CN115982834B - 混合动力汽车机电耦合变速箱的构型评估方法和评估系统 - Google Patents
混合动力汽车机电耦合变速箱的构型评估方法和评估系统 Download PDFInfo
- Publication number
- CN115982834B CN115982834B CN202310273078.XA CN202310273078A CN115982834B CN 115982834 B CN115982834 B CN 115982834B CN 202310273078 A CN202310273078 A CN 202310273078A CN 115982834 B CN115982834 B CN 115982834B
- Authority
- CN
- China
- Prior art keywords
- evaluation
- electromechanical coupling
- different
- working
- coupling gearbox
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 243
- 230000008878 coupling Effects 0.000 title claims abstract description 219
- 238000010168 coupling process Methods 0.000 title claims abstract description 219
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 219
- 230000005540 biological transmission Effects 0.000 claims abstract description 54
- 238000013461 design Methods 0.000 claims abstract description 38
- 230000001133 acceleration Effects 0.000 claims description 66
- 238000007726 management method Methods 0.000 claims description 43
- 238000005265 energy consumption Methods 0.000 claims description 40
- 239000000446 fuel Substances 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 25
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 19
- 229910052799 carbon Inorganic materials 0.000 claims description 19
- 238000005457 optimization Methods 0.000 claims description 19
- 230000005611 electricity Effects 0.000 claims description 16
- 238000011084 recovery Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000007599 discharging Methods 0.000 claims description 10
- 238000004064 recycling Methods 0.000 claims description 10
- 230000009194 climbing Effects 0.000 claims description 9
- 230000001186 cumulative effect Effects 0.000 claims description 9
- 238000005096 rolling process Methods 0.000 claims description 9
- 239000001257 hydrogen Substances 0.000 claims description 8
- 229910052739 hydrogen Inorganic materials 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000011161 development Methods 0.000 claims description 7
- 230000001052 transient effect Effects 0.000 claims description 6
- 238000012847 principal component analysis method Methods 0.000 claims description 5
- 238000012502 risk assessment Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 238000000513 principal component analysis Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims 1
- 230000002950 deficient Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- -1 electricity Substances 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16H—GEARING
- F16H61/00—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing
- F16H61/02—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing characterised by the signals used
- F16H61/0202—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing characterised by the signals used the signals being electric
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16H—GEARING
- F16H61/00—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing
- F16H2061/0075—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing characterised by a particular control method
- F16H2061/009—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing characterised by a particular control method using formulas or mathematic relations for calculating parameters
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Hybrid Electric Vehicles (AREA)
Abstract
本发明公开了一种混合动力汽车机电耦合变速箱的构型评估方法和评估系统,包括:能量流传递路径评估模块进行能量流传递路径评估;机电耦合变速箱动力性评估模块进行机电耦合变速箱动力性评估;机电耦合变速箱经济性评估模块进行机电耦合变速箱经济性评估;机电耦合变速箱工况适应性评估模块进行机电耦合变速箱工况适应性评估;组件特征参数合理性评估模块进行组件特征参数合理性评估;结构与成本评估模块进行结构与成本评估;综合性评估模块进行综合性评估;本发明的评估方法和评估系统能够充分考虑机电耦合变速箱特征参数、评估指标全面且综合、评估方法快速且准确、评估结果可根据评价指标反复迭代优化,直至机电耦合变速箱达到设计要求。
Description
技术领域
本发明涉及混合动力汽车机电耦合变速箱领域,特别是涉及一种混合动力汽车机电耦合变速箱的构型评估方法和评估系统。
背景技术
混合动力汽车能够在不同工作模式下耦合利用多种能源(油、电、氢以及碳中性燃料等),其中,机电耦合变速箱是实现不同工作模式/挡位切换以及不同能量流传递的关键总成。与传统变速箱具有多种技术路线一样,机电耦合变速箱同样存在多种技术路线,包括串联、并联、串并联、功率分流等,而不同技术路线的选择又取决于企业技术资源、机电耦合变速箱技术特点、产品属性需求、经济性、动力性和结构成本等综合表现。因此,对不同混合动力汽车机电耦合变速箱构型进行综合性评估、评估后的迭代优化是十分必要的,从而指导企业对相关技术路线进行合理选择并进行机电耦合变速箱设计开发。
混合动力汽车机电耦合变速箱构型评估,不仅需要从产品硬件进行评估,包括结构复杂度、重量与成本等,而且还需对机电耦合变速箱所能实现的功能进行评估,包括能量流传递路径、动力性、经济性、以及工况适应性等。因此,需构建一种具有通用化、标准化、高效化、可反复迭代验证的适用于不同混合动力汽车机电耦合变速箱的构型评估方法和评估系统。
混合动力汽车机电耦合变速箱具有丰富的构型组合、海量的设计参数,与之对应其具有不同产品特征、工作模式和性能表现,目前尚无一种能够充分考虑机电耦合变速箱特征参数、评估指标全面且综合、评估方法快速且准确、评估结果可反复迭代优化的构型评估方法。
发明内容
有鉴于此,本发明提供了适用于不同混合动力汽车机电耦合变速箱的构型评估方法和评估系统,从而指导混合动力汽车机电耦合变速箱的开发与设计。
本发明的技术方案具体如下:
一种混合动力汽车机电耦合变速箱的构型评估方法,包括如下步骤:
S1能量流传递路径评估:确定待评估构型的能量流传递路径,包括纯电工作模式、串联增程模式、并联充电模式、发动机直驱模式、并联驱动模式、功率分流工作模式;对不同能量流传递路径进行运动学和力学分析,确定所有构件与发动机、驱动电机、发电机之间的转速和转矩匹配关系,从运动学和力学的角度进行性能与风险评估;
S2机电耦合变速箱动力性评估:对S1所确定的不同工作模式对应的动力性能表现进行评估,包括计算单一工作模式、发动机和驱动电机联合工作模式下的加速时间、所能达到的最大爬坡度、最大速度;
S3机电耦合变速箱经济性评估:构建全局最优能量管理策略对机电耦合变速箱的能量消耗进行评估,测试在电池SoC维持平衡下的能量消耗、SoC最大限值至最小限值状态的能量消耗、亏电状态下的能量消耗,进而计算机电耦合变速箱的百公里燃油消耗和电耗,以及纯电续航里程、发动机、驱动电机、发电机的工作高效区占比、碳排放数据、预测每一年行驶周期下的能量消耗成本;
S4机电耦合变速箱工况适应性评估:在S3全局最优能量管理策略所计算的结果上进一步分析,包括工作模式的切换次数、发动机的启动次数、工作模式的分布利用占比、制动能量回收利用程度评估、充放电次数;
S5组件特征参数合理性评估:导入不同车型参数,评估机电耦合变速箱是否与所搭载目标车型所匹配;导入所有特征参数,对不同组件之间的特征参数进行匹配检查校对和合理性评估,对不同特征参数的设计范围进行合理性评估;
S6结构与成本评估:对S5所确定的机电耦合变速箱的结构进行评估,包括结构复杂性、紧凑性与包络空间;对机电耦合变速箱的重量以及成本进行评估,包括总重量/总成本、分项重量/成本;
S7综合性评估:综合S1~S6的机电耦合变速箱能量流传递路径评估、动力性评估、经济性评估、工况适应性评估、组件特征参数合理性评估、结构与成本评估,对S5所确定的机电耦合变速箱有效评估对象进行综合性评估,根据产品设计目标需求,对机电耦合变速箱指标进行优化。
优选地,S1具体包括如下步骤:
S11单个构件运动学和力学承受能力评估:遍历组合发动机、驱动电机、发电机的最大转速、最大转矩、最大功率作为输入,根据不同工作模式能量流传递路径的速比关系,确定不同构件在不同工作模式下所能承受的最大转速和最大转矩,如式(1-1)所示;
(1-1)
其中,是指不同构件所能承受的最大转速,、是指不同构件所能承受的最大转矩,是指发动机、驱动电机和发电机可达到的最大转速,是指发动机、驱动电机和发电机可达到的最大转矩,是指不同构件与动力源对应的速比关系;
S12相邻构件运动学和力学承受能力评估:对不同工作模式能量流传递路径中的构件进行编码,遍历组合给定不同工作模式下动力源工作的极限状态,遍历计算能量流传递路径中相邻构件的转速和转矩,分析相邻构件间的相对转速和相对转矩关系,评估相邻构件转速、转矩的解耦和不解耦状态、运动学和力学关系是否超出合理工作区间范围,是否存在风险状态,如式(1-2)所示;
(1-2)
其中,和分别为能量流传递路径中相邻构件中第一构件的转速和转矩,和分别为相邻构件中第二构件的转速和转矩,和分别为构件所能承受的相对转速和转矩限值;
S13构件在不同工作模式切换下的瞬态承受能力评估:设定不同工作模式切换时的动力源工作状态,给定合理的模式切换时间,判断模式切换过程中不同构件的瞬态承受能力,转速和转矩关系的变化是否会造成不同构件的明显冲击,是否会对不同构件产生风险影响,如式(1-3)所示;
(1-3)
S14对能量流传递路径进行综合评估,生成不同工作模式下能量流传递路径中对应不同构件的承受能力评估表;同时评估机电耦合变速箱构型连接方式是否存在改进优化空间,确保能量流传递路径达到合理等级,否则,对机电耦合变速箱的基准参数进行调整。
优选地,S2具体包括如下步骤:
S21计算加速时间:
计算单一工作模式下的加速时间:遍历该工作模式在不同速度状态下机电耦合变速箱输出最大驱动力对应的最大加速度状态,遍历计算不同加速状态下需要的最小加速时间;
计算联合工作模式下的加速时间,遍历不同速度状态下发动机和驱动电机联合提供的机电耦合变速箱输出最大驱动力下对应的加速度状态,遍历计算不同加速状态下需要的最小加速时间;
最后,判断并记录单一工作模式和联合工作模式下在每一速度状态下的机电耦合变速箱最大驱动力和最大加速度,计算该机电耦合变速箱在不同加速状态下的最小加速时间,如式(2-1)、(2-2)、(2-3)所示;
(2-1)
(2-2)
(2-3)
(2-4)
其中,、、分别表示、、下的加速时间,表示下的加速时间,为发动机在时间内所能提供最大驱动力对应的最大加速度状态,为驱动电机在时间内所能提供最大驱动力对应的最大加速度状态,为发动机和驱动电机联合驱动在时间内所能提供最大驱动力对应的最大加速度状态,式(2-4)表示寻找在每一时刻下不同工作模式下所能提供最大驱动力对应的最大加速度状态;
S22计算最大爬坡度:
如式(2-5)和(2-6)所示,保证单一工作模式和联合工作模式下在克服滚阻、风阻时所能提供的机电耦合变速箱输出最大驱动力,遍历不同速度状态在不同坡度下所受到的坡度阻力,直至该速度状态下所能提供的机电耦合变速箱输出最大驱动力与受到的阻力相等,对应的坡度即为该机电耦合变速箱所能达到的最大坡度;
(2-5)
(2-6)
其中,为最大坡度角,G为重力;
S23计算最大速度:
如式(2-7)所示,遍历计算每一速度状态下发动机、驱动电机单独驱动的最大驱动力和、以及发动机和驱动电机联合驱动提供的最大驱动力,对比判断并记录三种驱动状态下所能提供的机电耦合变速箱输出最大驱动力;同时遍历计算每一时刻速度状态下所受到的外界阻力,包括滚阻、风阻、坡阻和加速阻力;逐步判断每一时刻速度状态下驱动力和外界阻力的数值大小关系,直至外界阻力刚大于驱动力所对应的速度状态即为该机电耦合变速箱所能达到的最大极限速度状态。
(2-7)
优选地,S3具体包括如下步骤:
S31构建全局最优能量管理策略:
首先,确定目标驾驶工况,选择不同驾驶工况进行自适应组合,每一时刻对应有状态变量和控制变量,表示状态变量和控制变量有唯一对应的关系,如式(3-1)所示,状态变量包括电池SoC和机电耦合变速箱的工作模式,控制变量包括发动机的转速和转矩、驱动电机的转速和转矩;
其次,采用时间倒序的方法确定累计目标函数J的最优控制序列,如式(3-2)所示,计算并存储每一时间步长内所有状态变量和控制变量组合后对应的瞬时成本函数,并计算累计成本值,通过最小化累计成本确定最优控制序列,累计目标函数基准为燃油消耗量最小和电池SoC目标值达到理想设定值,后续根据评估指标的反馈,进行多目标优化求解;
最后,利用所述最优控制序列,在目标驾驶工况下进行正向运算,从而获得机电耦合变速箱在每一时刻下的瞬时燃油消耗和电耗,进而根据总燃油消耗和对应工况累计行驶里程S换算求解百公里燃油消耗,如式(3-3)所示;
(3-1)
(3-2)
(3-3)
其中,t为目标工况的时间步长,代表从初始条件开始,最优控制序列对应的累计目标函数,代表瞬时成本函数,在最小化累计目标函数时求解相应的最优控制序列,为汽油密度,为累计行驶里程;
S32分别给定SoC的初值和终值状态进行能量消耗测试,其中,电池SoC维持平衡下所设定的SoC的初值和终值是相同的,设定为0.5;SoC最大限值至最小限值状态的能量消耗,SoC的初值和终值设定为0.7和0.3;亏电状态下的能量消耗所设定的SoC的初值和终值均设定为0.3;
S33计算纯电续航里程:
在给定目标驾驶工况后,将电池SoC的初值设定为最大限值状态,仅启用纯电工作模式进行工况循环,直至SoC的终值状态达到最小限值状态,分别记录该机电耦合变速箱在给定标准、城市、城郊、高速工况下的纯电续航里程,,,,给定标准、城市、城郊、高速工况的权重分别为、、、,对应工况权重和为1,根据设计需求对权重自适应调整,最终加权获得的累计里程,即为纯电续航里程,如式(3-4)所示;
(3-4)
S34计算发动机、驱动电机、发电机的工作高效区占比:
如式(3-5)所示;读取S31的最优控制序列中发动机、驱动电机、发电机的转速和转矩,将其点绘制在对应发动机、驱动电机、发电机的效率Map图中,并统计发动机在最高效率与最低效率区间范围内的前20%分位的工作点,为发动机高效区占比,同理,统计驱动电机、发电机在最高效率与最低效率区间范围内的前20%分位的工作点,为驱动电机、发电机高效区占比和;
(3-5)
其中,f=1,2,3表示不同动力源,包括发动机、驱动电机和发电机,为不同动力源对应的转速,为不同动力源对应的转矩;
S35计算碳排放数据:
根据S31获取的三种不同电池SoC状态情景下的百公里燃油消耗、、,每类情景的权重、、,对应工况权重和为1,根据设计需求对权重自适应调整,与每升汽油的碳排放系数和每一年预估行驶里程进行相乘,进而获得目标车型的碳排放数据,如式(3-6)所示;
(3-6)
S36预测每一年的行驶周期下的能量消耗成本,其中包括油耗成本和电耗成本;根据S31获取的三种不同电池SoC状态情景下的百公里燃油消耗、、,每类情景的权重、、,对应工况权重和为1,根据设计需求对权重自适应调整,与每升汽油的成本价格和每一年预估行驶里程进行相乘,进而获得油耗成本,如式(3-7)所示;按照、、对应的电耗消耗,每类情景的权重、、,对应工况权重和为1,根据设计需求对权重自适应调整,与每kWh电能的成本价格和每一年预估行驶里程进行相乘,进而获得电耗成本,如式(3-8)所示,总能耗成本如(3-9)所示;
(3-7)
(3-8)
(3-9)
优选地,S4具体包括如下步骤:
S41计算工作模式的切换次数:
读取S31全局最优能量管理策略所计算每一时刻对应的工作模式,并差值计算相邻时刻的工作模式,差值为0即为相同工作模式,差值非0即为不同工作模式,逐次累计记录差值为非0出现的次数,即为机电耦合变速箱在对应工况下所出现的工作模式切换次数,如式(4-1)所示;记录标准、城市、城郊、高速工况的工作模式切换次数、、、;
(4-1)
其中,为t时刻的工作模式,为t+1时刻的工作模式;
S42计算发动机的启动次数:
