文章目录

0 引言

1 工况和驾驶风格数据采集

2 最大再生制动力修正因子

2.1 工况修正因子

2.2 驾驶风格修正因子

3 制动能量回收策略制定

3.1 工况和驾驶风格识别LVQ神经网络

3.2 考虑工况和驾驶风格耦合影响的制动能量回收策略

    (1)纯机械制动模式。

    (2)复合制动模式。

4 制动能量回收仿真试验研究

4.1 车辆仿真模型的搭建

4.2 工况和驾驶风格识别模型

4.3 仿真结果对比分析

    4.3.1 工况和驾驶风格识别结果分析

    4.3.2 电池SOC对比分析

    4.3.3 再生制动力矩对比分析

5 结论

文章摘要:通过分析工况和驾驶风格对制动能量回收的影响,提出了一种考虑工况和驾驶风格耦合影响的制动能量回收方法。通过驾驶员在环实验平台采集了踏板信号与车速信号;定义了制动力的工况修正因子α和驾驶风格修正因子β,并分别利用正态分布与t分布的方法确定了其变化范围,在此基础上,制定了制动能量回收策略。利用采集的工况数据和驾驶风格数据,通过学习向量量化（LVQ）神经网络训练了工况和驾驶风格识别模型。最后,建立仿真模型对制动能量回收策略进行仿真验证,结果表明:在工况和驾驶风格耦合影响下,所提出的制动能量回收策略的能量回收效率更高,整车的经济性得到进一步提高。

文章关键词:

项目基金: