论文部分内容阅读
由于混合动力汽车是由两种动力源共同工作,想要得到最优的效率和降低排放等特点,必须使电机和发动机这两套动力系统都工作在相对的高效区域。而针对不同的行驶工况,混合动力汽车能量管理策略应进行相应调整,使其跟随行驶工况的变化而自动调节两动力源之间的转矩分配关系,进一步达到能量优化的目的。本文基于并联式混合动力汽车,以提高发动机效率和降低燃油消耗为目的,综合考虑发动机、电机和动力电池组以及传动系统效率,提出了基于发动机工作点优化的整车转矩分配方法。根据并联式混合动力汽车的整车动力学结构,结合整车多传感器采集的相关数据,在MATLAB/Simulink环境下,建立发动机、电机、蓄电池和整车的正向仿真模型。通过对混合动力汽车不同工作模式、不同的能量传递路径下的各部分动力总成部件进行效率分析,获得整车效率分析模型;为了达到效率最优的目标,本文采用自适应遗传算法,对发动机最优工作点进行优化;选用三层前馈神经网络对整车转矩进行分配,利用电机提供的辅助转矩“削峰填谷”调整发动机的实时工作点,将发动机和电机控制在最佳效率区工作,神经网络的权值利用时间差分法进行更新,实现系统的实时控制。由于汽车在运行过程中会受时间、环境变化和机械磨损等问题的影响,本文采用平行计算结构,将基于效率优化的神经网络整车转矩分配方法在工程中实现,提高系统的实时性。最后,构建xPC Target硬件在环系统,选择常用的NEDC工况和城市综合工况进行仿真,将原始的控制策略和本文所提出的控制策略进行对比,证明本文所提出的转矩分配方法具有有效性。同时,本文提出的硬件在环系统仿真平台能有效的减少实车的试验次数,在节约费用和减少开发时间等方面具有很大的优势。