中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 绪论 | 第9-19页 |
1.1 研究背景及意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 纯电动汽车多动力源驱动系统研究现状 | 第11-15页 |
1.2.2 多动力源能量管理策略研究现状 | 第15-16页 |
1.3 目前能量管理策略存在的问题 | 第16-17页 |
1.4 本文内容及技术路线 | 第17-19页 |
2 新型双驱纯电动汽车动力传动系统 | 第19-39页 |
2.1 多动力源耦合驱动系统特性研究 | 第19-22页 |
2.1.1 多动力源耦合驱动系统的节能潜力分析 | 第19-20页 |
2.1.2 多动力源转矩/转速耦合机理 | 第20-22页 |
2.2 结构及工作模式分析 | 第22-26页 |
2.2.1 电机M1单独驱动模式分析 | 第23-24页 |
2.2.2 电机M2单独驱动模式分析 | 第24-25页 |
2.2.3 转矩耦合驱动模式分析 | 第25页 |
2.2.4 转速耦合驱动模式分析 | 第25-26页 |
2.3 整车设计要求及主要参数 | 第26-28页 |
2.3.1 整车参数及性能指标 | 第26-27页 |
2.3.2 参数匹配结果 | 第27-28页 |
2.4 部件及系统建模 | 第28-33页 |
2.4.1 电机模型 | 第28页 |
2.4.2 电池模型 | 第28-31页 |
2.4.3 行驶动力学建模 | 第31-32页 |
2.4.4 整车模型 | 第32-33页 |
2.5 基于规则的能量管理策略 | 第33-37页 |
2.5.1 模式切换策略 | 第33-34页 |
2.5.2 功率分配策略 | 第34-36页 |
2.5.3 NEDC工况下经济性仿真 | 第36-37页 |
2.6 本章小结 | 第37-39页 |
3 典型循环工况选取与规则门限值优化 | 第39-61页 |
3.1 基于系统聚类的典型循环工况选取 | 第39-52页 |
3.1.1 聚类算法的基本思想 | 第39页 |
3.1.2 聚类算法的分类 | 第39-40页 |
3.1.3 系统聚类算法步骤 | 第40-43页 |
3.1.4 系统聚类算法结果 | 第43-52页 |
3.2 基于动态规划的典型循环工况规则门限值优化 | 第52-59页 |
3.2.1 动态规划原理 | 第52-53页 |
3.2.2 基于双驱纯电动汽车动力传动系统的动态规划建模 | 第53-55页 |
3.2.3 基于规则与基于动态规划能量管理策略经济性对比分析 | 第55-57页 |
3.2.4 优化后规则策略的经济性分析 | 第57-59页 |
3.2.5 典型循环工况下规则策略优化 | 第59页 |
3.3 本章小结 | 第59-61页 |
4 工况识别特征参数优化与工况识别能量管理策略 | 第61-85页 |
4.1 主成分分析原理 | 第61-64页 |
4.1.1 基本思想 | 第61-62页 |
4.1.2 算法步骤 | 第62-64页 |
4.2 工况识别特征参数优化 | 第64-71页 |
4.2.1 选取工况特征参数,获取原始数据,并进行标准化处理 | 第64页 |
4.2.2 主成分的初步选取 | 第64-67页 |
4.2.3 主成分的最终确定 | 第67-70页 |
4.2.4 计算最终主成分得分 | 第70-71页 |
4.3 广义回归神经网络的原理 | 第71-73页 |
4.3.1 输入层 | 第71-72页 |
4.3.2 隐含层 | 第72页 |
4.3.3 输出层 | 第72-73页 |
4.4 工况识别器的构建与性能评价 | 第73-84页 |
4.4.1 扩展样本数据 | 第73-80页 |
4.4.2 训练集/测试集的产生 | 第80-82页 |
4.4.3 网络的创建 | 第82-83页 |
4.4.4 性能评价 | 第83-84页 |
4.5 本章小结 | 第84-85页 |
5 双驱纯电动汽车能量管理策略对比分析 | 第85-91页 |
5.1 基于工况识别的能量管理策略控制理论 | 第85-86页 |
5.2 经济性仿真结果与对比分析 | 第86-89页 |
5.3 本章小结 | 第89-91页 |
6 全文总结 | 第91-93页 |
致谢 | 第93-95页 |
参考文献 | 第95-100页 |
附录 | 第100页 |
A. 作者在攻读硕士学位期间发表的学术论文 | 第100页 |
B. 作者在攻读硕士学位期间申请的专利 | 第100页 |
C. 作者在攻读硕士学位期间参与的科研项目 | 第100页 |