混合动力SUV总成参数匹配与优化

论文摘要

混合动力汽车是在电动汽车发展过程中出现的一种兼具有纯电动汽车和传统内燃机汽车优点的新型汽车,它充分发挥了发动机和电动机各自的特性,实现了驱动能源的合理分配,提高了混合动力系统的效率。目前,混合动力技术主要应用于轿车和客车等车型上。本文以混合动力SUV为研究对象,对混合动力系统的仿真模型、参数匹配以及系统优化等进行了初步研究,主要内容如下：(1)首先对目前混合动力汽车发展的背景和意义进行概括,详细论述国内外混合动力SUV的发展状况并指出我国研究混合动力SUV的重要性和必要性,最后详细分析混合动力汽车参数匹配与优化的现状,并提出采用合理的优化算法对混合动力系统参数进行联合优化是一个值得深入研究的课题。(2)以MATLAB为工作平台,基于汽车仿真软件(?)ADVISOR建立了混合动力SUV的发动机、电动机以及电池等模型。对并联混合动力汽车仿真模型进行二次开发,详细分析并搭建四轮驱动混合动力汽车仿真模型,以便于本文混合动力SUV的仿真模拟分析。(3)参照国内外混合动力SUV的系统结构及动力性指标,结合汽车动力学基础理论对混合动力SUV进行了发动机、电动机以及电池等动力部件的选型和参数设计,最后得出其整车动力系及传动系参数,并基于前文建立的模型对混合动力SUV进行了车辆动力性、燃油经济性以及尾气排放性的仿真模拟。(4)把混合动力系统优化问题定义为带约束非线性多目标优化问题,以车辆动力性要求为优化算法约束条件,以发动机最大功率、电动机最大功率、电池个数以及整车控制策略关键参数为优化变量,以车辆的燃油经济性、尾气排放性以及整车制造成本为优化目标,建立多目标优化数学模型,采用目标达成方法将其转换成单目标优化问题,并采用粒子群优化算法求解该问题,最终得到了并联混合动力SUV动力部件参数以及控制策略关键参数最优解。最后与ADVISOR软件中采用的优化方法的仿真结果进行了对比分析,其结果表明粒子群优化算法能够更加有效地搜索到混合动力汽车系统参数的pareto最优解,从而大大改善了车辆的整体性能。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 混合动力汽车概述
• 1.1.1 混合动力汽车的定义
• 1.1.2 混合动力汽车节能减排原理
• 1.1.3 混合动力汽车关键技术
• 1.2 混合动力SUV的发展概况
• 1.2.1 国外混合动力SUV的发展概况
• 1.2.2 国内混合动力SUV的发展概况
• 1.2.3 研究混合动力SUV的重要性及必要性
• 1.3 混合动力汽车参数匹配与优化的现状
• 1.4 本文主要研究内容
• 第2章 混合动力SUV仿真模型研究
• 2.1 混合动力汽车仿真软件分析
• 2.1.1 前向和后向仿真软件的比较分析
• 2.1.2 汽车仿真软件ADVISOR原理
• 2.2 混合动力总成主要部件建模
• 2.2.1 发动机模型
• 2.2.2 电机模型
• 2.2.3 电池模型
• 2.3 四轮驱动在混合动力汽车结构中的实现
• 2.3.1 四轮驱动在串联混合动力汽车结构中的实现
• 2.3.2 四轮驱动在并联混合动力汽车结构中的实现
• 2.3.3 四轮驱动在混联混合动力汽车结构中的实现
• 2.4 基于ADVISOR的混合动力汽车建模分析
• 2.4.1 汽车整车模块
• 2.4.2 内燃机模块
• 2.4.3 电机/控制器模块
• 2.4.4 能量存储系统模块
• 2.5 并联混合动力SUV仿真模型开发
• 2.5.1 前轮驱动汽车的驱动力控制子模块
• 2.5.2 四轮驱动汽车的驱动力控制子模块
• 2.5.3 四轮驱动模块在ADVISOR中的实现
• 2.6 本章小节
• 第3章 混合动力SUV总成参数匹配研究
• 3.1 原型车整车基本参数
• 3.2 混合动力SUV的动力性指标
• 3.3 动力总成主要部件选型及参数设计
• 3.3.1 发动机选型及参数设计
• 3.3.2 电动机选型及参数设计
• 3.3.3 储能元件选型及参数设计
• 3.4 混合动力SUV的仿真模拟
• 3.4.1 混合动力SUV的仿真参数
• 3.4.2 混合动力SUV的仿真设置
• 3.4.3 混合动力SUV的仿真结果
• 3.5 本章小结
• 第4章 混合动力SUV系统参数优化
• 4.1 引言
• 4.2 粒子群优化算法介绍
• 4.2.1 粒子群优化算法的起源
• 4.2.2 粒子群优化算法数学模型
• 4.3 多目标优化问题的数学模型及其转换
• 4.3.1 多目标优化问题的数学模型
• 4.3.2 多目标优化问题的单目标转换
• 4.4 动力系统部件及控制策略参数联合优化
• 4.4.1 优化参数取值范围设计
• 4.4.2 优化算法约束条件
• 4.4.3 变量适应度的计算
• 4.4.4 粒子群优化算法实现过程
• 4.5 粒子群优化算法结果分析
• 4.6 本章小结
• 第5章 全文总结及展望
• 5.1 全文总结
• 5.2 论文创新点
• 5.3 工作展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表的学术论文