基于工况识别与多元非线性回归优化的能量管理策略
2017-12-02林歆悠林国发
中国机械工程 2017年22期
关键词:控制策略
孙 蕾 林歆悠 林国发
1.华侨大学机电及自动化学院,厦门,3610212.福州大学机械工程及自动化学院,福州,3500023.上汽集团技术中心,上海,201804
基于工况识别与多元非线性回归优化的能量管理策略
孙 蕾1林歆悠2林国发3
1.华侨大学机电及自动化学院,厦门,3610212.福州大学机械工程及自动化学院,福州,3500023.上汽集团技术中心,上海,201804
为给混合动力汽车智能管理策略提供基础,开展了基于学习向量化(LVQ)神经网络的工况模式识别算法研究。选取4种典型微观道路类型工况和3类标准循环工况,提取11个参数为训练特征数据,建立了LVQ神经网络工况模式识别算法;在此基础上,以某款混联式动力系统为例,结合多元非线性回归分析制定相应控制策略;最后,基于Simulink仿真平台建立LVQ神经网络工况模式识别及整车仿真模型,分别采用中国城市典型循环工况以及构建UDDS+NYCC+UDDS的标准行驶工况进行道路工况识别验证。结果表明,所建立的LVQ神经网络工况识别算法可以准确识别工况模式并能有效提高能量管理策略的控制效果。
学习向量化神经网络;工况识别;循环工况;能量管理
0 引言
随着新能源汽车能量管理策略的研究不断深入,行驶工况对新能源汽车的性能影响非常重要,因此这个方向已成为目前的研究热点,如林歆悠等[1]采用工况识别与动态规划全局优化相结合的方法建立混联式混合动力客车的优化策略,类似的研究还有PARK等[2]通过机器学习算法对行驶道路及交通状况进行识别进而优化控制参数以进一步提升混合动力汽车的控制效果。……
登录APP查看全文
