并联混合动力汽车在随机路况下的能量管理策略研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 混合动力汽车介绍 | 第12-14页 |
| 1.2.1 混合动力汽车定义 | 第12页 |
| 1.2.2 混合动力汽车特点 | 第12-13页 |
| 1.2.3 混合动力汽车分类 | 第13-14页 |
| 1.3 混合动力汽车工作原理 | 第14-17页 |
| 1.3.1 混合动力汽车节油机理 | 第14-15页 |
| 1.3.2 混合动力汽车工作模式分析 | 第15-17页 |
| 1.4 混合动力汽车研究现状 | 第17-20页 |
| 1.4.1 国外研究现状 | 第17-18页 |
| 1.4.2 国内研究现状 | 第18-19页 |
| 1.4.3 混合动力汽车典型控制策略分析 | 第19-20页 |
| 1.5 本文主要研究内容 | 第20-21页 |
| 第2章 并联混合动力汽车建模 | 第21-32页 |
| 2.1 引言 | 第21页 |
| 2.2 ADVISOR仿真软件概述 | 第21-23页 |
| 2.3 并联混合动力汽车仿真建模方式 | 第23-24页 |
| 2.4 并联混合动力汽车关键部件建模 | 第24-31页 |
| 2.4.1 车轮模型 | 第24-25页 |
| 2.4.2 整车动力学模型 | 第25-26页 |
| 2.4.3 发动机模型 | 第26-28页 |
| 2.4.4 电机模型 | 第28-29页 |
| 2.4.5 蓄电池模型 | 第29-30页 |
| 2.4.6 ADVISOR顶层界面模型 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 随机工况的构建 | 第32-40页 |
| 3.1 引言 | 第32页 |
| 3.2 行驶工况概述 | 第32-35页 |
| 3.2.1 行驶工况基本概念 | 第32页 |
| 3.2.2 行驶工况对控制策略的影响 | 第32-35页 |
| 3.3 马尔可夫预测方法概述 | 第35-36页 |
| 3.3.1 马尔可夫链过程 | 第35页 |
| 3.3.2 状态转移概率 | 第35-36页 |
| 3.3.3 马尔可夫链特性 | 第36页 |
| 3.4 马尔可夫预测模型建立 | 第36-39页 |
| 3.4.1 行驶工况初始数据准备 | 第36页 |
| 3.4.2 工况数据状态划分 | 第36-37页 |
| 3.4.3 计算状态转移概率矩阵 | 第37页 |
| 3.4.4 状态样本空间 | 第37-38页 |
| 3.4.5 行驶工况的载入 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 能量管理系统策略的研究及仿真 | 第40-61页 |
| 4.1 引言 | 第40页 |
| 4.2 模糊控制策略的研究 | 第40-43页 |
| 4.2.1 模糊控制理论的研究 | 第40页 |
| 4.2.2 模糊控制理论的历史 | 第40-41页 |
| 4.2.3 模糊控制系统 | 第41-42页 |
| 4.2.4 模糊控制系统的分类 | 第42-43页 |
| 4.3 并联混合动力汽车中模糊控制系统的应用 | 第43-48页 |
| 4.3.1 并联混合动力汽车能量管理策略介绍 | 第43-44页 |
| 4.3.2 模糊逻辑控制策略设计原理 | 第44页 |
| 4.3.3 选取模糊逻辑控制规则 | 第44-47页 |
| 4.3.4 模糊逻辑控制策略模型 | 第47-48页 |
| 4.4 遗传算法理论的研究 | 第48-49页 |
| 4.4.1 遗传算法的产生 | 第48页 |
| 4.4.2 遗传算法的历史与特点 | 第48页 |
| 4.4.3 遗传算法的概念和具体操作 | 第48-49页 |
| 4.5 基于遗传算法优化的模糊控制策略 | 第49-54页 |
| 4.5.1 初始化种群 | 第50页 |
| 4.5.2 适应度函数的选择 | 第50-51页 |
| 4.5.3 遗传算子的确定 | 第51-52页 |
| 4.5.4 运行参数的确定 | 第52页 |
| 4.5.5 约束条件 | 第52-53页 |
| 4.5.6 改进后的隶属度函数 | 第53-54页 |
| 4.6 基于遗传算法优化的模糊控制策略仿真分析 | 第54-60页 |
| 4.7 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 个人简介 | 第69页 |
