基于模糊控制的电动汽车再生制动控制方法研究与仿真分析

来源 :广东工业大学 | 被引量 : 0次 | 上传用户:chcer1988
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
发展电动汽车已经成为全球的必然趋势,与传统内燃机汽车相比,续航里程短的问题成为限制电动汽车发展的关键问题。2019年国内新出台的新能源汽车补贴政策,补贴力度大幅下滑。乘用纯电动车的补贴标准随之改变,在大幅提高补贴所要求的续航里程标准的同时,还要求电池组有更高的能量密度。动力电池的技术瓶颈在短期内依然无法得到突破,三元锂电池的能量密度潜力几乎被挖掘完毕,石墨烯类电池量产还需要较长的时间,再生制动技术成为提高电动汽车续航里程的有效方法。本文以前轴驱动的FSAE电动汽车为研究对象,为实现电动汽车制动时机械制动系统与电动机制动系统协调控制,提高续航里程。针对再生制动系统控制策略,本文主要研究内容和成果如下:阐述了电动汽车再生制动的基本原理,对电动汽车行驶时各个能量间的关系以及再生制动的实现过程进行研究。介绍再生制动系统的结构,对电动汽车的机械制动系统、驱动电机、蓄电池储能系统进行分析。对行驶工况、电动汽车自身、控制策略三种影响再生制动的因素进行研究,发现在满足蓄电池和电动机的约束条件下,制动控制策略是影响再生制动的关键因素。对车辆制动过程进行动力学分析,建立传统的汽车制动受力模型和七自由度汽车悬架非线性几何简化模型,考虑电动汽车制动时悬架的非线性变形对前后轴荷的影响。根据车辆制动动力学模型,分析车辆制动时前后轴制动力分配。为保证车辆制动的稳定性,前后轴制动分配需满足I曲线。进一步的,为保证车辆制动时的安全性,前后轴制动力分配需满足ECE法规对轿车制动的规定。结合ADVISOR2002再生制动策略、并行制动力分配策略、协调制动力分配策略三种典型的再生制动策略,本文提出一种基于动态轴荷的再生制动策略,该策略提出一种基于车轮动态轴荷计算方法和基于最佳滑移的路面附着系数计算方法,利用车轮动态轴荷和路面附着系数计算前轴和后轴车轮制动力,实现电动汽车的前轴和后轴间的制动力分配。并且建立了以制动强度、车速和电池荷电状态作为输入变量,期望的再生制动力系数作为输出变量的模糊逻辑控制模型,实现电动汽车驱动轴上机械摩擦制动力与电动机再生制动力的分配。在ADVISOR中建立电动车各系统的模型,MATLAB/Simulink环境中搭建本文所提出的再生制策略前向、后向仿真再生制动模型。将所建的电动汽车再生制动模型嵌入到ADVISOR2002中,选择美国城市道路循环工况UDDS、欧洲城市道路循环工况EUDC、日本城市道路循环工况1015三种循环工况进行仿真,并且与ADVISOR自带的控制策略对比。最终通过三种循环工况下仿真结果发现,本文所改进的再生制动策略是有效的。最后,通过对电动汽车再生制动控制策略的研究,为再生制动技术在FSAE电动汽车上实际应用提供了理论基础。
其他文献
学位
21世纪,是大数据的时代,机器学习和数据挖掘广泛应用在零售、医疗以及交通等众多领域。随着Hadoop和Spark等大数据存储平台的逐渐成熟,各零售企业的业务数据及客户数据的存储已不成问题,如何分析和挖掘这些数据,使其转化成有价值能为公司带来收益的信息,对各个企业来说都是一个挑战。在“新零售”的环境下,各零售企业之间的竞争转为数据竞争,转为技术竞争。大数据及其相关技术有效推进了零售业的发展。商品销量
学位
随着人们的生活水平越来越好,家电行业市场特别是空调行业,仍在快速发展,家电龙头企业的的市场占比越来越高,制造工厂的产量和效率面临跨越提升的压力。空调生产过程中重要的出厂安全检测项目,属于防触电保护的电气强度、接地电阻、绝缘电阻、泄漏电流等项目,是最基本、最重要的安全检测项目,都必须进行在线全数检验。而当前行业上主要以人工检测的手段,存在对操作员工的安全隐患、工作效率低,且随着产量的增加,生产线速的
在数字经济时代,随着移动互联网与智能设备不断地融进人们的生活,人们每天在工作和娱乐的过程中会产生大量日志数据,这些日志数据作为一种重要的资源,极具挖掘分析的价值。比如在运营APP时,除了通过广告等渠道拉取新用户之外,公司还采用了日志数据分析的手段,向用户提供精准服务,从而实现每日活跃用户量的提升。然而,面对海量且多样化的日志数据,现有的大数据技术在其应用方面依然存在着不足之处,致使企业不能更好地利
随着生活水平不断提高,产品的个性化需求越来越突出,产品生命周期缩短,废弃电子产品日益增多。基于环境保护,越来越多的国家开始重视闭环供应链的发展,开始回收废弃电子产品,发展再制造产业。但与发达国家相比,我国再制造产业仍处于探索初期,限制我国再制造发展的原因是再制造作为一个新概念尚未得到广泛认可,对于再制造产品“不了解”、“不认可”,导致“不敢买”,消费者对于再制造产品的支付意愿都很低;同时,制造商不
目的比较跟骨牵引与石膏外固定在Denis-Weber C型踝关节骨折术前治疗中应用的效果。方法回顾性分析自2017-01—2018-12行切开复位内固定治疗的100例Denis-Weber C型踝关节骨折,52例入院当天进行跟骨牵引治疗(跟骨牵引组),48例进行石膏外固定(石膏固定组)。比较2组术前张力性水泡发生率、术前皮肤坏死发生率、术前消肿时间、住院时间,以及入院后1、3、5 d患肢肿胀值。结
本文根据智能家居领域的需求,将针对两类智能家居数据源进行用户行为分析研究:第一类是面向智能手机传感器的用户行为识别;第二类是面向智能设备传感器的用户行为预测。针对目前智能家居用户行为研究算法,未能很好地针对数据集的特点对学习模型进行适配性的设计,提出了相应的智能家居用户行为识别与行为预测算法,并详细地分析了实验结果。本文主要研究工作如下:(1)文中介绍了智能家居的概念以及智能家居数据采集方式,重点
近年来,互联网领域迎来人工智能的热潮,在机器学习与深度学习等领域,多任务学习已发挥举足轻重的作用。多任务学习弥补了传统单任务学习中学习知识不共享的缺陷,通过多任务同步执行的方式以提高每个任务的泛化性能,相关任务之间的信息共享会影响并促进每个任务的学习效率。但是,在大多数现实生活场景中,标记数据的获取代价昂贵,需要消耗大量人力物力。同时,多个任务数据的堆叠也会产生数据冗余,增加任务的训练规模,降低模
学位