CN103661386B - 控制具有压燃式发动机的混合动力电动车辆的方法 - Google Patents

控制具有压燃式发动机的混合动力电动车辆的方法 Download PDF

Info

Publication number
CN103661386B
CN103661386B CN201310397893.3A CN201310397893A CN103661386B CN 103661386 B CN103661386 B CN 103661386B CN 201310397893 A CN201310397893 A CN 201310397893A CN 103661386 B CN103661386 B CN 103661386B
Authority
CN
China
Prior art keywords
engine
vehicle
information
exhaust
program
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310397893.3A
Other languages
English (en)
Other versions
CN103661386A (zh
Inventor
瑞恩·亚伯拉罕·麦吉
王青
米歇尔·J·范·尼乌斯塔特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from US13/613,757 external-priority patent/US9102320B2/en
Application filed by Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN103661386A publication Critical patent/CN103661386A/zh
Application granted granted Critical
Publication of CN103661386B publication Critical patent/CN103661386B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种控制混合动力电动车辆的方法,该方法包含基于发动机运行请求运转压燃式发动机,以及当发动机运行时间的片段高于后处理状况阈值时执行排气后处理程序。车辆包括具有排气后处理系统的压燃式发动机和控制器。控制器配置用于:(i)基于发动机运行请求运转发动机;(ii)当发动机指定时间内的运行片段高于后处理状况阈值时执行用于车辆的排气后处理程序。一种具有代表通过控制器可执行以控制车辆的指令的存储数据的计算机可读媒介,包括:用于基于发动机运行请求而运转发动机的指令;当发动机运行时间片段高于后处理状况阈值时用于执行车辆的排气后处理程序的指令。

Description

控制具有压燃式发动机的混合动力电动车辆的方法
技术领域
本发明的多个实施例涉及车辆(比如具有压燃式发动机的混合动力车辆)和控制车辆的排气后处理(比如柴油微粒过滤器再生)的方法。
背景技术
混合动力电动车辆(HEV)的发动机运转显著不同于传统车辆,因为混合动力车辆可能只使用电力运转。在这类混合动力车辆(比如插电式电动混合动力(PHEV))中,电池能量被优先使用,而发动机可能只在车辆运转循环(或从钥匙开启至钥匙关闭)期间的小段时间内运行。
具有柴油发动机的HEV和PHEV需要排放控制装置以及用于该装置的对应的控制策略。柴油后处理的程序或者要求可能强制更频繁且持续的发动机运行(engine-on)操作。后处理程序的示例包括:柴油微粒过滤器(DPF)再生(Regen)、催化剂起燃、柴油氧化催化(DOC)加热、其它的排气温度保持程序以及保持在用监测性能比(IUMPR,in-use monitorperformance ratio)。
柴油PHEV中的能量管理支持减少的或最小的发动机运行时间以获得燃料经济性效益。例如,在DPR再生中,可能需要额外的燃料和发动机运行时间用于完成后处理程序。在HEV或PHEV中,发动机的运行时间小于传统车辆的运行时间,并且出于完成后处理程序的目的而运转发动机导致车辆更低的燃料经济性。
可能存在额外的驾驶性能关注或期望,比如PHEV用户期望当动力需求较低并且车速较低时发动机被关闭。需要完成后处理程序而不显著地影响燃料经济性或驾驶性能。
发明内容
在一个实施例中,提供了一种控制具有压燃式发动机的混合动力电动车辆的方法。压燃式发动机基于发动机运行请求而运转。当发动机运行时间片段(fraction)高于后处理状况阈值时执行排气后处理程序。
在另一个实施例中,提供了一种具有压燃式发动机和控制器的车辆,所述压燃式发动机具有排气后处理系统,所述控制器电连接至发动机。控制器配置用于:(i)基于发动机运行请求而运转发动机;(ii)当指定时间内的发动机运行片段高于后处理状况阈值时执行用于车辆的排气后处理程序。
在又一实施例中,提供了一种具有代表可通过控制器执行以控制车辆的指令的存储数据的计算机可读媒介,该媒介具有:用于基于发动机运行请求而运转发动机的指令;当发动机运行时间片段高于后处理状况阈值时用于执行车辆的排气后处理程序的指令。
根据本发明的一个实施例,发动机运行请求是基于车辆动力需求。
根据本发明的一个实施例,发动机运行请求是基于电池荷电状态要求。
根据本发明的一个实施例,所述方法进一步包含当发动机请求是基于后处理系统要求时执行用于车辆的排气后处理程序同时运转发动机。
根据本发明,提供一种车辆,包含具有排气后处理系统的压燃式发动机以及电连接至发动机的控制器,其中,控制器配置用于:(i)基本发动机请求运转发动机;(ii)当指定时间内的发动机运行片段高于后处理状况阈值时执行用于车辆的排气后处理程序。
根据本发明的一个实施例,排气后处理系统是柴油微粒过滤器。
根据本发明的一个实施例,控制器配置用于从发动机运行时间和完成后处理程序的时间确定发动机运行片段。
根据本发明的一个实施例,所述车辆进一步包含电机。
根据本发明的一个实施例,发动机使用上游离合器连接至电机,而电机使用下游离合器连接至变速器;并且其中顺序地设置发动机、电机和变速器。
根据本发明的另一方面,提供了一种具有代表可通过控制器执行以控制车辆的指令的存储数据的计算机可读媒介,包含:用于基于发动机运行请求而运转发动机的指令;当发动机运行时间片段高于后处理状况阈值时用于执行车辆的排气后处理程序的指令。
根据本发明的多个实施例具有关联的优点。可在行驶路线期间计划后处理程序的伺机计划(opportunistic scheduling)使得它们在车辆的发动机运行时限期间发生,从而最小化地影响燃料经济性和驾驶性能的预期,并减少车辆排放。可在行驶循环期间的合适时间处使用历史信息、预测信息和/或当前车辆状态计划后处理程序,比如DPF再生。可通过比如行驶动力请求或电池荷电状态(SOC)状况的事件触发发动机运行状况。该方法建立发动机运行时间百分比以产生用于伺机地计划并控制后处理程序的发动机运行时间估算。
附图说明
图1是根据实施例具有后处理控制的混合动力电动车辆的示意代表;
图2是图1中车辆使用的用于控制后处理的算法的流程图;
图3是根据实施例说明图2的子步骤的流程图;
图4是使用图3中的子步骤确定的预测的车辆行程数据图(profile);
图5是根据实施例的预测的发动机状态数据图;以及
图6是根据实施例说明图2中子步骤的流程图。
