基于反饋神經(jīng)網(wǎng)絡(luò)的并聯(lián)式強(qiáng)混合動(dòng)力汽車(chē)能量控制策略研究.pdf

1、能量控制策略是混合動(dòng)力汽車(chē)的一項(xiàng)關(guān)鍵技術(shù)，它的控制效果直接影響整車(chē)綜合性能。目前的控制策略存在適應(yīng)工況單一、實(shí)時(shí)性差等缺點(diǎn)。本文對(duì)傳統(tǒng)瞬時(shí)能量控制策略作進(jìn)一步研究，并結(jié)合神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)其進(jìn)行優(yōu)化與改進(jìn)。
　　計(jì)算了不同工況下動(dòng)力電池的等效燃油消耗量，建立了瞬時(shí)等效油耗最低控制策略目標(biāo)函數(shù)。分析了動(dòng)力電池荷電狀態(tài)以及制動(dòng)能量回收這兩個(gè)因素對(duì)燃油消耗量的影響，對(duì)目標(biāo)函數(shù)進(jìn)行了修正。
　　采用Matlab/Simulink，基于改

2、進(jìn)后的瞬時(shí)控制方案構(gòu)建了包括混合動(dòng)力系統(tǒng)最優(yōu)工作點(diǎn)計(jì)算模塊和平均制動(dòng)回收功率計(jì)算模塊在內(nèi)的瞬時(shí)控制策略總模塊，提取了改進(jìn)后的瞬時(shí)控制策略的控制規(guī)則。
　　建立了用于控制轉(zhuǎn)矩輸出的Elman神經(jīng)網(wǎng)絡(luò)模型，確定了包括隱藏層神經(jīng)元數(shù)目、激勵(lì)函數(shù)在內(nèi)的各網(wǎng)絡(luò)參數(shù)，選擇了網(wǎng)絡(luò)訓(xùn)練算法，基于改進(jìn)后的瞬時(shí)控制規(guī)則對(duì)網(wǎng)絡(luò)進(jìn)行了訓(xùn)練，在此基礎(chǔ)上，設(shè)計(jì)了混合動(dòng)力汽車(chē)用Elman神經(jīng)網(wǎng)絡(luò)控制器。
　　利用ADVISOR軟件，在兩種典型工況下分別對(duì)