基于反饋神經網絡的并聯式強混合動力汽車能量控制策略研究.pdf

1、能量控制策略是混合動力汽車的一項關鍵技術，它的控制效果直接影響整車綜合性能。目前的控制策略存在適應工況單一、實時性差等缺點。本文對傳統瞬時能量控制策略作進一步研究，并結合神經網絡技術對其進行優(yōu)化與改進。
　　計算了不同工況下動力電池的等效燃油消耗量，建立了瞬時等效油耗最低控制策略目標函數。分析了動力電池荷電狀態(tài)以及制動能量回收這兩個因素對燃油消耗量的影響，對目標函數進行了修正。
　　采用Matlab/Simulink，基于改

2、進后的瞬時控制方案構建了包括混合動力系統最優(yōu)工作點計算模塊和平均制動回收功率計算模塊在內的瞬時控制策略總模塊，提取了改進后的瞬時控制策略的控制規(guī)則。
　　建立了用于控制轉矩輸出的Elman神經網絡模型，確定了包括隱藏層神經元數目、激勵函數在內的各網絡參數，選擇了網絡訓練算法，基于改進后的瞬時控制規(guī)則對網絡進行了訓練，在此基礎上，設計了混合動力汽車用Elman神經網絡控制器。
　　利用ADVISOR軟件，在兩種典型工況下分別對