【技术实现步骤摘要】
本专利技术涉及仿生混合动力控制，具体涉及基于仿生动力学系统的混合动力控制方法及系统。
技术介绍
1、仿生动力系统可以从生物体中获取灵感，设计出更加高效的动力系统和传动系统。通过模仿生物体内部的能量转换机制，可以优化车辆的动力分配以及能源利用效率，提高燃油效率，并实现更优秀的动力输出特性。
2、类似于蚂蚁群体中的信息传递、协作和分工，仿生混合动力汽车的控制系统可以借鉴这种智能的思维方式，实现多个动力源（如发动机和电动机）之间的协调工作。通过模仿蚂蚁群体中的分布式控制、自适应性和协同决策机制，实现更智能化、高效率的能源管理和动力输出，提升整车性能。
3、对发动机和电动机的功率分配进行优化，粒子群算法是一种常用的算法。粒子群算法中粒子的适应度值是粒子群算法的基础，它用于衡量每个粒子在当前搜索空间中的优劣程度，从而指导粒子的运动和位置更新。它对于算法的搜索性能和搜索效率有直接的影响，好的适应度函数可以使得算法更容易找到最优解，同时在迭代过程中可以更快地收敛，可以用更少的迭代次数或者更少的计算量来达到相同的优化结果。相反，如果适应度函数构建得不好，则可能会导致算法陷入局部最优解或无法收敛。
技术实现思路
1、为了解决上述技术问题，本专利技术的目的在于提供基于仿生动力学系统的混合动力控制方法及系统，所采用的技术方案具体如下：
2、采集各时刻的仿生混合动力汽车运行数据，包括运行速度数据、加速度数据、发动机的功率数据、燃油消耗量数据、电动机电源的容量数据、电动机
3、根据连续时刻的加速度数据的分布特征获取当前时刻的速度变化线性度；根据当前时刻的速度变化线性度结合运行速度数据的变化特征获取当前时刻的行驶状况平稳性；预设速度阈值，将小于等于速度阈值的速度范围作为低速区间；根据仿生混合动力汽车从启动到低速区间内所有速度过程中电动机运行功率以及电动机电源的容量数据的变化特征获取电动机功率-做功效率曲线；根据仿生混合动力汽车的运行速度从速度阈值到不在低速区间的所有速度过程中发动机运行功率以及燃油消耗量数据的变化特征获取发动机功率-燃油效率曲线；
4、根据电动机功率-做功效率曲线、发动机功率-燃油效率曲线结合当前时刻的行驶状况平稳性自适应构建粒子群算法中粒子的适应度，采用粒子群算法获取当前时刻仿生混合动力汽车发动机与电动机的最优功率分配，完成混合动力控制；
5、所述电动机功率-做功效率曲线，具体为：
6、对于低速区间的任一低速度，在仿生混合动力汽车从启动到所述低速度的低速过程中，将电源消耗电量与电源的总电量的比值记为第一比值，将1与所述第一比值的差值作为容量比；计算仿生混合动力汽车的质量、所述低速度的平方、所述低速过程对应的速度变化线性度以及所述容量比的乘积的二分之一的结果；采用最小二乘法获取所述低速过程中的电动机时间-功率拟合曲线，计算所述低速过程中所述拟合曲线的积分值；将所述结果与所述积分值的比值作为所述过程中的电动机做功效率因子；
7、将所述低速过程中所有时刻的功率数据的平均值作为所述低速过程的平均功率值；采用最小二乘法对所有所述低速过程的所述平均功率值以及所述电动机做功效率因子进行拟合得到电动机功率-做功效率曲线。优选的，所述根据连续时刻的加速度数据的分布特征获取当前时刻的速度变化线性度，包括：
8、将仿生混合动力汽车预设时长内的加速度数据按照时序顺序组成的序列作为加速度时间序列；
9、对于加速度时间序列的各数据点，计算各数据点与相邻后一数据点的差值，若所述差值不等于0，则将对应数据点保存为特征数据点；统计加速度时间序列中特征数据点的个数；计算所述个数与1的和值；计算加速度时间序列的加速度方差；计算所述和值与所述加速度方差的乘积；将所述乘积的倒数作为当前时刻的速度变化线性度。
10、优选的，所述根据当前时刻的速度变化线性度结合运行速度数据的变化特征获取当前时刻的行驶状况平稳性，具体为：
11、将仿生混合动力汽车预设时长内的运行速度数据按照时序顺序组成的序列作为速度时间序列；计算所述速度时间序列的速度方差；将当前时刻的运行速度与速度变化线性度的乘积作为第一乘积；将加速度时间序列所有所述差值的和值作为差异和值；将所述速度方差与所述差异和值的乘积作为第二乘积；将所述第一乘积与所述第二乘积的比值作为当前时刻的行驶状况平稳性。
12、优选的，所述发动机功率-燃油效率曲线，具体为：
13、对于大于速度阈值的任一速度，在仿生混合动力汽车的运行速度从速度阈值到所述任一速度的过程中，采用与所述低速过程中的电动机时间-功率拟合曲线相同的方法获取过程中电动机时间-功率拟合曲线、发动机时间-功率拟合曲线，过程中发动机燃油利用率表达式为：
14、
15、式中，表示仿生混合动力汽车的运行速度从到运行过程中的发动机燃油利用率，表示仿生混合动力汽车的质量，表示不在低速区间的任一速度值，表示速度阈值，表示当前平均功率值在电动机功率-做功效率曲线上对应的电动机做功效率因子，、分别表示仿生混合动力汽车的运行速度达到、的时刻，表示仿生混合动力汽车运行速度从到运行过程中的燃油消耗总量；
16、采用与所述电动机功率-做功效率曲线相同的计算方法，根据所有所述过程的发动机燃油利用率获取发动机燃油-效率曲线。
17、优选的，所述粒子群算法中粒子的适应度，包括：
18、获取当前时刻粒子的功率分配判断值；
19、当所述功率分配判断值大于等于0时，获取当前时刻粒子的功率分配符合度；计算所述功率分配符合度、当前时刻的电动机做功效率因子以及当前时刻的发动机燃油利用率的乘积；计算所述功率分配判断值与预设大于零的调整参数的和值；将所述乘积与所述和值的比值作为当前时刻粒子的适应度；
20、当所述功率分配判断值小于0时，将0作为当前时刻粒子的适应度。
21、优选的，所述获取当前时刻粒子的功率分配判断值，表达式为：
22、
23、式中，表示当前时刻粒子的功率分配判断值，、分别表示当前时刻粒子的电动机功率、电动机做功效率因子，、分别表示当前时刻粒子的发动机功率、发动机燃油利用率，、分别表示当前时刻的电动机功率、电动机做功效率因子，、分别表示当前时刻的发动机功率、发动机燃油利用率。
24、优选的，所述电动机做功效率因子具体为电动机效率在电动机功率-做功效率曲线上对应的值，所述发动机燃油利用率具体为发动机效率在发动机功率-燃油效率曲线上对应的值。
25、优选的，所述获取当前时刻粒子的功率分配符合度，包括：
26、将当前时刻粒子的发动机功率与电动机功率的比值记为第二比值；将所述第二比值与当前时刻电动机电源的剩余容量的差值绝对值作为第一差值绝对值；将当前时刻的运行速度与所述比值的差值绝对值作为第二差值绝对值；将当前时刻的行驶状况平稳性与所述比值的差值绝对值作为第三差值绝对值；计算所述第本文档来自技高网...
【技术保护点】
1.基于仿生动力学系统的混合动力控制方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述根据连续时刻的加速度数据的分布特征获取当前时刻的速度变化线性度，包括：
3.如权利要求1所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述根据当前时刻的速度变化线性度结合运行速度数据的变化特征获取当前时刻的行驶状况平稳性，具体为：
4.如权利要求2所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述发动机功率-燃油效率曲线，具体为：
5.如权利要求1所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述粒子群算法中粒子的适应度，包括：
6.如权利要求5所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述获取当前时刻粒子的功率分配判断值，表达式为：
7.如权利要求6所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述电动机做功效率因子具体为电动机效率在电动机功率-做功效率曲线上对应的值，所述发动机燃油利用率具体为发动机效率
8.如权利要求5所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述获取当前时刻粒子的功率分配符合度，包括：
9.基于仿生动力学系统的混合动力控制系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-8任意一项所述方法的步骤。
...【技术特征摘要】
1.基于仿生动力学系统的混合动力控制方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述根据连续时刻的加速度数据的分布特征获取当前时刻的速度变化线性度，包括：
3.如权利要求1所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述根据当前时刻的速度变化线性度结合运行速度数据的变化特征获取当前时刻的行驶状况平稳性，具体为：
4.如权利要求2所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述发动机功率-燃油效率曲线，具体为：
5.如权利要求1所述的基于仿生动力学系统的混合动力控制方法，其特征在于，所述粒子群算法中粒子的适应度，包括：
6.如权利要求...
【专利技术属性】
技术研发人员：王德莉，刘超，姚继涛，王艳，张晓燕，韦玮，胡玉坤，李晨莹，张梦，王圆点，刘嘉佑，杨雯，李霁，吴炳增，李玥，牛亚茹，张星雨，姚婷婷，
申请(专利权)人：西安建筑科技大学，
类型：发明
国别省市：
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。