混合动力汽车路况化模糊整车控制
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 新能源汽车简介 | 第10-11页 |
| 1.1.1 纯电动 | 第10页 |
| 1.1.2 混合动力汽车 | 第10-11页 |
| 1.1.3 增程式混合动力汽车 | 第11页 |
| 1.1.4 PLUG-IN混合动力汽车 | 第11页 |
| 1.2 CHEV结构及原理 | 第11-13页 |
| 1.2.1 CHEV概述 | 第11-12页 |
| 1.2.2 CHEV节油原理 | 第12-13页 |
| 1.3 为何CHEV需要改进 | 第13-14页 |
| 1.4 国内外混合动力现状 | 第14-15页 |
| 1.4.1 混合动力优越性 | 第14页 |
| 1.4.2 路况控制策略现状 | 第14-15页 |
| 1.5 创新性和研究意义 | 第15-16页 |
| 1.5.1 论文创新性 | 第15页 |
| 1.5.2 论文研究意义 | 第15-16页 |
| 1.6 研究思路及章节部署 | 第16-17页 |
| 1.7 本章小结 | 第17-18页 |
| 第2章 工况识别 | 第18-33页 |
| 2.1 “云智通” | 第18页 |
| 2.2 数据采集软件界面 | 第18-19页 |
| 2.3 TEG6129CHEV工况信息提取 | 第19-31页 |
| 2.3.1 启动停车位置和各路段长度 | 第21页 |
| 2.3.2 计算各关键点的位置和坡度 | 第21-27页 |
| 2.3.3 坡顶坡底确定 | 第27-28页 |
| 2.3.4 加坡顶坡底后信息更新 | 第28页 |
| 2.3.5 各路段长度更新 | 第28页 |
| 2.3.6 各路段的平均车速 | 第28-29页 |
| 2.3.7 发动机启停次数和所在路段 | 第29页 |
| 2.3.8 车辆在各段的模式和比例 | 第29-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 神经网络建模 | 第33-45页 |
| 3.1 数据准备 | 第33-36页 |
| 3.1.1 路况化分段 | 第33页 |
| 3.1.2 信息分类 | 第33-36页 |
| 3.2 BP神经网络简介 | 第36-38页 |
| 3.2.1 神经元模型 | 第36-37页 |
| 3.2.2 BP神经网络 | 第37-38页 |
| 3.2.3 BP网络建模特点 | 第38页 |
| 3.2.4 MATLAB神经网络工具箱的应用 | 第38页 |
| 3.3 BP神经网络CHEV建模 | 第38-39页 |
| 3.4 谢菲尔德遗传算法 | 第39-41页 |
| 3.4.1 谢菲尔德遗传算法简介 | 第40页 |
| 3.4.2 遗传算法寻优 | 第40-41页 |
| 3.5 粒子群算法求解 | 第41-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第4章 路况化模糊整车控制策略设计 | 第45-63页 |
| 4.1 CHEV的模式判定 | 第45页 |
| 4.2 CHEV节油措施 | 第45-47页 |
| 4.2.1 尽量少使车辆运行于串联模式 | 第45-46页 |
| 4.2.2 直驱模式最经济 | 第46页 |
| 4.2.3 制动发电和取消电机小功率 | 第46-47页 |
| 4.3 路况控制策略知识库 | 第47-51页 |
| 4.3.1 各模式规则 | 第47-48页 |
| 4.3.2 各路段分析 | 第48-50页 |
| 4.3.3 路况化总结 | 第50-51页 |
| 4.4 路况控制预处理 | 第51-57页 |
| 4.4.1 路况分级 | 第51-53页 |
| 4.4.2 预处理模块 | 第53-54页 |
| 4.4.3 GPS信号 | 第54-57页 |
| 4.5 各模块模糊控制策略 | 第57-62页 |
| 4.5.1 clutch_control | 第57-59页 |
| 4.5.2 power_distribute | 第59-61页 |
| 4.5.3 motor_control | 第61页 |
| 4.5.4 engine_control | 第61-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第5章 路况化控制策略的实况验证 | 第63-66页 |
| 第6章 总结与展望 | 第66-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附件1 神经网络的权值和阈值 | 第74-75页 |
| 附录2：非劣解空间 | 第75-76页 |
