| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 混合动力系统能量管理策略国内外研究现状 | 第10-12页 |
| 1.3 道路工况识别国内外研究现状 | 第12-13页 |
| 1.4 本文主要研究内容 | 第13-17页 |
| 第二章 并联式AMT混合动力汽车建模 | 第17-31页 |
| 2.1 引言 | 第17-18页 |
| 2.2 HEV主要部件建模 | 第18-29页 |
| 2.2.1 整车阻力模型 | 第19-21页 |
| 2.2.2 发动机模型 | 第21-22页 |
| 2.2.3 电机模型 | 第22-23页 |
| 2.2.4 蓄电池模型 | 第23-25页 |
| 2.2.5 离合器模型 | 第25-27页 |
| 2.2.6 变速器模型 | 第27-29页 |
| 2.3 本章小结 | 第29-31页 |
| 第三章 基于历史工况信息的未来短期道路工况预测 | 第31-53页 |
| 3.1 引言 | 第31页 |
| 3.2 基于灰色预测的未来短期汽车车速预测 | 第31-40页 |
| 3.2.1 灰色预测GM(1,1)模型 | 第32-37页 |
| 3.2.2 灰色预测GM(1,1)模型的改进及实现 | 第37-39页 |
| 3.2.3 未来短期车速预测区间 | 第39-40页 |
| 3.3 基于卡尔曼滤波的未来短期道路坡度预测 | 第40-51页 |
| 3.3.1 卡尔曼滤波基本算法 | 第40-42页 |
| 3.3.2 基于汽车纵向动力学离散卡尔曼滤波器 | 第42-44页 |
| 3.3.3 带遗忘因子最小二乘法 | 第44-46页 |
| 3.3.4 两种坡度估算方法对比分析 | 第46-48页 |
| 3.3.5 基于道路线性特性的道路坡度预测 | 第48-51页 |
| 3.4 本章小结 | 第51-53页 |
| 第四章 自适应等效燃油消耗最小A-ECMS能量管理策略 | 第53-65页 |
| 4.1 引言 | 第53页 |
| 4.2 等效燃油消耗最小策略基本原理 | 第53-57页 |
| 4.2.1 庞特里亚金极小值原理 | 第53-54页 |
| 4.2.2 等效燃油消耗最小策略 | 第54-57页 |
| 4.3 自适应等效燃油消耗最小策略研究 | 第57-63页 |
| 4.3.1 自适应等效燃油消耗最小策略算法 | 第58-59页 |
| 4.3.2 自适应等效燃油消耗最小策略仿真分析 | 第59-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第五章 基于道路工况预测的A-ECMS能量管理策略 | 第65-77页 |
| 5.1 引言 | 第65页 |
| 5.2 实时道路工况下A-ECMS仿真分析 | 第65-67页 |
| 5.3 道路工况自适应等效燃油消耗最小策略 | 第67-72页 |
| 5.3.1 道路工况自适应等效燃油消耗最小策略算法及流程 | 第67-70页 |
| 5.3.2 道路工况自适应等效燃油消耗最小策略算法仿真分析 | 第70-72页 |
| 5.4 两种A-ECMS仿真结果对比分析 | 第72-75页 |
| 5.5 本章小结 | 第75-77页 |
| 第六章 全文总结及展望 | 第77-81页 |
| 6.1 全文总结 | 第77-78页 |
| 6.2 主要创新点及展望 | 第78-81页 |
| 6.2.1 主要创新点 | 第78-79页 |
| 6.2.2 展望 | 第79-81页 |
| 致谢 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 攻读学位期间取得的研究成果 | 第87页 |
| A.在学期间发表的学术论文 | 第87页 |
| B.在学期间参与科研项目 | 第87页 |
