摘要：针对模糊能量管理策略设计仅依赖专家经验很难适应复杂工况的问题,本研究提出了一种基于神经网络工况识别的增程式电动汽车模糊能量管理策略。首先,基于中国货车行驶工况(CHTC-HT)数据,利用改进遗传算法优化的BP神经网络构建工况识别模型;其次,根据所识别的工况类型,融合电池SOC及整车需求功率参数,设计了自适应模糊能量管理策略,通过实时获取发动机功率输出实现能量优化分配;最后,通过硬件在环测试验证了所提出的方法。结果表明自适应模糊策略油耗相比规则策略降低9.67%,比模糊策略降低7.84%,有效提高了整车经济性。

摘要：针对燃料电池汽车能量管理策略在复杂工况下适应性较差的问题,提出一种融合反向传播(BP)神经网络工况识别的自适应模糊能量管理策略。选取中国乘用车行驶工况(CLTC-P)作为样本工况,以最高速度、平均速度、怠速时间比为特征参数,建立BP神经网络工况识别模型。制定3种典型工况下的模糊能量管理策略,使用遗传算法对模糊策略参数进行离线优化,运用BP神经网络在线识别工况并选取相适应的策略参数。仿真结果显示:与基于规则的策略和有工况识别的模糊控制策略相比,工况自适应模糊能量管理策略分别使整车的等效氢气消耗量降低6.87%和3.41%,表明所提策略能够有效识别随机工况,改善策略适应性,进一步提高整车经济性。

摘要：由于扁线绕组永磁电机具有槽满率高、散热好和绕组端部紧凑等优点,在新能源汽车领域受到广泛关注。以一台额定转速6000r/min的车用扁线绕组永磁同步电机为例,建立一种电磁场和温度场耦合仿真模型,采用单向和双向的耦合温升计算方法,计算损耗作为热源对电机温升的影响,并对仿真结果进行试验验证。同时,采用双向磁热耦合方法探讨在不同运行工况下冷却液流量、种类和入口温度对扁线电机温升的影响规律。结果表明:双向磁热耦合温升计算结果与试验结果更为一致,验证了双向磁热耦合仿真分析结果的准确性。通过计算不同影响因素下各部件的温度分布,在两种工况下随着冷却液流量的不断增加或冷却液入口温度的降低,电机各部件温度下降明显。分别以空气、不同浓度的乙二醇水溶液、冷却油、水作为冷却液时,冷却水的冷却效果最好。