CN108984860A - 一种复合电源eps的电源参数优化方法 - Google Patents
一种复合电源eps的电源参数优化方法 Download PDFInfo
- Publication number
- CN108984860A CN108984860A CN201810674528.5A CN201810674528A CN108984860A CN 108984860 A CN108984860 A CN 108984860A CN 201810674528 A CN201810674528 A CN 201810674528A CN 108984860 A CN108984860 A CN 108984860A
- Authority
- CN
- China
- Prior art keywords
- speed
- steering
- vehicle
- power source
- low speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Power Steering Mechanism (AREA)
Abstract
本发明公开了一种复合电源EPS的电源参数优化方法:采集某运营周期内重型商用车整车电器的用电负荷、转向盘转角及车速;仿真计算商用车的转向阻力距,拟合转向阻力矩关于车速、转向盘转角的解析式,确定极低速转向的临界车速;统计出整车电器的最大用电负荷、两次极低速转向的最小间隔时间和单次极低速转向的最长时间;以超级电容的充、放电电流为优化变量,以超级电容的电容值最小与整车电源的额定输出电流最小为优化目标,建立多目标优化函数,设定优化约束条件;采用MOPSO算法求解Pareto最优解,得到最优的整车电源的额定输出电流和超级电容的电容值。本方法有利于降低复合电源中整车电源的额定输出电流和超级电容的电容值,并提高复合电源的利用率。
Description
技术领域
本发明涉及汽车转向***领域,具体是一种复合电源EPS的电源参数优化方法。
背景技术
目前,重型商用车普遍采用助力特性单一的液压助力转向***(HPS),HPS的助力特性设计完成后,其助力的大小不会随车速的变化而变化,导致高速转向路感差,容易造成高速“发飘”;另外,汽车无论处于直行还是转弯状态,HPS的转向泵在发动机驱动下一直高速运转,资料显示,汽车约80%的运行里程都处于直线行驶状态,说明HPS消耗的大部分能量属于无功损耗。
近年来,电动助力转向***(EPS)以其安全、节能、环保的优点广泛应用于乘用车和轻型商用车。EPS通过电机提供转向助力,助力大小由软件程序控制,可以方便地实现随速可变助力特性,有助于提高车辆的操纵稳定性;非转向工况下,助力电机不工作,EPS 几乎不消耗电能,因此EPS是真正意义上的“按需”助力转向***。然而重型商用车前轴载荷大,所需的转向功率较大,整车电源***无法提供EPS所需的转向功率,以前轴载荷为6000kg的重型商用车为例,低速转向时所需的转向功率约为4kW,电机的工作电流约为160A,瞬间电流达到200A,超出了整车电源***的承受能力,因此现有的EPS方案不适用于重型商用车。
尽管重型商用车在低速转向所需的转向功率很大,但在大部分的运行时间里重型商用车处于中、高速行驶状态,相应的转向阻力矩较小,所需的转向功率也较小,整车电源***完全能满足转向功率的需求。超级电容具有功率密度高、充电时间短、放电能力强等优点,研究人员将超级电容集成于整车电源端,构建了基于复合电源的电动助力转向***(SC-EPS),复合电源中的超级电容在非低速转向工况下从整车电源获取能量,在低速转向工况下以大功率的方式释放能量,与整车电源一起为重型商用车提供转向功率。专利(JP2003-320942)公开了一种基于复合电源的EPS***,提供了复合电源的供电方式,根据检测的方向盘转矩控制切换开关,使蓄电池与超级电容处于并联或串联状态。专利(JP2007-223510)公开了一种利用超级电容作为辅助电源的EPS***,并给出了辅助电源介入工作的条件。专利(CN201180034669.7)公开了一种基于复合电源的EPS***的故障检测电路,并给出了故障检测与处理方法。专利(CN201410080799)公开了一种基于超级电容器的汽车EPS***的供电电路及供电方法。以上专利涉及的复合电源由蓄电池和超级电容组成,而实际上为EPS***提供电源的不是蓄电池,而是发电机,另外上述专利没有提及复合电源的参数优化方法。
发明内容
为了降低复合电源EPS***中整车电源(发电机)的额定输出电流和超级电容的额定电容值、并提高复合电源的利用率,本发明提供一种复合电源EPS的电源参数优化方法。
本发明是通过以下技术方案实现上述技术目的:
一种复合电源EPS的电源参数优化方法,包括如下步骤:
步骤1,选择若干辆重型商用车为试验对象,采集某个运营周期内各重型商用车整车电器的用电负荷ie、转向盘的转角θh以及汽车车速v;
步骤2,仿真计算重型商用车的转向阻力距,分析其随车速、转向盘转角的变化规律,拟合出转向阻力矩关于车速、转向盘转角的解析式,确定极低速转向的临界车速v0;
步骤3,根据转向盘转角、汽车车速数据结合极低速转向的临界车速v0统计出两次极低速转向的最小间隔时间tjmin和单次极低速转向的最长时间tsmax;
步骤4,以超级电容的放电电流isc放和充电电流isc充为优化变量,以超级电容的额定电容值Csc最小与整车电源的额定输出电流ig额最小为优化目标,建立多目标优化函数,并设定优化约束条件;
步骤5,采用多目标粒子群优化算法求解Pareto最优解,得到最优的整车电源的额定输出电流和超级电容的电容值。
上述方案中,所述大客车整车电器的用电负荷ie通过在原车整车电源的输出端安装电流传感器测量,转向盘的转角θh通过安装在转向盘下方的转角传感器测量,汽车车速v通过车速传感器测量。
上述方案中,所述极低速转向的临界车速v0通过以下步骤获得:
1),以某款小型汽车为研究对象,建立汽车轮胎/地面之间摩擦力的有限元模型,仿真分析摩擦力随轮胎滚动速度、轮胎偏转角度、垂直载荷、路面摩擦系数的变化关系,拟合得到摩擦力的关系式:Ff=0.7121Fz·e-0.048v,其中Fz为前轴载荷,v为车速;
2),计算汽车主销内倾引起的转向阻力矩,将主销内倾引起的转向阻力矩与轮胎/地面之间摩擦力引起的转向阻力距综合得到小型汽车低速转向阻力距模型,同时通过实车试验进行验证与修正;
主销内倾引起的转向阻力距的计算公式为其中δ为前轮转角,c为主销偏距,β为主销内倾角;
3),基于试验校验过的小型汽车低速转向阻力距的模型,搭建重型商用车相应的模型,仿真分析重型商用车低速转向阻力矩随车速、转向盘转角的变化规律,采用最小二乘法拟合得到重型商用车低速转向阻力矩关于车速、转向盘转角的解析式;
所述小型汽车的低速转向阻力距模型为:其中L为轮胎接地印记圆的直径;重型商用车低速转向阻力矩关于车速、转向盘转角的解析式为:式中θh为转向盘转角,Gs为转向***的传动比;
4),由重型商用车的转向阻力距换算出EPS助力电机所需的电流,作出电流随车速、转向盘转角的变化曲线,将电流随车速的变化曲线与由整车电源额定输出电流构成的直线的交点作为极低速转向的临界车速v0。
上述方案中,所述多目标优化函数如下:
f(x)=[minf1(x),minf2(x)],x=(isc放,isc充)
其中,f2(x)=ig额=iepsmax+iemax-isc放;式中ieps为车速大于临界车速v0时EPS助力电机所需的电流,可由转向阻力距换算得到,iepsmax为车速小于或等于临界车速v0时EPS助力电机所需的电流,可由极低速转向阻力距换算得到,u0为超级电容的最大端电压,umin为超级电容的最小端电压,iemax为整车电器的最大用电负荷,由采集的整车电器的用电负荷数据统计得到。
上述方案中,所述多目标粒子群优化算法优化整车电源的额定输出电流和超级电容的电容值的过程如下:
1)初始化粒子群:给定群体规模N,随机产生每个粒子的位置xi、速度vi,设定迭代次数;
2)用目标函数f1(x)、f2(x)分别计算每个粒子适应度值Fitness1[i]、Fitness2[i];
3)计算每个粒子关于两个目标函数的个体极值pBest1[i]、pBest2[i];
4)分别计算两个目标函数的全局极值gBest1、gBest2;
5)计算两个全局极值的均值gBest和距离dgBest:
gBest=Average(gBest1,gBest2)
dgBest=Distance(gBest1,gBest2)
6)计算每个粒子个体极值pBest1[i]、pBest2[i]之间的距离dpBest[i];
For i=1 to N
dgBest[i]=Distance(pBest1[i],pBest2[i])
Next i
7)计算每个粒子对位置和速度更新时所用的个体极值pBest[i]:
8)更新每个粒子的位置xi和速度vi:
vi=ωvi+c1rand()(pBest[i]-xi)+c2rand()(gBest-xi)
xi=xi+vi
其中:ω为惯性权重,c1、c2为学习因子;
9)如达到迭代次数,退出,否则返回2)。
本发明的有益效果是:
1、电源***功率不足的问题限制了EPS在重型商用车的应用,本发明构建的复合电源***有助于提高电源***的功率,复合电源EPS有利于提高重型商用车的操纵稳定性并且大大降低转向***的能耗;
2、本发明通过粒子群多目标优化方法使整车电源的额定输出电流与超级电容的电容值达到最小,复合电源中的整车电源和超级电容之间发生能量交换,从而在满足性能的基础上提高复合电源的利用率;
3、本发明采用的MOPSO算法有利于使整车电源的额定输出电流和超级电容的电容值收敛于非劣最优解区域。
附图说明
图1为基于复合电源的EPS***组成示意图;
图2为基于复合电源的EPS***供电模式分类图,图2(a)为复合电源供电模式图,图2(b)为整车电源供电模式图,图2(c)为超级电容供电模式图;
图3为轮胎/地面之间转向摩擦力的有限元仿真模型图;
图4为复合电源EPS的电源参数优化流程图。
具体实施方式
下面结合附图对本发明作具体说明,但本发明的保护范围并不限于此。
图1是基于复合电源的汽车EPS组成示意图,一种基于复合电源的汽车EPS***,包括转向盘、输入轴、转矩/转角传感器、中间轴、助力电机、循环球转向器(包含蜗轮蜗杆减速机构)、转向器输出轴、转向器摇臂、转向传动机构、转向车轮、EPS控制器、复合电源,转向盘、中间轴、转矩/转角传感器、输入轴、循环球转向器(包含蜗轮蜗杆减速机构)、转向器输出轴、转向器摇臂、转向传动机构、转向车轮依次机械联接,助力电机的输出轴与蜗轮蜗杆减速机构相连,EPS控制器通过电线与助力电机相连,EPS控制器由复合电源供电,EPS控制器接收转矩/转角信号、车速信号、复合电源的电量信号以及助力电机的电流信号。所述复合电源包含整车电源、超级电容、放电电路、充电电路,超级电容先与放电电路串联连接,再与整车电源并联连接,整车电源与充电电路串联连接,再与超级电容串联连接。
图2是基于复合电源的汽车EPS的供电模式分类图,复合电源具有三种供电模式:复合电源供电模式(图2(a))、整车电源供电模式(图2(b))和超级电容供电模式(图2 (c));控制器根据车速、方向盘转角等信号决定复合电源所处的供电模式,以及整车电源***和超级电容提供转向功率的方式和比例。当车速较低时,***处于复合电源供电模式,整车电源***和超级电容共同为电机提供转向功率;当车速较高时,***处于整车电源供电模式,整车电源***单独为电机提供转向功率,同时超级电容作为整车电源***的负载,处于充电状态,存储的能量以备低速转向时使用;当整车电源发生故障时,***处于超级电容供电模式,超级电容单独为电机提供转向功率,维持短时间的转向助力。
图4是复合电源EPS的电源参数优化流程,本实施例的重型商用车以XMQ6118Y2型型大客车为例,具体包括如下步骤:
步骤1,选择若干辆大客车为试验对象,采集某个运营周期内各大客车整车电器的用电负荷ie、转向盘的转角θh以及汽车车速v;大客车实车试验的运营周期包含白天和夜晚、晴天和雨天、冬天和夏天,包含正常行驶工况、起步转弯工况、掉头工况、倒车工况;在原车整车电源的输出端安装电流传感器测量大客车整车电器的用电负荷ie,通过安装在转向盘下方的转角传感器测量转向盘的转角θh,通过车速传感器测量汽车车速v。
步骤2,仿真计算大客车的转向阻力距,分析其随车速v、转向盘转角θh的变化规律,拟合出转向阻力矩关于车速v、转向盘转角θh的解析式,确定极低速转向的临界车速v0;
极低速转向的临界车速v0通过以下步骤获得:
1)以开拓者S型小汽车为研究对象,运用ABAQUS软件建立汽车轮胎/地面之间摩擦力的有限元模型(图3),仿真分析摩擦力随轮胎滚动速度、轮胎偏转角度、垂直载荷、路面摩擦系数的变化关系,拟合得到摩擦力的关系式:
Ff=0.7121Fz·e-0.048v (1)
式中,Fz为前轴载荷,v为车速;
由摩擦力引起的转向阻力距(积分得到):
式中,L为轮胎接地印记圆的直径;θ、r为极坐标积分的中间变量;
2)计算主销内倾引起的转向阻力距,将主销内倾引起的转向阻力矩与轮胎/地面之间摩擦力引起的转向阻力距综合得到小汽车低速转向阻力距模型,同时通过实车试验进行验证与修正;
