首页--交通运输论文--公路运输论文--汽车工程论文--各种汽车论文--各种能源汽车论文

串联型液压混合动力车辆能量管理控制策略研究

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第13-22页
    1.1 课题研究的背景与意义第13-14页
    1.2 液压混合动力车辆配置方式第14-16页
    1.3 液压混合动力车辆研究概况第16-19页
        1.3.1 国外研究概况第16-18页
        1.3.2 国内研究概况第18-19页
    1.4 混合动力车辆能量管理控制策略的研究现状第19-20页
        1.4.1 基于规则的控制策略第19页
        1.4.2 瞬时优化控制策略第19-20页
        1.4.3 全局优化控制策略第20页
        1.4.4 智能控制策略第20页
    1.5 本文的主要研究内容第20-21页
    1.6 本章小结第21-22页
第2章 串联型液压混合动力车辆建模第22-40页
    2.1 串联型液压混合动力系统的工作原理第22-24页
    2.2 整车关键元件的模型建立第24-35页
        2.2.1 发动机的模型第24-26页
        2.2.2 液压泵/马达的模型第26-29页
        2.2.3 液压蓄能器的模型第29-32页
        2.2.4 车辆动力学模型第32-34页
        2.2.5 驾驶员模型第34-35页
    2.3 整车控制策略模型第35-38页
        2.3.1 顶层控制器第35-36页
        2.3.2 底层控制器第36-37页
        2.3.3 泵/马达能量分配第37-38页
    2.4 液压混合动力车辆的整车建模第38-39页
    2.5 本章小结第39-40页
第3章 基于规则的能量管理策略研究第40-52页
    3.1 工作模式分析第40-41页
    3.2 基于规则的能量管理策略第41-42页
    3.3 FUDS 循环下 SOC 阈值确定第42-44页
    3.4 FUDS 下仿真结果分析第44-49页
    3.5 FHDS 下仿真结果分析第49-51页
    3.6 本章小结第51-52页
第4章 基于 ANNs 和 DP 的优化能量管理策略研究第52-67页
    4.1 能量管理策略的确定第52页
    4.2 人工神经网络基础理论第52-54页
        4.2.1 人工神经网络的学习算法第53页
        4.2.2 BP 神经网络第53页
        4.2.3 人工神经网络时间序列预测第53-54页
    4.3 动态规划算法原理第54-55页
    4.4 基于 ANNs 和 DP 的优化能量管理策略第55-61页
        4.4.1 神经网络时间序列预测模型建立第55-58页
        4.4.2 DP 算法在串联型混合动力中的应用第58-61页
    4.5 基于 ANNs 和 DP 算法的能量管理策略的仿真分析第61-66页
        4.5.1 仿真条件第61-62页
        4.5.2 仿真结果分析第62-66页
    4.6 本章小结第66-67页
第5章 组合型能量管理策略研究第67-75页
    5.1 基于规则的控制策略与基于 ANNs 和 DP 的控制策略的局限第67页
    5.2 组合型能量管理控制策略基本思想第67-68页
    5.3 混合型能量管理策略整车模型第68-69页
        5.3.1 SHHV 模型混合能量控制策略第68页
        5.3.2 整车仿真模型第68-69页
    5.4 混合能量管理控制策略仿真结果分析第69-74页
        5.4.1 仿真条件第69-70页
        5.4.2 仿真结果第70-71页
        5.4.3 三种控制策略效果对比第71-74页
        5.4.4 结论第74页
    5.5 本章小结第74-75页
第6章 总结与展望第75-77页
    6.1 全文总结第75-76页
    6.2 前景展望第76-77页
参考文献第77-82页
致谢第82页

论文共82页,点击 下载论文
上一篇:基于效率优化的并联混合动力汽车动力总成优选方法研究
下一篇:大件运输车辆道路曲线外廓通过性研究