基于遗传算法系统效率优化的PHEV电量保持模式控制策略

为了提高插电式混合动力汽车（PHEV）在电量保持下的燃油经济性,并解决插电式混合动力汽车在运行过程中动力元件效率对系统能量利用率影响的问题,制定了系统效率最优的控制策略。以PHEV关键动力部件的测试数据为基础,建立发动机、驱动电机、无级变速器（CVT）以及动力电池等关键部件的效率数值模型,并考虑了温度及荷电状态（SOC）对动力电池充放电功率的影响。设计以混合动力系统效率最优为适应度评价函数,将CVT速比、发动机转矩作为优化变量,以车速、加速度和SOC为状态变量,在动力性指标的约束下,运用遗传算法进行迭代寻优,PHEV的系统效率在第20代左右收敛于全局最优值。同时发动机转矩和CVT速比通过多代遗传进化,较快收敛于最佳值。将相关优化结果与车速、加速度拟合成相应的三维控制数表,综合数值建模和试验测试数据建模的方法,基于MATLAB/Simulink搭建插电式混合动力汽车整车控制策略仿真模型,采用新欧洲行驶循环工况进行仿真验证。结果表明：插电式混合动力汽车在电量保持模式下,利用遗传算法优化的系统效率最优控制策略相比优化前,动力电池SOC运行更为平稳,CVT效率有所提升,驱动电机及发动机转矩分配更为合理;百公里燃油消耗量从优化前的5.2 L降至4.5 L,燃油经济性提升了13.5%。     

燃料电池混合动力汽车动力系统匹配与优化研究

首先,基于中国客车典型循环工况对燃料电池混合动力系统进行匹配计算,确定了电动机、燃料电池发动机和蓄电池的基本参数;然后基于中国客车典型循环工况,建立燃料电池混合动力系统的优化模型,采用序列二次规划算法进行优化,分析了各种参数对整车燃料经济性的影响,包括燃料电池发动机与动力蓄电池之间的功率分配比、SOC的初始值与目标值、变速器传动比及传动比间隔以及主减速比等,为燃料电池混合动力汽车的构型提供指导。     

混合动力汽车控制策略优化研究综述

目前在混合动力汽车上普遍采用的是简单可行的逻辑门控制策略,由于该控制策略主要依靠经验而无法保证整车性能最优,为此很多研究人员开展了对混合动力汽车控制策略的优化研究。该文阐述了混合动力汽车控制策略参数优化及整车动力系统部件效率优化的相关研究成果,并指出了其研究方向。     

考虑发动机起停优化的PHEV能量管理策略

针对某新型双电机行星耦合插电式混合动力汽车(PHEV)中发动机在起停及怠速运行状态下会导致油耗增加的问题,基于等效燃油消耗最小能量管理策略,加入发动机起停优化控制模块,以进一步改善整车燃油经济性。建立了整车动力学和传动模型并加入发动机起停优化控制模块,对ECMS能量管理策略输出的发动机及电机最优目标转矩进行重新优化分配后,再输出给发动机及电机控制器以控制其工作状态。针对起停优化控制中影响起停频次的关键时间参数,采用粒子群优化算法对其进行优化。仿真结果表明,相比优化前,所提出的能量管理优化策略能够实现对发动机起停或怠速状态的有效控制,减少发动机的起停频次,减少恶化油耗,验证了本文所提出的能量管理优化策略能够进一步优化整车燃油经济性。     

一种最佳的汽车混合动力总成

介绍了对混合动力总成进行优化的建模及仿真工具《汽车快速性能优化及报告工具包—汽车系统模块(RAPTOR^TM—VSM)软件包》，指出了优化混合动力总成需在混合动力发动机、电动机、电池、超级电容器、动力总成配置和自动／手动变速器(AMT)控制器等方面做的工作。     

基于动态规划与RBF神经网络的PHEV能量管理策略

为提高插电式混合动力汽车燃油经济性,设计了一种基于动态规划和径向基函数（RBF）神经网络的插电式混合动力汽车能量管理策略。首先,建立了插电式混合汽车数学模型;其次,以发动机油耗最小为目标函数,采用动态规划求解全局最优的离线优化结果;最后,采用RBF神经网络对离线最优控制结果进行学习,建立了发动机输出转矩与车辆状态参数之间的非线性映射关系,得到了基于动态规划和RBF神经网络的能量管理策略。仿真结果表明,文章所提策略油耗较之于电量消耗-维持策略降低了2.92%,验证了该策略的有效性。     

基于整车性能达成的发动机优化需求(续Ⅰ)

基于开发某车型二代产品,通过Cruise软件进行仿真计算,计算结果表明:匹配的发动机性能不能满足汽车使用需求.文章通过理论计算,得出了发动机扭矩、发动机转速、车速及汽车加速度之间的关系;同时通过Origin软件绘制了发动机万有特性曲线图,明确等速油耗分布范围.通过针对性的对发动机在某些转速范围内的扭矩及燃油消耗率进行优化,使其能够满足汽车性能要求.研究表明:搭载优化后的发动机,整车性能达到了设计目标要求.该方法为动力匹配工程师进行匹配设计及动力总成选型时提供了参考.     

并联型四轮驱动混合动力汽车的设计与开发

章首先分析了国内外混合动力汽车的研究和发展情况,结合科研实际,给出了一种新型并联式四轮驱动混合动力汽车设计方案。提出了基于这种混合动力汽车的控制策略,对发动机、电机进行优化控制,成功的降低了油耗和排放。最后给出了实际检验结果和性能指标。     

Simulation of HEV Multi-objective Optimization Based on Variable Logic Threshold

为实现混合动力汽车的动力性、燃油经济性以及模式切换平顺性,以基于CVT的插电式混合动力汽车为研究对象,针对混合动力汽车的多目标优化问题,提出一种可变逻辑门限控制策略.整车控制过程中根据功率需求进行模式切换,其中行驶需求功率根据车速和节气门开度计算得到,切换门限根据整车参数实时计算.以发动机和电机的输出特性、电池的SOC为主要依据计算工作模式切换的可变逻揖门限值.通过电机助力保证整车具有较好的动力性能,通过不同模式下驱动功率的一致性实现模式切换平顺,通过小功率需求时仅可能多用纯电动来提高燃油经济性.在MATLAB/Simulink平台下建立混合动力汽车前向仿真模型,并在NEDC工况下进行仿真.仿真结果表明:整车动力性能得到了提高,实现了模式切换平顺性,节油40％.     

并联混合动力汽车从纯电动驱动到发动机驱动的协调切换控制

从纯电动切换到发动机驱动,是并联混合动力汽车的状态切换模式之一.在切换过程中,为保持整车动力性能的平稳性和舒适性,必须对电机和发动机进行协调控制.以状态切换过程中总转矩不发生大的波动为控制目标,提出“发动机调速+发动机/电机转矩优化分配”协调切换控制策略.建立并联混合动力汽车传动系统整车动力学模型,应用极大值原理,将二次型最优控制算法运用到控制策略中,并建立以车辆行驶平顺性为目标的泛函,设计了状态切换控制器.仿真结果表明,在动力切换过程中,该切换控制算法能有效控制混合动力系统在状态切换过程中的转矩波动,保证动力传递的平稳性.     

半开放式燃油车和电动车混合车辆路径优化问题研究

随着物流行业的迅速发展,物流运输车辆不断增加,而传统燃油汽车的使用对环境造成了一定的压力,近年来,物流电动汽车由于其节能环保的特性,得到了广泛的应用。然而由于电动汽车的充电时间较长以及运输行业的发展现状,电动汽车目前无法完全取代传统燃油汽车,两种车型同时存在于物流配送领域。文章针对半开放式多配送中心的燃油汽车和电动汽车混合车型的车辆路径优化问题进行研究,同时考虑了客户需求量、车辆载重量以及电动汽车的充电需求等约束条件,以碳排放成本、运输成本以及时间窗惩罚成本之和最小为目标建立线性整数规划数学模型,针对该问题的NP难特性,设计了改进的粒子群算法进行求解。应用佳点集理论产生初始种群,增加粒子群算法的多样性,在迭代过程中,增加局部搜索策略,避免粒子群算法陷入局部最优。实验结果表明:改进的粒子群算法获得的总成本相比标准粒子群算法获得的总成本降低5.69%,证明了该设计的改进粒子群算法在求解开放式混合车型车辆路径优化问题时的有效性;相比于不考虑碳排放的情况,考虑碳排放时传统燃油车的使用数量有所下降;相比于单一配送中心路径优化情况,开放式的多配送中心路径优化,更有利于降低物流成本。     

基于免疫遗传算法的公交线网优化研究

为了提高遗传算法在线网优化中的稳定性,在遗传算法过程中加入免疫因子的提取与注射,并设置局部最优的检测。改进后的免疫遗传算法能结合求解问题的特征信息对种群进行免疫接种,提高搜索速度和精度。通过路网验证,并与标准遗传算法进行比较,表明效果明显。     

基于多目标优化与遗传算法的公交调度模型

结合地区公交现状制定合理的公交调度机制,对于公共交通发展有着重要的现实意义和指导价值。本文以公交公司运营成本和乘客出行成本最小化为目标函数,考虑车辆核载、出行时间等约束条件建立多目标优化函数,构建城市公交调度模型。然后采用遗传算法进行求解,并以黄骅市6路公交进行模型检验。研究表明,优化后的公交调度机制能够有效降低公交公司的运营成本和乘客出行的时间成本。     

