作者:尹安东; 姜涛插电式混合动力汽车学习向量量化神经网络工况识别控制策略燃油经济性
摘要:为提高插电式混合动力汽车的燃油经济性,根据城市循环工况的特点选定了4种典型的城市工况,采用学习向量量化(LVQ)神经网络识别车辆运行实时工况,并在MATLAB/Simulink平台制定了一种基于工况识别的整车控制策略.基于实例车型,在Cruise软件中建立了整车仿真模型,并在城市工况下进行仿真.仿真结果表明:所建立的控制策略能够有效识别工况信息;能够以此进行相应工作模式的切换和合理的转矩分配,且相对于传统汽车燃油经济性有明显的提高.从而验证了该控制策略的合理性和有效性.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社