油电混合动力汽车不同工况最小油耗控制仿真

油电混合动力汽车中燃油和电池电能量的使用是影响最小油耗的主要因素。传统控制油电混合动力汽车油耗方法存在设置的SOC门限值不合理问题,导致发动机输出转矩仿真控制效果不佳,因此提出全新的油电混合动力汽车不同工况最小油耗控制仿真。研究采用均值分类法处理基本数据,并将处理数据与汽车行驶工况进行合成;以最小油耗为目标,设置以油耗控制最优问题为核心的SOC门限值;根据发动机输出功率和APU输出功率之间的关系,设计最小油耗仿真控制模型。此次测试共设置5组不同程度的工况,根据测试结果可知:提出的最小油耗控制仿真,对于发动机输出转矩仿真控制,有更好的油耗控制效果,与两种传统方法相比,上述方法在仿真控制下,可以回收的能量比传统方法多出近30%,可见上述方法更加适合控制油电混合动力汽车在不同工况中的油耗。

考虑不规则风浪影响的最小油耗航速模型

为提高单船营运能效,提出一种考虑不规则风浪影响的最小油耗航速定量计算模型.首先进行航段划分,获取海况数据;然后通过增加航行功率修正船舶失速的方法,构建考虑风浪影响的单位时间油耗模型;最后以每航段航速为决策变量,建立最小油耗航速非线性优化模型.考虑到实船应用中最小油耗航速优化算法需具有快速寻找全局最优解的特点,设计初始值算法.以实船某航次运营为例进行了油耗及最小油耗航速计算,结果显示:每海里油耗模型理论值与实测值相对误差在可接受范围内;与不考虑不规则风浪影响的计算模型(平均航速)相比较,采用这种方法计算出的油耗减少了1%,节能效果初见成效.

发动机最小油耗状态确定与特性模拟

系统讨论了两种可实现条件即等功率、等转速条件下发动机最小油耗状态确定及其特性参数模拟的方法,并就CA6102发动机最小油耗特性确定问题进行了举例说明,为整车的经济性能计算及发动机的最佳经济性工作控制提供了依据。

混合动力船舶等效油耗最小能量管理策略

为了降低混合动力船舶的燃油消耗,同时解决传统等效油耗最小能量管理策略(ECMS)易导致动力设备处于恶劣工况的缺点,提出一种利用逻辑门限值规则对混合动力系统工作模式进行预识别的改进ECMS,并采用改进的蚁群算法对充放电等效因子进行离线优化。在船舶典型航行工况下,通过MATLAB/Simulink建立的船舶仿真模型进行逻辑门限值能量管理策略、等效因子分别取经验值和优化值的改进ECMS的仿真分析。结果表明:等效因子寻优后的改进ECMS有更好的燃油经济性,同时也利于保证电池荷电状态(SOC)平衡和动力设备的效率。

填充函数法在发动机加力最小油耗模式控制中的应用

主要研究了航空发动机性能寻优控制(PSC)算法问题。提出一种用于解决非线性约束优化问题的基于填充函数方法(FFM)的实时优化控制策略。通过构造填充函数,该算法可以在优化计算过程中能够不断跳出局部最优点,使得算法本身具备了全局寻优能力。详细介绍了其算法主要内容与实现途径,基于上述的填充函数优化算法,以某型涡扇发动机加力最小油耗优化控制模式为仿真算例,验证了该算法在解决航空发动机性能寻优控制问题时,相比传统的序列线性规划方法在全局寻优方面具有更好的效果。

基于等效油耗最小的四驱混合动力汽车能量管理

提出了一种基于遗传算法优化的四驱混合动力汽车等效油耗最小控制策略。针对四驱混合动力的特点,建立了整车动力学模型,设计了基于等效油耗最小的瞬时能量管理优化策略。为进一步提高四驱混合动力汽车的燃油经济性,采用遗传算法优化了等效油耗最小策略的关键参数。硬件在环仿真结果表明,基于遗传算法优化的等效油耗最小策略可以实现整车能量优化管理,与基于规则的能量管理策略相比,其在典型工况下的平均燃油经济性高8.94%,比优化前的等效油耗最小策略的燃油经济性高2.68%。

油耗最小化多车型车辆路径问题研究

研究最小化油耗的多车型车辆路径问题,将车辆使用费用分为固定费用和以油耗为主的可变费用。建立了该问题的数学模型,运用禁忌搜索算法进行模型求解。算法采用随机选择车型产生初始解,设计三种Or-opt邻域结构,利用罚函数接受导致不可行解的变换。通过案例测试验证了模型的正确性和算法的有效性。结果表明,采用最小化油耗为目标比最小化距离为目标更加经济和环保。

复合储能式装载机能量控制优化与仿真

针对工程车辆在机群作业下的能量管理问题,以复合储能式装载机为研究对象,利用Recurdyn-Edem联合仿真建立连续作业环境获取工况数据;分别以V型工况及集群作业下装载机单次循环工况油耗最少为目标,设计了基于等效油耗最小策略与规则相结合的控制策略,为了能够进一步提高全局工况的燃油经济性,使用遗传算法对等效油耗最小关键参数进行寻优,最后带入整车模型进行仿真验证。结果表明,V型工况与集群作业工况下,该控制策略相较于自适应神经模糊控制,燃油经济性分别提升了3.23%和4.26%;通过dSPACE进行硬件在环试验,试验与仿真结果基本一致,进而验证了优化结果的有效性。

基于序列二次规划算法的发动机性能寻优控制

提出用非线性序列二次规划(SQP,Sequen tial Q uadratic P rogramm ing)算法解决发动机性能寻优控制问题。分析了线性规划(LP,L inear P rogramm ing)算法用于发动机性能寻优的固有缺陷以及SQP算法的优点。给出了SQP算法与LP算法用于最大推力模式和最小油耗模式仿真结果对比曲线。数字仿真实验的结果表明,SQP算法具有比LP算法更好的优化效果,在工程实际中有很大的应用潜力。

冲压发动机-飞行器加速过程轨迹最优化研究

为了研究吸气式飞行器加速过程的最优轨迹,针对一个以冲压发动机为动力的超声速飞行器,由起始状态19km(约2.7马赫)至终点状态25km(约6.0马赫)的加速爬升过程,提出了一种考虑发动机推进机理的加速过程轨迹最优化方法。将理想的冲压发动机模型与竖直平面飞行器动力学模型相结合,考虑不启动保护约束,分别定义了最小油耗和最小时间两种轨迹最优化问题,并应用高斯伪谱法进行求解。结果表明,轨迹最优化问题的实质是将发动机比冲和推力性能与飞行器动力学性能进行最优化匹配。最小油耗轨迹较最小时间轨迹增加了30.3%的加速时间,节约了4.7%的燃油消耗。不同的起飞重量对最小油耗轨迹有一定的影响,较大的起飞重量需要飞行器在爬升前获得更大的动压。

P1-P4构型混合动力汽车节油率对比研究

P1-P4构型混合动力汽车已成为并联式混合动力汽车的主要构型,其主要区别是电机的位置。为了研究P1-P4构型混合动力汽车节油潜力,建立了相同动力组件及车型的P1-P4构型混合动力汽车整车模型,同时搭建了基于规则、传统等效油耗最小策略(ECMS)和自适应等效油耗最小策略(A-ECMS)3种能量管理策略,在标准循环道路工况(WLTC、FTP75和HWFET)下对不同构型的混合动力汽车进行了数值仿真计算。结果表明:相比基于规则的能量管理策略,在WLTC工况下,自适应A-ECMS策略节油2.22%,对复杂工况的适应性较好;不同工况下,P1和P2构型的SOC变化趋势一致,P3和P4构型的SOC变化趋势一致;相比P2构型,不同循环工况下P1、P3和P4构型的平均节油率为4.39%、10.09%和7.57%。

基于数学建模的发动机性能控制研究

为实现发动机性能优化控制,提出一种基于改进的人工蜂群算法的发动机性能寻优控制方法。方法:首先通过人工蜂群算法确定寻优控制的初始化种群,在雇佣蜂阶段结合Deb’S准则择优保留蜜源,在跟随蜂阶段优化蜜源,在侦察蜂阶段结合了标准柯西分布,提高算法的扰动能力,得到最优解。最后,以发动机的最小油耗控制为研究对象,对算法的应用效果进行仿真研究。仿真结果表明,相较于常规的用于发动机优化的SQP算法,本研究提出的改进的人工蜂群算法油耗率降低最高可以达到10%,为发动机性能寻优控制研究提供了参考。

基于ECMS-MPC混合动力汽车能量管理策略

在节能减排的大背景下,能量管理控制策略是决定混合动力车辆动力性、经济性和排放性的关键因素。文章基于MATLAB建立了单轴并联式混合动力汽车及其零部件的数学模型,在系统建模的基础上,提出了一种基于最小等效油耗预测模型(ECMS-MPC)的能量管理策略,并与动态规划(DP)的能量管理控制策略进行了比较。仿真结果表明,从技术结果上,ECMS-MPC控制策略接近DP能量管理控制策略;从计算效率上,ECMS-MPC控制策略比DP能量管理策略提高了6倍,论证了ECMS-MPC控制策略的优越性。

基于DMOM算法的航空发动机性能寻优控制

提出一种分散迁移优化算法(DMOM),可实现多峰值优化问题的全局最优解搜索.该算法通过随机选择参考粒子,不断迁移搜索自身所处区域峰值点,再通过分散操作排除局部最优点,重新生成新个体,可快速搜索到全局最优区域.将DMOM应用于航空发动机性能寻优控制仿真,结果表明:在最小油耗和最低涡轮温度模式下,DMOM的寻优速度相比遗传算法(GA)和粒子群算法(PSO)提高了2倍以上;同时DMOM的优化精度相比自组织迁移算法(SOMA)提高了60%以上,相比可行性序列二次规划(FSQP)算法提高了20%以上.验证了DMOM相比其他优化算法有更强的跳出局部最优的能力,在航空发动机最小油耗和最低涡轮温度这类多峰值寻优问题中具有明显的优势.

信赖域滤子算法在航空发动机在线优化中的应用

主要研究了航空发动机在线优化问题.以非线性发动机部件级模型为优化对象,将信赖域滤子算法应用于航空发动机在线优化,相比基本信赖域算法,该算法由于采用非单调的滤子算法和松弛重置,兼顾了算法在目标函数值下降与可行性保持两方面的品质,通过松弛重置避免子问题的不可行性,滤子算法则保证了算法收敛到全局最小解.最后,基于信赖域滤子算法,以涡扇发动机最小油耗寻优控制为仿真算例,验证了该算法的优越性.

冲压发动机导弹爬升段和巡航段轨迹优化

为了研究冲压发动机导弹爬升段和高空巡航段的燃油最优弹道,提高射程,提出了较为通用的一体化优化设计方法。研究了冲压发动机、导弹气动力与弹道之间的耦合特性,建立了导弹动力学模型,将弹道的最优控制问题转化为参数优化问题。为求解该参数优化问题,针对传统粒子群(PSO)算法求解优化问题时存在的早熟收敛的不足,提出了一种算法结构,改善粒子群算法的性能,求其最优解。数值结果表明:改进的算法相对其他几种粒子群算法具备更优秀的性能。所优化弹道相比导弹试验数据,以飞行时间增加3.3%为代价,节约了4.46%燃油。多组高弹道的仿真结果表明,巡航高度应不超过动压边界前提下,高弹道巡航有利于节约燃油,增加导弹射程。