| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-7页 |
| 1 绪论 | 第12-30页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 国内外混合动力汽车的发展现状 | 第14-19页 |
| 1.3 混合动力汽车能量管理策略研究现状 | 第19-25页 |
| 1.3.1 基于规则的能量管理策略研究现状 | 第19-20页 |
| 1.3.2 瞬时优化能量管理策略研究现状 | 第20-22页 |
| 1.3.3 全局优化能量管理策略研究现状 | 第22-23页 |
| 1.3.4 基于工况自适应的能量管理策略研究现状 | 第23-25页 |
| 1.4 目前混合动力汽车能量管理策略研究存在的问题 | 第25页 |
| 1.5 本文研究思路和主要研究内容 | 第25-30页 |
| 2 行驶工况数据采集与典型工况构建 | 第30-48页 |
| 2.1 引言 | 第30页 |
| 2.2 行驶工况构建方法 | 第30-31页 |
| 2.3 行驶工况数据的采集 | 第31-35页 |
| 2.3.1 行驶工况数据采集方案 | 第31-34页 |
| 2.3.2 行驶工况数据的采集 | 第34-35页 |
| 2.4 试验数据的处理和分析 | 第35-42页 |
| 2.4.1 行驶工况数据的预处理 | 第35-36页 |
| 2.4.2 工况块的划分 | 第36页 |
| 2.4.3 工况块特征参数的优化 | 第36-38页 |
| 2.4.4 工况块的遗传优化K-均值聚类分析 | 第38-42页 |
| 2.5 行驶工况的合成 | 第42-45页 |
| 2.6 行驶工况的分析验证 | 第45-46页 |
| 2.7 本章小节 | 第46-48页 |
| 3 基于多工况的混合动力汽车参数优化及动力系统建模 | 第48-66页 |
| 3.1 引言 | 第48页 |
| 3.2 整车动力系统及其基本参数 | 第48-49页 |
| 3.3 混合动力汽车参数优化设计 | 第49-51页 |
| 3.3.1 优化目标函数的选择 | 第49-50页 |
| 3.3.2 优化参数的选取 | 第50页 |
| 3.3.3 参数优化的约束条件 | 第50-51页 |
| 3.4 基于单一工况的混合动力汽车参数优化方法及仿真分析 | 第51-56页 |
| 3.4.1 基于单一工况的混合动力汽车参数优化方法 | 第51-53页 |
| 3.4.2 基于单一工况的混合动力汽车参数优化仿真分析 | 第53-56页 |
| 3.5 基于多工况的混合动力汽车参数优化方法及仿真分析 | 第56-61页 |
| 3.5.1 基于多工况的混合动力汽车参数优化方法 | 第56-57页 |
| 3.5.2 基于多工况的混合动力汽车参数优化仿真及结果分析 | 第57-61页 |
| 3.6 混合动力汽车动力系统建模 | 第61-65页 |
| 3.6.1 发动机模型 | 第61页 |
| 3.6.2 ISG电机模型 | 第61-62页 |
| 3.6.3 动力电池模型 | 第62-64页 |
| 3.6.4 CVT效率模型 | 第64-65页 |
| 3.7 本章小结 | 第65-66页 |
| 4 基于遗传优化K-均值聚类算法工况识别的能量管理策略 | 第66-94页 |
| 4.1 引言 | 第66页 |
| 4.2 工况识别特征参数优化 | 第66-75页 |
| 4.2.1 特征参数的选择 | 第67-68页 |
| 4.2.2 特征参数优化方法 | 第68-69页 |
| 4.2.3 特征参数优化结果 | 第69-70页 |
| 4.2.4 优化结果的验证分析 | 第70-75页 |
| 4.3 工况识别算法的选择 | 第75-83页 |
| 4.3.1 基于统计分析的行驶工况识别算法 | 第76-80页 |
| 4.3.2 基于遗传优化K-均值聚类的行驶工况识别算法 | 第80-82页 |
| 4.3.3 行驶工况识别算法的对比分析 | 第82-83页 |
| 4.4 基于遗传优化K-均值聚类算法工况识别的能量管理策略 | 第83-90页 |
| 4.4.1 四种典型工况的选定 | 第84-85页 |
| 4.4.2 等效燃油最小能量管理策略 | 第85-87页 |
| 4.4.3 典型工况下的需求功率最优分配方式 | 第87-90页 |
| 4.5 仿真及结果分析 | 第90-92页 |
| 4.6 本章小节 | 第92-94页 |
| 5 计及行驶工况与驾驶风格影响的能量管理策略 | 第94-112页 |
| 5.1 引言 | 第94页 |
| 5.2 驾驶风格识别算法的确定 | 第94-99页 |
| 5.2.1 驾驶风格识别系数 | 第95-96页 |
| 5.2.2 驾驶风格识别算法 | 第96-98页 |
| 5.2.3 驾驶风格识别周期以及预测周期的确定 | 第98-99页 |
| 5.3 基于遗传优化的等效燃油最小能量管理策略 | 第99-103页 |
| 5.3.1 目标函数、约束条件及适应度函数的选择 | 第99-100页 |
| 5.3.2 遗传优化求解过程 | 第100-101页 |
| 5.3.3 遗传优化结果的仿真验证 | 第101-103页 |
| 5.4 基于驾驶风格识别的能量管理策略 | 第103-106页 |
| 5.4.1 不同驾驶风格下的最优等效燃油系数的求解 | 第103-104页 |
| 5.4.2 不同驾驶风格下的最优需求功率分配 | 第104-106页 |
| 5.5 仿真及结果分析 | 第106-110页 |
| 5.6 本章小结 | 第110-112页 |
| 6 某城市典型工况及能量管理策略的试验研究 | 第112-130页 |
| 6.1 引言 | 第112页 |
| 6.2 某城市典型工况的转鼓试验 | 第112-116页 |
| 6.2.1 转毂试验系统构成 | 第112-113页 |
| 6.2.2 所构建工况与其它行驶工况的油耗排放对比 | 第113-116页 |
| 6.3 混合动力台架试验 | 第116-125页 |
| 6.3.1 混合动力台架试验系统构成 | 第116-118页 |
| 6.3.2 台架试验数据采集及测控系统 | 第118-121页 |
| 6.3.3 台架试验及结果分析 | 第121-125页 |
| 6.4 混合动力汽车道路试验 | 第125-129页 |
| 6.4.1 整车能量管理策略 | 第125-126页 |
| 6.4.2 整车道路试验及结果分析 | 第126-129页 |
| 6.5 本章小结 | 第129-130页 |
| 7 全文总结 | 第130-134页 |
| 7.1 论文主要研究工作及结论 | 第130-132页 |
| 7.2 论文主要创新点及后续研究工作的展望 | 第132-134页 |
| 7.2.1 论文的主要创新点 | 第132页 |
| 7.2.2 继续研究的方向 | 第132-134页 |
| 致谢 | 第134-136页 |
| 参考文献 | 第136-146页 |
| 附录 | 第146页 |
| A. 作者在攻读学位期间发表的论文目录 | 第146页 |
| B. 作者在攻读学位期间参加的科研项目 | 第146页 |
