| 中文摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 字母注释表 | 第17-19页 |
| 第一章 绪论 | 第19-35页 |
| 1.1 引言 | 第19页 |
| 1.2 车辆行驶工况的地域差异性 | 第19-22页 |
| 1.3 行驶工况差异对油耗的影响 | 第22-23页 |
| 1.4 车辆行驶工况预测方法的研究进展 | 第23-31页 |
| 1.4.1 基于历史车速数据的工况预测模型 | 第24-26页 |
| 1.4.2 基于未来线路信息的工况预测模型 | 第26-30页 |
| 1.4.3 公交线路工况预测的难点 | 第30-31页 |
| 1.5 基于行驶工况的车辆行驶节油优化 | 第31-33页 |
| 1.5.1 基于行驶工况的动力总成设计优化 | 第31页 |
| 1.5.2 基于行驶工况的整车控制策略优化 | 第31-33页 |
| 1.6 本课题的研究内容和意义 | 第33-35页 |
| 第二章 城市公交车辆行驶工况数据采集平台 | 第35-53页 |
| 2.1 公交线路工况数据的采集要素 | 第35页 |
| 2.2 工况数据采集系统 | 第35-37页 |
| 2.2.1 车载信息采集单元 | 第36-37页 |
| 2.2.2 统计分析系统 | 第37页 |
| 2.3 公交监控对象的选择 | 第37-43页 |
| 2.3.1 公交线路选取 | 第37-38页 |
| 2.3.2 公交线路特征 | 第38-42页 |
| 2.3.3 公交车辆特征 | 第42页 |
| 2.3.4 公交司机分布 | 第42-43页 |
| 2.3.5 数据样本的分布 | 第43页 |
| 2.4 采集数据的预处理 | 第43-51页 |
| 2.4.1 公交数据的站点标记 | 第43-45页 |
| 2.4.2 公交车质量估计算法 | 第45-47页 |
| 2.4.3 公交车辆油耗数据修正算法 | 第47-49页 |
| 2.4.4 车辆空调开关状态辨识 | 第49页 |
| 2.4.5 车辆档位的还原 | 第49-51页 |
| 2.5 基于公交站间片段切分的数据管理方法 | 第51页 |
| 2.6 本章小结 | 第51-53页 |
| 第三章 公交线路工况相似性评价指标 | 第53-69页 |
| 3.1 工况相似性评价及存在的问题 | 第53-54页 |
| 3.2 工况相似评价指标-工况相似度的定义 | 第54-58页 |
| 3.2.1 公交线路行驶工况与车辆行驶能耗的关系 | 第54-55页 |
| 3.2.2 速度和加速度分布与工况特征参数的关系 | 第55-57页 |
| 3.2.3 基于速度和加速度分布的工况相似度定义 | 第57-58页 |
| 3.3 工况相似度对工况油耗差异性的表征 | 第58-64页 |
| 3.3.1 工况相似度对工况类型的区分 | 第58-62页 |
| 3.3.2 工况相似度与油耗偏差的相关性 | 第62-64页 |
| 3.4 实验线路工况数据的相似度评价 | 第64-66页 |
| 3.5 本章小结 | 第66-69页 |
| 第四章 基于站间线路特征的公交线路工况预测模型 | 第69-99页 |
| 4.1 工况预测模型的建模方法及关键 | 第69-70页 |
| 4.2 基于人-车-路-环境的站间工况特征筛选 | 第70-79页 |
| 4.2.1 26 个公交站间特征参数的定义 | 第70-75页 |
| 4.2.2 站间特征参数的有效性统计 | 第75-77页 |
| 4.2.3 公交站间工况特征参数的筛选 | 第77-79页 |
| 4.3 站间线路特征对工况特征的影响 | 第79-82页 |
| 4.3.1 线路和司机对站间工况特征的影响强弱对比 | 第79-81页 |
| 4.3.2 站间工况特征与线路特征的相关性 | 第81-82页 |
| 4.4 站间工况特征模型 | 第82-85页 |
| 4.5 站间工况类型库 | 第85-89页 |
| 4.5.1 站间工况类型划分 | 第86-89页 |
| 4.5.2 站间工况类型辨识 | 第89页 |
| 4.6 迭代约束的站间工况生成方法 | 第89-94页 |
| 4.6.1 站间工况曲线的迭代算法 | 第89-91页 |
| 4.6.2 约束条件的统计分布规律 | 第91-92页 |
| 4.6.3 约束条件之间的相互影响 | 第92-94页 |
| 4.7 工况预测模型的结果验证 | 第94-97页 |
| 4.8 本章小结 | 第97-99页 |
| 第五章 公交线路工况预测模型的自学习策略 | 第99-111页 |
| 5.1 工况预测模型的自学习内容 | 第99-100页 |
| 5.2 工况预测模型的自学习策略 | 第100-103页 |
| 5.2.1 工况预测模型的自学习周期 | 第100-101页 |
| 5.2.2 站间工况特征模型的自学习 | 第101-102页 |
| 5.2.3 站间工况类型库的自学习 | 第102-103页 |
| 5.2.4 自学习策略执行的总体流程 | 第103页 |
| 5.3 工况预测模型自学习策略的验证 | 第103-109页 |
| 5.3.1 自学习后工况相似度变化趋势 | 第104-106页 |
| 5.3.2 自学习后模型评价指标的变化趋势 | 第106-109页 |
| 5.4 本章小结 | 第109-111页 |
| 第六章 基于工况预测模型自学习的混合动力全局能量规划策略 | 第111-141页 |
| 6.1 插电式并联混合动力公交全局能量规划策略 | 第111-119页 |
| 6.1.1 插电并联混合动力公交对象 | 第111-113页 |
| 6.1.2 基于等效系数的全局能量规划模型 | 第113-117页 |
| 6.1.3 基于预测工况模型自学习的全局能量规划策略 | 第117-119页 |
| 6.2 插电式混合动力公交车辆对象建模 | 第119-122页 |
| 6.2.1 车辆后向仿真模型结构 | 第119-120页 |
| 6.2.2 混合动力总成系统建模 | 第120-122页 |
| 6.3 混合动力整车能量控制策略模型 | 第122-127页 |
| 6.4 插电式混合动力公交全局能量规划的验证 | 第127-138页 |
| 6.4.1 等效系数对整车能耗的影响 | 第128-131页 |
| 6.4.2 自学习前的混合动力节油效果 | 第131-135页 |
| 6.4.3 自学习策略激活后的节油效果 | 第135-138页 |
| 6.5 本章小结 | 第138-141页 |
| 第七章 全文总结与工作展望 | 第141-145页 |
| 7.1 全文总结 | 第141-142页 |
| 7.2 创新点说明 | 第142-143页 |
| 7.3 工作展望 | 第143-145页 |
| 参考文献 | 第145-155页 |
| 发表论文和参加科研情况说明 | 第155-157页 |
| 致谢 | 第157-158页 |
