CN104614986B - 基于工况自学习的混合动力总成优化标定实验系统及方法 - Google Patents
基于工况自学习的混合动力总成优化标定实验系统及方法 Download PDFInfo
- Publication number
- CN104614986B CN104614986B CN201410745823.7A CN201410745823A CN104614986B CN 104614986 B CN104614986 B CN 104614986B CN 201410745823 A CN201410745823 A CN 201410745823A CN 104614986 B CN104614986 B CN 104614986B
- Authority
- CN
- China
- Prior art keywords
- energy
- data
- hybrid power
- energy management
- new forms
- 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
Links
Landscapes
- Electric Propulsion And Braking For Vehicles (AREA)
- Hybrid Electric Vehicles (AREA)
Abstract
本发明公开了基于工况自学习的混合动力总成优化标定实验系统及方法,实验系统,该系统包括混合动力总成系统、混合动力总成台架系统、在用新能源车辆采集模块、新能源远程监控数据库、实验管理控制台、自学习优化处理模块以及混合动力能量管理单元。采用新能源远程监控数据库的历史数据和新能源动力总成的台架实验系统,实现特定地理工况、司机驾驶风格差异下的工况参数自学习,实现混合动力能量分配的最优及实验验证,进而可以发现混合动力总成的问题并将能量分配参数优化,降低了混合动力总成的优化成本。
Description
技术领域
本发明涉及新能源混合动力总成的节油优化领域,特别是涉及道路工况下混合动力总成实验优化标定的实验装置和实验方法。
背景技术
随着环境压力和化石燃料危机,车辆的节能减排已经成为道路车辆改进的主要方向。混合动力具备双动力源,可以根据车辆的行驶工况,优化两种或者多种动力源的能量分配,从而提供能量利用率。此外,混合动力还具备一定的制动能量回收,进一步减少能量的浪费。近年来,使用混合动力技术改善车辆行驶油耗,降低污染物排放的主要途径。
混合动力的能量优化管理策略是混合动力车辆技术的核心技术之一。对于混合动力动力总成结构确定的车辆,混合动力能量分配策略是影响混合动力燃油经济性、混合动力排放、混合动力故障率及混合动力使用寿命的主要因素。此外,对于不同的行驶工况,实际运行过程中相同混合动力能耗差异可能达到30%;相同道路工况,驾驶风格不同的混合动力能耗差异也有可能达到40%。传统的基于典型循环工况的控制策略标定,难以满足混合动力车辆的推广引用。
为了提高混合动力能量管理的工况适应性,从控制策略的优化出发,基于行驶工况辨识的混合动力能量优化策略、基于司机驾驶风格辨识的混合动力能量优化策略以及多级的能量优化策略等虽然能够从理论上提供混合动力能量优化策略,但存在硬件资源限制,成本高,难以实际应用的难题。如:“基于道路公开自学习的混合动力城市客车控制策略动态优化”,朱道伟等,机械工程学报,第46卷第6期,第33-38页,20100331。
从车辆的离线标定出发,采用各个地区的典型循环工况或者实际运行数据进行控制策略的直接标定,存在人工工作量大,标定过程繁琐,成本高的问题。
发明内容
本发明的目的在于克服已有技术的不足,提供一种可以实现车辆行驶过程控制策略标定参数的优化和自学习,降低混合动力总成的优化成本,控制策略具有很好适应性的基于工况自学习的混合动力总成优化标定实验系统及方法。
为了达到上述目的,本发明采用的技术方案是:
一种基于工况自学习的混合动力总成优化标定实验系统,该系统包括:
混合动力总成系统,该混合动力总成系统包括发动机,所述的发动机经离合器与驱动电机机械相连,作为混合动力车辆的动力驱动源,所述的驱动电机与变速箱机械相连,所述的驱动电机依次与逆变器和蓄电池采用电缆连接,用于实现电能的双向流动;
混合动力总成台架系统,该混合动力总成台架系统包括电力测功机,所述的电力测功机与变速箱机械连接,驱动电机经变速箱输出动力到电力测功机;
该系统还包括:
