【技术实现步骤摘要】
本专利技术属于电动汽车
。
技术介绍
随着环境污染和能源危机的日益加重，纯电动汽车因为高能效、低排放、低噪声、 能进行能量回收等优势成为当今汽车工业发展的重大方向，国家也出台了大量的优惠政策 支持企业研究电动汽车，十五期间，国家863计划电动汽车重大科技专项连续两期得 到国家大力支持，经过很多企业、高等院校和研究所人员的努力研究，我国在纯电动汽车的 研究有了很大突破，其核心部件研发和整车系统设计方面有了不少技术创新和突破。无论 是传统汽车还是电动汽车都涉及到扭矩优化的问题，如何设计控制器来合理的产生驱动和 制动力矩信号，来实现车辆的良好性能，一直是汽车行业研究的重要问题之一。对于电动汽 车，由于其结构比较简单，控制问题可以得到适当简化，同时，电机的响应速度快，电机的扭 矩和转速容易获取，这为电动汽车的扭矩优化控制提供了良好的基础条件。针对于集中式 电动汽车扭矩优化控制，主要有以下问题： 1.由于研究对象是集中式纯电动汽车，只有一个电机，并且是前轮驱动的，所以不存 在分配优化问题，进而不能像四轮轮毂电机驱动电动汽车那样进行扭矩分配优化设计，只 能从整车控制器中驱/制动扭矩的产生方面来考虑。 2.电动汽车扭矩优化控制系统机理模型复杂，非线性强，建模困难。同时，控制器 的输出驱动和制动力矩信号，要满足执行器电机和制动器的硬性约束，即控制器的输出驱 动和制动力矩信号不能超过电机的实际最大输出力矩和制动器的最大制动力矩。 3.电动汽车需要动力电源，现在常用的是锂电池组，来给电机供电，电机的供电电 压也影响着电机的最大输...
【技术保护点】
一种基于数据驱动预测控制的电动汽车扭矩优化方法，其特征在于：其步骤是：a、集中式电动汽车仿真模型搭建：采用模块化方法，在AMESim中搭建集中式电动汽车的整车模型，整个电动汽车仿真模型主要包括电驱动模块，传动模块、轮胎模块以及车辆纵向动力学，整车模型参数如表一：表一 电动汽车参数表；b、扭矩优化数据驱动预测控制器设计：采用的数据驱动预测控制算法是由子空间辨识和模型预测控制相结合构成，具体的步骤如下：①激励数据的选取：选取驱动力矩命令和制动力矩命令作为激励输入信号，在AMESim整车模型中，将设计的驱动力矩和制动力矩数据给电机和制动器，开环运行模型，便得到测量的实际车速，驱动力矩命令、制动力矩命令以及测量得到的车速，便是最终需要的系统激励数据；根据这些数据得到系统的输入Hankel矩阵Up、Uf，输出Hankel矩阵Yp、Yf：；②预测方程：通过输入输出Hankel矩阵构造出系统的预测输出方程为：，(1)即为通过子空间辨识方法估计的系统未来输出值，通过求解最小二乘问题，获得预测方程中的两个预测矩阵系数Lw和Lu(2)两个预测矩阵系数Lw和Lu的解由下式求得：(3)在已知系统的输入输出信...
【技术特征摘要】
1. 一种基于数据驱动预测控制的电动汽车扭矩优化方法，其特征在于：其步骤是： a、 集中式电动汽车仿真模型搭建：采用模块化方法，在AMESim中搭建集中式电动汽车 的整车模型，整个电动汽车仿真模型主要包括电驱动模块，传动模块、轮胎模块以及车辆纵 向动力学，整车模型参数如表一： 表一电动汽车参数表b、 扭矩优化数据驱动预测控制器设计：采用的数据驱动预测控制算法是由子空间辨识 和模型预测控制相结合构成，具体的步骤如下： ①激励数据的选取：选取驱动力矩命令和制动力矩命令作为激励输入信号，在AMESim整车模型中，将设计的驱动力矩和制动力矩数据给电机和制动器，开环运行模型，便得到测 量的实际车速，驱动力矩命令、制动力矩命令以及测量得到的车速，便是最终需要的系统激 励数据；根据这些数据得到系统的输入Hankel矩阵Up、Uf，输出Hankel矩阵Yp、Yf:②预测方程： 通过输入输出Hankel矩阵构造出系统的预测输出方程为：即为通过子空间辨识方法...
【专利技术属性】
技术研发人员：胡云峰，袁磊，赵海艳，陈虹，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。