纯电动汽车坡道自适应的起步加速控制与仿真

纯电动汽车电机控制技术对车辆纵向平顺性和动力性有着重要影响。分析一般反馈控制可能会造成汽车起步时的倒溜现象,以模拟液力变矩器起步加速工况为目标,提出纯电动汽车的冲击度、驻坡坡度和无油门下的最大稳定车速评价指标,并建立整车动力学模型,基于液力变矩器驱动特性试验数据,提出有无制动踏板信号两个阶段的无油门起步控制策略和有油门的起步加速控制策略,力求实现纯电动汽车具有与液力变矩器相同的性能,能在一定坡度上平稳起步加速,无后溜趋势,动力性与平顺性俱佳。基于MATLAB/Simulink平台对纯电动汽车起步加速过程进行仿真分析,结果表明,文章提出的起步加速控制策略能显著改善纯电动汽车的动力性与平顺性,实现无溜车控制。

基于自适应无迹卡尔曼滤波的分布式驱动电动汽车车辆状态参数估计

以精确估计车辆状态参数为目标,提出了一种基于自适应无迹卡尔曼滤波的车辆状态参数估计算法,采用非线性三自由度车辆模型,将模糊控制与无迹卡尔曼滤波算法相结合,实现对系统测量噪声的自适应调整,通过对方向盘转角,纵向加速度和横向加速度等低成本传感器信息融合实现对质心侧偏角和横摆角速度的状态估计.应用CarSim与Matlab/Simulink建立分布式驱动电动汽车整车模型并且联合仿真对估计算法的有效性进行验证.结果表明自适应无迹卡尔曼滤波比无迹卡尔曼滤波更能有效准确地进行车辆状态参数估计,在双移线工况中,质心侧偏角估计精度提高了6.7%,横摆角速度估计精度提高了4.8%.

纯电动汽车自适应巡航控制研究

选择四轮轮毂电机驱动电动汽车为研究对象,运用Matlab/Simulink和CarSim2020对自适应巡航控制系统进行研究。制定了纯电动汽车自适应巡航控制系统整体架构,并对纯电动汽车的纵向动力学进行了分析,随后选择了一种合适的安全距离模型以保证车辆行驶的安全性,运用Simulink搭建了所必需的雷达和轮毂电机模型。采用CarSim2020搭建自车与前车的车辆模型以及仿真环境。基于PID控制算法和线性二次型调节器(linear quadratic regulator,LQR)分别搭建出定速巡航和距离保持的上层控制器,再通过车辆纵向动力学搭建下层控制器。通过Matlab/Simulink和CarSim2020搭建联合仿真模型,在加减速工况下对定速巡航和距离保持控制器进行仿真研究。仿真结果表明:所设计的控制系统能够较好地实现定速巡航和距离保持功能,具有良好的实用性和有效性。

基于自适应容积卡尔曼滤波的路面附着系数识别

路面附着系数是车辆行驶稳定性的关键参数之一,精确识别车辆行驶时的路面附着系数是决定车辆安全性能优劣的重要前提。相较通过测量路面物理量的Cause-Based识别方法,基于动力学响应的Effect-Based识别方法受客观环境的影响较小,且经济成本更为节约。本文结合车辆动力学响应与Dugoff轮胎模型公式,基于极大值后验估计(MAP)原理和观测信息对量测噪声的统计特性进行在线估计,并将其嵌入容积卡尔曼(CKF)中构建自适应容积卡尔曼(NACKF)路面附着系数估计器,提高算法的估计精度。CarSim-Simulink仿真试验结果表明,在高附着路面下NACKF算法的估计精度较之传统四维UKF和CKF分别提高了0.001 7和0.000 55,而在对接路面下估计精度较之传统UKF和CKF分别提高了0.172 3和0.039。

直角坐标系下的水下被动目标跟踪自适应卡尔曼滤波算法

针对纯方位被动目标跟踪中,直角坐标系下的扩展卡尔曼滤波器容易发散,导致滤波精度很差的情况,文章中提出了一种直角坐标系下自适应卡尔曼滤波算法,对虚拟噪声进行了估计,动态补偿观测模型的线性化误差,削减系统的观测误差,并对其滤波理论及其算法进行了研究和仿真,结果表明,该算法提高了滤波的稳定性、快速性和精确性,优于一般的扩展卡尔曼滤波算法。

自适应无迹卡尔曼滤波动力电池的SOC估计

无迹卡尔曼滤波法(Unscented-Kalman Filter,UKF)在估计动力电池的剩余容量(State of Charge,SOC)时,由于系统噪声的不确定,可能导致算法不收敛,而且算法的估计性能受模型精度的影响,为此采用自适应无迹卡尔曼滤波法(Adaptive-UKF,AUKF)动态估计电动汽车动力电池的SOC.建立了适用于SOC估计的电池模型,辨识相应的电池模型的参数并进行验证,将AUKF应用到该模型,在未知干扰噪声环境下,在线估计电池的SOC.试验仿真结果表明:UKF算法的估计误差在-0.04~0.06之间跳动,而AUKF算法的估计误差平稳的保持在0.05以内,实时修正微小的模型误差带来的SOC估计误差.

纯电动汽车ACC自适应权重优化策略

为了提高自适应巡航控制(adaptive cruise control,ACC)系统的性能,文章提出了一种ACC系统自适应权重多目标优化策略。考虑到相对车速、驾驶员风格以及路面附着条件,提出了时变车间时距(variable time headway,VTH)策略;使用模糊控制方法设计了时变权重策略,在模型预测控制框架下设计了增量式自适应模型预测控制(model predictive control,MPC)器,并引入了松弛因子处理系统约束;在AMESim&Simulink联合仿真平台上搭建了纯电动车模型,进行了控制策略仿真和实车试验。研究结果表明,该策略有效提高了系统的鲁棒性,对于复杂行驶路况的适应性较好。

纯电动汽车低温适应性研究

由于纯电动汽车在低温环境下存在续驶里程大幅缩短、充电时间加长、动力性下降等问题,导致其在高寒地区的推广应用较少。本文主要介绍了纯电动汽车在高寒环境下的适应性研究方案,并结合具体车型的研究成果展开分析。所述的低温环境适应性研究包含低温冷启动、除霜、采暖、直流/交流充电、动力性、经济性、可靠性、能量回收、以及制动操稳性。

基于模糊卡尔曼滤波算法的动力电池SOC估计

为了改善传统卡尔曼滤波算法估计SOC时量测噪声的影响,提出了将传统卡尔曼滤波算法与模糊控制相结合的动力电池SOC的自适应估计方法。通过实时监控量测噪声实际方差与理论方差之间的差值,实现对量测噪声协方差矩阵的实时在线调整,提高算法在实际应用中的鲁棒性。通过基于联邦城市行驶工况(FUDS)验证混合算法的有效性。结果表明,基于模糊卡尔曼滤波算法的SOC估计最大误差仅为0.21%,高于传统卡尔曼滤波估计精度最大误差0.53%。仿真结果表明,该方法可以有效解决传统卡尔曼滤波算法估计不准和累计误差的问题。

基于毫米波雷达的纯电动汽车自适应巡航系统设计

自适应巡航控制是现代车辆电子系统的关键构成。在路况复杂多变的道路上,自适应巡航控制系统可以有效帮助驾驶员操控车辆,提高行车安全。因此,自适应巡航控制系统的附加作用受到广泛关注。目前针对基于毫米波雷达的纯电动汽车自适应巡航控制的研究不多,因此,该文将重点介绍基于毫米波雷达的纯电动汽车自适应巡航控制系统,该系统可在距离控制模式和速度控制模式之间自动切换,识别前方目标并实时跟踪,在保持安全距离的情况下提供车辆自动巡航功能。