读取S31全局最优能量管理策略所计算每一时刻对应的工作模式,标记有发动机参与的工作模式为1,无发动机参与的工作模式为0,差值计算相邻时刻的工作模式,差值为0即为相同工作模式,差值为1即为发动机启动状态,逐次累计记录差值为1出现的次数,即为机电耦合变速箱在对应工况下所出现的发动机启动次数,如式(4-2)所示;同理,记录标准、城市、城郊、高速工况的发动机启动次数、、、;
(4-2)
其中,为t时刻的发动机启动状态,为t+1时刻的发动机启动状态;
S43计算工作模式的分布利用占比:
读取S31全局最优能量管理策略所计算每一时刻对应的工作模式,不同工作模式具有不同的标记状态,统计不同工作模式出现的次数,通过与总工作模式出现的次数相比,记录不同工作模式的占比分布,如式(4-3)所示;同理,记录标准、城市、城郊、高速工况的工作模式占比分布;
(4-3)
其中,y为不同工作模式状态,为不同工作模式出现的次数,为总工作模式出现的次数;
S44进行制动能量回收利用程度评估:
读取S31全局最优能量管理策略所计算制动回收工作模式对应的时间片段,统计分析制动片段下的能量回收功率,如式(4-4)所示,同时,对目标工况下不同片段的制动能量回收功率进行统计分析并累加求和;与目标工况下所消耗的总功率进行占比分析,如式(4-5)所示,确定目标工况片段下的能量回收利用程度;
(4-4)
(4-5)
其中,为驱动电机扭矩,为驱动电机转速,为对应转速和扭矩下的驱动电机机械效率,为制动能量回收起始片段,为制动能量回收终止片段,为制动能量回收功率与总功率的比值;
S45计算充放电次数、持续时间分布范围以及充放电切换次数:
读取S31全局最优能量管理策略所计算每一时刻对应的工作模式,不同工作模式具有不同的标记状态,将充电状态的工作模式标记为10,放电状态的工作模式标记为20,无充放电工作模式标记为0,统计充、放电状态对应工作模式发生的次数和,并统计每一充、放电片段的持续时间的分布范围情况和;此外,差值计算相邻时刻的充放电状态,差值为0即为相同状态,差值为非0即为充放电状态切换,逐次累计记录差值为非0出现的次数,即为机电耦合变速箱在对应工况下所对应的充放电切换次数,如式(4-6)所示;
(4-6)
其中,为t时刻的电池充放电状态,为t+1时刻的电池充放电状态。
优选地,S5具体包括如下步骤:
S51进行机电耦合变速箱与目标车型匹配性评估:
利用S31所述的全局最优能量管理策略遍历不同目标车型参数,进而根据S2、S3和S4所提出的动力性、经济性和工况适应性的评估步骤,获取不同目标车型参数下的性能表现,进而评估机电耦合变速箱与目标车型的匹配性;
S52进行机电耦合变速箱不同特征参数的设计范围合理性评估:
利用S31所述的全局最优能量管理策略遍历不同机电耦合变速箱的动力源组件、电气组件和机械组件特征参数,进而根据S2、S3和S4所提出的动力性、经济性和工况适应性的评估步骤,获取给定目标车型参数下的性能表现,进而评估机电耦合变速箱在不同组件特征参数的合理性;
其中,目标车型参数包括车辆重量、迎风面积、轮胎半径、滚阻系数;动力源组件中的发动机特性参数包括峰值转速、峰值扭矩、燃油或燃氢消耗效率关系;电气组件中的驱动电机、发电机参数包括电机类型、峰值或额定转速、峰值或额定扭矩、电机机械效率关系;机械组件包括不同齿轮数量、齿轮齿数、不同齿轮之间的速比定义、离合器/制动器的特征参数。
优选地,S5还包括:
根据目标车型参数和机电耦合变速箱特征参数进行优选评估,对应S2~S4指标按经济性、动力性或工况适应性进行单一排序或赋权排序,确定机电耦合变速箱的有效评估对象。
优选地,S6具体包括如下步骤:
S61进行结构评估:
包括结构复杂性、紧凑性与包络空间以及重量评估;对机电耦合变速箱进行三维建模,进一步检查机电耦合变速箱的结构复杂性、紧凑性与包络空间是否合理;
S62进行重量与成本评估:
对机电耦合变速箱的动力源组件、电气组件和机械组件进行分项重量和分项成本评估;其中,动力源组件包括燃油/燃氢发动机;电气组件包括驱动电机、发电机、电控单元;机械组件包括定轴齿轮、行星排、离合器、制动器、同步器;对机电耦合变速箱的总重量和总成本进行统计性分析。
优选地,S7具体包括如下步骤:
采用主成分分析方法将S5所确定的有效评估对象的性能表现进行降维,确定主成分个数进行可视化分析,主成分指标权重值计算如式(7-1)所示;确定主成分后,分析每个指标和对应主成分的相关性,将20个分项指标分解到不同主成分项中,进一步通过三维象限图直观观察不同评估指标的空间分布状态,确定不同机电耦合变速箱有效评估对象的性能表现;
(7-1)
其中,z代表不同类指标,为不同指标对应的方差解释率,为累积方差解释率;
通过所述主成分分析,确定表现结果差的评估指标,将其新增为S31的全局最优能量管理策略中的目标函数中的一项,重复进行迭代优化,并重复进行S1~S6,以进行新一轮机电耦合变速箱构型评估,生成不同轮次的机电耦合变速箱评估结果表,直至不同评价指标均达到产品设计与开发需求,完成评估。
一种实施所述的混合动力汽车机电耦合变速箱的构型评估方法的评估系统,包括:
能量流传递路径评估模块进行S1能量流传递路径评估:确定待评估构型的能量流传递路径,包括纯电工作模式、串联增程模式、并联充电模式、发动机直驱模式、并联驱动模式、功率分流工作模式;对不同能量流传递路径进行运动学和力学分析,确定所有构件与发动机、驱动电机、发电机之间的转速和转矩匹配关系,从运动学和力学的角度进行性能与风险评估;
机电耦合变速箱动力性评估模块进行S2机电耦合变速箱动力性评估:对S1所确定的不同工作模式对应的动力性能表现进行评估,包括计算单一工作模式、发动机和驱动电机联合工作模式下的加速时间、所能达到的最大爬坡度、最大速度;
机电耦合变速箱经济性评估模块进行S3机电耦合变速箱经济性评估:构建全局最优能量管理策略对机电耦合变速箱的能量消耗进行评估,测试在电池SoC维持平衡下的能量消耗、SoC最大限值至最小限值状态的能量消耗、亏电状态下的能量消耗,进而计算机电耦合变速箱的百公里燃油消耗和电耗,以及纯电续航里程、发动机、驱动电机、发电机的工作高效区占比、碳排放数据、预测每一年行驶周期下的能量消耗成本;
机电耦合变速箱工况适应性评估模块进行S4机电耦合变速箱工况适应性评估;在S3全局最优能量管理策略所计算的结果上进一步分析,包括工作模式的切换次数、发动机的启动次数、工作模式的分布利用占比、制动能量回收利用程度评估、充放电次数;
组件特征参数合理性评估模块进行S5组件特征参数合理性评估;导入不同车型参数,评估机电耦合变速箱是否与所搭载目标车型所匹配;导入所有特征参数,对不同组件之间的特征参数进行匹配检查校对和合理性评估,对不同特征参数的设计范围进行合理性评估;
结构与成本评估模块进行S6结构与成本评估;对S5所确定的机电耦合变速箱的结构进行评估,包括结构复杂性、紧凑性与包络空间;对机电耦合变速箱的重量以及成本进行评估,包括总重量/总成本、分项重量/成本;
综合性评估模块进行S7综合性评估;综合S1~S6的机电耦合变速箱能量流传递路径评估、动力性评估、经济性评估、工况适应性评估、组件特征参数合理性评估、结构与成本评估,对S5所确定的机电耦合变速箱有效评估对象进行综合性评估,根据产品设计目标需求,对机电耦合变速箱指标进行重点优化。
本发明相对于现有技术,优点与积极效果在于:
1)本发明设计了一种混合动力汽车机电耦合变速箱的构型评估方法和评估系统,通过动态规划方法减少搜索空间,在此基础上,利用全局能量管理策略进行构型评估,该方法计算速度快,计算结果准确,有效提高了评估效率。
2)本发明采用主成分分析法将20项分类指标进行可视化评估分析,为明确迭代优化目标指明了方向,解决了机电耦合变速箱多指标无法直观分析的不足,由于评估指标全面且综合,本评估方法和评估系统能够指明机电耦合变速箱的优化方向。
3)本发明考虑了6大类指标20项分类指标,不同评价指标可逆向反馈至全局能量管理策略的目标函数中有针对性地进行迭代优化,解决了目前只单向评估、目标函数单一、未能将评估结果有效反馈至机电耦合变速箱迭代优化的问题。
4)在试制与开发混合动力汽车机电耦合变速箱之前,可以根据实际产品目标要求对其机械构型、工作模式、功能表现、产品特征进行大量的性能评估,从而提高混合动力汽车机电耦合变速箱开发效率。
5)本发明所提的综合评估方法和评估系统能够充分考虑机电耦合变速箱特征参数、评估指标全面且综合、评估方法快速且准确、评估结果可根据评价指标反复迭代优化,直至机电耦合变速箱达到设计要求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,可以根据这些附图获得其他的附图。
其中:
图1是本发明设计的一种混合动力汽车机电耦合变速箱的构型评估指标;
图2是本发明设计的一种混合动力汽车机电耦合变速箱的构型评估流程。
具体实施方式
