论文部分内容阅读
随着世界工业化的进步,全球汽车保有量大幅度增加,寻找一种高效、节能的汽车驱动方式,成为世界汽车工业刻不容缓的主题。混合动力汽车凭借高续航里程、低污染的特点,成为各国研究的热点。其中,EVT混合动力传动系统结构紧凑、效率高,是混合动力汽车主要发展方向。本文基于图论与智能算法,针对单行星排EVT混合动力传动系统,进行了以下研究:(1)提出行星轮系的图论分层模型,丰富图论在行星轮系研究中的应用;(2)在EVT混合动力传动系统分层图论模型的基础上,提出EVT混合动力传动系统矩阵模型,包括构型矩阵与传动矩阵;(3)根据图论矩阵模型提出三个衍生问题,简化EVT混合动力传动系统的设计与优化过程;(4)提出一种基于图论的EVT混合动力传动系统动力学建模方法,方法简洁有效,具有推广意义;(5)建立了一种将神经网络算法与动态规划算法相结合,根据EVT混合动力传动系统构型矩阵判别EVT系统油耗的构型油耗模型,该模型准确率达到99%以上;(6)引进遗传算法设计单行星排EVT混合动力传动系统最优方案,将构型矩阵变形为―遗传编码‖,通过―离合器退化‖,将遗传范围限定在特定的方案设计空间,利用遗传算法交配、突变、复制等算子,以种群进化的方式,寻找一定条件下最优方案。研究表明,该种方法能够快速准确的找到目标方案;(7)对单行星排EVT混合动力传动系统最优方案进行参数优化。利用灰色关联度分析从四个待优化参数中提取两个关键参数作为重点优化对象;基于EVT混合动力传动系统传动矩阵,利用神经网络与回归型支持向量机建立参数油耗模型,通过参数油耗模型进行参数优化。研究表明,关键参数选取准确,参数油耗模型准确率达到99%以上,参数优化对传动系统燃油经济性有着显著提高。通过将构型油耗模型与遗传算法结合,寻找到单行星排EVT混合动力传动系统最优传动方案,利用参数油耗模型对其参数进行优化,得到优化参数后的单行星排EVT混合动力传动系统最优方案,其燃油经济性良好。