具体实施方式
根据需要,本说明书中公开了本发明具体的实施例;但是,应理解公开的实施例仅为示例并且其可以多种替代形式实施。附图无需按比例绘制;可放大或缩小一些特征以显示特定部件的细节。所以,此处所公开的具体结构和功能细节不应解释为限定,而仅为教导本领域技术人员以多种形式实施所要求主题的代表性基础。
因为发动机运行时间和发动机运转的不确定性,向柴油混合动力车辆提供后处理程序可能是困难的。发动机运转关联于包括驾驶不确定性和/或意料之外环境状况的将来的车辆运转。具有用于车辆循环的发动机运行时间(EOT)允许计划并控制伺机的后处理程序同时保持燃料效率和驾驶性能。
混合动力电动车辆(HEV)结构使用在附图中并用于描述正文的多个实施例;然而,可预想还可以具有本技术领域中已知的其它推进装置或推进装置的组合的车辆的多个实施例。HEV通常具有电池驱动的马达、发动机或其组合提供的动力。一些车辆具有允许电池被连接至用于再充电的外部电力源的插电特征,并且称为插电式HEV(PHEV)。HEV和PHEV中的电动车辆模式(EV模式)允许车辆仅使用电动马达来运转而不使用发动机,这可改善驾驶舒适性、燃料经济性以及通过这段运转时间内车辆的零排放而改善环境。
本说明书中描述的伺机后处理程序还可用于传统的柴油发动机以防止在具有较短时间的行程不能完成该程序的行程中启用后处理程序。通过在具有足够时间完成后处理程序的行程期间运行伺机后处理程序,可提高该程序的成功率和燃料经济性。
在一个示例中,车辆是具有压燃式发动机的混合动力车辆(HEV)(比如柴油发动机),并且额外地可能具有连接至外部电网的能力(比如插电式电动混合动力车辆(PHEV))。PHEV使用比标准混合动力车辆中容量更大的电池包,并且它还有从供应能量至充电站处充电口的电力网向电池再充电的能力,该电站在每个电池充电事件后从电网提供存储在电池中的额外电能。这进一步改善了电动行驶模式和碳氢化合物/电力混合的行驶模式中的综合车辆系统运转效率。
虽然大多数的传统HEV运转使得电池荷电状态保持在恒定水平,但是PHEV在下一个电池充电事件之前尽可能地使用预存储的电池电(网)能量。在每次充电后希望完全利用电网所供应的成本相对低的电能用于推进和其它车辆功能。在电池消耗事件期间电池荷电状态(SOC)减少至低存储水平之后,PHEV以称之为荷电维持的模式恢复常规HEV的运转直到电池被再充电。
图1说明了HEV10的动力传动系统配置和控制系统。显示的HEV配置是出于示例的目的并不意味着限制,本发发明可应用到任何适当架构的车辆(比如HEV和PHPEV)。
图1说明根据实施例的混合动力车辆10的示意图。车辆10包括内燃发动机(ICE)12和电机,该电机在图1显示的实施例中是运转作为牵引马达的马达发电机(M/G)14。M/G14配置用于传输扭矩至发动机12或至车轮46。发动机12可以是压燃式发动机并且可以使用多个燃料源,比如柴油、生物燃料等。发动机12具有排气15,该排气流动通过后处理系统16(比如DPF、DOC和/或类似物)并至外界。
在一个实施例中,后处理系统16是从发动机12的排气流过滤微粒物质(比如烟粒等)的DPF。微粒过滤器16随时间积累物质,该物质可能减少通过过滤器16的流动。较高的排气温度可用于从过滤器16清理微粒。额外的燃料喷射进发动机12从而较高的排气温度从过滤器16烧掉微粒(比如烟粒)。这个过程称为DPF再生(DPF Regen)。用于后处理系统16的控制策略确定何时需要再生程序以及何时修改燃料控制策略以增加排气温度。例如,在常规车辆中这个程序可能大约每300英里发生并且可能需要20分钟来完成。如果在完成前(由于钥匙关闭事件)而打断DPF再生,在晚些时候的整个期间将发起另一个DPF再生程序来完成。由于DPF再生利用额外的燃料,如果行驶循环将不允许完成则可能不太希望开始再生程序。在发生DPF再生的行驶循环期间燃料经济性可能被劣化。再生程序在完成前在第一次尝试期间被打断,则综合燃料经济性可能被进一步劣化。
使用第一离合器18(还称为分离式离合器或上游离合器)将M/G14连接至发动机12。第二离合器22(也称为起步离合器或下游离合器)连接M/G14和离合器24,并且至变速器24的所有输入扭矩通过起步离合器22传输。可以控制起步离合器22以将传动系26(传动系包括M/G14和发动机12)与变速器24、差速器28以及车辆驱动轮46分离。尽管离合器18、22描述和说明为液压离合器,还可使用其它类型的离合器(比如机电式离合器)。在一个实施例中,通过变矩器和旁通离合器实施离合器22。
在一些实施例中,车辆10还包括例如通过带或齿轮驱动而可操作地连接至发动机12的起动机马达(未显示)。起动机马达可用于提供扭矩以起动发动机12而不需要来自M/G14的额外扭矩。
M/G14与电池32连接。电池32可以是高压电池。M/G14可配置用于例如当驾驶员需要负的车轮扭矩时通过再生制动等以再生模式向电池32充电。在一个示例中电池32配置用于连接至外部电力网,比如用于插电混合动力电动车辆(PHEV)的具有从电力网再充电电池的能力,该电网供应能量至充电站处的充电口。(附图中显示的)PHEV车辆10配置中的电池32是可使用插座34额外再充电的,该插座可通过电池充电器/转换器36连接至其它外部电力源的电力网并连接至电池26。
在一个实施例中,PHEV10可优先使用电池32的能量使得发动机12可以不在整个行驶循环中运行。可替代地,发动机12可以仅运转小段时间。通过从纯电动车辆(EV)中完全的车辆动力传动系统能力到混合动力电动车辆的动力传动系统能力(其中当车辆10以高于特定速度的速度行驶时或者如果驾驶员需要的动力超过电池32的极限时,则可能需要发动机12运转)的车辆10的使用模式和多个动力传动系统约束而驱动发动机12运转的方式。PHEV可能具有两个主要运转模式:荷电消耗和荷电维持。在荷电消耗模式中,优先使用电池32的能量,以进行电池放电。一旦达到目标放电深度,PHEV以荷电维持模式运转。在荷电维持模式中,PHEV将电池32的SOC保持在固定水平左右。
车辆系统控制器(VSC)38在变速器控制单元(TCU)40和发动机控制单元(ECU)42之间传输数据并且还与多个车辆传感器通信。用于车辆10的控制系统44可包括任何数量的控制器,并且还可以被集成为单个控制器,或者具有多个模块。可通过控制器局域网(CAN)或其它系统连接一些或所有控制器。控制系统44可配置用于在任意数量的不同状况下控制变速器24、马达发电机总成35和发动机12中的多个部件。
发动机12的曲轴或输出轴连接至分离式离合器18,该离合器再连接至用于M/G14的输入轴。M/G14输出轴连接至起步离合器22,该离合器连接至变速器24。彼此顺序地串联而设置车辆10的传动系26的部件。
通过车辆10使用的方法或算法包括在适合的发动机运行期间进行的伺机后处理计划,以改善柴油PHEV中的能量管理和排放两者。该算法确定车辆10在行驶路线期间允许完成后处理程序(比如DPF再生)而对燃料经济性和车辆驾驶性能具有较低影响的时限。该算法在行驶路线期间适当的时间处计划指定的后处理程序。用于多个行驶循环期间后处理程序的“适合的时限”的确定取决于行驶循环期间预测的EOT。可以使用历史使用模式和/或将来预测的信息(比如输进导航系统的路线)、实时交通、车对车(V2V)或车对信息(V2I)系统等确定预测的EOT。
路径、行程或路线可以通过用户输入或指示,或者可以使用电子水平仪(horizon)提供,该水平仪基于车辆附近的道路、车辆的方向计算路线可行性。用于车辆的控制器38使用历史和预测的信息针对行驶循环或行驶循环的一部分而生成预测的车速或动力数据图。使用预测的数据图,控制器38可预测何时可能发生发动机起动(pull up),以及EOT可能是多长时间。例如,控制器38可基于车速或动力数据图和车辆要求而确定当车辆在高速路上时发动机12将运转。电子水平仪可使用高速公路路线和至下一个出口的距离作为将来的预测信息,并且然后转到未知的、不可预测的将来。EOT可以与单个发动机起动相关联、或者可以与指定时间段内的多个发动机起动相关联。
图2说明了用于具有柴油发动机的车辆的控制系统中使用的算法50的实施例,比如图1中显示的用于具有DPF后处理系统16的HEV10的控制系统44。算法50在52处开始,比如在车辆的钥匙开启事件之后。在54处,控制系统44确定是否存在需要强制发动机起动(FEPU)以控制DPF再生的强制DPF再生状况。
可使用系统限制标准(R)来监视DPF16的状况,R是通过ECU42计算的并与DPF16两端测量的背压差异关联的信号。该标准本质上是标准化的压力下降并且是用于DPF状况的指示信号。该标准反映了在过滤器16中微粒负荷随时间增加的累积效应。当该标准达到或超过预测值或较高的阈值时,请求再生循环。根据发动机12的工况,最终允许该请求。
在54处如果存在控制需要运行发动机12的后处理程序的紧急需求或提示,则运行发动机12并在56处实施后处理。用于强制DPF再生的状况的示例包括较高水平的DPF中微粒物质,比如高于90%的R。由于下文描述的伺机后处理策略,可以减少强制后处理程序的发生。
