摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-15页 |
1.1 课题研究的背景及意义 | 第10-11页 |
1.2 电动车基本现状与发展前景 | 第11-12页 |
1.3 电动车控制策略研究现状 | 第12-14页 |
1.4 本文研究的主要内容 | 第14-15页 |
第2章 增程式电动车控制策略研究 | 第15-34页 |
2.1 增程式电动车 | 第15-19页 |
2.1.1 基本结构与工作模式 | 第15-17页 |
2.1.2 增程式电动车功能特点分析 | 第17-19页 |
2.2 电池组充放电策略研究 | 第19-23页 |
2.2.1 SOC 的估算方法研究 | 第19-20页 |
2.2.2 电池组充放电能量流分析 | 第20-21页 |
2.2.3 电池组放电策略研究 | 第21-23页 |
2.3 增程式电动车能量回馈制动控制策略研究 | 第23-30页 |
2.3.1 并联式能量回馈制动控制策略 | 第23-25页 |
2.3.2 理想制动力分配控制策略 | 第25-26页 |
2.3.3 最大制动能量回馈制动控制策略 | 第26-30页 |
2.4 增程器能量控制策略研究 | 第30-33页 |
2.4.1 发动机工作点控制策略研究 | 第30-32页 |
2.4.2 增程器预热控制算法分析 | 第32-33页 |
2.5 本章小结 | 第33-34页 |
第3章 基于遗传算法的增程器能量控制策略设计 | 第34-47页 |
3.1 关键部件的选型和参数设计 | 第34-39页 |
3.1.1 驱动电机的选型和参数设计 | 第34-36页 |
3.1.2 增程器的选型和参数设计 | 第36-37页 |
3.1.3 动力电池的选型和参数设计 | 第37-39页 |
3.2 基于遗传算法的增程器设计 | 第39-42页 |
3.2.1 遗传算法 | 第39-40页 |
3.2.2 遗传算法在 advisor 中的实现 | 第40-42页 |
3.3 遗传算法优化设计及仿真 | 第42-46页 |
3.3.1 遗传算法优化设计 | 第42-44页 |
3.3.2 Advisor 的非 GUI 仿真原理 | 第44-45页 |
3.3.3 优化结果与分析 | 第45-46页 |
3.4 本章小结 | 第46-47页 |
第4章 增程式电动车整车性能分析与仿真 | 第47-60页 |
4.1 整车性能分析及评价指标 | 第47-49页 |
4.1.1 动力性能分析及评价指标 | 第47-48页 |
4.1.2 经济性能分析及评价指标 | 第48-49页 |
4.2 动力系统模型的建立 | 第49-54页 |
4.2.1 电动机模型 | 第49-50页 |
4.2.2 增程器模型 | 第50-51页 |
4.2.3 电池模型 | 第51-52页 |
4.2.4 其它动力部件模型 | 第52-54页 |
4.2.5 整车模型的建立 | 第54页 |
4.3 仿真工况的选择 | 第54-55页 |
4.4 仿真结果分析 | 第55-59页 |
4.4.1 优化前后动力性能分析 | 第55-58页 |
4.4.2 优化前后经济性能分析 | 第58-59页 |
4.5 本章小结 | 第59-60页 |
结论 | 第60-61页 |
参考文献 | 第61-64页 |
攻读学位期间发表的学术论文 | 第64-65页 |
致谢 | 第65页 |