为能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施。因此,本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示,为本发明混合动力机电耦合变速箱的评估指标,如图2所示,为本发明混合动力机电耦合变速箱的评估流程示意图。具体实施环节包括:获取待评估混合动力汽车机电耦合变速箱的构型关系和基准参数,第一步(S1)对能量流传递路径评估,本步骤需确定机电耦合变速箱的工作模式,并对不同工作模式下的构件进行编码,确定所有构件与发动机、驱动电机/发电机之间的转速和转矩匹配关系,从运动学和力学的角度进行性能与风险评估。在确保能量流传递路径达到非常合理等级的前提下进行第二步(S2)之后的评估步骤,否则,对机电耦合变速箱的基准参数进行调整。第二步(S2)对动力性进行评估,包括对单一工作模式(发动机单独驱动(含挡位)、驱动电机单独驱动(含挡位))、发动机和驱动电机联合工作模式下的加速时间(0-60km/h,0-100km/h,80-120km/h)、不同工作模式下所能达到的最大爬坡度、最大速度进行评估。第三步(S3)对经济性进行评估,其中,利用动态规划方法预处理状态变量和控制变量的搜索空间,并应用于全局最优能量管理策略中,可根据评估指标结果重新设定目标函数进行迭代优化。利用该策略获得机电耦合变速箱在不同工况下、不同电池SoC情景下(电池SoC维持平衡状态,SoC最大限值至最小限值状态,亏电状态)的百公里燃油消耗和电耗、纯电续航里程、发动机、驱动电机、发电机的工作高效区占比、碳排放数据、以及预测每一年行驶周期下的能量消耗成本。第四步(S4)为工况适应性评估,该步是在全局最优能量管理策略所计算的结果上进行进一步分析,包括工作模式的切换次数、发动机的启动次数、工作模式的分布利用占比、制动能量回收利用程度评估、充放电次数。第五步(S5)为组件特征参数合理性评估,导入不同车型参数,评估机电耦合变速箱是否与所搭载目标车型所匹配。进一步,导入动力源组件、电气组件以及机械组件等所有特征参数,对不同组件之间的特征参数进行匹配检查校对和合理性评估,对不同特征参数的设计范围进行合理性评估,进一步,对所遍历的目标车型参数和机电耦合变速箱特征参数进行优选评估,确定有效的机电耦合变速箱评估对象。第六步(S6)为对应优选设计方案的结构与成本评估,结构评估包括结构复杂性、紧凑性与包络空间,此外,还包括对机电耦合变速箱的重量以及成本进行评估。第七步(S7)为综合性评估,综合上述S1~S6的机电耦合变速箱能量流传递路径评估、动力性评估、经济性评估、工况适应性评估、组件特征参数合理性评估、结构与成本评估。对S5所确定的机电耦合变速箱有效评估对象进行综合性评估,利用主成分分析方法通过三维象限图直观观察不同评估指标的空间分布状态,确定表现结果差的评估指标,将其新增为S31所提的全局最优能量管理策略中的目标函数中的一项,重复进行迭代优化,并重复进行S1~S6,以进行新一轮混合动力变速箱构型评估,生成不同轮次的机电耦合变速箱评估结果表,直至不同评价指标均达到产品设计与开发需求,完成机电耦合变速箱评估。
下面通过一个具体的实施例对本发明提供的上述用于混合动力汽车机电耦合变速箱的构型评估方法和评估系统的具体实施进行详细说明。
第一步(S1):能量流传递路径评估。
将混合动力汽车机电耦合变速箱的动力源组件、电气组件以及机械组件等所有实体结构组成,按照实际布局结构、机械/电气的连接关系生成相应构型。确定待评估构型的能量流传递路径,包括纯电工作模式(含挡位)、串联增程模式(含挡位)、并联充电模式(含挡位)、发动机直驱模式(含挡位)、并联驱动模式(含挡位)、功率分流等工作模式。对不同能量流传递路径进行运动学和力学分析,确定所有构件与发动机、驱动电机、发电机之间的转速和转矩匹配关系,从运动学和力学的角度进行性能与风险评估。
具体地,如评估串并联机电耦合变速箱(发动机直驱2挡、驱动电机直驱2挡),其包括纯电1挡、纯电2挡、制动能量回收1挡、制动能量回收2挡、串联增程1挡、串联增程2挡、并联充电1挡、并联充电2挡、发动机直驱1挡、发动机直驱2挡、并联驱动(发动机直驱1挡、驱动电机直驱1挡)、并联驱动(发动机直驱1挡、驱动电机直驱2挡)、并联驱动(发动机直驱2挡、驱动电机直驱1挡)、并联驱动(发动机直驱2挡、驱动电机直驱2挡),一共14种工作模式。
进一步,取运动学和力学分析所需要动力源的基本参数(包括发动机、驱动电机/发电机的转速、转矩和功率),根据能量流路径中的齿轮参数计算动力源到轮端的速比关系,从而约束不同工作模式对应的运动学和力学的工作边界条件。
首先,单个构件运动学和力学承受能力评估。评估单个构件(x是指机电耦合变速箱构型中的所有构件,包括齿轮、行星排、离合器、制动器、同步器等元件)在不同运动学和力学状态下的承受能力。遍历组合发动机、驱动电机/发电机的最大转速、最大转矩、最大功率作为输入,根据不同工作模式能量流传递路径的速比关系,确定不同构件在不同工作模式下所能承受的最大转速和最大转矩,如式(1-1)所示。
(1-1)
其中,是指不同构件所能承受的最大转速,是指不同构件所能承受的最大转矩,是指发动机、驱动电机和发电机可达到的最大转速,是指发动机、驱动电机和发电机可达到的最大转矩,是指不同构件与动力源对应的速比关系。
具体地,其次,相邻构件运动学和力学承受能力评估。对不同工作模式下能量流传递路径中的构件进行编码,遍历组合给定不同工作模式下动力源工作的极限状态(最大转速/最大转矩/最大功率),遍历计算能量流传递路径中相邻构件的转速和转矩,分析相邻构件间的相对转速和相对转矩关系,评估相邻构件在运动学和力学之间的关系,其中,包括转速、转矩的解耦和不解耦状态、运动学和力学关系是否超出合理工作区间范围,是否存在风险状态,如式(1-2)所示。
(1-2)
其中,和分别为能量流路径中相邻构件中第一构件的转速和转矩,和分别为相邻构件中第二构件的转速和转矩,和分别为构件所能承受的相对转速和转矩限值。
具体地,最后,构件在不同工作模式切换下的瞬态承受能力评估。设定不同工作模式切换时的动力源工作状态,给定合理的模式切换时间,判断模式切换过程中不同构件的瞬态承受能力,转速和转矩关系的变化是否会造成不同构件的明显冲击,是否会对不同构件产生风险影响,如式(1-3)所示。
(1-3)
第二步(S2):机电耦合变速箱动力性评估。
对S1所确定机电耦合变速箱具有的不同工作模式对应的动力性能表现进行评估,包括单一工作模式(发动机直驱1挡、发动机直驱2挡、驱动电机直驱1挡、驱动电机直驱2挡)、发动机和驱动电机联合工作模式((发动机直驱1挡、驱动电机直驱1挡)、(发动机直驱1挡、驱动电机直驱2挡)、(发动机直驱2挡、驱动电机直驱1挡)、(发动机直驱2挡、驱动电机直驱2挡))下的加速时间(0-60km/h,0-100km/h,80-120km/h)、不同工作模式下所能达到的最大爬坡度、最大速度进行评估。
其中,S21涉及S2的加速时间,计算单一工作模式下的加速时间,应首先遍历该工作模式在不同速度状态下所能提供机电耦合变速箱输出最大驱动力对应的最大加速度状态,遍历计算不同加速状态下(0-60km/h,0-100km/h,80-120km/h)下需要的最小加速时间。对于联合工作模式,遍历不同速度状态下发动机和驱动电机联合提供的机电耦合变速箱输出最大驱动力下对应的加速度状态,遍历计算不同加速状态下(0-60km/h,0-100km/h,80-120km/h)下需要的最小加速时间。最后,判断并记录单一工作模式和联合工作模式下在每一速度状态下的机电耦合变速箱输出最大驱动力和最大加速度,计算该机电耦合变速箱在不同加速状态(0-60km/h,0-100km/h,80-120km/h)下的最小加速时间,如式(2-1)、(2-2)、(2-3)所示。
(2-1)
(2-2)
(2-3)
(2-4)
其中,、、分别表示0-60km/h、0-100km/h、80-120km/h下的加速时间,表示下的加速时间,为发动机在时间内所能提供最大驱动力对应的最大加速度状态,为驱动电机在时间内所能提供最大驱动力对应的最大加速度状态,为发动机和驱动电机联合驱动在时间内所能提供最大驱动力对应的最大加速度状态,式(2-4)表示寻找在每一时刻下不同工作模式下所能提供最大驱动力对应的最大加速度状态;
S22涉及S2的最大爬坡度:
计算如式(2-5)和(2-6)所示,其应保证不同工作模式下(包括单一工作模式和联合工作模式)在克服滚阻、风阻时所能提供的机电耦合变速箱输出最大驱动力在此基础上,遍历不同速度状态在不同坡度下所受到的坡度阻力,直至该速度状态下所能提供的机电耦合变速箱输出最大驱动力与受到的阻力相等,对应的坡度即为该机电耦合变速箱所能达到的最大坡度。
(2-5)
(2-6)
其中,为最大坡度角,G为重力。
S23涉及S2的最大速度计算如式(2-7)所示,遍历计算每一速度状态下发动机、驱动电机单独驱动的最大驱动力和、以及发动机和驱动电机联合驱动提供的最大驱动力,对比判断并记录三种驱动状态下所能提供的机电耦合变速箱输出最大驱动力。同时遍历计算每一时刻速度状态下所受到的外界阻力,包括滚阻、风阻、坡阻和加速阻力。进一步逐步判断每一时刻速度状态下驱动力和外界阻力的数值大小关系,直至外界阻力刚大于驱动力所对应的速度状态即为该机电耦合变速箱所能达到的最大极限速度状态。
(2-7)
第三步(S3):机电耦合变速箱经济性评估。
构建全局最优能量管理策略对S1给定的机电耦合变速箱的能量消耗(油耗、电耗或氢耗)进行评估,测试其在电池SoC维持平衡下的能量消耗,SoC最大限值至最小限值状态的能量消耗,亏电状态下的能量消耗,进而分析计算该混合动力汽车机电耦合变速箱的百公里燃油消耗和电耗。此外,经济性评估还包括纯电续航里程、发动机、驱动电机、发电机的工作高效区占比、碳排放数据、以及预测每一年行驶周期下的能量消耗成本。
其中,S31涉及S3所提的全局最优能量管理策略,在采用该策略之前利用动态规划算法进行预处理,减少状态变量和控制变量的搜索空间,从而加快计算速度。
全局最优能量管理策略主要包括以下三个步骤:首先,确定目标驾驶工况(给定时间序列下的速度曲线,并以一定的时间步长进行离散化),可选择不同标准、城市、城郊、高速工况进行自适应组合,每一时刻对应有状态变量和控制变量,表示状态变量和控制变量有唯一对应的关系,如式(3-1)所示,状态变量包括电池SoC和机电耦合变速箱的工作模式,控制变量包括发动机的转速和转矩、驱动电机的转速和转矩,本步骤对应预处理后的状态变量和控制变量,其搜索空间比穷举遍历更有针对性;其次,采用时间倒序的方法确定累计目标函数J的最优控制序列,如式(3-2)所示,计算并存储每一时间步长内所有状态变量和控制变量组合后对应的瞬时成本函数,并计算累计成本值,通过最小化累计成本确定最优控制序列,本步骤的累计目标函数基准为燃油消耗量最小和电池SoC目标值达到理想设定值,后续可根据评估指标的反馈,进行多目标优化求解,如充放电次数过于频繁,可设定其为目标函数中的一项,进行迭代优化求解;最后,利用所述最优控制序列,在目标驾驶工况下进行正向运算,从而获得机电耦合变速箱在每一时刻下的瞬时燃油消耗和电耗,进而根据总燃油消耗和对应工况累计行驶里程S换算求解百公里燃油消耗,如式(3-3)所示。上述方法计算速度非常快,计算结果准确,能够快速对不同设计参数、不同目标函数进行迭代优化。
(3-1)
(3-2)
(3-3)
其中,t为目标工况的时间步长,代表从初始条件开始,最优控制序列对应的累计目标函数,代表瞬时成本函数,在最小化累计目标函数时求解相应的最优控制序列,为汽油密度,为累计行驶里程;
根据上述S31,可以分别给定SoC的初值和终值状态进行能量消耗测试。其中,电池SoC维持平衡下所设定的SoC的初值和终值是相同的,通常设定为0.5;SoC最大限值至最小限值状态的能量消耗,SoC的初值和终值通常设定为0.7和0.3;亏电状态下的能量消耗所设定的SoC的初值和终值均为0.3。根据所设定的SoC初值和终值,通过S31可以分析计算该混合动力汽车机电耦合变速箱的百公里燃油消耗、、,以及对应的百公里电耗为、、。
S32涉及S3所提的纯电续航里程。在给定标准、城市、城郊、高速等工况后,将电池SoC的初值设定为最大限值状态,仅启用纯电工作模式进行工况循环,该过程不启用发动机工作,直至SoC的终值状态达到最小限值状态,分别记录该机电耦合变速箱在不同行驶工况下的纯电续航里程,,,,可根据实际需求新增工况,每类工况的权重、、、,对应工况权重和为1,根据设计需求可对权重自适应调整,最终加权获得的累计里程,即为纯电续航里程,如式(3-4)所示。
(3-4)
S33涉及S3所提的发动机、驱动电机、发电机的工作高效区占比如,式(3-5)所示。读取S31的最优控制序列中发动机、驱动电机、发电机的转速和转矩,将其点绘制在对应发动机、驱动电机、发电机的效率Map图中,并统计发动机在最高效率与最低效率区间范围内的前20%分位的工作点,为发动机高效区占比,同理,统计驱动电机、发电机在最高效率与最低效率区间范围内的前20%分位的工作点,为驱动电机、发电机高效区占比和。
(3-5)
其中,f=1,2,3表示不同动力源,包括发动机、驱动电机和发电机,为不同动力源对应的转速,为不同动力源对应的转矩;
S34涉及S3所提的碳排放数据。根据S31获取的三种不同电池SoC状态情景下的百公里燃油消耗、、,每类情景的权重、、,对应工况权重和为1,根据设计需求可对权重自适应调整,与每升汽油的碳排放系数(汽油的碳排放系数通常为2.9251kg-co2/kg)和每一年预估行驶里程进行相乘,进而获得目标车型的碳排放数据,如式(3-6)所示。
(3-6)
S35涉及S3所提预测每一年的行驶周期下的能量消耗成本,其中包括油耗成本和电耗成本。根据S31获取的三种不同电池SoC状态情景下的百公里燃油消耗、、,每类情景的权重、、,对应工况权重和为1,根据设计需求可对权重自适应调整,与每升汽油的成本价格和每一年预估行驶里程进行相乘,进而获得油耗成本,如式(3-7)所示。同理,按照、、对应的电耗消耗,每类情景的权重、、,对应工况权重和为1,根据设计需求可对权重自适应调整,与每kWh电能的成本价格和每一年预估行驶里程进行相乘,进而获得电耗成本,如式(3-8)所示,总能耗成本如(3-9)所示。
(3-7)
(3-8)
(3-9)
第四步(S4):机电耦合变速箱工况适应性评估。
工况适应性评估是在S31全局最优能量管理策略所计算的结果上进行进一步分析,包括工作模式的切换次数、发动机的启动次数、工作模式的分布利用占比、制动能量回收利用程度评估、充放电次数。
S41涉及S4所提工作模式的切换次数,读取S31全局最优能量管理策略所计算每一时刻对应的工作模式,并差值计算相邻时刻的工作模式,差值为0即为相同工作模式,差值非0即为不同工作模式,逐次累计记录差值为非0出现的次数,即为机电耦合变速箱在对应工况下所出现的工作模式切换次数,如式(4-1)所示。同理,记录不同工况下(标准、城市、城郊、高速等工况)的工作模式切换次数、、、。
(4-1)
其中,为t时刻的工作模式,为t+1时刻的工作模式;
S42涉及S4所提的发动机的启动次数,读取S31全局最优能量管理策略所计算每一时刻对应的工作模式,标记有发动机参与的工作模式为1,无发动机参与的工作模式为0,差值计算相邻时刻的工作模式,差值为0即为相同工作模式,差值为1即为发动机启动状态,逐次累计记录差值为1出现的次数,即为机电耦合变速箱在对应工况下所出现的发动机启动次数,如式(4-2)所示。同理,记录不同工况下(标准、城市、城郊、高速等工况)的发动机启动次数、、、。
(4-2)
其中,为t时刻的发动机启动状态,为t+1时刻的发动机启动状态;
S43涉及S4所提的工作模式的分布利用占比,读取S31全局最优能量管理策略所计算每一时刻对应的工作模式,不同工作模式具有不同的标记状态,包括纯电模式(含挡位)、串联增程模式(含挡位)、并联充电模式(含挡位)、并联驱动模式(含挡位)、发动机直驱模式(含挡位)、制动能量回收模式(含挡位)等,统计不同工作模式出现的次数,通过与总工作模式出现的次数相比,记录不同工作模式的占比分布,如式(4-3)所示。同理,记录不同工况下(标准、城市、城郊、高速等工况)的工作模式占比分布,从而进一步分析工作模式利用的合理性。
(4-3)
其中,y为不同工作模式状态,为不同工作模式出现的次数,为总工作模式出现的次数。
S44涉及S4所提的制动能量回收利用程度评估,读取S31全局最优能量管理策略所计算制动回收工作模式对应的时间片段,统计分析该制动片段下的能量回收功率,如式(4-4)所示,同时,对目标工况下不同片段的制动能量回收功率进行统计分析并累加求和。进一步,与目标工况下所消耗的总功率进行占比分析,如式(4-5)所示,确定目标工况片段下的能量回收利用程度。
(4-4)
(4-5)
其中,为驱动电机扭矩,为驱动电机转速,为对应转速和扭矩下的驱动电机机械效率,为制动能量回收起始片段,为制动能量回收终止片段,为制动能量回收功率与总功率的比值。
S45涉及S4所提的充放电次数及持续时间分布范围以及充放电切换次数,读取S31全局最优能量管理策略所计算每一时刻对应的工作模式,不同工作模式具有不同的标记状态,将充电状态的工作模式(串联增程11、并联充电12、制动能量回收13)标记为10,放电状态的工作模式(纯电驱动21、并联驱动22)标记为20,无充放电工作模式标记为0,统计充/放电状态对应工作模式发生的次数和,并统计每一充/放电片段的持续时间的分布范围情况和,根据数据分布在评估过程中能够生成对应的统计图。此外,差值计算相邻时刻的充放电状态,差值为0即为相同状态,差值为非0即为充放电状态切换,逐次累计记录差值为非0出现的次数,即为机电耦合变速箱在对应工况下所对应的充放电切换次数,如式(4-6)所示。
(4-6)
其中,为t时刻的电池充放电状态,为t+1时刻的电池充放电状态。
第五步(S5):组件特征参数合理性评估。
导入不同车型参数,评估机电耦合变速箱是否与所搭载目标车型所匹配。进一步,导入动力源组件、电气组件以及机械组件等所有特征参数,对不同组件之间的特性参数进行匹配检查校对和合理性评估,对不同特征参数的设计范围进行合理性评估。
具体地,目标车型参数包括车辆重量(空载、满载)、迎风面积、轮胎半径、滚阻系数等。动力源组件中的发动机特性参数包括峰值转速、峰值扭矩、燃油/燃氢消耗效率关系等。电气组件中的驱动电机、发电机参数包括电机类型、峰值/额定转速、峰值/额定扭矩、电机机械效率关系等;电控单元包括对应不同电机转速和扭矩关系下对应的电控效率映射关系;电池组件包括容量、电池数量、连接方式、不同SoC状态下的电压和电阻变化关系等。机械组件包括不同齿轮数量、齿轮齿数、不同齿轮之间的速比定义、离合器/制动器的特征参数等。
S51涉及S5所述的机电耦合变速箱与目标车型匹配性评估。利用S31所提的全局最优能量管理策略遍历不同目标车型参数,进而根据S2、S3和S4所提出的动力性、经济性和工况适应性的评估步骤,获取不同目标车型参数下的性能表现,进而评估机电耦合变速箱与目标车型的匹配性。
S52涉及S5所提的机电耦合变速箱不同特征参数的设计范围合理性评估。利用S31所提的全局最优能量管理策略遍历不同机电耦合变速箱的动力源组件、电气组件和机械组件特征参数,进而根据S2、S3和S4所提出的动力性、经济性和工况适应性的评估步骤,获取给定目标车型参数下的性能表现,进而评估机电耦合变速箱在不同组件特征参数的合理性。
进一步,根据目标车型参数和机电耦合变速箱特征参数进行优选评估,对应S2~S4指标可按经济性、动力性或工况适应性进行单一排序或赋权排序,确定有效的机电耦合变速箱评估对象。
第六步(S6):结构与成本评估。
对S5所确定的机电耦合变速箱的结构进行评估(可选),包括结构复杂性、紧凑性与包络空间。进一步,对机电耦合变速箱的重量以及成本进行评估,包括总重量/总成本、分项重量/成本等。
S61涉及S6所提的结构评估(可选),包括结构复杂性、紧凑性与包络空间以及重量评估。本步骤对机电耦合变速箱进行三维建模,进一步检查机电耦合变速箱的结构复杂性、紧凑性与包络空间是否合理。
S62涉及S6所提的重量与成本评估,对机电耦合变速箱的动力源组件、电气组件和机械组件进行分项重量和分项成本评估。其中,动力源组件包括燃油/燃氢发动机等能够提供动力的组件;电气组件包括驱动电机、发电机、电控单元等;机械组件包括定轴齿轮、行星排、离合器、制动器、同步器等。进一步,对机电耦合变速箱的总重量和总成本进行统计性分析。
第七步(S7):综合性评估。
综合上述S1~S6的机电耦合变速箱能量流传递路径评估、动力性评估、经济性评估、工况适应性评估、组件特征参数合理性评估、结构与成本评估。对S5所确定的机电耦合变速箱有效评估对象进行综合性评估,根据产品设计目标需求,对企业关注的机电耦合变速箱指标进行重点优化。
一方面,本发明提出了6大类指标20项分类指标,但无法快速直观分析不同指标在不同组件特征参数下的影响分布。通过采用主成分分析方法将S5所确定的有效评估对象的性能表现进行降维,确定主成分个数,一般选取3个主成分以便进行可视化分析,尽可能使主成分累计解释的贡献率越高越好,主成分指标权重值计算如式(7-1)所示。确定主成分后,分析每个指标和对应主成分的相关性,将20个分项指标分解到不同主成分项中,进一步通过三维象限图直观观察不同评估指标的空间分布状态,确定不同机电耦合变速箱有效评估对象的性能表现。
(7-1)
其中,z代表不同类指标,为不同指标对应的方差解释率,为相应指标的累积方差解释率。
另一方面,通过上述主成分分析,确定表现结果较差的评估指标,将其新增为S31所提的全局最优能量管理策略中的目标函数中的一项,重复进行迭代优化,并重复进行S1~S6,以进行新一轮混合动力变速箱构型评估,生成不同轮次的机电耦合变速箱评估结果表,直至不同评价指标均达到产品设计与开发需求,完成评估。
一种实施所述的混合动力汽车机电耦合变速箱的构型评估方法的评估系统,所述评估系统包括:
能量流传递路径评估模块进行S1能量流传递路径评估:确定待评估构型的能量流传递路径,包括纯电工作模式、串联增程模式、并联充电模式、发动机直驱模式、并联驱动模式、功率分流工作模式;对不同能量流传递路径进行运动学和力学分析,确定所有构件与发动机、驱动电机、发电机之间的转速和转矩匹配关系,从运动学和力学的角度进行性能与风险评估;
机电耦合变速箱动力性评估模块进行S2机电耦合变速箱动力性评估:对S1所确定的不同工作模式对应的动力性能表现进行评估,包括计算单一工作模式、发动机和驱动电机联合工作模式下的加速时间、所能达到的最大爬坡度、最大速度;
机电耦合变速箱经济性评估模块进行S3机电耦合变速箱经济性评估:构建全局最优能量管理策略对机电耦合变速箱的能量消耗进行评估,测试在电池SoC维持平衡下的能量消耗、SoC最大限值至最小限值状态的能量消耗、亏电状态下的能量消耗,进而计算电耦合变速箱的百公里燃油消耗和电耗,以及纯电续航里程、发动机、驱动电机、发电机的工作高效区占比、碳排放数据、预测每一年行驶周期下的能量消耗成本;
机电耦合变速箱工况适应性评估模块进行S4机电耦合变速箱工况适应性评估;在S3全局最优能量管理策略所计算的结果上进一步分析,包括工作模式的切换次数、发动机的启动次数、工作模式的分布利用占比、制动能量回收利用程度评估、充放电次数;
组件特征参数合理性评估模块进行S5组件特征参数合理性评估;导入不同车型参数,评估机电耦合变速箱是否与所搭载目标车型所匹配;导入所有特征参数,对不同组件之间的特性参数进行匹配检查校对和合理性评估,对不同特征参数的设计范围进行合理性评估;
结构与成本评估模块进行S6结构与成本评估;对S5所确定的机电耦合变速箱的结构进行评估,包括结构复杂性、紧凑性与包络空间;对机电耦合变速箱的重量以及成本进行评估,包括总重量/总成本、分项重量/成本;
综合性评估模块进行S7综合性评估;综合上述S1~S6的机电耦合变速箱能量流传递路径评估、动力性评估、经济性评估、工况适应性评估、组件特征参数合理性评估、结构与成本评估;对S5所确定的机电耦合变速箱有效评估对象进行综合性评估,根据产品设计目标需求,对机电耦合变速箱指标进行重点优化。
以上所述仅为本发明的优选实施例而已,如不同构型与特征参数的设置,可以有多种组合,本发明实施例中仅展示示例参数,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种混合动力汽车机电耦合变速箱的构型评估方法,其特征在于,包括如下步骤:
S1 能量流传递路径评估:确定待评估构型的能量流传递路径,包括纯电工作模式、串联增程模式、并联充电模式、发动机直驱模式、并联驱动模式、功率分流工作模式;对不同能量流传递路径进行运动学和力学分析,确定所有构件与发动机、驱动电机、发电机之间的转速和转矩匹配关系,从运动学和力学的角度进行性能与风险评估;
S2 机电耦合变速箱动力性评估:对S1所确定的不同工作模式对应的动力性能表现进行评估,包括计算单一工作模式、发动机和驱动电机联合工作模式下的加速时间、所能达到的最大爬坡度、最大速度;
S3 机电耦合变速箱经济性评估:构建全局最优能量管理策略对机电耦合变速箱的能量消耗进行评估,测试在电池SoC维持平衡下的能量消耗、电池SoC最大限值至最小限值状态的能量消耗、电池亏电状态下的能量消耗,进而计算机电耦合变速箱的百公里燃油消耗和电耗,以及纯电续航里程、发动机、驱动电机、发电机的工作高效区占比、碳排放数据、预测每一年行驶周期下的能量消耗成本;
S4 机电耦合变速箱工况适应性评估;在S3全局最优能量管理策略所计算的结果上进一步分析,包括工作模式的切换次数、发动机的启动次数、工作模式的分布利用占比、制动能量回收利用程度评估、充放电次数;
S5 组件特征参数合理性评估;导入不同车型参数,评估机电耦合变速箱是否与所搭载目标车型所匹配;导入所有特征参数,对不同组件之间的特征参数进行匹配检查校对和合理性评估,对不同特征参数的设计范围进行合理性评估;
S6 结构与成本评估;对S5所确定的机电耦合变速箱的结构进行评估,包括结构复杂性、紧凑性与包络空间;对机电耦合变速箱的重量以及成本进行评估,包括总重量/总成本、分项重量/成本;
S7 综合性评估;综合S1~S6的机电耦合变速箱能量流传递路径评估、动力性评估、经济性评估、工况适应性评估、组件特征参数合理性评估、结构与成本评估,对S5所确定的机电耦合变速箱有效评估对象进行综合性评估,根据产品设计目标需求,对机电耦合变速箱指标进行优化;
S3具体包括如下步骤:
S31 构建全局最优能量管理策略:
首先,确定目标驾驶工况,选择不同驾驶工况进行自适应组合,每一时刻对应有状态变量和控制变量,表示状态变量和控制变量有唯一对应的关系,如式(3-1)所示,状态变量包括电池SoC和机电耦合变速箱的工作模式,控制变量包括发动机的转速和转矩、驱动电机的转速和转矩;
其次,采用时间倒序的方法确定累计目标函数J的最优控制序列,如式(3-2)所示,计算并存储每一时间步长内所有状态变量和控制变量组合后对应的瞬时成本函数,并计算累计成本值,通过最小化累计成本确定最优控制序列,累计目标函数基准为燃油消耗量最小和电池SoC目标值达到理想设定值,后续根据评估指标的反馈,进行多目标优化求解;
最后,利用所述最优控制序列,在目标驾驶工况下进行正向运算,从而获得机电耦合变速箱在每一时刻下的瞬时燃油消耗和电耗,进而根据总燃油消耗和对应工况累计行驶里程换算求解百公里燃油消耗,如式(3-3)所示;
(3-1)
(3-2)
(3-3)
其中,t为目标工况的时间步长,代表从初始条件开始,最优控制序列对应的累计目标函数,代表瞬时成本函数,在最小化累计目标函数时求解相应的最优控制序列,为汽油密度,为累计行驶里程;
S32 分别给定电池SoC的初值和终值状态进行能量消耗测试,其中,电池SoC维持平衡下所设定的电池SoC的初值和终值是相同的,设定为0.5;电池SoC最大限值至最小限值状态的能量消耗,电池SoC的初值和终值设定为0.7和0.3;电池亏电状态下的能量消耗所设定的电池SoC的初值和终值均设定为0.3;
S33 计算纯电续航里程:
在给定目标驾驶工况后,将电池SoC的初值设定为最大限值状态,仅启用纯电工作模式进行工况循环,直至电池SoC的终值状态达到最小限值状态,分别记录该机电耦合变速箱在给定标准、城市、城郊、高速工况下的纯电续航里程,,,,给定标准、城市、城郊、高速工况的权重分别为、、、,对应工况权重和为1,根据设计需求对权重自适应调整,最终加权获得的累计里程,即为纯电续航里程,如式(3-4)所示;
(3-4)
S34 计算发动机、驱动电机、发电机的工作高效区占比,如式(3-5)所示;读取S31的最优控制序列中发动机、驱动电机、发电机的转速和转矩,将其点绘制在对应发动机、驱动电机、发电机的效率Map图中,并统计发动机在最高效率与最低效率区间范围内的前20%分位的工作点,为发动机高效区占比,同理,统计驱动电机、发电机在最高效率与最低效率区间范围内的前20%分位的工作点,为驱动电机、发电机高效区占比和;
(3-5)
其中,f =1,2,3表示不同动力源,分别为发动机、驱动电机和发电机,为不同动力源对应的转速,为不同动力源对应的转矩;
S35 计算碳排放数据:
根据S32获取的三种不同电池SoC状态情景下的百公里燃油消耗、、,每类情景的权重、、,对应工况权重和为1,根据设计需求对权重自适应调整,与每升汽油的碳排放系数和每一年预估行驶里程进行相乘,进而获得目标车型的碳排放数据,如式(3-6)所示;
(3-6)
S36 预测每一年的行驶周期下的能量消耗成本,其中包括油耗成本和电耗成本;根据S32获取的三种不同电池SoC状态情景下的百公里燃油消耗、、,每类情景的权重、、,对应工况权重和为1,根据设计需求对权重自适应调整,与每升汽油的成本价格和每一年预估行驶里程进行相乘,进而获得油耗成本,如式(3-7)所示;按照、、对应的电耗消耗,每类情景的权重、、,对应工况权重和为1,根据设计需求对权重自适应调整,与每kWh电能的成本价格和每一年预估行驶里程进行相乘,进而获得电耗成本,如式(3-8)所示,总能耗成本如(3-9)所示;
(3-7)
(3-8)
(3-9);
S4具体包括如下步骤:
S41 计算工作模式的切换次数:
读取S31全局最优能量管理策略所计算每一时刻对应的工作模式,并差值计算相邻时刻的工作模式,差值为0即为相同工作模式,差值非0即为不同工作模式,逐次累计记录差值为非0出现的次数,即为机电耦合变速箱在对应工况下所出现的工作模式切换次数,如式(4-1)所示;记录标准、城市、城郊、高速工况的工作模式切换次数、、、;
(4-1)
其中,为t时刻的工作模式,为t+1时刻的工作模式;
S42 计算发动机的启动次数:
读取S31全局最优能量管理策略所计算每一时刻对应的工作模式,标记有发动机参与的工作模式为1,无发动机参与的工作模式为0,差值计算相邻时刻的工作模式,差值为0即为相同工作模式,差值为1即为发动机启动状态,逐次累计记录差值为1出现的次数,即为机电耦合变速箱在对应工况下所出现的发动机启动次数,如式(4-2)所示;同理,记录标准、城市、城郊、高速工况的发动机启动次数、、、;
(4-2)
其中,为t时刻的发动机启动状态,为t+1时刻的发动机启动状态;
S43 计算工作模式的分布利用占比:
读取S31全局最优能量管理策略所计算每一时刻对应的工作模式,不同工作模式具有不同的标记状态,统计不同工作模式出现的次数,通过与总工作模式出现的次数相比,记录不同工作模式的占比分布,如式(4-3)所示;同理,记录标准、城市、城郊、高速工况的工作模式占比分布;
(4-3)
其中,y为不同工作模式状态,为不同工作模式出现的次数,为总工作模式出现的次数;
S44 进行制动能量回收利用程度评估:
读取S31全局最优能量管理策略所计算制动回收工作模式对应的时间片段,统计分析制动片段下的能量回收功率,如式(4-4)所示,同时,对目标工况下不同片段的制动能量回收功率进行统计分析并累加求和;与目标工况下所消耗的总功率进行占比分析,如式(4-5)所示,确定目标工况片段下的能量回收利用程度;
(4-4)
(4-5)
其中,为驱动电机扭矩,为驱动电机转速,为对应转速和扭矩下的驱动电机机械效率,为制动能量回收起始片段,为制动能量回收终止片段,为制动能量回收功率与总功率的比值;
S45 计算充放电次数、持续时间分布范围以及充放电切换次数:
读取S31全局最优能量管理策略所计算每一时刻对应的工作模式,不同工作模式具有不同的标记状态,将充电状态的工作模式标记为10,放电状态的工作模式标记为20,无充放电工作模式标记为0,统计充、放电状态对应工作模式发生的次数和,并统计每一充、放电片段的持续时间的分布范围情况和;此外,差值计算相邻时刻的充放电状态,差值为0即为相同状态,差值为非0即为充放电状态切换,逐次累计记录差值为非0出现的次数,即为机电耦合变速箱在对应工况下所对应的充放电切换次数,如式(4-6)所示;
(4-6)
其中,为t时刻的电池充放电状态,为t+1时刻的电池充放电状态。
2.根据权利要求1所述的构型评估方法,其特征在于,S1具体包括如下步骤:
S11单个构件运动学和力学承受能力评估:遍历组合发动机、驱动电机、发电机的最大转速、最大转矩、最大功率作为输入,根据不同工作模式能量流传递路径的速比关系,确定不同构件在不同工作模式下所能承受的最大转速和最大转矩,如式(1-1)所示;
(1-1)
其中,是指发动机独立工作模式下不同构件所能承受的最大转速,是指驱动电机独立工作模式下不同构件所能承受的最大转速,是指发电机独立工作模式下不同构件所能承受的最大转速,是指发动机独立工作模式下不同构件所能承受的最大转矩,是指驱动电机独立工作模式下不同构件所能承受的最大转矩,是指发电机独立工作模式下不同构件所能承受的最大转矩,、和分别指发动机、驱动电机和发电机可达到的最大转速,、和分别指发动机、驱动电机和发电机可达到的最大转矩,、和指不同构件分别与发动机、驱动电机和发电机对应的速比关系;
S12相邻构件运动学和力学承受能力评估:对不同工作模式能量流传递路径中的构件进行编码,遍历组合给定不同工作模式下动力源工作的极限状态,遍历计算能量流传递路径中相邻构件的转速和转矩,分析相邻构件间的相对转速和相对转矩关系,评估相邻构件转速、转矩的解耦和不解耦状态、运动学和力学关系是否超出合理工作区间范围,是否存在风险状态,如式(1-2)所示;
(1-2)
其中,和分别为能量流传递路径中相邻构件中第一构件的转速和转矩,和分别为相邻构件中第二构件的转速和转矩,和分别为构件所能承受的相对转速和转矩限值;
S13构件在不同工作模式切换下的瞬态承受能力评估:设定不同工作模式切换时的动力源工作状态,给定合理的模式切换时间,判断模式切换过程中不同构件的瞬态承受能力,转速和转矩关系的变化是否会造成不同构件的明显冲击,是否会对不同构件产生风险影响,如式(1-3)所示;
(1-3)
S14对能量流传递路径进行综合评估,生成不同工作模式下能量流传递路径中对应不同构件的承受能力评估表;同时评估机电耦合变速箱构型连接方式是否存在改进优化空间,确保能量流传递路径达到合理等级,否则,对机电耦合变速箱的基准参数进行调整。
3.根据权利要求2所述的构型评估方法,其特征在于,S2具体包括如下步骤:
S21 计算加速时间:
计算单一工作模式下的加速时间,遍历该工作模式在不同速度状态下机电耦合变速箱输出最大驱动力对应的最大加速度状态,遍历计算不同加速状态下需要的最小加速时间;
计算联合工作模式下的加速时间,遍历不同速度状态下发动机和驱动电机联合提供的机电耦合变速箱输出最大驱动力下对应的最大加速度状态,遍历计算不同加速状态下需要的最小加速时间;
最后,判断并记录单一工作模式和联合工作模式下在每一速度状态下的机电耦合变速箱输出最大驱动力和最大加速度,计算该机电耦合变速箱在不同加速状态下的最小加速时间,如式(2-1)、(2-2)、(2-3)所示;
(2-1)
(2-2)
(2-3)
(2-4)
其中,、、分别表示单一工作模式的、、下的加速时间,、、分别表示联合工作模式的、、下的加速时间;表示时间内的加速时间,为发动机在时间内所能提供最大驱动力对应的最大加速度状态,为驱动电机在时间内所能提供最大驱动力对应的最大加速度状态,为发动机和驱动电机联合驱动在时间内所能提供最大驱动力对应的最大加速度状态;
S22 计算最大爬坡度:
如式(2-5)和(2-6)所示,保证单一工作模式和联合工作模式下在克服滚阻、风阻时所能提供的机电耦合变速箱输出最大驱动力,遍历不同速度状态在不同坡度下所受到的坡度阻力,直至该速度状态下所能提供的机电耦合变速箱输出最大驱动力与受到的阻力相等,对应的坡度即为该机电耦合变速箱所能达到的最大坡度;
(2-5)
(2-6)
其中,为最大坡度角,G为重力;
S23 计算最大速度:
遍历计算每一速度状态下发动机、驱动电机单独驱动的最大驱动力和、以及发动机和驱动电机联合驱动提供的最大驱动力,对比判断并记录三种驱动状态下所能提供的机电耦合变速箱输出最大驱动力;同时遍历计算每一时刻速度状态下所受到的外界阻力,包括滚阻、风阻、坡度阻力和加速阻力;进一步逐步判断不同速度状态下机电耦合变速箱输出最大驱动力和外界阻力的数值大小关系,直至外界阻力刚大于机电耦合变速箱输出最大驱动力所对应的速度状态即为该机电耦合变速箱所能达到的最大极限速度状态;
(2-7)。
4.根据权利要求3所述的构型评估方法,其特征在于,S5具体包括如下步骤:
S51 进行机电耦合变速箱与目标车型匹配性评估:
利用S31所述的全局最优能量管理策略遍历不同目标车型参数,进而根据S2、S3和S4所提出的动力性、经济性和工况适应性的评估步骤,获取不同目标车型参数下的性能表现,进而评估机电耦合变速箱与目标车型的匹配性;
S52 进行机电耦合变速箱不同特征参数的设计范围合理性评估:
利用S31所述的全局最优能量管理策略遍历不同机电耦合变速箱的动力源组件、电气组件和机械组件特征参数,进而根据S2、S3和S4所提出的动力性、经济性和工况适应性的评估步骤,获取给定目标车型参数下的性能表现,进而评估机电耦合变速箱在不同组件特征参数的合理性;
其中,目标车型参数包括车辆重量、迎风面积、轮胎半径、滚阻系数;动力源组件中的发动机特性参数包括峰值转速、峰值扭矩、燃油或燃氢消耗效率关系;电气组件中的驱动电机、发电机参数包括电机类型、峰值或额定转速、峰值或额定扭矩、电机机械效率关系;机械组件包括不同齿轮数量、齿轮齿数、不同齿轮之间的速比定义、离合器/制动器的特征参数。
5.根据权利要求4所述的构型评估方法,其特征在于,S5还包括:
根据目标车型参数和机电耦合变速箱特征参数进行筛选评估,对应S2~S4指标按经济性、动力性或工况适应性进行单一排序或赋权排序,确定机电耦合变速箱的有效评估对象。
6.根据权利要求5所述的构型评估方法,其特征在于,S6具体包括如下步骤:
S61进行结构评估:
包括结构复杂性、紧凑性与包络空间以及重量评估;对机电耦合变速箱进行三维建模,进一步检查机电耦合变速箱的结构复杂性、紧凑性与包络空间是否合理;
S62进行重量与成本评估:
对机电耦合变速箱的动力源组件、电气组件和机械组件进行分项重量和分项成本评估;其中,动力源组件包括燃油/燃氢发动机;电气组件包括驱动电机、发电机、电控单元;机械组件包括定轴齿轮、行星排、离合器、制动器、同步器;对机电耦合变速箱的总重量和总成本进行统计性分析。
7.根据权利要求6所述的构型评估方法,其特征在于,S7具体包括如下步骤:
采用主成分分析方法将S5所确定的有效评估对象的性能表现进行降维,确定主成分个数进行可视化分析,主成分指标权重值计算如式(7-1)所示;确定主成分后,分析每个指标和对应主成分的相关性,将20个分项指标分解到不同主成分项中,进一步通过三维象限图直观观察不同评估指标的空间分布状态,确定不同机电耦合变速箱有效评估对象的性能表现;
(7-1)
其中,z代表不同类指标,为不同指标对应的方差解释率,为累积方差解释率;
通过所述主成分分析,确定表现结果差的评估指标,将其新增为S31的全局最优能量管理策略中的目标函数中的一项,重复进行迭代优化,并重复进行S1~S6,以进行新一轮机电耦合变速箱构型评估,生成不同轮次的机电耦合变速箱评估结果表,直至不同评价指标均达到产品设计与开发需求,完成评估。
8.一种实施权利要求1-7任一项所述的混合动力汽车机电耦合变速箱的构型评估方法的评估系统,其特征在于,包括:
能量流传递路径评估模块,进行S1能量流传递路径评估;
机电耦合变速箱动力性评估模块,进行S2机电耦合变速箱动力性评估;
机电耦合变速箱经济性评估模块,进行S3机电耦合变速箱经济性评估;
机电耦合变速箱工况适应性评估模块,进行S4机电耦合变速箱工况适应性评估;
组件特征参数合理性评估模块,进行S5组件特征参数合理性评估;
结构与成本评估模块,进行S6结构与成本评估;
综合性评估模块,进行S7综合性评估。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310273078.XA CN115982834B (zh) | 2023-03-21 | 2023-03-21 | 混合动力汽车机电耦合变速箱的构型评估方法和评估系统 |
US18/600,731 US12125324B1 (en) | 2023-03-21 | 2024-03-10 | Configuration evaluation method and platform for electromechanical coupling transmission of hybrid electric vehicles |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310273078.XA CN115982834B (zh) | 2023-03-21 | 2023-03-21 | 混合动力汽车机电耦合变速箱的构型评估方法和评估系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115982834A CN115982834A (zh) | 2023-04-18 |
CN115982834B true CN115982834B (zh) | 2023-08-22 |
Family
ID=85965251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310273078.XA Active CN115982834B (zh) | 2023-03-21 | 2023-03-21 | 混合动力汽车机电耦合变速箱的构型评估方法和评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115982834B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105774793A (zh) * | 2016-04-25 | 2016-07-20 | 清华大学 | 一种并联混合动力系统电机启动发动机模式切换控制方法 |
CN110543098A (zh) * | 2019-09-06 | 2019-12-06 | 清华大学 | 插电式混合动力系统构型的选择方法 |
CN111323242A (zh) * | 2020-04-17 | 2020-06-23 | 合肥工业大学 | 一种并联混动机电耦合系统性能及控制模拟试验台 |
CN112590760A (zh) * | 2020-12-22 | 2021-04-02 | 江苏大学 | 一种考虑模式切换频繁度的双电机混合动力汽车能量管理系统 |
CN112677957A (zh) * | 2021-01-07 | 2021-04-20 | 重庆大学 | 一种双模构型多目标条件下基于帕累托最优性的参数优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110936824B (zh) * | 2019-12-09 | 2021-06-04 | 江西理工大学 | 一种基于自适应动态规划的电动汽车双电机控制方法 |
-
2023
- 2023-03-21 CN CN202310273078.XA patent/CN115982834B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105774793A (zh) * | 2016-04-25 | 2016-07-20 | 清华大学 | 一种并联混合动力系统电机启动发动机模式切换控制方法 |
CN110543098A (zh) * | 2019-09-06 | 2019-12-06 | 清华大学 | 插电式混合动力系统构型的选择方法 |
CN111323242A (zh) * | 2020-04-17 | 2020-06-23 | 合肥工业大学 | 一种并联混动机电耦合系统性能及控制模拟试验台 |
CN112590760A (zh) * | 2020-12-22 | 2021-04-02 | 江苏大学 | 一种考虑模式切换频繁度的双电机混合动力汽车能量管理系统 |
CN112677957A (zh) * | 2021-01-07 | 2021-04-20 | 重庆大学 | 一种双模构型多目标条件下基于帕累托最优性的参数优化方法 |
Non-Patent Citations (1)
Title |
---|
一种兼有串联和功率分流模式的机电耦合系统研究;黄河 等;《汽《车零部件》(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
US20240331462A1 (en) | 2024-10-03 |
CN115982834A (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Rule-based control strategy with novel parameters optimization using NSGA-II for power-split PHEV operation cost minimization | |
Lin et al. | Blending gear shift strategy design and comparison study for a battery electric city bus with AMT | |
Eckert et al. | Optimization of electric propulsion system for a hybridized vehicle | |
Ao et al. | Fuel economy and NO x emission potential investigation and trade-off of a hybrid electric vehicle based on dynamic programming | |
Dong et al. | Performance comparison of series–parallel hybrid transmissions with multiple gears and modes based on efficiency model | |
CN112319460A (zh) | 一种双行星排功率分流混合动力系统的构型优化方法 | |
Zhou et al. | The influence of transmission ratios selection on electric vehicle motor performance | |
Janulin et al. | Energy minimization in city electric vehicle using optimized multi-speed transmission | |
Dong et al. | Rapid assessment of series–parallel hybrid transmission comprehensive performance: A near-global optimal method | |
Anselma et al. | Multitarget Evaluation of Hybrid Electric Vehicle Powertrain Architectures Considering Fuel Economy and Battery Lifetime | |
CN115982834B (zh) | 混合动力汽车机电耦合变速箱的构型评估方法和评估系统 | |
Ahn et al. | Engine operation for the planetary gear hybrid powertrain | |
Chen et al. | Multi-objective parameter optimization for a single-shaft series-parallel plug-in hybrid electric bus using genetic algorithm | |
US12125324B1 (en) | Configuration evaluation method and platform for electromechanical coupling transmission of hybrid electric vehicles | |
CN110826813A (zh) | 基于家用电动汽车用户充电差异性需求的电网优化方法 | |
Wimalendra et al. | Determination of maximum possible fuel economy of HEV for known drive cycle: genetic algorithm based approach | |
Ma | A parameter matching study for power system of electric sweeping vehicle based on AVL CRUISE | |
Cui et al. | Research on predictive control based energy management strategy for hybrid electric vehicle | |
Hu et al. | On the lifetime emissions of conventional, hybrid and electric vehicles | |
Mallouh et al. | Battery Electric Vehicle Powertrain Modeling, Simulation, and Performance Analysis | |
Pisu et al. | Modeling and design of heavy duty hybrid electric vehicles | |
Kang et al. | Fuel economy improvement analysis of parallel and power-split hybrid electric vehicles | |
Skarlis et al. | A novel model-based approach for evaluating multi-speed transmission systems for BEVs | |
CN111674269A (zh) | 一种电动汽车复合电源系统参数匹配方法 | |
Taha et al. | Comparative Simulation Analysis of Electric Vehicle Powertrains with Different Configurations Using AVL Cruise and MATLAB Simulink |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |