纯电动汽车动力性与经济性平衡策略研究

纯电动汽车产销量不断增加,市场竞争不断加剧,实现其动力性与经济性的平衡,是提升产品竞争力的重要手段。该文在明确纯电动汽车动力性与经济性平衡意义的基础上,分析其动力性与平衡性的主要影响因素,并对其进行仿真分析,提出纯电动汽车动力性与经济性的平衡策略,为纯电动汽车整车设计和动力系统优化提供助力。

电控硅油风扇改善车辆燃油经济性的试验研究

本文介绍了电控硅油风扇改善车辆燃油经济性的试验研究过程。研究结果表明:电控硅油风扇匹配在某8.9 L电控柴油机上比温控硅油风扇的车辆等速油耗节省4-5%,车辆平原高速油耗节省3%。

基于显式随机模型预测控制的功率分流式混合动力车辆能量管理策略

混合动力车辆的能量管理策略对提高燃油经济性十分重要.为了提高功率分流式混合动力车辆的燃油经济性以及能量管理策略的实时性,设计了基于显式随机模型预测控制的能量管理策略.首先利用马尔科夫链预测车速,通过简化控制模型,把非线性的能量管理问题转化为线性二次优化问题,建立了以预测域内能量消耗最小为目标的随机模型预测策略(SMPC);然后通过参数化求解得到显式随机模型预测控制策略,该策略既保持了随机模型预测控制方法的优势,又提高了计算速度;最后在多个工况下进行仿真,对提出的能量管理策略的有效性进行验证.仿真结果表明:与基于规则的控制策略相比燃油经济性最高可提高28.64%,同时该策略在仿真中的平均计算时间为3.1ms,具有实时运算潜力.

低碳经济下的交通产业发展战略

通过分析交通领域碳排放的特点,指出交通产业在低碳经济中的角色定位——交通产业不仅要通过改变自身的发展方向和产业结构快速融入到低碳经济的发展模式中;同时,减少交通领域的碳排放量、减缓交通领域碳排放增长速度,为工业和城市的低碳转型提供支持,尤其对城市的快速转型起到稳定有力的支撑。围绕系统的观点,提出低碳经济下的交通产业发展战略。

燃料电池汽车混合式能量管理策略分析

发展燃料电池汽车是解决传统燃油汽车导致的环境污染和能源危机问题的重要手段之一。能量管理策略是燃料电池汽车的重要技术核心。目前燃料电池汽车主要采用单一规则型能量管理策略,而该策略在不同动力电池初始荷电状态(State of Charge,SOC)下难以使车辆达到最佳的经济性。提出了一种混合式燃料电池汽车能量管理策略,将功率跟随与模糊控制两种规则型能量管理策略相混合,并根据动力电池初始SOC进行能量管理策略的选择。通过Matlab/Simulink建立燃料电池混合动力系统以及整车动力学模型,基于该模型对混合式控制策略与有限状态机能量管理策略下燃料电池汽车的性能进行了对比分析。仿真结果表明:相比有限状态机能量管理策略,在低、中、高三种动力电池初始SOC下,混合式控制策略使燃料电池汽车经济性分别提高6%、19.9%以及27%。

新型履齿履带试验研究

本文反映新型履齿带的最新试验研究成果．在新型履齿带对履带式车辆的 能系数fφμ改善的基础上，进一步试验研究了对牵引系数ｑ＝φ－f车辆经济性Ｇｅ等性能改善 的效果．同时，开始对人f、φ、μ、q、Ｇｅ等的影响因素Ｖ、δz、δy作了探索性试验研究．

NEDC工况双中间轴DCT动态性能仿真

基于自主开发的6挡双中间轴双离合器自动变速器(DCT)结构及传动原理,建立了DCT不同传动状态下的动力学模型,开发了相应的状态切换逻辑及离合器压力控制策略,采用二参数经济性换挡规律,基于NEDC循环工况,在Matlab/Simulink/Stateflow平台下,仿真考察了DCT在车辆起步及换挡过程的动态性能,同时分析了DCT车辆的燃油经济性与动力性。仿真结果表明,DCT能有效地消除换挡时的动力中断,与MT原车定型试验结果相比,DCT可提高车辆加速性能且具有较好的燃油经济性。

智能网联汽车节能优化关键问题与研究进展

汽车保有量的增加和能耗排放法规日益严格的限制给车辆节能减排提出了巨大挑战,网联化、智能化和电气化是提高未来交通效率和减少公路能源消耗的三大支柱。为了全面了解智能网联汽车节能减排的前沿问题与研究进展,对当前经济驾驶领域的重点问题进行了总体概述。首先,从广义的能量转换角度总结了智能车辆节能优化技术的本质和3个过程,其中Wheels to Distance环节的车辆系统优化是挖掘汽车节能潜力的重要一环,针对其介绍了智能网联汽车节能优化问题的基本数学原理;其次,从智能运输系统的各类非同源异构数据出发,分别从人-车交互、车-车通信、车-路感知三方面阐述来源于"人-车-路"交互体系的智能信息与数据;然后,针对单车智能网联环境下的多维度信息与先进控制技术相结合的关键问题,从考虑道路坡度预测巡航控制、跟车工况预测巡航控制、智能辅助驾驶和车道变换等应用场景进行具体介绍;针对"人-车-路-云"多源异构环境下车辆行为协同节能关键科学问题,从经济驾驶、多车协同节能、道路交叉口车路协同节能和车云协同节能等方面详细介绍研究现状;并进一步介绍电气化公路系统的前瞻性研究,说明融合智能化信息的E-highway节能潜力和智能重型商用车协同节能的未来发展趋势。最后,总结并梳理智能化信息对于提升车辆节能的重要影响,并展望了其在理论与实际层面遇到的挑战。