| 摘要 | 第11-13页 |
| ABSTRACT | 第13-15页 |
| 第1章 绪论 | 第16-34页 |
| 1.1 研究背景 | 第16-17页 |
| 1.2 混合动力汽车概述 | 第17-22页 |
| 1.2.1 混合动力汽车分类、工作原理及特点 | 第17-20页 |
| 1.2.2 混合动力汽车发展及研究现状 | 第20-22页 |
| 1.3 混合动力汽车关键技术 | 第22-30页 |
| 1.3.1 动力电池和电池管理系统 | 第23-24页 |
| 1.3.2 动力系统参数优化匹配 | 第24-25页 |
| 1.3.3 能量管理策略 | 第25-29页 |
| 1.3.4 电驱动系统 | 第29-30页 |
| 1.4 本文主要研究内容 | 第30-34页 |
| 第2章 混合动力电动汽车动力系统建模与参数优化匹配 | 第34-54页 |
| 2.1 引言 | 第34-35页 |
| 2.2 整车基本参数与性能指标 | 第35-36页 |
| 2.3 动力系统关键部件建模与参数匹配 | 第36-40页 |
| 2.3.1 驱动电机建模与参数匹配 | 第36-38页 |
| 2.3.2 发动机建模与参数匹配 | 第38-39页 |
| 2.3.3 动力电池组建模与参数匹配 | 第39-40页 |
| 2.4 HEV传动系统建模 | 第40-43页 |
| 2.5 参数匹配多目标优化设计与实现 | 第43-47页 |
| 2.6 结果分析 | 第47-52页 |
| 2.7 小结 | 第52-54页 |
| 第3章 基于工况识别的HEV神经网络模糊能量管理策略 | 第54-78页 |
| 3.1 引言 | 第54-55页 |
| 3.2 基于确定规则的HEV能量管理策略 | 第55-57页 |
| 3.3 基于Mamdani模型的HEV模糊能量管理策略 | 第57-62页 |
| 3.3.1 基于Mamdani模型的模糊控制 | 第58-59页 |
| 3.3.2 HEV模糊能量管理策略设计与实现 | 第59-62页 |
| 3.4 基于工况识别的神经网络模糊能量管理策略 | 第62-70页 |
| 3.4.1 基本测试工况及工况特征 | 第62-65页 |
| 3.4.2 工况块及其定义 | 第65-66页 |
| 3.4.3 基于工况识别的神经网络模糊能量管理策略设计 | 第66-70页 |
| 3.5 实验结果与分析 | 第70-76页 |
| 3.6 小结 | 第76-78页 |
| 第4章 基于路况模型的PHEV能量管理策略 | 第78-90页 |
| 4.1 引言 | 第78页 |
| 4.2 路况信息采集与建模 | 第78-82页 |
| 4.2.1 路况信息采集 | 第79页 |
| 4.2.2 路况建模 | 第79-82页 |
| 4.3 PHEV能量管理问题建模 | 第82-84页 |
| 4.3.1 车辆转矩需求与燃油消耗 | 第82-83页 |
| 4.3.2 能量管理问题建模 | 第83-84页 |
| 4.4 基于路况模型的能量管理策略的实现 | 第84-87页 |
| 4.5 仿真结果及分析 | 第87-89页 |
| 4.6 小结 | 第89-90页 |
| 第5章 基于混合系统理论的HEV模式切换研究及振动分析 | 第90-112页 |
| 5.1 引言 | 第90-91页 |
| 5.2 混合动态系统理论及实现方法 | 第91-94页 |
| 5.2.1 混合动态系统理论 | 第91-92页 |
| 5.2.2 混合动态系统实现方法 | 第92-94页 |
| 5.3 基于混合动态系统理论描述的混合动力系统 | 第94-96页 |
| 5.4 基于混合系统理论的HEV能量管理策略 | 第96-104页 |
| 5.4.1 未考虑转矩协调的HEV能量管理策略 | 第97-100页 |
| 5.4.2 考虑转矩协调的HEV能量管理策略 | 第100-104页 |
| 5.5 HEV的振动问题 | 第104-111页 |
| 5.5.1 HEV的振动现象与描述 | 第104-105页 |
| 5.5.2 二阶阻尼时滞微分方程的自由振动准则 | 第105-111页 |
| 5.6 小结 | 第111-112页 |
| 第6章 结论与展望 | 第112-116页 |
| 6.1 主要创新点与结论 | 第112-113页 |
| 6.2 展望 | 第113-116页 |
| 参考文献 | 第116-128页 |
| 致谢 | 第128-130页 |
| 攻读博士学位期间发表的学术论文及参与的科研项目 | 第130-132页 |
| 附件 | 第132页 |