基于混合粒子群算法的土钉支护结构设计参数优化

在土层工程地质情况一定的条件下,如何寻找一组最佳设计参数,以达到既经济又安全的目的,是土钉支护设计的一个重要问题。这是一个复杂的优化设计问题。就此,提出基于混合粒子群优化(PSO)算法的基坑土钉支护优化设计方法,以单位长度土钉墙的土钉材料造价作为优化的目标函数。该方法保持了PSO算法结构简单的特点,改善了PSO算法的全局寻优能力,提高了算法的收敛速度和计算精度,不活动粒子的处理使算法避免了“早熟”现象的出现。工程实例计算表明,该方法是进行土钉支护结构优化设计的有效方法。     

车联网中车载网络负载与线束优化

基于车载分布式智能网络架构,运用独立协调机制,使用状态协调表协调汽车电器状态,建立了完整的车载分布式独立协调智能网络。进一步推导出车载网络负载的约束规划条件,运用回溯法求取最优负载。基于最优化控制建立了车载网络线束的目标函数与约束方程,运用变分法推导出了线束优化的极值条件。通过车载网络样车改造,设计实车试验,验证了该方法的有效性。     

Root mean square optimization criterion for vibration behaviour of linear quarter car using analytical methods

In this paper, a linear two-degree-of-freedom quarter car model is used to derive a number of analytical formulae describing the dynamic behaviour of passively suspended vehicles running on a harmonically bumped road. The linearity of the system allows us to analytically investigate the steady-state response characteristics. We derive analytical expressions for the root mean square (RMS) of the sprung mass absolute acceleration and relative displacement. This paper demonstrates the shortcomings of existing classical optimization methods. Hence we introduce a new optimization method based on minimizing the absolute acceleration RMS with respect to the relative displacement RMS. The RMS optimization method is applied for the symbolic derivation of analytical formulae featuring the best compromise among conflicting performance indices pertaining to the vehicle suspension system, i.e., sprung mass acceleration and working space. The proposed optimization technique is utilized to find the optimal damping and stiffness curves for the main suspension. The RMS optimal values are used to create design charts for suspension parameters, which are very useful particularly in the presence of physical constraints such as a limit on relative displacement. We introduce a numerical example to illustrate the optimality of the obtained solutions.     

基于 Midas 有限元下的大跨斜拉桥成桥索力优化

为了深化对大跨斜拉桥成桥索力优化问题的认识,根据斜拉桥合理成桥状态的确定原则,阐述各类方法的求解思路与优化过程。大跨斜拉桥成桥索力优化,仅靠一种方法完成索力优化是不够精确的。通过论述斜拉桥合理成桥状态的基本原则,介绍了常用的几种成桥索力优化方法。首先选择最小弯曲能法获得初始索力,并使用影响矩阵法进行二次优化,对成桥索力状态进行叙述。基于大型有限元软件Midas Civil建立斜拉桥模型,以合理成桥状态为控制目标,对背景桥梁成桥索力进行优化。     

汽车动力总成悬置支架的优化设计

汽车动力总成悬置支架是动力总成悬置系统的安全件和功能件，它的结构强度影响汽车的安全性，其一阶固有频率对车内噪声有较大的影响。以某轿车动力总成悬置支架为分析对象，阐述了对悬置支架优化设计时。设计空间与非设计空间确定、拓扑优化与形状优化的过程等。优化结构与试验结果的对比分析表明．建立的悬置支架优化设计方法对悬置支架的设计计算分析是有效的。     

基于多目标遗传算法的高速公路多目标路面养护决策优化

高速公路多目标路面养护决策优化是高速公路路面养护决策优化未来发展的趋势,也是目前研究的热点。针对传统数学规划方法用于高速公路多目标路面养护决策优化的不足,引入了目前在多目标优化领域应用较多的带精英策略的非支配排序遗传算法NSGA-Ⅱ。将NSGA-Ⅱ应用于高速公路多目标路面养护决策优化问题中,仿真结果表明其性能优于传统的数学规划方法,具有广阔的应用前景。     

基于Synchro的交叉口渠化、相位及配时协调优化

为缓解城市交通拥堵,对邯郸市一个单点交叉口进行晚高峰交通流量调查。根据所获数据,运用Synchro软件对现有交叉口信号配时方案进行仿真优化。基于现状仿真结果提出一种将交叉口渠化并增加左转相位,且利用Webster模型对信号配时重新进行计算的协调优化方案,并将其输入Synchro中以进行仿真评价。研究结果表明:使用Synchro软件进行配时优化可提高交叉口服务水平,而协调优化可使交叉口服务水平及ICU服务水平均得以提升;协调优化效果比直接对交叉口进行信号配时优化的效果更为明显。