主销内倾引起的转向阻力距的计算公式为:
式中,δ为前轮转角,c为主销偏距,β为主销内倾角;
低速转向阻力距模型为:
3)基于试验校验过的小汽车低速转向阻力距的模型,搭建大客车相应的模型(将小汽车低速转向阻力距模型中的参数换成大客车对应的参数,即得到大客车的低速转向阻力距模型),仿真得到低速转向阻力矩,分析其随车速v、转向盘转角θh的变化规律,采用最小二乘法拟合得到重型商用车低速转向阻力矩关于车速v、转向盘转角θh的解析式;
又可得大客车低速转向阻力矩关于车速、转向盘转角的解析式为:
式中,θh为转向盘转角,Gs为转向***的传动比;
4)由大客车的转向阻力距换算出电动助力转向***所需的电流,作出电流随车速v、转向盘转角θh的变化曲线,将电流随车速v的变化曲线与由整车电源额定输出电流构成的直线的交点作为极低速转向的临界车速v0;
EPS***运行时,助力电机输出的转矩经过涡轮-蜗杆、循环球转向器两级减速机构减速增扭后传递给车轮,克服转向阻力距使车轮发生偏转,因此将转向阻力距除以转向器传动比、涡轮-蜗杆传动比得到助力电机的输出转矩,再除以电机转矩系数即可得到助力电机的电流,如下式所示:
式中,Gm为涡轮-蜗杆传动比,ki为电流系数。
步骤3,根据转向盘转角θh、汽车车速v数据结合极低速转向的临界车速v0统计出两次极低速转向的最小间隔时间tjmin和单次极低速转向的最长时间tsmax。
步骤4,以超级电容的放电电流isc放和充电电流isc充为优化变量,以超级电容的电容值 Csc最小与整车电源的额定输出电流ig额最小为优化目标,建立多目标优化函数,设定优化约束条件;
优化函数如下:
f(x)=[minf1(x),minf2(x)],x=(isc放,isc充) (7)
其中,f2(x)=ig额=iepsmax+iemax-isc放;
式中,ieps为车速大于临界车速v0时EPS助力电机所需的电流,可由转向阻力距(公式(5))换算得到,整车电器的最大用电负荷iemax通过采集的整车电器的用电负荷数据统计得到,iepsmax为车速小于或等于临界车速v0时EPS助力电机所需的电流,可由极低速转向阻力距(公式(5))换算得到,u0为超级电容的最大端电压,umin为超级电容的最小端电压。
步骤5,采用多目标粒子群优化(MOPSO)算法求解Pareto最优解,得到最优的整车电源的额定输出电流和超级电容的电容值;
采用MOPSO算法优化整车电源的额定输出电流和超级电容的电容值的流程如下:
1)初始化粒子群:给定群体规模N,随机产生每个粒子的位置xi、速度vi,设定迭代次数T;
2)用目标函数f1(x)、f2(x)分别计算每个粒子适应度值Fitness1[i]、Fitness2[i];
3)计算每个粒子关于两个目标函数的个体极值pBest1[i]、pBest2[i];
4)分别计算两个目标函数的全局极值gBest1、gBest2;
5)计算两个全局极值的均值gBest和距离dgBest:
gBest=Average(gBest1,gBest2)
dgBest=Distance(gBest1,gBest2)
6)计算每个粒子个体极值pBest1[i]、pBest2[i]之间的距离dpBest[i];
For i=1 to N
dgBest[i]=Distance(pBest1[i],pBest2[i])
Next i
7)计算每个粒子对位置和速度更新时所用的个体极值pBest[i]:
8)更新每个粒子的位置xi和速度vi:
vi=ωvi+c1rand()(pBest[i]-xi)+c2rand()(gBest-xi)
xi=xi+vi
其中:ω为惯性权重,c1、c2为学习因子;
9)如达到迭代次数,退出,否则返回2)。
以上实施例仅用于说明本发明的设计思想和特点,其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施,本发明的保护范围不限于上述实施例。所以,凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰,均在本发明的保护范围之内。
Claims (8)
1.一种复合电源EPS的电源参数优化方法,其特征在于,包括如下步骤:
步骤1,选择若干辆重型商用车为试验对象,采集某个运营周期内各重型商用车整车电器的用电负荷ie、转向盘的转角θh以及汽车车速v;
