基于工況識(shí)別的混合動(dòng)力汽車控制策略研究.pdf

1、控制策略是混合動(dòng)力汽車節(jié)能與減排的關(guān)鍵，對(duì)提高混合動(dòng)力汽車的綜合性能至關(guān)重要。為提高混合動(dòng)力汽車的燃油經(jīng)濟(jì)性，本文以某型號(hào)單軸并聯(lián)式混合動(dòng)力汽車為研究對(duì)象，基于工況識(shí)別和動(dòng)態(tài)規(guī)劃算法，開發(fā)了一種混合動(dòng)力汽車實(shí)時(shí)控制策略，主要研究工作如下:
　　1.建立典型工況數(shù)據(jù)庫(kù)。典型工況是實(shí)時(shí)控制策略的研究基礎(chǔ)，是工況識(shí)別和建立最優(yōu)控制序列數(shù)據(jù)庫(kù)的條件。為建立典型工況數(shù)據(jù)庫(kù)，本文以濟(jì)南市區(qū)工況為研究對(duì)象，合理規(guī)劃并采集目標(biāo)車輛在運(yùn)行環(huán)境下的行

2、駛工況;對(duì)采集的濟(jì)南市區(qū)工況運(yùn)用行程分析法提取運(yùn)動(dòng)學(xué)片段，選取并計(jì)算運(yùn)動(dòng)學(xué)片段的典型特征參數(shù);對(duì)運(yùn)動(dòng)學(xué)片段的特征參數(shù)進(jìn)行主成分分析，根據(jù)分析結(jié)果，使用K-means算法對(duì)運(yùn)動(dòng)學(xué)片段進(jìn)行聚類，在驗(yàn)證聚類結(jié)果合理性的基礎(chǔ)上，建立典型工況數(shù)據(jù)庫(kù)。
　　2.建立最優(yōu)控制序列數(shù)據(jù)庫(kù)。對(duì)典型運(yùn)動(dòng)學(xué)片段運(yùn)用全局優(yōu)化得到的最優(yōu)控制序列，是實(shí)時(shí)控制策略的參考依據(jù)。為此，本文構(gòu)建了目標(biāo)車輛的物理模型，并使用嵌入式MATLAB函數(shù)實(shí)現(xiàn)動(dòng)態(tài)規(guī)劃算法，建立

3、了全局優(yōu)化控制器模型;通過UDDS循環(huán)工況仿真，將全局優(yōu)化控制策略與邏輯門限值控制策略進(jìn)行對(duì)比，驗(yàn)證全局優(yōu)化控制策略的有效性;在此基礎(chǔ)上，對(duì)典型工況數(shù)據(jù)庫(kù)運(yùn)用全局優(yōu)化，建立最優(yōu)控制序列數(shù)據(jù)庫(kù)。
　　3.基于工況識(shí)別的混合動(dòng)力汽車控制策略研究。本文以典型工況數(shù)據(jù)庫(kù)和最優(yōu)控制序列數(shù)據(jù)庫(kù)為參考，通過對(duì)車輛當(dāng)前整體工況和瞬時(shí)工況的分析，設(shè)計(jì)了一種基于工況識(shí)別的混合動(dòng)力汽車實(shí)時(shí)控制策略（雙權(quán)重因子控制策略）。為此，本文建立了BP神經(jīng)網(wǎng)絡(luò)模型

4、，用于實(shí)時(shí)工況識(shí)別;定義整體工況權(quán)重因子和瞬時(shí)工況權(quán)重因子，整體工況權(quán)重因子代表當(dāng)前工況所屬的道路特征，如城市工況、郊區(qū)工況等，瞬時(shí)工況權(quán)重因子代表當(dāng)前時(shí)刻的車輛狀態(tài)，如加速、減速和勻速等;綜合應(yīng)用兩種權(quán)重因子和最優(yōu)控制序列數(shù)據(jù)庫(kù)計(jì)算實(shí)時(shí)比例因子，確定混合動(dòng)力系統(tǒng)轉(zhuǎn)矩分配比;最后，以實(shí)測(cè)路譜為行駛工況進(jìn)行仿真，通過與邏輯門限值和全局優(yōu)化控制策略的仿真結(jié)果對(duì)比，驗(yàn)證本文所提控制策略的有效性。結(jié)果表明:雙權(quán)重因子控制策略能夠較好地實(shí)現(xiàn)車速跟