| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 论文的选题背景和研究意义 | 第9-10页 |
| 1.2 混合动力电动汽车的结构原理 | 第10-11页 |
| 1.2.1 串联式混合动力电动汽车 | 第10页 |
| 1.2.2 并联式混合动力电动汽车 | 第10-11页 |
| 1.2.3 混联式混合动力电动汽车 | 第11页 |
| 1.3 再生制动的国内外研究现状 | 第11-14页 |
| 1.3.1 国外研究现状 | 第11-13页 |
| 1.3.2 国内研究现状 | 第13-14页 |
| 1.4 影响再生制动能量回收的因素 | 第14页 |
| 1.5 论文的主要研究内容 | 第14-16页 |
| 2 混合动力电动汽车再生制动分析 | 第16-31页 |
| 2.1 再生制动的结构与基本原理 | 第16页 |
| 2.2 再生制动能量回收系统 | 第16-20页 |
| 2.2.1 再生制动能量回收系统的基本原理 | 第16-19页 |
| 2.2.2 再生制动能量回收系统 | 第19-20页 |
| 2.3 再生制动数学模型 | 第20-23页 |
| 2.3.1 电动机模型 | 第20-22页 |
| 2.3.2 蓄电池模型 | 第22-23页 |
| 2.4 车辆的制动性能分析 | 第23-30页 |
| 2.4.1 制动时车轮的制动力分析 | 第23-25页 |
| 2.4.2 前后轮轴上的制动力分布 | 第25-27页 |
| 2.4.3 制动规程 | 第27-29页 |
| 2.4.4 制动性能分析 | 第29-30页 |
| 2.5 小结 | 第30-31页 |
| 3 再生制动控制策略的研究 | 第31-44页 |
| 3.1 典型的制动力分配策略 | 第31-34页 |
| 3.1.1 理想制动力分配策略 | 第31-32页 |
| 3.1.2 最佳能量回收分配策略 | 第32-33页 |
| 3.1.3 并联再生制动控制策略 | 第33-34页 |
| 3.2 模糊逻辑再生制动力分配控制策略 | 第34-43页 |
| 3.2.1 模糊逻辑制动力的分配 | 第34-35页 |
| 3.2.2 模糊控制器的设计 | 第35-39页 |
| 3.2.3 模糊控制策略的仿真与结果分析 | 第39-43页 |
| 3.3 小结 | 第43-44页 |
| 4 基于模糊神经网络的再生制动力分配控制策略的研究 | 第44-53页 |
| 4.1 自适应神经网络的结构 | 第44-45页 |
| 4.2 模糊逻辑推理 | 第45-46页 |
| 4.2.1 输出函数的两种形式 | 第45-46页 |
| 4.2.2 计算系统输出 U 的两种方法 | 第46页 |
| 4.3 自适应模糊神经网络模型 | 第46-50页 |
| 4.3.1 自适应模糊神经网络的学习算法 | 第47页 |
| 4.3.2 自适应模糊神经网络的模型公式 | 第47-50页 |
| 4.4 自适应模糊神经网络再生制动力分配控制策略 | 第50-52页 |
| 4.5 小结 | 第52-53页 |
| 5 混合动力电动汽车再生制动的建模与仿真分析 | 第53-62页 |
| 5.1 ADVISOR 仿真软件简介 | 第53-54页 |
| 5.2 再生制动控制策略建模 | 第54-57页 |
| 5.2.1 ADVISOR 内置的再生制动控制策略 | 第54-56页 |
| 5.2.2 自适应模糊神经网络再生制动力分配策略建模 | 第56-57页 |
| 5.3 仿真结果与数据分析 | 第57-61页 |
| 5.4 小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读学位期间的研究成果 | 第67页 |
