拟合成由两个二次函数组成的分段函数形式,在此基础上,通过对Hamilton函数的分析,提出通过简化最优控制变量搜索空间来缩短寻优时间的近似极小值原理实时控制策略,并将该策略的等效油耗优化效果和计算时间分别与基于规则的CD-CS模式控制策略和基于极小值原理的最优控制策略进行对比。结果表明,上述提出的实时控制策略在等效油耗优化效果方面接近基于极小值原理的最优控制策略,而明显优于基于规则的CD-CS模式控制策略,在计算时间方面接近基于规则的CD-CS模式控制策略,而明显短于基于极小值原理的最优控制策略。