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 |