基于遗传算法的纯电动汽车多目标能耗优化

发布时间：2023-06-15 21:22

　　近年来,电动汽车的发展进入了高速车道,产业化的规模越来越大。技术革新促使电动汽车最为关注的续驶里程在不断增加,但是目前产业发展的技术瓶颈依然存在。新能源汽车而且不仅仅在于续驶里程,关于能量消耗率越来越成为关注的焦点。纯电动汽车的驱动电机和减速器系统很大程度影响电动汽车的性能,在动力电池核心技术没有取得有效突破性进展之前,如何实现两者参数的优化匹配,很大程度上影响着整车的性能。本文以微型乘用车为研究对象,对纯电动汽车的能耗影响因素、动力系统参数匹配方法、电驱系统参数优化,能耗优化方案等进行深入的研究和分析,具体内容如下:(1)设计综合动力性和经济性的一种优化匹配方法,在兼顾动力性的前提下,可以提升经济性。(2)使用遗传算法,在AMESim工程软件平台上,建立多目标优化模型,实现电机和减速参数的优化匹配方法。(3)通过软件仿真和整车实验,验证优化后的经济性结果,结合针对样车的相关影响因素,分析样车开发过程中进一步节能降耗的思路和方法。

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
第一章 绪论
    1.1 本课题的来源及研究意义
    1.2 电动汽车匹配优化研究现状
        1.2.1 匹配设计方式
        1.2.2 匹配优化方法
    1.3 研究的主要内容及方法
    1.4 章节安排
第二章 优化匹配方法设计
    2.1 目标样车参数及性能指标
    2.2 经典电动汽车参数匹配方法
        2.2.1 电机选型设计
        2.2.2 电池选型设计
        2.2.3 减速器选型设计
    2.3 基于算法匹配方法
        2.3.1 动力性需求
        2.3.2 经济性需求
    2.4 优化匹配流程
    2.5 本章小结
第三章 系统分析与建模
    3.1 AMESim及 Matlab联合仿真平台
    3.2 能耗分析模型建模
        3.2.1 整车动力学模型
        3.2.2 动力电池模型
        3.2.3 驱动系统模型
        3.2.4 驾驶员模型
        3.2.5 功率模型
        3.2.6 整车控制器策略VCU模型
    3.3 本章小结
第四章 整车多目标性能优化
    4.1 基于遗传算法的多目标优化方法
        4.1.1 多目标优化含义及常见方法
        4.1.2 遗传算法
    4.2 基于NSGA-Ⅱ算法的多目标优化数学模型
        4.2.1 多目标优化模型
        4.2.2 目标约束条件
    4.3 匹配优化
    4.4 本章小结
第五章 仿真试验与分析
    5.1 电机减速器的选型与仿真
    5.2 NEDC续航试验
    5.3 优化匹配方法验证分析
    5.4 基于能耗模型的经济性优化建议
    5.5 本章小结
第六章 总结与展望
    6.1 总结
    6.2 工作展望
参考文献
攻读硕士学位期间的学术活动及成果情况



本文编号：3833695