基于神經(jīng)網(wǎng)絡(luò)的混合動(dòng)力汽車(chē)檔位決策研究.pdf

1、混合動(dòng)力汽車(chē)兼顧了傳統(tǒng)汽車(chē)和純電動(dòng)汽車(chē)的優(yōu)點(diǎn)，能夠?qū)崿F(xiàn)節(jié)能減排的目的，是當(dāng)今新能源汽車(chē)領(lǐng)域的研究熱點(diǎn)。檔位決策是汽車(chē)自動(dòng)變速系統(tǒng)中的重要研究?jī)?nèi)容，研究智能化、自適應(yīng)的檔位決策方法，對(duì)于提高混合動(dòng)力汽車(chē)的動(dòng)力性、經(jīng)濟(jì)性和乘坐舒適性等具有重要的意義。
　　汽車(chē)行駛在復(fù)雜的人-車(chē)-路系統(tǒng)中，在不同的駕駛意圖和行駛環(huán)境下，如何確定出滿(mǎn)足人們對(duì)車(chē)輛性能需求的最佳換檔點(diǎn)存在困難?；诖?，本文以單軸并聯(lián)混合動(dòng)力汽車(chē)為研究對(duì)象，引入神經(jīng)網(wǎng)絡(luò)對(duì)包含

2、駕駛員和環(huán)境信息的行車(chē)樣本數(shù)據(jù)進(jìn)行學(xué)習(xí)和泛化，建立車(chē)輛狀態(tài)參數(shù)與最佳檔位之間的非線(xiàn)性模型，并結(jié)合神經(jīng)網(wǎng)絡(luò)的不足，開(kāi)展了如下研究:
　　(1)分析人-車(chē)-路之間的關(guān)系，考慮駕駛意圖、行駛環(huán)境、車(chē)輛狀態(tài)對(duì)檔位決策的影響，制定了本文的檔位決策方案。
　　(2)研究了駕駛意圖和行駛環(huán)境的識(shí)別方法。采集車(chē)輛運(yùn)行狀態(tài)參數(shù)，根據(jù)加速踏板信號(hào)、制動(dòng)踏板信號(hào)等車(chē)輛參數(shù)利用模糊推理對(duì)駕駛員意圖進(jìn)行了識(shí)別，同時(shí)利用拉格朗日插值法、移動(dòng)平均數(shù)法等對(duì)

3、行駛環(huán)境進(jìn)行了識(shí)別。
　　(3)以油門(mén)開(kāi)度、車(chē)速、加速度、變速箱輸入軸轉(zhuǎn)速為控制參數(shù)，檔位值為輸出，建立神經(jīng)網(wǎng)絡(luò)模型。確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，包括網(wǎng)絡(luò)層數(shù)、各層節(jié)點(diǎn)個(gè)數(shù)等。為避免神經(jīng)網(wǎng)絡(luò)陷入局部極小，導(dǎo)致網(wǎng)絡(luò)局部收斂，采用遺傳算法對(duì)神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值進(jìn)行了優(yōu)化。
　　(4)在MATLAB下，基于識(shí)別結(jié)果，分別對(duì)急加速、上坡、顛簸工況建立神經(jīng)網(wǎng)絡(luò)模型，并進(jìn)行檔位值預(yù)測(cè)仿真與分析。仿真結(jié)果表明，訓(xùn)練好的遺傳神經(jīng)網(wǎng)絡(luò)模型，在特殊駕駛意圖