在用新能源车采集模块,该在用新能源车采集模块用于采集司机操作数据、车辆运行数据、混合动力能量管理单元的能量管理标定数据及GPS模块输出的经纬度信息数据,并发送给新能源远程监控数据库,同时接收新能源远程监控数据库输出的优化后的新能源车辆能量优化管理标定数据,用于更新混合动力能量管理单元的标定数据;
新能源远程监控数据库,该新能源远程监控数据库用于读取、滤波、校核和存储在用新能源车采集模块输出的数据,提取与在用车辆的运行道路工况类型和司机驾驶风格相关的数据,查找数据库中是否有匹配的能量管理标定数据并判断该数据是否满足设定的经济性指标和排放性指标要求,在条件满足的情况下将匹配的能量管理标定数据输出给在用新能源车采集模块或者在条件不满足的情况下,将司机操作数据、车辆运行数据输出给实验管理控制台,提取车辆原有能量管理标定数据、道路工况类型和司机驾驶风格相关的数据输出给自学习优化模块;该新能源远程监控数据库还用于接收和存储来自于自学习优化处理模块的经过自学习优化处理后的能量优化管理标定数据,然后将优化后的新能源车辆能量优化管理标定数据,输出给在用新能源车采集模块;
实验管理控制台,实验管理控制台通过信号控制电缆与电力测功机相连;该实验管理控制台用于接收新能源远程监控数据库输出的在用车辆的司机操作数据、车辆运行数据和自学习优化处理模块的台架开始指令,计算出电力测功机的目标转速和扭矩,输出给电力测功机,提取司机操作数据给混合动力能量管理单元,用于控制混合动力总成系统的发动机、离合器、驱动电机、变速箱和蓄电池的目标状态,在实验过程中接受混合动力能量管理单元的实际运行状态及能耗数据并输出给自学习优化处理模块;
自学习优化处理模块,所述的自学习优化处理模块用于接收新能源远程监控数据库输出的道路工况类型和司机驾驶风格相关的数据和在用车辆的现有能量管理标定数据,将在用车辆的能量管理标定数据发送给混合动力能量管理单元进行台架试验,同时接收实验管理控制台输出的发动机、驱动电机、变速箱、离合器和电池的实际运行状态及能耗数据,进行滤波和数据有效性校验,并进行建模和能量管理标定数据的寻优处理,然后将模型状态下优化后的能量管理标定数据输出给混合动力能量管理单元,给实验管理控制台发送台架实验开始指令,然后再读取实验管理控制台发送的发动机、驱动电机、变速箱、离合器和电池的实际运行状态及能量数据,判断模型状态下优化后的混合动力总成的经济性和排放性值是否达到目标要求;
混合动力能量管理单元,该混合动力能量管理单元与发动机、离合器、驱动电机和变速箱通过整车通讯总线连接,接收实验管理控制台的司机操作数据,计算出动力总成控制指令信号,发送给发动机控制器、驱动电机控制器、变速箱控制器,控制发动机、驱动电机、变速箱和电池的能量分配以及目标状态,同时采集发动机、离合器、变速箱、驱动电机和电池的实际运行状态及能耗数据,并输出给实验管理控制台;混合动力能量管理单元还用于接收自学习优化处理模块的模型状态下优化后的能量管理标定数据,用于更新发动机、离合器、驱动电机、变速箱和电池的试验运行过程中的目标状态。
一种基于工况自学习的混合动力总成优化标定实验系统实验方法,它包括以下步骤:
步骤一、通过在用新能源车采集模块采集包括车辆运行数据、GPS数据、司机操作数据以及新能源混合动力能量管理单元能量管理标定数据在内的新能源车辆的数据,按“时间-地理-车型-监控数据”的结构发送给新能源远程监控数据库中;
步骤二、新能源远程监控数据库对采集的数据进行滤波、校核和存储,提取在用车辆的运行工况类型和司机驾驶风格相关的数据,然后判断该种混合动力车辆是否有匹配的能量管理标定数据,且该参数的经济性值和排放性值是否满足设定条件,如果已有类似匹配数据直接转入步骤八,反之则进入步骤三;
步骤三、实验管理控制台从新能源远程监控数据库提取新能源远程监控数据库输出的司机操作数据、车辆运行数据,计算出电力测功机的目标转速和扭矩,并将司机操作数据作为混合动力能量管理单元的输入命令,自学习优化处理模块提取新能源远程监控数据库中在用车辆的现有能量管理标定数据发送给混合动力能量管理单元;上述步骤完成后,实验管理控制台根据自学习优化处理模块输出命令开始台架实验;
步骤四、混合动力能量管理单元,采集发动机、电机、电池、变速箱的实际运行状态及能耗数据通过实验管理控制台发送给自学习优化处理模块,自学习优化处理模块采用自学习的办法,根据混合动力总能消耗最小的原则,计算出能量管理标定数据的理想值发送给混合动力能量管理单元,更新混合动力能量管理单元中的能量管理标定数据;
步骤五、在混合动力能量单元中的能量管理标定数据更新完后,实验管理控制台重新开始台架实验,混合动力能量管理单元将采集发动机、电机、变速箱、离合器、电池的状态及能量数据发送给自学习优化模块;在台架实验过程中,混合动力能量单元采用能量管理标定数据的理想值,混合动力总成系统的目标状态为混合动力能量管理单元输出的理想状态下的计算值,电机测功机采用步骤三中的目标扭矩和转速数值,司机操作数据采用步骤三中的数据;
步骤六、自学习处理模块判断步骤五中接收的发动机、电机、变速箱、离合器、电池的状态及能量数据的经济性值是否满足目标,如果满足则进一步判断车辆的排放性指标是否恶化,如果否,则将优化的能量管理标定数据发送到新能源远程监控数据库,如果经济性目标值没有达到或排放恶化,则重复步骤四和步骤五,直至得到经济性和排放性满足目标值要求,自学习过程结束;
步骤七、自学习处理模块将最终优化的能量管理标定数据发送给新能源远程监控数据库,新能源远程监控数据库依据优化的“车辆型—工况类型—司机驾驶风格—能量管理标定数据”的格式存储实验结果值;
步骤八、新能源远程监控数据库中已经优化的标定数据,回传到在用新能源车采集模块,更新对应混合动力能量管理单元的能量管理标定数据,从而实现不同地区和不同车型的在用车辆能量管理优化标定参数的离线更新与升级。
本发明的有益效果是:
本发明从控制策略优化标定的角度,针对在用车辆出现对运行工况、司机驾驶风格差异导致的混合动力控制策略难以标定和适应问题,采用新能源远程监控数据库的历史数据和新能源动力总成的台架实验系统,实现特定地理工况、司机驾驶风格差异下的工况参数自学习,实现混合动力能量分配的最优及实验验证,进而可以发现混合动力总成的问题并将能量分配参数优化,降低了混合动力总成的优化成本。
附图说明
图1为基于工况自学习的混合动力总成优化标定实验系统结构图;
图2为基于工况自学习的混合动力总成优化标定实验系统方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明加以详细说明。
图1所示为基于工况自学习的混合动力总成优化标定实验系统结构图。图中所示的本发明的一种基于工况自学习的混合动力总成优化标定实验系统,该系统包括:
混合动力总成系统,该混合动力总成系统包括发动机1,所述的发动机经离合器2与驱动电机3机械相连,作为混合动力车辆的动力驱动源,所述的驱动电机3与变速箱4机械相连,所述的驱动电机3依次与逆变器6和蓄电池7采用电缆连接,用于实现电能的双向流动;
混合动力总成台架系统,该混合动力总成台架系统包括电力测功机5,所述的电力测功机5与变速箱4机械连接,驱动电机3经变速箱4输出动力到电力测功机5;
在用新能源车采集模块12,该在用新能源车采集模块12用于采集司机操作数据、车辆运行数据、混合动力能量管理单元的能量管理标定数据能量管理状态切换管理和能量分配管理的标定数据及GPS模块输出的经纬度信息数据,并发送给新能源远程监控数据库11,同时接收新能源远程监控数据库11输出的优化后的新能源车辆能量优化管理标定数据,用于更新混合动力能量管理单元的标定数据;
新能源远程监控数据库11,该新能源远程监控数据库用于读取、滤波、校核和存储在用新能源车采集模块12输出的数据,提取与在用车辆的运行道路工况类型包括:城市工况、市区工况、郊区工况和司机驾驶风格包括:激进型驾驶风格、温和型驾驶风格、普通型驾驶风格相关的数据,查找数据库中是否有匹配的能量管理标定数据并判断该数据是否满足设定的经济性指标和排放性指标要求,在条件满足的情况下将匹配的能量管理标定数据输出给在用新能源车采集模块12或者在条件不满足的情况下,将司机操作数据、车辆运行数据输出给实验管理控制台9,提取车辆原有能量管理标定数据、道路工况类型和司机驾驶风格相关的数据输出给自学习优化模块10;该新能源远程监控数据库还用于接收和存储来自于自学习优化处理模块的经过自学习优化处理后的能量优化管理标定数据包括发动机、蓄电池动力状态切换控制参数、混合动力能量管理标定数据,然后将优化后的新能源车辆能量优化管理标定数据,输出给在用新能源车采集模块;
实验管理控制台9,实验管理控制台9通过信号控制电缆与电力测功机5相连;该实验管理控制台9用于接收新能源远程监控数据库输出的在用车辆的司机操作数据、车辆运行数据和自学习优化处理模块的台架开始指令,计算出电力测功机的目标转速和扭矩,输出给电力测功机5,提取司机操作数据给混合动力能量管理单元8,用于控制混合动力总成系统的发动机、离合器、驱动电机、变速箱和蓄电池的目标状态,在实验过程中接受混合动力能量管理单元的实际运行状态及能耗数据包括发动机工况点、电池工况点、电机工况点、发动机油耗、蓄电池电耗并输出给自学习优化处理模块10。
自学习优化处理模块10,所述的自学习优化处理模块用于接收新能源远程监控数据库输出的道路工况类型和司机驾驶风格相关的数据和在用车辆的现有能量管理标定数据参数包括:纯电驱动状态逻辑控制标定值、发电驱动逻辑状态标定值、油电驱动逻辑状态标定值、制动回收逻辑状态标定值、换挡逻辑控制标定值、典型工况下油电等效能量消耗系数,将在用车辆的能量管理标定数据发送给混合动力能量管理单元进行台架试验,同时接收实验管理控制台9输出的发动机、驱动电机、变速箱、离合器和电池的实际运行状态及能耗数据,进行滤波和数据有效性校验,并进行建模和能量管理标定数据的寻优处理,然后将模型状态下优化后的能量管理标定数据输出给混合动力能量管理单元8,给实验管理控制台9发送台架实验开始指令,然后再读取实验管理控制台9发送的发动机、驱动电机、变速箱、离合器和电池的实际运行状态及能量数据,判断模型状态下优化后的混合动力总成的经济性和排放性值是否达到目标要求;
混合动力能量管理单元8,该混合动力能量管理单元8与发动机1、离合器2、驱动电机3和变速箱4通过整车通讯总线连接,接收实验管理控制台9的司机操作数据,计算出动力总成控制指令包括电机目标转速、电机目标扭矩、发动机目标转速、发动机目标扭矩、离合器目标开度、变速箱目标档位信号,发送给发动机控制器、驱动电机控制器、变速箱控制器,控制发动机1、驱动电机3、变速箱4和电池的能量分配以及目标状态,同时采集发动机、离合器、变速箱、驱动电机和电池的实际运行状态及能耗数据,并输出给实验管理控制台9;混合动力能量管理单元8还用于接收自学习优化处理模块10的模型状态下优化后的能量管理标定数据参数包括:纯电驱动状态逻辑控制标定值、发电驱动逻辑状态标定值、油电驱动逻辑状态标定值、制动回收逻辑状态标定值、换挡逻辑控制标定值、典型工况下油电等效能量消耗系数,用于更新发动机、离合器、驱动电机、变速箱和电池的试验运行过程中的目标状态。
图1、图2中给出了工况自学习的混合动力总成优化标定实验系统方法流程图。
整套优化标定实验系统的实验方法为以现有实车采集数据为基础,通过采用自学习算法,不断调整混合动力控制优化参数,优化动力总成控制器能量分配策略,然后将优化后能量优化策略参数回传到在用车辆的能量管理控制策略中,实现在用车辆的工况及司机的自适应优化。
本发明的一种基于工况自学习的混合动力总成优化标定实验系统实验方法,它包括以下步骤:
步骤一、通过在用新能源车采集模块12采集包括车辆运行数据包括整车质量、滚阻系数、风阻系数、变速档位速比、主传动比、发动机万有特性、电机效率特性、电池伏安特性、车速,发动机转速、发动机扭矩、电机转速、电机扭矩、电池电压、电池电流和电SOC数据、GPS数据包括经纬度、海拔高度、方向数据、司机操作数据包括加速踏板开度、制动踏板开度、档位数据以及新能源混合动力能量管理单元能量管理标定数据在内的新能源车辆的数据,按“时间-地理-车型-监控数据”的结构发送给新能源远程监控数据库11中;
步骤二、新能源远程监控数据库11对采集的数据进行滤波、校核和存储,提取在用车辆的运行工况类型和司机驾驶风格相关的数据,然后判断该种混合动力车辆是否有匹配的能量管理标定数据,且该参数的经济性值和排放性值是否满足设定条件,如果已有类似匹配数据直接转入步骤八,反之则进入步骤三该部分逻辑判断处理过程为通过新能源远程监控数据11的脚本代码实现,也可以通过开发单独的服务程序实现。
步骤三、实验管理控制台9从新能源远程监控数据库11提取新能源远程监控数据库输出的司机操作数据、车辆运行数据,计算出电力测功机的目标转速和扭矩,并将司机操作数据作为混合动力能量管理单元8的输入命令,自学习优化处理模块提取新能源远程监控数据库中在用车辆的现有能量管理标定数据发送给混合动力能量管理单元。上述步骤完成后,实验管理控制台根据自学习优化处理模块输出命令开始台架实验。
步骤四、混合动力能量管理单元8,采集发动机、电机、电池、变速箱的实际运行状态及能耗数据通过实验管理控制台9发送给自学习优化处理模块10。自学习优化处理模块10采用自学习的办法,根据混合动力总能消耗最小的原则,计算出能量管理标定数据的理想值发送给混合动力能量管理单元8,更新混合动力能量管理单元8中的能量管理标定数据;
步骤五、在混合动力能量单元8中的能量管理标定数据更新完后,实验管理控制台9重新开始台架实验,混合动力能量管理单元8将采集发动机、电机、变速箱、离合器、电池的状态及能量数据发送给自学习优化模块。在台架实验过程中,混合动力能量单元8采用能量管理标定数据的理想值,混合动力总成系统的目标状态为混合动力能量管理单元输出的理想状态下的计算值,电机测功机采用步骤三中的目标扭矩和转速数值,司机操作数据采用步骤三中的数据。
步骤六、自学习处理模块10判断步骤五中接收的发动机、电机、变速箱、离合器、电池的状态及能量数据的经济性值是否满足目标。如果满足则进一步判断车辆的排放性指标是否恶化,如果否,则将优化的能量管理标定数据发送到新能源远程监控数据库11,如果经济性目标值没有达到或排放恶化,则重复步骤四和步骤五,直至得到经济性和排放性满足目标值要求,自学习过程结束;
步骤七、自学习处理模块10将最终优化的能量管理标定数据发送给新能源远程监控数据库11,新能源远程监控数据库11依据优化的“车辆型—工况类型—司机驾驶风格—能量管理标定数据”的格式存储实验结果值;
步骤八、新能源远程监控数据库11中已经优化的标定数据,回传到在用新能源车采集模块12,更新对应混合动力能量管理单元的能量管理标定数据,从而实现不同地区和不同车型的在用车辆能量管理优化标定参数的离线更新与升级。
通过以上的实验过程,实现了对混合动力总成的在用车辆行驶工况的模拟以及混合动力能量管理单元的离线自学习优化标定。
Claims (2)
1.一种基于工况自学习的混合动力总成优化标定实验系统,该系统包括:
混合动力总成系统,该混合动力总成系统包括发动机(1),所述的发动机经离合器(2)与驱动电机(3)机械相连,作为混合动力车辆的动力驱动源,所述的驱动电机(3)与变速箱(4)机械相连,所述的驱动电机(3)依次与逆变器(6)和蓄电池(7)采用电缆连接,用于实现电能的双向流动;
混合动力总成台架系统,该混合动力总成台架系统包括电力测功机(5),所述的电力测功机(5)与变速箱(4)机械连接,驱动电机(3)经变速箱(4)输出动力到电力测功机(5);
其特征在于它还包括:
在用新能源车采集模块(12),该在用新能源车采集模块(12)用于采集司机操作数据、车辆运行数据、混合动力能量管理单元的能量管理标定数据及GPS模块输出的经纬度信息数据,并发送给新能源远程监控数据库(11),同时接收新能源远程监控数据库(11)输出的优化后的新能源车辆能量优化管理标定数据,用于更新混合动力能量管理单元的标定数据;
新能源远程监控数据库(11),该新能源远程监控数据库用于读取、滤波、校核和存储在用新能源车采集模块(12)输出的数据,提取与在用车辆的运行道路工况类型和司机驾驶风格相关的数据,查找数据库中是否有匹配的能量管理标定数据并判断该数据是否满足设定的经济性指标和排放性指标要求,在条件满足的情况下将匹配的能量管理标定数据输出给在用新能源车采集模块(12)或者在条件不满足的情况下,将司机操作数据、车辆运行数据输出给实验管理控制台(9),提取车辆原有能量管理标定数据、道路工况类型和司机驾驶风格相关的数据输出给自学习优化模块(10);该新能源远程监控数据库还用于接收和存储来自于自学习优化处理模块的经过自学习优化处理后的能量优化管理标定数据,然后将优化后的新能源车辆能量优化管理标定数据,输出给在用新能源车采集模块;
实验管理控制台(9),实验管理控制台(9)通过信号控制电缆与电力测功机(5)相连;该实验管理控制台(9)用于接收新能源远程监控数据库输出的在用车辆的司机操作数据、车辆运行数据和自学习优化处理模块的台架开始指令,计算出电力测功机的目标转速和扭矩,输出给电力测功机(5),提取司机操作数据给混合动力能量管理单元(8),用于控制混合动力总成系统的发动机、离合器、驱动电机、变速箱和蓄电池的目标状态,在实验过程中接受混合动力能量管理单元的实际运行状态及能耗数据并输出给自学习优化处理模块(10);
自学习优化处理模块(10),所述的自学习优化处理模块用于接收新能源远程监控数据库输出的道路工况类型和司机驾驶风格相关的数据和在用车辆的现有能量管理标定数据,将在用车辆的能量管理标定数据发送给混合动力能量管理单元进行台架试验,同时接收实验管理控制台(9)输出的发动机、驱动电机、变速箱、离合器和电池的实际运行状态及能耗数据,进行滤波和数据有效性校验,并进行建模和能量管理标定数据的寻优处理,然后将模型状态下优化后的能量管理标定数据输出给混合动力能量管理单元(8),给实验管理控制台(9)发送台架实验开始指令,然后再读取实验管理控制台(9)发送的发动机、驱动电机、变速箱、离合器和电池的实际运行状态及能量数据,判断模型状态下优化后的混合动力总成的经济性和排放性值是否达到目标要求;
混合动力能量管理单元(8),该混合动力能量管理单元(8)与发动机(1)、离合器(2)、驱动电机(3)和变速箱(4)通过整车通讯总线连接,接收实验管理控制台(9)的司机操作数据,计算出动力总成控制指令信号,发送给发动机控制器、驱动电机控制器、变速箱控制器,控制发动机(1)、驱动电机(3)、变速箱(4)和电池的能量分配以及目标状态,同时采集发动机、离合器、变速箱、驱动电机和电池的实际运行状态及能耗数据,并输出给实验管理控制台(9);混合动力能量管理单元(8)还用于接收自学习优化处理模块(10)的模型状态下优化后的能量管理标定数据,用于更新发动机、离合器、驱动电机、变速箱和电池的试验运行过程中的目标状态。
2.一种基于工况自学习的混合动力总成优化标定实验系统实验方法,其特征在于它包括以下步骤:
步骤一、通过在用新能源车采集模块(12)采集包括车辆运行数据、GPS数据、司机操作数据以及新能源混合动力能量管理单元能量管理标定数据在内的新能源车辆的数据,按“时间-地理-车型-监控数据”的结构发送给新能源远程监控数据库(11)中;
步骤二、新能源远程监控数据库(11)对采集的数据进行滤波、校核和存储,提取在用车辆的运行工况类型和司机驾驶风格相关的数据,然后判断该种混合动力车辆是否有匹配的能量管理标定数据,且该参数的经济性值和排放性值是否满足设定条件,如果已有类似匹配数据直接转入步骤八,反之则进入步骤三;
步骤三、实验管理控制台(9)从新能源远程监控数据库(11)提取新能源远程监控数据库输出的司机操作数据、车辆运行数据,计算出电力测功机的目标转速和扭矩,并将司机操作数据作为混合动力能量管理单元(8)的输入命令,自学习优化处理模块提取新能源远程监控数据库中在用车辆的现有能量管理标定数据发送给混合动力能量管理单元;上述步骤完成后,实验管理控制台根据自学习优化处理模块输出命令开始台架实验;
步骤四、混合动力能量管理单元(8),采集发动机、电机、电池、变速箱的实际运行状态及能耗数据通过实验管理控制台(9)发送给自学习优化处理模块(10),自学习优化处理模块(10)采用自学习的办法,根据混合动力总能消耗最小的原则,计算出能量管理标定数据的理想值发送给混合动力能量管理单元(8),更新混合动力能量管理单元(8)中的能量管理标定数据;
步骤五、在混合动力能量单元(8)中的能量管理标定数据更新完后,实验管理控制台(9)重新开始台架实验,混合动力能量管理单元(8)将采集发动机、电机、变速箱、离合器、电池的状态及能量数据发送给自学习优化模块;在台架实验过程中,混合动力能量单元(8)采用能量管理标定数据的理想值,混合动力总成系统的目标状态为混合动力能量管理单元输出的理想状态下的计算值,电机测功机采用步骤三中的目标扭矩和转速数值,司机操作数据采用步骤三中的数据;
步骤六、自学习处理模块(10)判断步骤五中接收的发动机、电机、变速箱、离合器、电池的状态及能量数据的经济性值是否满足目标,如果满足则进一步判断车辆的排放性指标是否恶化,如果否,则将优化的能量管理标定数据发送到新能源远程监控数据库(11),如果经济性目标值没有达到或排放恶化,则重复步骤四和步骤五,直至得到经济性和排放性满足目标值要求,自学习过程结束;
步骤七、自学习处理模块(10)将最终优化的能量管理标定数据发送给新能源远程监控数据库(11),新能源远程监控数据库(11)依据优化的“车辆型—工况类型—司机驾驶风格—能量管理标定数据”的格式存储实验结果值;
步骤八、新能源远程监控数据库(11)中已经优化的标定数据,回传到在用新能源车采集模块(12),更新对应混合动力能量管理单元的能量管理标定数据,从而实现不同地区和不同车型的在用车辆能量管理优化标定参数的离线更新与升级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410745823.7A CN104614986B (zh) | 2014-12-08 | 2014-12-08 | 基于工况自学习的混合动力总成优化标定实验系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410745823.7A CN104614986B (zh) | 2014-12-08 | 2014-12-08 | 基于工况自学习的混合动力总成优化标定实验系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104614986A CN104614986A (zh) | 2015-05-13 |
CN104614986B true CN104614986B (zh) | 2017-04-05 |
Family
ID=53149488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410745823.7A Active CN104614986B (zh) | 2014-12-08 | 2014-12-08 | 基于工况自学习的混合动力总成优化标定实验系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104614986B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105151040B (zh) * | 2015-09-30 | 2018-02-09 | 上海交通大学 | 基于功率谱自学习预测的混合动力汽车能量管理方法 |
CN106601000B (zh) * | 2015-10-20 | 2019-12-10 | 中国科学院微电子研究所 | 一种新能源汽车电控系统及方法 |
CN111324099A (zh) * | 2018-12-12 | 2020-06-23 | 上汽通用汽车有限公司 | 一种基于机器学习的定标方法以及于机器学习的定标系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1555991A (zh) * | 2003-12-31 | 2004-12-22 | 上汽集团奇瑞汽车有限公司 | 一种混合动力轿车控制系统 |
US7360615B2 (en) * | 2004-06-09 | 2008-04-22 | General Motors Corporation | Predictive energy management system for hybrid electric vehicles |
CN101254744A (zh) * | 2007-12-28 | 2008-09-03 | 奇瑞汽车股份有限公司 | 一种混合动力汽车整车系统及其多能源控制系统和控制方法 |
CN101739026A (zh) * | 2009-12-18 | 2010-06-16 | 浙江吉利汽车研究院有限公司 | 一种混合动力汽车的测试系统 |
CN102680248A (zh) * | 2012-05-16 | 2012-09-19 | 奇瑞汽车股份有限公司 | 一种试验台架及其安装方法和测试方法 |
CN104112036A (zh) * | 2014-06-12 | 2014-10-22 | 湖南文理学院 | 混联式混合动力电动汽车的仿真方法 |
CN203920736U (zh) * | 2014-06-11 | 2014-11-05 | 陕西重型汽车有限公司 | 一种基于插电式油电混合动力车的控制系统 |
-
2014
- 2014-12-08 CN CN201410745823.7A patent/CN104614986B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1555991A (zh) * | 2003-12-31 | 2004-12-22 | 上汽集团奇瑞汽车有限公司 | 一种混合动力轿车控制系统 |
US7360615B2 (en) * | 2004-06-09 | 2008-04-22 | General Motors Corporation | Predictive energy management system for hybrid electric vehicles |
CN101254744A (zh) * | 2007-12-28 | 2008-09-03 | 奇瑞汽车股份有限公司 | 一种混合动力汽车整车系统及其多能源控制系统和控制方法 |
CN101739026A (zh) * | 2009-12-18 | 2010-06-16 | 浙江吉利汽车研究院有限公司 | 一种混合动力汽车的测试系统 |
CN102680248A (zh) * | 2012-05-16 | 2012-09-19 | 奇瑞汽车股份有限公司 | 一种试验台架及其安装方法和测试方法 |
CN203920736U (zh) * | 2014-06-11 | 2014-11-05 | 陕西重型汽车有限公司 | 一种基于插电式油电混合动力车的控制系统 |
CN104112036A (zh) * | 2014-06-12 | 2014-10-22 | 湖南文理学院 | 混联式混合动力电动汽车的仿真方法 |
Non-Patent Citations (2)
Title |
---|
Review of Driving Conditions Prediction and Driving Style Recognition Based Control Algorithms for Hybrid Electric Vehicles;Wang R,等;《IEEE Vehicle Power and Propulsion Conference》;20111231;第1-7页 * |
基于道路工况自学习的混合动力城市客车控制策略动态优化;朱道伟,等;《机械工程学报》;20100331;第46卷(第6期);第33-38页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104614986A (zh) | 2015-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10759298B2 (en) | Electric-drive motor vehicles, systems, and control logic for predictive charge planning and powertrain control | |
CN102416950B (zh) | 一种基于最小等效燃油消耗的混合动力汽车控制方法 | |
CN103606271B (zh) | 一种混合动力城市公交车控制方法 | |
CN107839468B (zh) | 高充放电效率的混合动力系统及其控制方法 | |
CN103359116B (zh) | 一种纯电动汽车的动力性经济性挡位控制方法及系统 | |
CN102799743B (zh) | 一种纯电动车动力系统匹配方法 | |
CN102729991B (zh) | 一种混合动力公交车能量分配方法 | |
CN109927709A (zh) | 一种车辆行驶路线工况确定方法、能量管理方法及系统 | |
CN102975713A (zh) | 基于模型预测控制的混合动力汽车控制方法 | |
CN103213544A (zh) | 一种发动机驱动车辆经济行驶档位确认系统和方法 | |
CN104842996A (zh) | 一种混合动力汽车换挡方法及系统 | |
CN101478172A (zh) | 确定混合动力电动车中相对于充电状态的最优操作点的方法 | |
CN112849119B (zh) | 混合动力汽车发动机和电机多变量扭矩寻优控制分配方法 | |
CN113039107B (zh) | 电动车辆的电气化控制系统和方法 | |
CN108803377A (zh) | 一种插电式混合动力汽车能量管理实验平台 | |
US20120010769A1 (en) | Method For Optimizing The Power Consumption Of A Hybrid And Plug-In Vehicle, And Hybrid And Plug-In Vehicle Implementing Said Method | |
CN104105627A (zh) | 混合动力车辆的管理系统、混合动力车辆的控制装置以及混合动力车辆的控制方法 | |
CN111532264A (zh) | 一种面向变坡度和变限速交通场景的智能网联汽车巡航车速优化方法 | |
CN106055830A (zh) | 基于动态规划的phev控制门限参数优化方法 | |
CN104614986B (zh) | 基于工况自学习的混合动力总成优化标定实验系统及方法 | |
CN202413669U (zh) | 一种发动机驱动车辆经济行驶档位确认系统 | |
CN105151040A (zh) | 基于功率谱自学习预测的混合动力汽车能量管理方法 | |
US20220250606A1 (en) | Throttle signal controller for a dynamic hybrid vehicle | |
CN111561561A (zh) | 一种改善汽车能耗经济性的方法 | |
Huria et al. | Systematic development of series-hybrid bus through modelling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |