混合动力汽车能量管理策略研究

针对混合动力汽车能源管理策略中能量分布不合理的现象,同时降低混合动力汽车的能耗和电池寿命衰减率,在动力系统结构的基础上,提出了一种将RBF神经网络和动态规划方法相结合用于混合动力汽车的能量管理策略。RBF神经网络用于在预测时域中预测车速,获得预测时域中的车辆需求扭矩,动态规划方法用于优化求解预测时域,实现合理分配发动机和电机扭矩。通过仿真与传统能源管理策略进行比较,验证了该方法的优越性和准确性。实验结果表明,与传统策略相比,提出的能源管理策略可以显著提高燃油经济性,降低能耗15.47%,具有实际应用潜力。

基于TD3-PER的氢燃料电池混合动力汽车能量管理策略研究

为优化氢燃料电池混合动力汽车的燃料经济性及辅助动力电池性能,提出了一种基于优先经验采样的双延迟深度确定性策略梯度(TD3-PER)能量管理策略。采用双延迟深度确定性策略梯度(TD3)算法,在防止训练过优估计的同时实现了更精准的连续控制;同时结合优先经验采样(PER)算法,在获得更好优化性能的基础上加速了策略的训练。仿真结果表明:相较于深度确定性策略梯度(DDPG)算法,所提出的TD3-PER能量管理策略的百公里氢耗量降低了7.56%,平均功率波动降低了6.49%。

中国混合动力汽车动力总成技术进展

在国家政策与市场需求的双重驱动下,2021年以来,中国品牌混合动力汽车动力总成技术实现突破,围绕中国市场特点与消费者用车习惯推出一批具有中国特色、世界范围内领先的混合动力汽车产品。近期混合动力汽车市场销量呈爆发式增长,2023年中国市场混合动力乘用车销售超300万辆,同比增长83%。然而,受近年来汽车领域电动化浪潮影响,行业内尚存关于混合动力汽车仅为过渡性技术的观点,部分消费者对国产混动汽车技术产品力仍存质疑。为纠正对混合动力汽车的片面性、偏见性认识,该文围绕中国混合动力汽车动力总成技术路线展开,聚焦多样化的混动架构与专用化的核心部件,提出新的混合度定义作为动力总成电气化程度的统一评价标准,探讨国内外主流混动技术异同,剖析当下中国最前沿的混动技术特点与发展趋势,厘清中国混动汽车动力总成的发展脉络。研究表明:中国式混动汽车以大容量动力电池与插电式混合动力为技术特色,实现发动机、电机两大驱动动力源以及动力电池、增程系统两大动力能量源的灵活混合与优势互补。与纯内燃机车相比,得益于电驱动技术辅助,混合动力汽车聚焦提高发动机热效率、发动机高效区利用率以及整车燃油经济性。与纯电动车相比,混合动力汽车则基于发动机的增程发电,以高性价比和高便利度解决纯电动车的补能焦虑;并通过结合发动机直驱、变速器动力放大等机械驱动技术,以更低的硬件成本实现更稳定的强劲动力输出。混合动力汽车的独特优势使其作为长期性技术路线,将成为带动汽车产业向碳中和方向转型升级的关键,该文对当下市场的深度分析和未来趋势的理性推测将为中国混动技术的进一步发展提供有益参考。

考虑驾驶风格的混合动力汽车强化学习能量管理策略

为了提升混合动力汽车能量管理策略对不同风格驾驶员的适应性,基于深度强化学习和等效燃油消耗最小策略(equivalent consumption minimization strategy,ECMS),提出一种考虑驾驶风格的混合动力汽车能量管理策略。通过实车试验采集驾驶员行驶数据,基于采集数据进行驾驶员驾驶风格的聚类分析,建立驾驶风格识别模型;构建基于强化学习和ECMS的能量管理策略,将驾驶风格系数作为强化学习状态变量,利用多种驾驶风格的组合工况训练深度确定性策略梯度智能体,获取不同工况和驾驶风格下ECMS等效因子,采用ECMS求解最优发动机、电机转矩分配以及变速箱挡位;搭建硬件在环测试平台,并基于实际采集的不同驾驶员驾驶数据构建测试工况,验证所提出控制策略的有效性。研究结果表明,相较于基于规则策略、基于等效因子比例修正的自适应ECMS以及DRL-SAC策略,提出的考虑驾驶风格的强化学习能量管理策略使整车能量消耗分别降低16.35%、11.11%和7.56%,所提控制策略的有效性得到了验证。

混合动力汽车电子控制系统故障维修策略研究

混合动力汽车作为一种结合传统内燃机与电动机优势的交通工具,逐渐成为汽车市场的重要组成部分。这种车型因其较低的排放和较高的燃油效率受到重视,能够实现不同动力系统的无缝切换。然而,混合动力汽车所依赖的复杂的电子控制系统带来了维护和故障诊断方面的新挑战。该文探讨混合动力汽车电子控制系统的结构、工作原理、常见故障及维修策略,并提出有效的故障预防措施,旨在更好地维护和优化这种复杂的电子控制系统,提高混合动力汽车的性能。

并联式混合动力汽车(PHEV)动态协调控制方法硬件在环仿真

在指出并联式混合动力汽车(Parallel hybrid electric vehicle,PHEV)发动机与电动机动力耦合过程中存在的协调问题基础上,提出基于模型匹配控制的动态协调控制方法,开发出双驱动电动机结构的硬件在环仿真试验平台硬件系统和基于Matlab/Simulink/RTWT与Visual C++环境的软件系统,并建立PHEV动态协调控制方法硬件在环仿真试验台。对所设计的动态协调控制方法进行硬件在环仿真试验,试验结果表明,该动态协调控制方法能有效控制两个动力源的动力耦合过程,具有较高的转矩控制精度和很好的动态响应特性。

基于模型预测框架的燃料电池汽车混合动力系统能量管理

混合动力系统作为燃料电池汽车的关键组成部分,系统的能耗与寿命优化是推动其进一步商业化发展的关键,而能量管理策略(EMS)在提高燃料电池汽车混合动力系统的效率和燃料经济性方面发挥着重要作用。为有效降低混合动力系统的内部损耗,进一步提高系统经济性,提出了一种基于模型预测框架的混合动力系统能耗优化能量管理控制方法。首先构建包含动力系统内部损耗与氢气消耗的目标函数,然后利用模型预测架构求解目标函数来控制燃料电池的输出电流,以实现合理的能量分配,最后在Matlab中进行仿真,验证所制定方法的合理性和有效性。与应用较为广泛的等效氢耗最小策略(ECMS)相比,结果表明所提方法可以显著降低动力系统的内部损耗和氢气消耗。此外,该策略还可以有效保持蓄电池的荷电状态(SOC),延长动力系统的使用寿命。

混合动力汽车无法READY的故障诊断

随着环保意识的增强和能源危机的加剧,新能源电动汽车技术迅速发展,已成为当前汽车工业的重点研究方向。作为新能源汽车类型之一的混合动力汽车,其结构组成既有传统汽车结构又有电动汽车结构,加上电子控制系统复杂,其故障诊断对专业技术人员的要求非常高。首先阐述混合动力汽车动力系统的基本组成和工作原理,并分析混合动力汽车电池系统的组成和控制原理,以普锐斯混合动力汽车无法READY (准备就绪)故障为例,基于故障诊断基本策略方法,借助故障诊断设备进行故障原因分析和诊断,为同行提供一种混动汽车的故障诊断思路,具有一定的参考价值。

功率分流式混合动力汽车能量管理策略研究

混合动力汽车同时采用内燃机和电机作为驱动源,可以同时克服传统内燃机工作效率低和纯电汽车行驶里程短的问题。如何对两种驱动源进行合理分配成为了混合动力汽车能量管理的关键问题。这里针对一款复合功率分流式动力系统搭建了AMESim和MATLAB/Simulink的联合仿真平台,并在NEDC和WLTC工况下仿真分析了基于规则的CS能量管理策略和基于动态规划算法的能量管理策略。得出基于动态规划算法的能量在NEDC和WTLC下工况的最优燃油消耗量分别为5.77L/100km,6.57L/100km;相较于规则控制策略分别降低了4.15%、6.3%。

基于KL散度工况识别的混合动力汽车队列的分层控制

针对混合动力汽车队列行驶过程中工况的适应性问题,提出了一种基于KL(Kullback-Leibler)散度工况识别的分层控制方法。上层控制器利用车—车通信技术,获取队列中前车状态信息,采用模型预测控制(MPC)算法,实现队列纵向控制,并计算出最优跟车车速;下层控制器基于典型工况,离线求解需求功率的转移概率矩阵,并通过Q-Learning算法训练最优Q表嵌入整车模型中;在行驶中以固定时间长度在线更新转移概率矩阵,采用KL散度进行工况识别,根据识别的工况类型,结合当前时刻车速、需求功率和电池荷电状态(SOC),通过在线查表实现转矩分配。结果表明:与未考虑工况识别策略相比,本策略的油耗降低了8.6%;与作为基准的动态规划(DP)相比,增加了4.8%;在与DP油耗基本保持相同的前提下,该策略离线仿真时间缩短21%,不仅能够在线应用,还能实时适应工况变化。

面向混合动力汽车液压再生能量控制策略研究

针对混合动力汽车制动能量回收控制,提出了一种基于模糊Q学习的液压再生制动系统能量回收效率优化算法。建立了基于并联液压混合动力系统的汽车动力学模型,通过模糊Q学习法对汽车再生制动控制策略进行了优化。在此基础上建立了试验平台,验证液压再生制动仿真模型的准确性。与基于专家经验的模糊控制策略、动态规划算法相比,结果表明,经模糊Q学习算法优化的汽车节能率分别提高了9.62%和8.91%。

混合动力汽车驱动策略与能量回收的发展综述

混合动力汽车可以通过协调不同的动力来源和回收制动能量来满足电力需求,从而优化能源使用效率和汽车行驶性能。首先对串联式、并联式和混联式这三种混合动力汽车动力系统结构进行了深入分析,接着讨论了能量管理策略,最后研究了制动能量回收和能量计算,以及制动回收能量结构与流程和影响能量回收的因素。希望为后续从事相关工作的研究者做出参考贡献。

混合动力汽车转向稳定性多传感器融合控制技术

为了满足汽车行驶稳定性要求,当前依托于单一传感信息进行转向控制,容易忽略很多影响因素,使得控制后汽车转向质心侧偏角依旧较大。因此,混合动力汽车提出转向稳定性多传感器融合控制技术。考虑混合动力汽车转向过程中的动态特性,构建转向动力学模型,并计算出车辆理想横摆角速度。深入分析横摆角速度、滑移率对车辆转向稳定性的影响,得出期望的横摆力矩和滑移率调整力矩。将汽车转向稳定性控制问题看作二次规划问题,结合BP神经网络和常规PID控制器,设计转向稳定性控制算法,利用车辆转向参数的理想值、实际值和偏差值推算出稳定性控制参数。结合融合多传感器实时采集信息,推算出汽车转向姿态误差代入控制结构中,给出优化后的控制参数。实验结果表明:新提出的控制技术应用后,车辆转向的质心侧偏角不超过±0.012 rad/s,满足了混合动力汽车转向行驶要求。

2020款北京现代领动混合动力汽车行驶中抖动

一、故障现象一辆2020款北京现代领动混合动力轿车,行驶中偶发抖动,发动机故障灯点亮,仪表提示“请检查混合动力系统”。二、故障诊断使用专业诊断仪GDS读取故障码,MCU模块报故障:P0A41-驱动电机A位置传感器电压信号低。读取MCU模块的数据流,电机位置传感器计数器.

《混合动力汽车结构与检修》课程混合式教学模式研究

教育信息化是我国高等职业教育的主要发展趋势,有助于教师运用信息化技术,完善并改进教学模式,拓展和延伸传统的教学理念。信息化技术的融入到《混合动力汽车结构与检修》等职业技术课程教学中,成为提高学生实操技能,培养学生专业解决问题能力,提升课堂教学效率的关键途径。这一教学改革可以更好地适应技术发展的需求,培养出适应我国社会主义现代化建设,特别是汽车行业新能源发展方向的高技能人才。因此,深入探究混合式教学模式的理论内涵、挖掘线上线下相结合的教学模式在《混合动力汽车结构与检修》课程中的功能和作用,能够助力教师更好地理解和应用这一教学模式,从而有效地提高教学质量和学习效果。

采用混合动力技术的新能源汽车应用分析

混合动力技术在新能源汽车中的应用促进了能耗的降低和污染物排放的减少,能有效缓解传统燃油汽车尾气排放的问题。分析了混合动力新能源汽车的制动能量回收技术、协调控制系统、动力电池管理系统、电机电控技术及混动专用发动机技术。随着混合动力技术的持续发展与完善,新能源汽车更加符合人们日常出行及工业活动的实际需求,应继续加大混合动力技术的研发力度,深化其在新能源汽车的应用,从而助力国家实现低碳经济的长远发展目标。

基于DBO-MPC的混合动力汽车能量管理策略

混合动力汽车(hybrid electrical vehicle,HEV)的能量管理策略直接决定了车辆的燃油经济性、驾驶性能和寿命,为解决HEV能量管理策略的最优性与实时行驶工况不确定性之间的矛盾,以混联式HEV为研究对象,提出一种基于模型预测控制(model predictive control,MPC)与蜣螂优化算法(dung beetle optimizer,DBO)的HEV能量管理策略。首先,该策略采用基于堆叠式长短时记忆神经网络(stacked long-short term memory neural network,Stacked LSTM-NN)的车速预测模型预测未来行驶车速。其次,根据预测车速将混合动力汽车的功率分配问题描述为MPC预测范围内的滚动优化问题,提出考虑燃料消耗和电池保护的成本函数,利用DBO算法对预测时域内发动机功率进行优化求解。最后,在城市道路循环(urban dynamometer driving schedule,UDDS)工况下分别对所提策略的车速预测精度和经济性与其他策略进行仿真对比验证。结果表明:与传统LSTM速度预测模型相比,Stacked LSTM速度预测模型的RMSE降低了13.9%,每步平均预测时间减少1 ms;与基于规则的策略相比,基于DBO-MPC的策略模型节油率达到25.3%,同时SOC状态波动更为平稳,对电池的保护效果更好。

混合动力汽车氨排放特性及减氨效应评估

对混合动力汽车进行了全球统一轻型车辆测试循环工况(WLTC)和实际行驶污染物排放(RDE)测试,评估了混合动力车辆相对于传统燃油车的减氨效益,同时分析了基于不同混合动力技术路线车辆、不同电量模式下测试得到的NH3排放特征差异.研究发现,混合动力技术对于降低NH3排放存在一定效果,在消耗同等燃料的前提下,采用非插电式混合动力技术NH3排放可下降56.07%,采用插电式混合动力技术可下降94.43%,可插电式混合动力车辆与不可插电式混合动力车辆NH3排放峰值出现的时刻有所差别,车辆在电量增加模式下因为需燃烧更多的燃料为电池充电,过量空气系数较小,催化器还原环境较强,使NH3排放大于电量消耗模式.

基于Stackelberg博弈的燃料电池混合动力汽车跟车能量管理

跟车场景下燃料电池混合动力汽车(FCHEV)的速度与能量管理协同优化是实现车辆节能的重要有效手段,针对现有策略中双能量源退化与能耗耦合关系不明,且难以兼顾全局优化与实时性能的问题,提出一种基于Stackelberg博弈的FCHEV跟车能量管理策略。首先,建立了燃料电池/锂电池的能耗与性能退化模型,并纳入到统一量纲的整车综合使用成本函数中;其次,提出了基于分层解耦的跟车能量管理策略,实现跟车速度与功率分配的解耦控制;最后,综合考虑跟车安全性、舒适性、燃料经济性和能源耐久性,建立跟车控制层与能量管理层对应的双层规划模型,并基于Stackelberg博弈思想设计了双层差分遗传算法对策略核心参数进行离线优化。仿真和实验结果表明:相较于模型预测控制方法,该方法可降低平均车间距误差37.7%、平均冲击度2.4%、等效氢气消耗9.3%和能源退化成本13.9%,实现了优化性能与实时性的兼顾。

功率分流式混合动力汽车整车参数匹配与优化研究

针对功率分流式混合动力汽车,首先根据整车设计参数及动力性能目标要求,分别对电机、动力电池组、发动机、主减速器和行星排等传动系统部件进行参数匹配,并运用AVL-Cruise软件建立目标车辆整车模型;其次在满足动力性能目标的前提下,运用AVL-Cruise和Isight软件搭建联合仿真模型,分别采用粒子群优化算法和多岛遗传算法,将行星排特征参数和主减速器传动比作为优化参数,百公里油耗和电耗加权之和作为优化目标进行优化研究,并对比分析2种优化算法的计算结果来获得兼顾动力性能和经济性的最优结构参数,为研究功率分流式混合动力汽车传动系统提供理论依据。