車－路環境自適應的重型汽車動力系統控制方法研究

《車－路環境自適應的重型汽車動力系統控制方法研究》是依託上海交通大學，由楊林擔任項目負責人的面上項目。

基本介紹

• 中文名：車－路環境自適應的重型汽車動力系統控制方法研究
• 項目類別：面上項目
• 項目負責人：楊林
• 依託單位：上海交通大學

項目摘要

為推動汽車節能減排，國內外主要從動力系統、輕量化等方面著手。車-路環境與動力系統間呈強耦合的閉環系統，對油耗、排放等有巨大反作用力，但在現有控制方法中都沒有考慮，屬共性關鍵問題。本項目以重型車動力系統為例，通過感知推理、感測監測和線上估計相結合的方法，進行車-路環境信息識別與預報；基於樣本訓練和參數學習，建立車輛油耗、排放等性能的評價和預測模型；進而運用學習控制、切換系統和預測控制等理論和方法，進行發動機功率多段智慧型控制，並在預控制時間/距離視窗內按油耗與排放等多目標最佳化及與駕駛協調控制的要求，研究車-路環境自適應的動力系統自學習控制及控制參數自學習標定方法，自動考慮該反作用力，為實現系統的自適應控制提供理論基礎；並研製控制系統樣機進行仿真和試驗研究，為成果套用奠定基礎。本研究尚未見報導，是汽車動力系統控制新方法、新方向，將為汽車低成本節能減排提供新思路、新途徑，套用前景廣闊，極具研究價值

結題摘要

為推動汽車節能減排，國內外主要從動力系統、輕量化等方面著手。車-路環 境與動力系統間呈強耦合的閉環系統，對油耗、排放等有巨大反作用力，但在現有控制方法中都沒有考慮。為此，本項目開展了車-路環境自適應的重型汽車動力系統控制方法研究。主要研究內容為：（1）車－路環境信息識別與預報方法；（2）車－路環境自適應的汽車動力系統自學習實時控制方法；（3）控制系統研製與系統仿真、試驗。經過四年的研究，完成了針對車輛實際行駛環境條件的車-路環境信息識別與預報研究，完成了基於實例學習、工況預測、瞬時和全局能耗預測的動力系統工況自適應線上實時控制方法研究，完成了控制系統的軟硬體技術研究、設計和研製，完成了控制方法MIL仿真、HIL仿真、台架測試和整車道路試驗研究，實現了車-路環境自適應的、全局近似最優的線上實時控制。經在重型混合動力客車上的套用表明，可較傳統系統和方法節油平均約7%、最大近12%，且控制系統成本增加小於1%。在本項目資助下，發表與本項目相關論文17篇（均標註基金項目編號），其中SCI論文5篇，EI論文4篇；申請國家發明專利7項，其中已獲授權發明專利5項；獲省部級科學技術獎技術發明二等獎1項，中國專利獎1項。進行了大量的理論和試驗研究，獲得了具有重要理論和實際價值的結果與數據；在項目資助下11人/次參加國際學術會議，擴大了本項目的影響。