两挡纯电动汽车多目标参数解耦优化方法

提出了一种采用分层方法的解耦优化算法。外层采用多目标粒子群算法对整车动力部件参数进行优化,同时引入对电池以及逆变器的效率优化,将得到的不同优化结果实时提取并传递给内层;内层采用Bellman动态规划算法,根据外层优化得到的动力部件参数求解,建立优化后的换挡策略。在此基础上,通过广义回归神经网络提取动态规划的换挡优化结果,利用所得到的换挡策略建立了自适应驾驶员模型和整车正向仿真模型,以动力性和经济性为目标,通过整车正向仿真分析对分层优化结果进行进一步选择。研究结果表明,该优化算法实现了换挡控制策略与动力部件参数的解耦,有效提高了优化效率,同时能够获得全局优化结果,明显提高了整车经济性。

一种小型纯电动汽车充电机的设计

快速充电是当前小型电动汽车需要解决的关键技术。文中研发了一种电动汽车用智能快速充电机,该充电机采用基于微控制器MC9S12XE100控制的双闭环多模式自适应充电方式进行充电。进行了主电路参数计算,包括功率管选择以及变压器、吸收回路、滤波回路、PWM控制电路和微控制器核心电路设计等。通过试验证明,文中设计的充电机达到了性能指标要求,主回路拓扑结构及其控制电路可行。

基于Cruise的两挡纯电动汽车速比优化

为了提高电动汽车的加速性能和经济性,针对两挡机械式自动变速器纯电动汽车传动系统参数优化问题,提出一种基于AVL-Cruise的自动变速器速比优化方法。首先,基于AVL-Cruise建立两挡自动变速器的纯电动汽车整车模型,主要包括电机、变速器、驱动轴和车轮,并对模型进行相应参数的匹配以及验证;然后,建立保证车辆经济性和动力性最优的目标函数,利用Isight中的自适应模拟退火算法(ASA)进行各挡的速比优化;最后,在NEDC循环工况下,将优化前后的整车性能数据进行对比。结果表明,除了纯电动汽车最高车速略有下降,其他各项性能都得到了有效提升。

基于电池循环寿命的纯电动汽车续驶里程估算

为了提高纯电动汽车的续驶里程估算精度,降低因电动汽车续驶里程估计不准确而出现的"里程焦虑",提出一种基于电池循环寿命的纯电动汽车续驶里程估算方法。首先,以纯电动汽车的整体性能分析为基础,将汽车续驶里程估算中电池循环使用时长问题,通过卡尔曼滤波算法转化为代价函数逼近最小值问题,确定电池循环使用寿命。其次,通过计算电池组剩余能量和已行驶里程,计算出纯电动汽车单位里程能耗;最后,计算出纯电动汽车循环工况续驶里程。实验结果表明,采用该方法对纯电动汽车续驶里程进行估算准确性较高,估算误差最低为2.5%,提高了对纯电动汽车续驶里程的估算精度。

纯电动汽车电池包线上装配探究

纯电动汽车生产线是传统燃油汽车生产线经过适应性改造达到混线生产。纯电动汽车在生产线上进行内外饰等非差异件的混线装配,而动力电池包等差异件采用线下装配模式,这样的装配工艺只可用于小批量生产,无法满足当前市场的实际需求。越来越多的主机厂通过优化装配工艺,改造生产线来满足电池包线上装配,从而满足电动汽车产量的需求。

基于卫星导航/惯性单元松耦合的低速智能电动汽车航向角估计

低速智能电动汽车近年来发展迅速,组合定位技术是其关键技术,航向角估计是组合定位技术中重要组成部分。基于低速智能电动汽车,提出了GNSS(global navigation satellite system)/IMU(inertial measurement unit)组合的航向角估计方法。介绍了GNSS/IMU松耦合条件下的航向角估计方法,提出基于IMU的航向角积分方法,推导了松耦合条件下误差动态与测量模型。针对GNSS信号质量时变问题,使用残差自适应卡尔曼滤波算法对航向角误差进行估计。针对GNSS信号质量设计了航向角误差反馈修正策略。通过在不同GNSS信号条件下进行的多组实车试验,验证了所提出的航向角估计算法的有效性。

基于混合算法的纯电动车整车质量及道路坡度估计

针对纯电动车行驶中整车质量与道路坡度的参数估计问题,根据整车质量具有稳变性及道路坡度具有时变性的特点,在车辆纵向动力学的基础上,提出了一种基于混合算法的整车质量及道路坡度估计方法,并将该方法应用于纯电动汽车起步阶段。使用对稳变量具有较好估计效能的遗忘因子递归最小二乘法进行了整车质量的估计,并将输出的质量结果作为坡度估计的输入参数之一。使用自适应卡尔曼滤波进行道路坡度估计,通过引入带有遗忘因子的噪声估计器,降低了外界噪声统计特性无法归纳的噪声影响,进而提高坡度估计精度。选取平地与微斜坡路段进行电动车起步试验,根据车辆起步过程速度低的特点,忽略空气阻力。使用全球导航卫星系统(GNSS)终端和车辆控制器局域网(CAN)总线采集所需数据,进行离线计算。结果表明:选择一段变坡度道路验证算法的有效性,该路段整车质量估计结果最终收敛至真实值10 kg以内,坡度估计结果具有较小误差;混合算法可以较为准确地估计整车质量和不断变化的道路坡度;二次起步试验质量估计结果具有相同的收敛趋势且质量误差小于2%,虽然坡度估计误差略有增大,但误差仍低于0.6%,表明混合算法在纯电动汽车起步过程中具有较高的估计精度。

《电动汽车的驱动与控制》

本书比较全面地介绍了电动汽车驱动系统控制技术的现状。阐述了电动汽车驱动系统的基本结构、工作原理、驱动电动机技术、功率变换技术、传感器技术及相关的建模与仿真技术。针对纯电动汽车的驱动系统进行建模，对电动汽车驱动系统的速度闭环控制的稳定性问题和控制策略进行了深入研究。根据两款电动轿车驱动系统的主要参数，建立了简化的被控对象数学模型，设计了PID控制器、自适应控制器、模糊控制器和预测控制器，利用数值仿真进行比较分析并研究了其控制性能。书中融入了编著者近期的研究成果，对于电动汽车设计具有重要的指导意义。

电动汽车动力电池荷电状态和健康状态估算方法

动力电池是电动汽车的关键组成部分,其状态参数直接影响电动汽车的性能。电池的荷电状态和健康状态是反映电池运行状态的两个重要参数,由于电池的强非线性,准确地对电池状态的判断有助于电动汽车电池的故障诊断。基于MATLAB/Simulink仿真,建立二阶等效电路模型,通过电容的减少和内阻的增加判断电池的老化程度,采用自适应卡尔曼滤波对电池的SOC和SOH进行估算以此判断电池的工作状态。仿真结果表明,该方法能够实现在线估算,对单体电池进行早期故障诊断,精度较高,确保电动汽车的安全运行。

《电动汽车的驱动与控制》

一本书比较全面地介绍了电动汽车驱动系统控制技术的现状，阐述了电动汽车驱动系统的基本结构、工作原理、驱动电动机技术、功率变换技术、传感器技术及相关的建模与仿真技术。针对纯电动汽车的驱动系统进行建模，对电动汽车驱动系统的速度闭环控制的稳定性问题和控制策略进行了深入研究。根据两款电动轿车驱动系统的主要参数，建立了简化的被控对象数学模型，设计了PID控制器、自适应控制器、模糊控制器和预测控制器，利用数值仿真进行比较分析并研究了其控制性能。书中融入了编著者近期的研究成果，对于电动汽车设计具有重要的指导意义。