并聯(lián)混合動力汽車發(fā)動機參數(shù)匹配與優(yōu)化.pdf

1、隨著汽車工業(yè)的發(fā)展，污染和能源匱乏的問題已然成為當(dāng)今汽車發(fā)展最迫切需要解決的問題?；旌蟿恿ζ嚨漠a(chǎn)生在一定程度上緩解了這兩大危機，一方面它夠繼承傳統(tǒng)汽車的特點;另一方面又吸收了純電動車零排放的優(yōu)點。因此對混合動力汽車的研究是必要的，其動力系統(tǒng)參數(shù)匹配優(yōu)化及控制策略的設(shè)計是最核心的技術(shù)難點，是提高混合動力汽車動力性和經(jīng)濟性的主要手段。
　　本文將對動力總成參數(shù)匹配作為主要研究對象，選定在相同控制策略下，對其動力總成參數(shù)進行研究。在選

2、定總成方案為ISG型并聯(lián)式混合動力汽車后，以原型車整車結(jié)構(gòu)尺寸參數(shù)為指導(dǎo)，并在滿足車輛的動力性能的前提下，對其動力系統(tǒng)部件進行參數(shù)設(shè)計和選型。在發(fā)動機的選型中，先按一定規(guī)則選擇好電機之后，再根據(jù)整車能量需要來選定發(fā)動機，最終確定選擇一款汽油發(fā)動機。為了更好的對發(fā)動機參數(shù)進行優(yōu)化，首先在AVL Boost軟件中建立發(fā)動機模型，對模型進行驗證，然后利用Isight軟件與Boost進行集成，為了分析各個性能參數(shù)對油耗和排放性能的影響，在分析多

3、種試驗設(shè)計方法后，確定選擇了最優(yōu)拉丁超立方設(shè)計，然后分別利用響應(yīng)面法、神經(jīng)網(wǎng)絡(luò)法和克里格法對系統(tǒng)進行近似建模，通過對建模的誤差分析，結(jié)果顯示響應(yīng)面法建模的精度最高。
　　基于響應(yīng)面法建立的近似模型，利用帶精英策略的非支配排序遺傳算法(NSGA-Ⅱ)，以油耗和NOx的排放為優(yōu)化目標(biāo)，以壓縮比、點火提前角、進氣提前角等參數(shù)為設(shè)計變量，在保證發(fā)動機動力性和穩(wěn)定性的前提下，對發(fā)動機進行了多目標(biāo)優(yōu)化。
　　最終將優(yōu)化前后的發(fā)動機模型嵌