基于毫米波雷达的车速预测及PHEV能量管理

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 插电式混合动力汽车的发展现状

1.2.1 国内PHEV 发展现状

1.2.2 国外PHEV 发展现状

1.3 PHEV 能量管理策略研究现状

1.3.1 基于规则的能量管理策略

1.3.2 基于优化的能量管理策略

1.4 本文研究的主要内容

第2章 基于毫米波雷达的GA-BP 神经网络车速预测

2.1 人工神经网络及遗传算法概述

2.1.1 人工神经网络概述

2.1.2 遗传算法原理

2.1.3 遗传算法基本要素

2.2 预测模型输入层信息分析

2.2.1 基于毫米波雷达的车间运动特征

2.2.2 基于历史车速信息的关键因子

2.2.3 模糊推理识别驾驶意图

2.3 基于BP 神经网络的车速预测模型

2.3.1 行车场景数据库建立

2.3.2 BP网络结构参数设计

2.3.3 网络训练及预测结果分析

2.4 遗传算法优化BP 网络

2.4.1 算法流程

2.4.2 遗传算法优化BP神经网络设置

2.4.3 优化结果分析

2.5 本章小结

第3章 插电式混合动力汽车动力系统及建模

3.1 插电式混合动力汽车整体结构

3.1.1 PHEB 动力系统结构

3.1.2 PHEB 动力系统工作模式分析

3.2 插电式混合动力汽车建模

3.2.1 整车纵向动力学模型

3.2.2 发动机模型

3.2.3 电机模型

3.2.4 动力电池模型

3.2.5 传动系统模型

3.2.6 Cruise 整车模型建立

3.3 本章小结

第4章 基于历史车速信息的全局SOC 轨迹规划

4.1 基于PHEV 的SOC 参考轨迹的必要性

4.2 SOC 参考轨迹设定方法

4.2.1 线性法

4.2.2 全局规划法

4.3 基于历史车速信息的实际工况

4.4 仿真分析

4.5 本章小结

第5章 基于车速预测信息的整车能量管理策略研究

5.1 PHEV 规则能量管理策略设计及优化

5.1.1 控制策略开发原理

5.1.2 功率分配控制策略

5.1.3 关键控制参数优化

5.1.4 仿真分析

5.2 基于车速预测信息的整车能量管理策略

5.2.1 模型预测控制原理

5.2.2 PHEV 预测能量管理

5.2.3 仿真分析

5.3 本章小结

第6章 结论

6.1 全文总结

6.2 主要创新点

6.3 研究展望

参考文献

致 谢

攻读学位期间的研究成果