在54处如果不需要紧急的或强制的基于后处理的发动机运行状态,算法前进至58,在58处控制器比较DPF限制标准与较低的阈值。较低的阈值代表不触发或不实施伺机DPF再生(或一般的DPF再生)的值。例如,如果限制标准小于较低的阈值(即R<10%),即使出现伺机DPF再生的其它进入条件也不计划或不实施再生。
如果限制标准不高于较高的阈值,并且不低于较低的阈值,则算法50前进至60处计划伺机DPF再生。
算法50在62处接收历史的和/或预测的信息62以在64处使用子步骤63估算预测的行程速度数据图(或车辆动力需求数据图)。在66处随后使用基于来自64的预测动力需求数据图和68处的其它车辆状态信息(例如SOC状况)的车辆模型70估算发动机运行/关闭行为72而不考虑DPF。与预测的数据图64关联的发动机运行/关闭数据图72提供至预测计划器60。
在74处计划器60可以设置用于伺机计划的标记或类似物。当74处用于伺机计划的标记为真时,在76处启用并发起伺机的DPF再生程序。
图3说明子步骤63,该子步骤使用仲裁程序80来预测用于行程或指定时限的车速或动力数据图64。历史的、当前的和预测的信息62的多个源提供至子步骤63中的仲裁程序80。
历史行驶信息程序82可提供历史的行驶信息83至仲裁程序80。历史的行驶信息程序82可以从用于车辆或用于识别的驾驶员或车辆的默认驾驶员的已知行驶信息(包括行驶循环、历史的路线习惯、行驶数据等)确定历史信息83。
当前行驶信息程序84也可提供信息至仲裁程序80。可从最近时间段[t-T,t]记录的车辆状态和行驶状况得到,并处理当前行驶信息84(比如速度和坡度数据图)。在86处VSC38使用多个传感器和信息以提供车辆状态信息88(比如发动机状态、电池状态和其它的行驶状况)到信号处理器90。信号处理器90使用车辆状态信息88以确定处理的数据92,比如车速、坡度数据图等。
预测的或将来的行驶信息程序94也提供至仲裁程序80。预测行驶信息程序94使用从多个预测信息源96获取的信息,比如来自可提供路线信息98(比如路线速度限制、平均速度、平均加速、预测的车速、预测的道路状况、距离等)的具有全球定位的车载导航系统、车对车系统(V2V)、车对基础设施(V2I)系统、蜂窝网络等的信号和数据。可通过交通模型100补充额外的路线相关信息98,以提供包括由于交通堵塞、事故、建设、路线变更信息等对路线信息98的修改的交通信息102。
地理信息104使用地理识别算法108以使用来自预测信息源106的数据(比如来自具有全球定位的车载导航系统或类似物的信号和数据)确定行程的地理信息110。
仲裁程序80接收历史信息83、当前车辆处理的数据92、预测信息98、预测的交通信息102和地理信息110中的一个或多个来确定预测的车辆行程速度或动力数据图64。
图4说明了通过程序80确定的用于行程或指定时间段的车速或动力数据图64的示例。该数据图可以代表预测的车速或预测的动力需求。数据图64可以是位置定义域(例如相对于行程位置的速度或动力)或时间定义域(例如相对于时间的速度或动力)的函数。
例如,程序80可首先根据行程位置基于已知的速度限制和道路地理数据预测作为行程位置的函数的原始行程速度数据图。然后,程序80可以基于更多信息的可用性而考虑这些信息来改善预测精确度。可单独或与程序80和预测方程式组合而采用多种技术以改善数据图64估算的精确度。这些技术包括针对给定路线的历史和统计行驶数据的提取、通过计算长切线上希望的速度和曲线上希望的运转速度而调节数据图64、应用统计的加速和减速速率、基于行驶循环和实时交通信息调节数据图64等。
返回参考图2,数据图64和车辆状态68是至66处车辆模型的输入以确定对应于数据图64的发动机运行/关闭行为。发动机运行/关闭数据图72的示例在图5中说明。可从模型模拟推断或基于车辆参数和已知的控制算法大概计算在预测范围(horizon)(可以用空间或时间定义域的形式来代表,即行程或时间段)内的发动机运行/关闭行为72。
例如,可以主要基于电池的SOC和驾驶员动力指令与一组阈值比较而计划发动机运行/关闭72。如果可获取估算的动力数据图64和SOC状况则可以容易地计算和估算发动机运行/关闭72。假若不存在FEPU(即没有基于DPF的发动机运行/关闭要求),可从后处理程序而估算发动机运行/关闭预测72。
如图5中说明的,模型70产生作为位置定义域(例如行程位置)或时间定义域(例如行驶时间)的函数的预测的发动机运行/关闭模式72。
