基于FCMAC神经网络的PHEV转矩分配策略

• 作者: 周长哲 张袅娜 李彦阳 高泽霖
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 并联式混合动力汽车 模糊 小脑模型神经网络 转矩分配 仿真
• 年，卷（期）: 2017,（6）
• 页码范围: 652-657
• 页数: 6页
• 分类号: U469.722
• 字数: 4885字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2017.06.006

摘要

针对混合动力汽车转矩分配策略对整车的燃油经济性和排放性能具有重要的影响,提出了基于模糊小脑模型(FCMAC)神经网络控制的整车转矩分配方法.以某变速箱前置式双轴转矩耦合并联混合动力汽车为研究对象,建立了以发动机的输出转矩为目标的FCMAC神经网络控制策略,将输入量离散化后的高斯基模糊隶属度进行规则相乘后作为FCMAC神经网络的输入,经过hash映射及权值调整输出发动机转矩,实现了混合动力汽车的转矩分配.在AVL-Cruise及Matlab/Simulink平台上建立仿真模型,将其控制策略与基于逻辑门限值控制策略的仿真结果进行比较.结果表明:在NEDC工况下FCMAC控制策略较逻辑门限值控制策略,油耗与排放都有改善,提升了并联式混合动力汽车的燃油经济性和排放性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张袅娜	长春工业大学电气与电子工程学院	51	243	10.0	13.0
2	周长哲	长春工业大学电气与电子工程学院	4	10	2.0	3.0
3	高泽霖	长城汽车股份有限公司技术中心	1	1	1.0	1.0
4	李彦阳	长春工业大学电气与电子工程学院	2	5	1.0	2.0