多离合器ISG混合动力汽车分层多模式切换协调控制与优化

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61473115
  • 项目类别:
    面上项目
  • 资助金额:
    83.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0301.控制理论与技术
  • 结题年份:
    2018
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2018-12-31

项目摘要

The power interruption or the torque fluctuation occurs during the course of mode switch for hybrid electric vehicles. The existing methods that employ the electric motor to compensate actively the torque delay of the engine have some defects, such as complex algorithm, low control precision and great chattering of control variables. Based on the traditional research methods, this project systematically investigates the coordinated control and optimization in mode switch for an ISG hybrid electric vehicle with multi-clutch that integrates the mild, medium and full hybrid mode. Firstly, based on multi-clutch engagement / disengagement law, mode switch is divided into working modes layer (namely, coordination between engine and motor) and electric driving modes layer (namely, coordination between ISG motor and major motor) in order to reduce the algorithm complexity. Secondly, by employing switched control theory, each running mode is regarded as a different subsystem of the switched system in the process of modeling. By use of intelligent control algorithm, the torque coordinated distribution is accomplished for each subsystem. In terms of adaptive sliding mode control, it could reduce chattering of control variables, improve control precision and achieve smooth switching among subsystems. Afterwards, according to the prediction models of driving cycle, switching rules are optimized based on multi-objective optimization algorithm, which can ensure that the vehicle works smoothly under the optimum running mode, such as high efficiency, energy efficiency and environmental protection. Finally, a hardware-in-loop simulation test platform is exploited to verify the rationality and validity of the proposed models and control scheme.
混合动力汽车在模式切换过程中容易出现动力中断或扭矩波动,已有采用电机主动补偿发动机扭矩滞后量的方法存在算法复杂、控制精度低、控制变量抖动大等问题。项目以集轻、中和重度三种混合模式为一体的多离合器ISG混合动力汽车为对象,在借鉴和发掘传统研究思路和方法的基础上,系统完整地探索其模式切换协调控制与优化方法。首先,基于多离合器的接合/分离规律,实现工作模式(即发动机与电机间协调)和电驱动模式(即ISG电机与主电机间协调)两个层面上的切换,以减小算法复杂度。其次,利用切换控制理论,在建模中将不同运行模式视为切换系统的不同子系统,基于智能控制算法,实现各子系统的扭矩协调分配;采用自适应滑模控制算法,抑制控制变量抖动,提高控制精度,实现子系统间平滑的切换。然后,基于工况预测模型,对切换规则进行多目标优化,实现汽车平稳、高效、节能与环保的最佳运行模式。最后,利用硬件在环仿真试验平台对设计方案进行验证。

结项摘要

混合动力汽车(HEV)控制与优化是影响车辆性能的关键技术之一,传统控制与优化方法大多仅考虑燃油经济性和排放性能,忽略了影响车辆动力性和驾驶平顺性等动态性能,从而导致驾驶性能恶化,制约了HEV的推广应用。本课题从HEV多模式切换本质入手,将HEV动态协调控制与优化问题纳入到切换系统理论体系,兼顾影响燃油经济性和排放性能等静态行为,以及影响驾驶平顺性的动态行为,寻求多模式切换下动态协调控制策略。课题组主要成果包括:(1)在多模型切换系统理论框架下,建立了驱动系统切换模型,提出了一种由行星齿轮机构和定轴齿轮机构组成的ISG-HEV混合式机电耦合系统结构方案,实现了对两个输入转速和两个输入转矩的分别控制;(2)针对各动力源特性不同、运行模式复杂等问题,结合工况以及电池SOC等信息,将ISG-HEV运行模式细分为工作模式切换和电驱动模式切换两个层面,探究得到了了16种运行模式间的切换切换规则,为研究HEV模式切换动态协调控制与优化奠定了基础;(3)分别提出了基于分层、基于干扰补偿、基于H∞鲁棒控制、基于μ综合以及针对伴随有发动机起动和无发动机起动的多种模式切换动态协调控制方法,提高了整车燃油经济性和驱动系统效率,降低了尾气排放量和模式切换过程中的转矩波动,实现了模式切换的平顺性;(4)设计了基于恒等效因子、基于变等效因子和基于工况识别的变等效因子瞬时优化控制方法,提高了等效燃油消耗的计算精度和整车燃油经济性;(5)将传动系统效率统一为综合效率表达式,设计了效率最大控制策略,提高了传动系统效率;(6)针对因发动机频繁起/停易造成摩擦损失大、燃油消耗高、尾气排放剧增和对传动系冲击大等问题,基于模型预测理论,采用滚动优化结合反馈校正的方法,设计了一种发动机起/停优化算法,降低了发动机起/停频率,保证了发动机、电池均工作在高效区。搭建了HEV电子控制试验平台,验证了所提出控制策略的有效性。

项目成果

期刊论文数量(50)
专著数量(6)
科研奖励数量(1)
会议论文数量(15)
专利数量(22)
基于优化虚拟矢量的三电平逆变器中点电位平衡闭环控制
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    电工技术学报
  • 影响因子:
    --
  • 作者:
    范波;赵伟刚;刘刚;谢冬冬
  • 通讯作者:
    谢冬冬
Synchronization of Two Fractional-Order Chaotic Systems via Nonsingular Terminal Fuzzy Sliding Mode Control
基于非奇异终端模糊滑模控制的两个分数阶混沌系统的同步
  • DOI:
    10.1155/2017/9562818
  • 发表时间:
    2017-08
  • 期刊:
    Journal of Control Science and Engineering
  • 影响因子:
    1.7
  • 作者:
    Xiaona Song;Shuai Song
  • 通讯作者:
    Shuai Song
基于LCL滤波的三相PWM整流器新型DPC策略
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    电力电子技术
  • 影响因子:
    --
  • 作者:
    丁博文;范波;廖志明;郭宁
  • 通讯作者:
    郭宁
基于全阶状态观测器的转子电阻辨识及反馈矩阵设计
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    电机与控制应用
  • 影响因子:
    --
  • 作者:
    徐翔;范波;马建伟
  • 通讯作者:
    马建伟
Further results on passivity analysis of delayed neural networks with leakage delay
具有泄漏延迟的延迟神经网络无源性分析的进一步结果
  • DOI:
    10.1016/j.neucom.2016.10.045
  • 发表时间:
    2017-02
  • 期刊:
    Neurocomputing
  • 影响因子:
    6
  • 作者:
    Yonggang Chen;Zhumu Fu;Yurong Liu;Fuad E. Alsaadi
  • 通讯作者:
    Fuad E. Alsaadi

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

集装箱桥吊多模型参考切换双闭环防摇控制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    机械工程学报
  • 影响因子:
    --
  • 作者:
    付主木;高爱云;费树岷;普邑
  • 通讯作者:
    普邑
一类切换线性奇异系统的状态反馈H infinity控制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机应用研究
  • 影响因子:
    --
  • 作者:
    付主木;普邑
  • 通讯作者:
    普邑
不确定切换时滞奇异系统的鲁棒H infinity控制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    控制工程
  • 影响因子:
    --
  • 作者:
    付主木;高爱云;费树岷
  • 通讯作者:
    费树岷
一类不确定切换奇异系统的鲁棒H_∞控制
  • DOI:
    --
  • 发表时间:
    2008
  • 期刊:
    南京理工大学学报
  • 影响因子:
    --
  • 作者:
    付主木;费树岷;薄煜明;李涛
  • 通讯作者:
    李涛
变参数压力对象的自适应PID算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    自动化仪表
  • 影响因子:
    --
  • 作者:
    刘枫;张安年;付主木
  • 通讯作者:
    付主木

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

付主木的其他基金

计及驾驶行为的网联物流异质车队分布式协同优化控制研究
  • 批准号:
    62371182
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
基于切换系统理论的混合动力汽车能量管理策略
  • 批准号:
    60904023
  • 批准年份:
    2009
  • 资助金额:
    21.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码