内燃机工程

作者：杜常清,陈磊,杨贤诚,吴先攀

单位：武汉理工大学 汽车工程学院,武汉 430070,武汉理工大学 汽车工程学院,武汉 430070,武汉理工大学 汽车工程学院,武汉 430070,武汉理工大学 汽车工程学院,武汉 430070

关键词：能量管理,等效燃油消耗最小化策略,混沌粒子群优化,驾驶工况识别,

基金：国家自然科学基金项目（51975434）；现代汽车零部件技术湖北省重点实验室开放基金项目（XDQCKF2021010）

为解决等效燃油消耗最小化策略的关键参数在不同工况下的动态调整，提出一种适用于混合动力重型汽车的自适应等效燃油消耗最小化策略（adaptive equivalent consumption minimization strategy， A-ECMS）。该策略以层次聚类算法得到的6种典型行驶工况为例，提出了一种基于神经网络工况识别算法。应用改进的混沌粒子群优化（chaos particle swarm optimization， CPSO）算法优化特定驾驶循环下等效燃油消耗最小化策略（equivalent consumption minimization strategy，ECMS）的3个关键参数：等效因子、惩罚函数的比例因子和发动机起动车速阈值。提出了一种基于工况识别的新型自适应能量管理策略对关键参数进行优化，根据该重型卡车的传动系统构型，建立了车辆的纵向动力学模型，并通过仿真进行了验证。仿真结果表明复合工况驱动循环下的CPSO-ECMS和A-ECMS控制策略与传统等效燃油消耗策略相比，油耗分别降低了5.9%和8.9%。

来源：2023年第1期

《内燃机工程》期刊编辑部

查看内燃机工程杂志2023年第1期