纯电动汽车工况识别和能量控制策略研究

来源 :机械科学与技术 | 被引量 : 0次 | 上传用户:sjhung888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对纯电动汽车能量管理策略优化主要面向单一工况,提出包含BP神经网络工况识别控制的能量管理策略。以锂电池-超级电容复合电源纯电动汽车为研究对象,引入工况识别的复合电源纯电动汽车能量管理策略对整车经济性和蓄电池工作状态的影响。在MATLAB/Simulink平台下修建整车模型并进行综合测试工况仿真,结果表明:包含工况识别的能量控制策略能够准确识别行驶工况,相较于优化前的能量管理策略,蓄电池能量消耗下降2.81%,总能量消耗下降1341 kJ,两种能量源之间的能量分配更加合理,蓄电池工作状态得到进一步优化,有
其他文献
现代机械设备日趋精密化、智能化,同时工作环境与工况也越来越复杂,一旦零/部件出现故障,不但会对设备本身造成伤害,还有可能造成人员伤亡等事故;因此,及时有效地发现并处理设备故障有着重要的意义。随着人工智能技术的发展,以机器学习为核心的机械故障诊断技术飞速发展。对常用的机器学习理论进行了梳理和总结,主要介绍了基于浅层学习下的人工神经网络、支持向量机及Boosting算法和基于深度学习下的卷积神经网络、自动编码器及深度置信网络这6大类机器学习模型,分析比较了这些模型的优缺点,并总结了各个模型在机械故障诊断领域的