步骤2,仿真计算重型商用车的转向阻力距,分析其随车速、转向盘转角的变化规律,拟合出转向阻力矩关于车速、转向盘转角的解析式,确定极低速转向的临界车速v0;
步骤3,根据转向盘转角、汽车车速数据结合极低速转向的临界车速v0统计出两次极低速转向的最小间隔时间tjmin和单次极低速转向的最长时间tsmax;
步骤4,以超级电容的放电电流isc放和充电电流isc充为优化变量,以超级电容的电容值Csc最小与整车电源的额定输出电流ig额最小为优化目标,建立多目标优化函数,并设定优化约束条件;
步骤5,采用多目标粒子群优化算法求解Pareto最优解,得到最优的整车电源的额定输出电流和超级电容的电容值。
2.根据权利要求1所述的一种复合电源EPS的电源参数优化方法,其特征在于,所述大客车整车电器的用电负荷ie通过在原车整车电源的输出端安装电流传感器测量,转向盘的转角θh通过安装在转向盘下方的转角传感器测量,汽车车速v通过车速传感器测量。
3.根据权利要求1所述的一种复合电源EPS的电源参数优化方法,其特征在于,所述极低速转向的临界车速v0通过以下步骤获得:
1),以某款小型汽车为研究对象,建立汽车轮胎/地面之间摩擦力的有限元模型,仿真分析摩擦力随轮胎滚动速度、轮胎偏转角度、垂直载荷、路面摩擦系数的变化关系,拟合得到摩擦力的关系式;
2),计算汽车主销内倾引起的转向阻力距,将主销内倾引起的转向阻力矩与轮胎/地面之间摩擦力引起的转向阻力距综合得到小型汽车低速转向阻力距模型,同时通过实车试验进行验证与修正;
3),基于试验校验过的小型汽车低速转向阻力距的模型,搭建重型商用车相应的模型,仿真分析重型商用车低速转向阻力矩随车速、转向盘转角的变化规律,采用最小二乘法拟合得到重型商用车低速转向阻力矩关于车速、转向盘转角的解析式;
4),由重型商用车的转向阻力距换算出EPS助力电机所需的电流,作出电流随车速、转向盘转角的变化曲线,将电流随车速的变化曲线与由整车电源额定输出电流构成的直线的交点作为极低速转向的临界车速v0。
4.根据权利要求3所述的一种复合电源EPS的电源参数优化方法,其特征在于,所述摩擦力的关系式为Ff=0.7121Fz·e-0.048v,其中Fz为前轴载荷,v为车速。
5.根据权利要求4所述的一种复合电源EPS的电源参数优化方法,其特征在于,所述主销内倾引起的转向阻力距的计算公式为其中δ为前轮转角,c为主销偏距,β为主销内倾角。
6.根据权利要求5所述的一种复合电源EPS的电源参数优化方法,其特征在于,所述小型汽车的低速转向阻力距模型为:其中L为轮胎接地印记圆的直径;重型商用车低速转向阻力矩关于车速、转向盘转角的解析式为:式中θh为转向盘转角,Gs为转向***的传动比。
7.根据权利要求1所述的一种复合电源EPS的电源参数优化方法,其特征在于,所述多目标优化函数如下:
f(x)=[minf1(x),minf2(x)],x=(isc放,isc充)
其中,f2(x)=ig额=iepsmax+iemax-isc放;式中ieps为车速大于临界车速v0时EPS助力电机所需的电流,可由转向阻力距换算得到,iepsmax为车速小于或等于临界车速v0时EPS助力电机所需的电流,可由极低速转向阻力距换算得到,u0为超级电容的最大端电压,umin为超级电容的最小端电压,iemax为整车电器的最大用电负荷,由采集的整车电器的用电负荷数据统计得到。
8.根据权利要求1所述的一种复合电源EPS的电源参数优化方法,其特征在于,所述多目标粒子群优化算法优化整车电源的额定输出电流和超级电容的电容值的过程如下:
1)初始化粒子群:给定群体规模N,随机产生每个粒子的位置xi、速度vi,设定迭代次数;
2)用目标函数f1(x)、f2(x)分别计算每个粒子适应度值Fitness1[i]、Fitness2[i];
3)计算每个粒子关于两个目标函数的个体极值pBest1[i]、pBest2[i];
4)分别计算两个目标函数的全局极值gBest1、gBest2;
5)计算两个全局极值的均值gBest和距离dgBest:
gBest=Average(gBest1,gBest2)
dgBest=Distance(gBest1,gBest2)
6)计算每个粒子个体极值pBest1[i]、pBest2[i]之间的距离dpBest[i];
For i=1 to N
dgBest[i]=Distance(pBest1[i],pBest2[i])
Next i
7)计算每个粒子对位置和速度更新时所用的个体极值pBest[i]:
8)更新每个粒子的位置xi和速度vi:
vi=ωvi+c1rand()(pBest[i]-xi)+c2rand()(gBest-xi)
xi=xi+vi
其中:ω为惯性权重,c1、c2为学习因子;
9)如达到迭代次数,退出,否则返回2)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810674528.5A CN108984860B (zh) | 2018-06-27 | 2018-06-27 | 一种复合电源eps的电源参数优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810674528.5A CN108984860B (zh) | 2018-06-27 | 2018-06-27 | 一种复合电源eps的电源参数优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108984860A true CN108984860A (zh) | 2018-12-11 |
CN108984860B CN108984860B (zh) | 2023-04-18 |
Family
ID=64538984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810674528.5A Active CN108984860B (zh) | 2018-06-27 | 2018-06-27 | 一种复合电源eps的电源参数优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108984860B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110147580A (zh) * | 2019-04-19 | 2019-08-20 | 江苏大学 | 考虑能耗的混合动力电控转向***助力电流特性曲线设计方法 |
CN113212546A (zh) * | 2021-05-21 | 2021-08-06 | 南京航空航天大学 | 一种商用车电液复合转向***及其分段能量管理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463374A (zh) * | 2014-12-23 | 2015-03-25 | 国家电网公司 | 一种分布式电源优化配置的方法及*** |
CN105137758A (zh) * | 2015-09-06 | 2015-12-09 | 上海理工大学 | 电动助力转向***的多学科优化设计方法 |
CN106503804A (zh) * | 2016-10-11 | 2017-03-15 | 南京理工大学 | 一种基于Pareto多目标遗传算法的列车定时节能运行方法 |
CN106909743A (zh) * | 2017-03-02 | 2017-06-30 | 合肥工业大学 | 基于内外层嵌套多目标粒子群算法的麦弗逊悬架硬点坐标优化方法 |
CN107732960A (zh) * | 2017-09-18 | 2018-02-23 | 国网甘肃省电力公司电力科学研究院 | 微电网储能***容量优化配置方法 |
-
2018
- 2018-06-27 CN CN201810674528.5A patent/CN108984860B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463374A (zh) * | 2014-12-23 | 2015-03-25 | 国家电网公司 | 一种分布式电源优化配置的方法及*** |
CN105137758A (zh) * | 2015-09-06 | 2015-12-09 | 上海理工大学 | 电动助力转向***的多学科优化设计方法 |
CN106503804A (zh) * | 2016-10-11 | 2017-03-15 | 南京理工大学 | 一种基于Pareto多目标遗传算法的列车定时节能运行方法 |
CN106909743A (zh) * | 2017-03-02 | 2017-06-30 | 合肥工业大学 | 基于内外层嵌套多目标粒子群算法的麦弗逊悬架硬点坐标优化方法 |
CN107732960A (zh) * | 2017-09-18 | 2018-02-23 | 国网甘肃省电力公司电力科学研究院 | 微电网储能***容量优化配置方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110147580A (zh) * | 2019-04-19 | 2019-08-20 | 江苏大学 | 考虑能耗的混合动力电控转向***助力电流特性曲线设计方法 |
CN110147580B (zh) * | 2019-04-19 | 2023-04-07 | 江苏大学 | 考虑能耗的混合动力电控转向***助力电流特性曲线设计方法 |
CN113212546A (zh) * | 2021-05-21 | 2021-08-06 | 南京航空航天大学 | 一种商用车电液复合转向***及其分段能量管理方法 |
CN113212546B (zh) * | 2021-05-21 | 2022-04-08 | 南京航空航天大学 | 一种商用车电液复合转向***及其分段能量管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108984860B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106428197B (zh) | 基于多模式转向***助力耦合器的控制器及控制方法 | |
CN106184351B (zh) | 一种电-液复合动力转向***的多目标优化方法 | |
CN108437805A (zh) | 基于轮毂电机四轮驱动车辆的再生制动能量回收控制及计算方法 | |
CN106274510B (zh) | 一种四轮驱动的增程式电动汽车动力***及能效分层协调控制方法 | |
CN201721348U (zh) | 一种集成整车控制功能的电机控制器 | |
CN201058622Y (zh) | 基于智能控制的电动助力转向*** | |
CN104760591B (zh) | 混合动力综合控制*** | |
CN105882648A (zh) | 一种基于模糊逻辑算法的混合动力***能量管理方法 | |
CN106394310B (zh) | 一种四轮驱动电动汽车转矩分配控制方法 | |
CN106042976A (zh) | 一种分布式驱动电动汽车在线实时转矩优化分配控制方法 | |
CN106347133B (zh) | 一种四轮驱动的增程式电动汽车能效分层协调优化控制方法 | |
CN108984860A (zh) | 一种复合电源eps的电源参数优化方法 | |
CN100588857C (zh) | 一种机动车混合动力驱动控制方法和*** | |
CN108945089B (zh) | 一种基于功率需求的重型商用车eps复合电源的匹配方法 | |
CN102442223B (zh) | 一种基于二次优化的分布式驱动电动汽车失效控制*** | |
Sun et al. | Study on the control strategy of regenerative braking for the hybrid electric vehicle under typical braking condition | |
CN110588366A (zh) | 一种轮毂电机分布式分时四驱电动汽车底盘构型、四驱电动汽车和控制方法 | |
CN101624051A (zh) | 一种外接充电式混合动力汽车硬件***及其控制方法 | |
CN206690910U (zh) | 集成式整车控制*** | |
CN111539125A (zh) | 联合仿真建模电动汽车整体框架搭建及制动能量回收*** | |
CN105223849B (zh) | 新能源汽车辅助动力***多能源控制***及控制方法 | |
CN110104113A (zh) | 一种实现增程的电动车线性刹车制动控制方法 | |
CN202357797U (zh) | 轴距可变的电动车 | |
CN101412378B (zh) | 一种应用多个电装置驱动行驶的电动汽车 | |
CN210363403U (zh) | 一种电动车用驱动*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |