基于工况识别的混合动力汽车控制策略研究
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 选题的背景及意义 | 第14-15页 |
| 1.2 混合动力汽车结构与分类 | 第15-18页 |
| 1.3 混合动力汽车控制策略研究现状 | 第18-20页 |
| 1.3.1 基于规则的控制策略 | 第18-19页 |
| 1.3.2 基于优化的控制策略 | 第19-20页 |
| 1.4 本文研究内容与方法 | 第20-21页 |
| 第二章 典型工况数据库的建立 | 第21-35页 |
| 2.1 引言 | 第21页 |
| 2.2 工况采集 | 第21-22页 |
| 2.3 工况解析 | 第22-30页 |
| 2.3.1 运动学片段的提取 | 第22-23页 |
| 2.3.2 特征参数的提取 | 第23-26页 |
| 2.3.3 主成分分析 | 第26-30页 |
| 2.4 运动学片段的聚类 | 第30-33页 |
| 2.4.1 K-means聚类 | 第30-31页 |
| 2.4.2 聚类结果分析 | 第31-33页 |
| 2.5 典型工况数据库 | 第33页 |
| 2.6 本章小结 | 第33-35页 |
| 第三章 最优控制序列数据库的建立 | 第35-55页 |
| 3.1 引言 | 第35页 |
| 3.2 混合动力系统建模 | 第35-42页 |
| 3.2.1 整车动力学模型 | 第36-38页 |
| 3.2.2 发动机模型 | 第38-40页 |
| 3.2.3 电机模型 | 第40-41页 |
| 3.2.4 电池模型 | 第41-42页 |
| 3.3 全局优化控制策略 | 第42-50页 |
| 3.3.1 动态规划算法概述 | 第42-43页 |
| 3.3.2 动态规划算法流程 | 第43-44页 |
| 3.3.3 约束条件和代价函数 | 第44-45页 |
| 3.3.4 全局优化控制器模型 | 第45-47页 |
| 3.3.5 仿真验证 | 第47-50页 |
| 3.4 最优控制序列 | 第50-54页 |
| 3.4.1 比例因子 | 第50-51页 |
| 3.4.2 最优控制序列数据库 | 第51-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第四章 基于工况识别的控制策略研究 | 第55-72页 |
| 4.1 引言 | 第55页 |
| 4.2 工况识别 | 第55-61页 |
| 4.2.1 BP神经网络的机理 | 第55-57页 |
| 4.2.2 BP神经网络模型的建立 | 第57-59页 |
| 4.2.3 模型训练与结果分析 | 第59-61页 |
| 4.3 基于双权重因子的策略开发 | 第61-64页 |
| 4.3.1 整体工况权重因子 | 第61-62页 |
| 4.3.2 瞬时工况权重因子 | 第62-63页 |
| 4.3.3 控制参数提取方法 | 第63页 |
| 4.3.4 双权重因子控制器模型 | 第63-64页 |
| 4.4 仿真验证与结果分析 | 第64-70页 |
| 4.4.1 Factor模块仿真结果分析 | 第65-67页 |
| 4.4.2 Revise模块仿真结果分析 | 第67-69页 |
| 4.4.3 燃油经济性分析 | 第69-70页 |
| 4.5 本章小结 | 第70-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 全文总结 | 第72-73页 |
| 5.2 工作展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间发表的论文 | 第79-80页 |
| 附件 | 第80页 |