如图2和6说明的,发动机运行/关闭数据图72用作至计划算法60的输入。DPF再生计划在60处确定计划和发起伺机DPF再生的时间并监视通过车辆状态(比如行驶指令(即总动力指令或速度请求)、SOC状况、温度、过电压保护、气候请求等)触发的发动机运行(或者发动机起动)请求112。当发生这类发动机运行请求112时,假设后处理程序在当前时间开始,子步骤60前进至114以估算完成后处理程序或DPF再生的时间(Tc)。
对于给定的后处理程序而言Tc可以是后处理状况的函数。例如,可以从通过ECU42发送并与DPF两端测量的背压差异关联的系统限制标准(R)计算用于DPF再生的Tc。取决于R值,从使用模型的车载车辆计算或从通过车辆测试确定的校准表格可以将完成DPF再生循环的时间(Tdpf)推断为函数Tc=f(R)。
在114确定Tc之后,算法60前进至116处确定发动机运行时间(EOT),该EOT是时间段Tc期间的EOT(Teng_on)。计算116基于预测的发动机运行/关闭数据图72。
步骤118使用EOT和Tc以计算EOT和Tc之间的重叠百分比。
步骤120使用重叠百分比并控制仲裁步骤确定该重叠对于伺机后处理程序或者DPF再生是否足够长。步骤120比较重叠百分比和阈值k值。使用基于排放状况(即DPF的R值)的校准表格122确定k值。k=CAL(R)指可使DFP用R作为输入值而得出k的校准表格或函数。由于用于后处理程序的需要增加(R增加),k值减小。基于多个测试状况校准k值以平衡燃料经济性和排放要求之间的折衷。
如果重叠百分比小于k值,在步骤120处算法确定后处理将等待,并返回至步骤112。如果重叠百分比等于或高于k值,可以发生伺机后处理程序,并前进至步骤122。在74处设置后处理程序的标记。还将设置“禁止发动机关闭”信号以直到完成DPF再生以防止通过不相关的发动机停机请求打断后处理程序。
在图5显示的示例中,使用114确定约十分钟的Tc时限124,意味着如果在当前时间发起DPF再生程序则消耗约十分钟来完成该再生。在116处Tc124期间的发动机运行时间126估算为约六分钟。在118中计算的重叠百分比为Teng_on/Tc=60%,即在两个时限Teng_on和Tc之间存在60%的重叠。如步骤120使用的校准表格122显示的,如果DPF具有较高水平的微粒物质,将导致较高的R值并且通过延伸得到较低的k值例如k=20%。重叠百分比从而高于k值(60%>20%),并且在74处将启用并发起伺机DPF再生。在另一个示例中,DPF微粒负荷较低而k基于R值处于90%处。重叠百分比从而小于k值(60%<90%),则延迟伺机DPF再生至晚些时候并且算法60返回至112。
可通过多种方式探测方法或算法在车辆中的使用。比如通过车辆仪表、车载诊断接口、简单的传感器、车辆测试等,可在车辆中容易地获取任何后处理程序和发动机运行和关闭状态的发生。至算法的输入变量可包括路线类型、SOC、车速、车重等。输出变量是后处理程序的发生。可通过测试程序探测到方法在车辆中的使用。
可通过车辆输入支持已知后处理程序的行驶数据图。如果后处理程序被触发,则该决定是基于假设的将来或预测的行驶数据图。多个行驶数据图可控制测试以增加使用算法的统计准确性。后处理程序的发生和发动机运行和关闭状态可能是统计上相关的。当在车辆中启用该算法时,在适合的行程部分期间将发生更多的后处理程序。
多个优点可与公开的实施例相关联。例如,公开的算法使用预测信息智能地优化柴油混合动力车辆或传统柴油车辆中的后处理发生,并且可显著地改善车辆的燃料经济性和排放。
方法和算法不依赖于用于开发和/或实施说明的控制逻辑的任何特定的编程语言、操作系统处理器或电路。同样,取决于特定和编程语言和处理策略,可基本上同时按说明的顺序或按不同的顺序执行多个程序。可修改或在某些情况下省略说明的函数而不脱离本发明的精神或范围。
虽然上文描述了示例实施例,但是并不意味着这些实施例描述了本发明的所有可能的形式。相反,说明书中使用的词语为描述性词语而非限定,并且应理解可作出各种改变而不脱离本发明的精神和范围。此外,可组合多个执行实施例的特征以形成没有明确说明或描述的进一步的实施例。虽然已经对一个或多个希望的特征描述了提供优点的和/或优于其它实施例或现有技术的一个或多个实施例,本技术领域中的普通技术人员应理解可以可在多个特征中作出折衷以实现希望的系统属性,该属性可取决于具体的应用或实施。这些属性包括但不限于:成本、强度、耐用性、生命周期成本、可销售性、外观、包装、尺寸、可维修性、重量、可制造性、装配的便利性等。这样,对于一个或多个特性描述的可取性低于其它实施例的实施例没有在所要求主题的范围之外。

Claims (10)

1.一种控制具有压燃式发动机的混合动力电动车辆的方法,所述方法包含:
基于发动机运行请求运转压燃式发动机;
当发动机运行时间与用于排气后处理程序的完成时间之间的重叠百分比高于后处理状况阈值时执行排气后处理程序。
2.根据权利要求1所述的方法,所述方法进一步包含:从排气后处理系统的状态确定用于所述排气后处理程序的所述完成时间。
3.根据权利要求1所述的方法,所述方法进一步包含:使用发动机状态数据图确定所述完成时间期间的所述发动机运行时间。
4.根据权利要求3所述的方法,所述方法进一步包含:通过车辆行程数据图确定所述发动机状态数据图。
5.根据权利要求4所述的方法,所述方法进一步包含:从历史信息、当前车辆信息、预测信息和地理信息中至少一者确定所述车辆行程数据图。
6.根据权利要求1所述的方法,所述方法进一步包含:测量所述车辆的状态和排气后处理系统的状态以确定所述重叠百分比。
7.根据权利要求6所述的方法,所述方法进一步包含:提供行程信息以确定所述重叠百分比。
8.根据权利要求1所述的方法,其中,所述后处理状况阈值取决于排气后处理系统的状态。
9.根据权利要求1所述的方法,其中,所述发动机是柴油发动机。
10.根据权利要求1所述的方法,其中,所述排气后处理程序是柴油微粒过滤器再生。
CN201310397893.3A 2012-09-13 2013-09-04 控制具有压燃式发动机的混合动力电动车辆的方法 Active CN103661386B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/613,757 US9102320B2 (en) 2012-09-13 2012-09-13 Predictive aftertreatment scheduling for a vehicle
US13/613,757 2012-09-13

Publications (2)

Publication Number Publication Date
CN103661386A CN103661386A (zh) 2014-03-26
CN103661386B true CN103661386B (zh) 2018-02-09

Family

ID=

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1840396A (zh) * 2005-03-30 2006-10-04 三菱扶桑卡客车株式会社 混合动力车辆的电动机控制装置
CN101655024A (zh) * 2008-08-22 2010-02-24 通用汽车环球科技运作公司 使用gps/地图/交通信息来控制后处理(at)装置的性能
CN102213130A (zh) * 2010-04-01 2011-10-12 福特全球技术公司 用于再生微粒过滤器的方法及机动车辆

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1840396A (zh) * 2005-03-30 2006-10-04 三菱扶桑卡客车株式会社 混合动力车辆的电动机控制装置
CN101655024A (zh) * 2008-08-22 2010-02-24 通用汽车环球科技运作公司 使用gps/地图/交通信息来控制后处理(at)装置的性能
CN102213130A (zh) * 2010-04-01 2011-10-12 福特全球技术公司 用于再生微粒过滤器的方法及机动车辆

Similar Documents

Publication Publication Date Title
CN103661361B (zh) 控制具有压燃式发动机的混合动力车辆的方法
CN102991503B (zh) 用于控制车辆的方法
Gao et al. Evaluation of electric vehicle component performance over eco-driving cycles
US9102320B2 (en) Predictive aftertreatment scheduling for a vehicle
Gao et al. Battery capacity and recharging needs for electric buses in city transit service
Wang et al. Review of driving conditions prediction and driving style recognition based control algorithms for hybrid electric vehicles
Malikopoulos Supervisory power management control algorithms for hybrid electric vehicles: A survey
CN103660977B (zh) 用于控制混合电动车电池充电的方法和系统
Hou et al. Energy management of plug-in hybrid electric vehicles with unknown trip length
CN105083270A (zh) 用于控制车辆的再生制动的方法和装置
He et al. Forward power-train energy management modeling for assessing benefits of integrating predictive traffic data into plug-in-hybrid electric vehicles
JP2011504086A (ja) 運転条件に応じて自動車の動作を管理するための方法およびシステム
EP4331885A1 (en) Software-defined hybrid powertrain and vehicle
Torabi et al. Energy minimization for an electric bus using a genetic algorithm
Chacko et al. Optimization & validation of Intelligent Energy Management System for pseudo dynamic predictive regulation of plug-in hybrid electric vehicle as donor clients
Orecchini et al. Hybrid-electric system truth test: Energy analysis of Toyota Prius IV in real urban drive conditions
Awadallah et al. Comparative fuel economy, cost and emissions analysis of a novel mild hybrid and conventional vehicles
Gao et al. Comprehensive powertrain modeling for heavy-duty applications: A study of plug-in hybrid electric bus
Oh et al. Estimation of CO2 reduction by parallel hard-type power hybridization for gasoline and diesel vehicles
Shen et al. Development of economic velocity planning algorithm for plug-in hybrid electric vehicle
Hu et al. Engine and aftertreatment co-optimization of connected HEVs via multi-range vehicle speed planning and prediction
Chau et al. Fuel minimization of plug-in hybrid electric vehicles by optimizing drive mode selection
Wang Battery electric vehicle energy consumption modelling, testing and prediction: a practical case study
Jiang et al. A PHEV power management cyber-physical system for on-road applications
WO2024022141A1 (zh) 智能多模混动总成及智能网联电动重卡

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant