| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第17-40页 |
| 1.1 论文研究的背景和意义 | 第17-30页 |
| 1.1.1 论文研究背景 | 第17-26页 |
| 1.1.2 论文研究意义 | 第26-30页 |
| 1.2 电动汽车电控技术的国内外研究现状 | 第30-34页 |
| 1.2.1 国内外研究的现状 | 第30-33页 |
| 1.2.2 当前技术水平与主要突破点 | 第33-34页 |
| 1.3 电控系统优化运行的研究和开发现状 | 第34-37页 |
| 1.3.1 传感技术的研究现状 | 第34-35页 |
| 1.3.2 电池管理技术的研究现状 | 第35-36页 |
| 1.3.3 能量优化方法的研究现状 | 第36-37页 |
| 1.3.4 电动汽车云技术与应用现状 | 第37页 |
| 1.4 论文的主要着眼点与主要研究内容 | 第37-40页 |
| 1.4.1 课题的来源和研究切入点 | 第38页 |
| 1.4.2 电控系统优化的主要研究内容 | 第38-40页 |
| 第2章 增程式电动汽车电控系统结构优化设计 | 第40-56页 |
| 2.1 引言 | 第40-41页 |
| 2.2 增程式电动汽车的动力系统结构与工作模式 | 第41-45页 |
| 2.2.1 传统增程式电动汽车动力系统结构 | 第41-42页 |
| 2.2.2 混合增程动力系统结构 | 第42-43页 |
| 2.2.3 可插电弱混ISG增程系统 | 第43-45页 |
| 2.3 增程系统的设计匹配与电控系统工作模式 | 第45-49页 |
| 2.3.1 关键零部件与优缺点对比 | 第45-46页 |
| 2.3.2 增程式电动汽车的传动系统匹配 | 第46-48页 |
| 2.3.3 增程式电动汽车能量流分析 | 第48-49页 |
| 2.4 典型增程系统的设计分析 | 第49-52页 |
| 2.4.1 A0级增程乘用车的设计分析 | 第49-50页 |
| 2.4.2 增程电动大巴的设计分析 | 第50-52页 |
| 2.5 增程式电动汽车的能量管理与优化因素 | 第52-55页 |
| 2.5.1 工况对续驶里程的影响 | 第52-53页 |
| 2.5.2 电池充放电影响因素与优化 | 第53-55页 |
| 2.6 本章小结 | 第55-56页 |
| 第3章 基于行程识别的增程式电动汽车能量管理优化 | 第56-78页 |
| 3.1 引言 | 第56-57页 |
| 3.2 混合增程系统控制策略优化问题 | 第57-62页 |
| 3.2.1 动力系统能量流向与优化目标 | 第57-61页 |
| 3.2.2 智能优化方法选择与分析 | 第61-62页 |
| 3.3 问题陈述和能量管理控制器设计 | 第62-67页 |
| 3.3.1 问题描述和约束关系 | 第62-64页 |
| 3.3.2 目标函数和问题公式 | 第64-66页 |
| 3.3.3 监督控制器的设计 | 第66-67页 |
| 3.4 日常驾驶的行程识别和分类方法 | 第67-71页 |
| 3.4.1 日常驾驶行程的特点 | 第67-69页 |
| 3.4.2 行程分类和充电位置更新的策略 | 第69-71页 |
| 3.4.3 分类方法的测试结果 | 第71页 |
| 3.5 混沌果蝇优化算法 | 第71-75页 |
| 3.5.1 增强型果蝇优化算法的原理 | 第72-73页 |
| 3.5.2 参数自适应策略 | 第73-75页 |
| 3.6 优化结果与分析 | 第75-76页 |
| 3.7 本章小结 | 第76-78页 |
| 第4章 增程式电动汽车电池管理系统设计与优化方法 | 第78-105页 |
| 4.1 引言 | 第78-79页 |
| 4.2 电池与管理技术介绍 | 第79-83页 |
| 4.2.1 电池技术的研究着眼点 | 第79-80页 |
| 4.2.2 电池管理技术介绍 | 第80-82页 |
| 4.2.3 电池管理技术的研发内容与思路 | 第82-83页 |
| 4.3 镍氢电池管理系统的软硬件设计 | 第83-99页 |
| 4.3.1 电池管理系统结构以及硬件系统性能 | 第83-88页 |
| 4.3.2 镍氢电池特性、运行工况与SoC运行区间优化问题 | 第88-93页 |
| 4.3.3 RC建模方法与参数辨识 | 第93-99页 |
| 4.4 SoC估算控制器设计与优化运行效果 | 第99-103页 |
| 4.4.1 高精度SoC估算控制器的设计 | 第99-101页 |
| 4.4.2 实车运营效果分析 | 第101-103页 |
| 4.4.3 电池寿命的优化对比 | 第103页 |
| 4.5 本章小结 | 第103-105页 |
| 第5章 基于驾驶意图和车辆状态识别的增程优化方法 | 第105-145页 |
| 5.1 引言 | 第105-106页 |
| 5.2 电动汽车整车增程优化控制系统结构 | 第106-110页 |
| 5.2.1 增程优化控制器的总体结构 | 第106-107页 |
| 5.2.2 操控输入结构 | 第107-108页 |
| 5.2.3 惯导系统结构 | 第108-109页 |
| 5.2.4 优化的目标分析 | 第109-110页 |
| 5.3 基于三轴霍尔技术的加速踏板设计与优化 | 第110-125页 |
| 5.3.1 磁感应技术的原理结构 | 第111-113页 |
| 5.3.2 三轴霍尔编码的误差机理 | 第113-118页 |
| 5.3.3 误差建模与精度优化 | 第118-122页 |
| 5.3.4 基于三轴霍尔的加速踏板设计 | 第122-125页 |
| 5.4 驾驶意图和车辆状态识别与优化方法 | 第125-137页 |
| 5.4.1 加速踏板信息处理 | 第125-126页 |
| 5.4.2 车辆状态空间关系与四元数 | 第126-131页 |
| 5.4.3 卡尔曼滤波处理 | 第131-134页 |
| 5.4.4 惯导标定与信息融合 | 第134-136页 |
| 5.4.5 多传感器增程优化控制器设计 | 第136-137页 |
| 5.5 试验与效果验证 | 第137-144页 |
| 5.5.1 典型工况传感融合处理效果 | 第138-140页 |
| 5.5.2 启动加速与坡道控制优化效果 | 第140-142页 |
| 5.5.3 路况测试与行驶里程优化效果 | 第142-144页 |
| 5.6 本章小结 | 第144-145页 |
| 第6章 基于电动车联网大数据的增程器运行优化方法 | 第145-179页 |
| 6.1 引言 | 第145-146页 |
| 6.2 电动车联网大数据的应用 | 第146-151页 |
| 6.2.1 电动汽车大数据应用背景 | 第146-148页 |
| 6.2.2 网络组成部分和大数据应用挑战 | 第148-150页 |
| 6.2.3 增程式电动汽车联网大数据优化的关键技术 | 第150-151页 |
| 6.3 电动汽车云监控系统设计和关键技术指标 | 第151-158页 |
| 6.3.1 通讯与数据管理系统架构设计 | 第151-154页 |
| 6.3.2 分布式存储机制下的数据抽象和集成 | 第154-156页 |
| 6.3.3 系统的实现与关键性能评估 | 第156-158页 |
| 6.4 电动汽车增程器燃油效率优化控制方法 | 第158-166页 |
| 6.4.1 增程系统优化模型 | 第158-161页 |
| 6.4.2 数值化处理与约束条件 | 第161-163页 |
| 6.4.3 优化方法的实现 | 第163-166页 |
| 6.5 基于大数据分析的增程器工况点寻优 | 第166-178页 |
| 6.5.1 增程策略自学习优化方法仿真研究 | 第166-173页 |
| 6.5.2 增程器优化控制系统的设计与仿真效果 | 第173-178页 |
| 6.6 本章小结 | 第178-179页 |
| 总结与展望 | 第179-181页 |
| 参考文献 | 第181-203页 |
| 附录A 发表论文和参加科研情况说明 | 第203-206页 |
| 致谢 | 第206页 |