基于工况在线识别的汽车电能管理系统的研究与实现

摘要

近年来，尽管混合动力汽车和纯电动汽车的相关技术得到了较快的发展，但是由于技术、成本等原因，燃油汽车依然是市场上的主流车型。随着车载电控单元和电气设备数量的不断增加，电能消耗占整车能耗的比重也越来越大，整车电能管理已经成为提升车辆燃油经济性的重要手段。因此，开发实时高效的燃油汽车动态电能管理方法，对于降低车辆的燃油消耗，提升车辆的燃油经济性有着重要的意义。
　　本课题以安徽省自然科学基金和企业委托项目为依托，研究了基于工况在线识别的汽车电能管理系统。首先，介绍了现有的整车电源系统和电能管理技术，分析了与之相关的汽车总线技术。其次，建立了一种基于I-LVQ神经网络的工况识别模型。定义了“相似工况”概念并引入了分类概率模型，设计了I-LVQ模型训练算法。再次，提出了基于工况在线识别的整车电能管理策略。建立了移动时间窗识别机制，基于用电负载功率最优分配设计了特定工况下的电能管理算法。再次，建立了一种总线式电能管理系统，设计并实现了对应的能量管理控制器。最后，在CANoe软件中进行了通信验证实验，搭建了整车试验台架并进行了整车试验，试验结果验证了节点通信的可行性以及电能管理策略的有效性。本文的研究对于减少整车能量消耗，延长蓄电池使用寿命，提升燃油经济性有着重要的研究意义和应用价值。

目录

声明

致谢

摘要

第一章 绪论

1．1 课题研究背景及意义

1．2 课题国内外研究现状

1．2．1 整车电能管理

1．2．2 行驶工况识别

1．3．1 课题来源

1．3．2 论文内容

第二章 整车电能管理与汽车总线

2．1 整车电源系统

2．1．1 发电机

2．1．2 蓄电池

2．2 整车电能管理技术

2．2．1 电源管理技术

2．2．2 模式识别技术

2．3 汽车总线技术

2．3．1 LIN总线技术

2．3．2 CAN总线技术

2．4 本章小结

第三章 基于I-LVQ神经网络的工况识别模型

3．1 LVQ神经网络

3．1．1 LVQ神经网络模型

3．1．2 LVQ模型的训练

3．2．1 典型工况的选择

3．2．2 特征参数的计算

3．3．1 I-LVQ模型训练思路

3．3．2 I-LVQ模型训练算法

3．3．3 I-LVQ模型的有效性验证

3．4 本章小结

第四章 基于工况在线识别的整车电能管理

4．1 整车电能管理问题描述

4．1．1 电能管理目标

4．1．2 电能管理系统

4．2．1 移动时间窗识别机制

4．2．2 移动时间窗识别的有效性验证

4．2．3 基于I-LVQ模型的工况识别流程

4．3．1 极小值原理概述

4．3．2 特定工况下的电能管理建模

4．3．3 特定工况下的电能管理算法

4．3．4 工况识别下的电能管理策略

4．4 本章小结

第五章 能量管理控制器设计

5．1．1 主控芯片的选取

5．1．2 LIN通信模块设计

5．1．3 CAN通信模块设计

5．2 控制器软件设计

5．2．1 软件总体设计

5．2．2 主控层程序设计

5．2．3 业务层程序设计

5．2．4 驱动层程序设计

5．3 控制器通信协议设计

5．3．1 LIN通信协议设计

5．3．2 CAN通信协议设计

5．4 本章小结

第六章 控制器实验系统与整车试验

6．1 控制器实验系统搭建

6．1．1 Vector CANoe软件

6．1．2 控制器实验系统架构

6．2．1 网络通信开发

6．2．2 监测面板开发

6．3．1 整车试验方案

6．3．2 不同策略下的整车试验

6．3．3 整车试验结果对比分析

6．4 本章小结

第七章 总结与展望

7．1 论文工作总结

7．2 下一步工作

参考文献

攻读硕士学位期间的学术活动及其成果情况