混合動力履帶車輛機電復合傳動系統優化設計方法

目錄

第1章引言

1.1概述

1.2混合動力履帶車輛傳動系統的研究現狀

1.3混合動力車輛傳動系統優化設計研究現狀

1.3.1拓撲構型優化

1.3.2能量管理策略

1.3.3參數匹配優化

1.4本書研究內容

第2章混合動力履帶車輛機電復合傳動系統構型總體設計

2.1多模式機電復合傳動系統構型

2.2傳動系統構型的優化設計方法

2.2.1多模式機電復合傳動系統拓撲構型優化

2.2.2近優能量管理策略

2.2.3融合參數匹配的迭代優化

2.3技術難點與重點

第3章混合動力履帶車輛的建模

3.1混合動力履帶車輛動力學模型

3.1.1整車動力學模型

3.1.2動力總成模型

3.2行星齒輪傳動系統的自動建模方法

3.2.1構型特徵矩陣D的生成

3.2.2變換矩陣N的建立

3.2.3特徵矩陣A的推導

3.2.4系統動力學特徵矩陣A*的提取

3.3混合動力履帶車輛運動學模型與滑動參數估計

3.3.1基於瞬時轉向中心的履帶車輛運動學模型

3.3.2基於前向軌跡預測補償的雙層自適應無跡卡爾曼

濾波滑動參數估計

3.4本章小結

第4章多模式機電復合傳動系統的構型分析與篩選

4.1多模式機電復合傳動系統的拓撲構型分析

4.1.1無離合器的傳動系統工作模式分類

4.1.2添加離合器的多模式傳動系統拓撲構型

4.2多模式機電復合傳動系統的特性篩選

4.2.1基於作業需求的構型篩選

4.2.2基於基礎功能的構型篩選

4.2.3基於綜合性能的構型篩選

4.3本章小結

第5章混合動力履帶車輛的能量管理策略

5.1基於確定性動態規劃的全局能量管理策略

5.1.1動態規劃最優控制問題的建立

5.1.2動態規劃的優化結果

5.2基於功率流效率評價的近優能量管理策略

5.2.1近優能量管理策略的基本原理

5.2.2工作區域離散化

5.2.3不同模式的功率流效率計算

5.2.4基於SOC分析的功率流效率修正

5.2.5模式切換策略

5.3基於BP神經網絡優化的實時能量管理策略

5.4本章小結

第6章機電復合傳動系統構型的最優設計

6.1傳動系統構型最優設計的總體方案

6.2融合參數匹配的遞進迭代優化方法

6.2.1基於敏感度分析的參數範圍確定

6.2.2基於NSGAⅡ的多目標優化算法

6.2.3基於均勻設計的混沌增強加速粒子群優化算法

6.2.4基於蒙特卡羅分析的啟發式算法對比

6.3本章小結

第7章機電復合傳動系統構型最優設計的驗證

7.1傳動系統拓撲構型設計的驗證

7.1.1基於雙排行星傳動的多模式拓撲構型優化驗證

7.1.2基於三排行星傳動的多模式拓撲構型優化驗證

7.2融合參數匹配的遞進迭代優化方法驗證

7.2.1基於NSGAⅡ的多目標優化方法驗證

7.2.2基於UDCAPSO的優化方法驗證

7.2.3最優傳動系統構型方案的綜合性能模擬驗證

7.3傳動系統構型的硬件在環試驗驗證

7.3.1基於Simulink的整車模擬模型建立

7.3.2硬件在環試驗系統搭建

7.3.3試驗結果分析

7.4本章小結

第8章結論

參考文獻

發表的學術論文

致謝

Contents

Contents

Chapter 1Preface1

1.1Introduction1

1.2Research Status of Hybrid Tracked Vehicle Powertrain3

1.3Optimization Research Status of Hybrid Trakced Vehicle

Powertrain10

1.3.1Topology Optimization12

1.3.2Energy Management Strategy14

1.3.3Parameter Optimization19

1.4Research Contents21

Chapter 2Overall Configuration Design of Hybrid Tracked

Vehicles ElectroMechanical Powertrain25

2.1Configuration of the Novel MultiMode ElectroMechanical

Powertrain25

2.2Configuration Design Optimization28

2.2.1Topology Optimization of MultiMode ElectroMechanical

Powertrain30

2.2.2NearOptimal Energy Management Strategy31

2.2.3SizeIntegrated Iterative Optimization31

2.3Technical Difficulties34

Chapter 3Modelling of the Hybrid Tracked Vehicle36

3.1Dynamics Model of the Hybrid Tracked Vehicle36

3.1.1Vehicle Dynamics Model38

3.1.2Powertrain Model42

3.2Automated Modelling of Planetary Gear Powertrain45

3.2.1Generation of Configuration Characteristic Matrix D45

3.2.2Generation of Transformation Matrix N48

3.2.3Derivation of Characteristics Matrix A50

3.2.4Extraction of System Dynamics Characteristic

Matrix A*51

3.3Kinematics Model of the Hybrid Tracked Vehicle and Sliding

Parameter Estimation54

3.3.1Kinematics Model of the Hybrid Tracked Vehicle

Based on Instantaneous Steering Center54

3.3.2TwoLayer Adaptive Unscented Kalman Filtersliding

Parameter Estimation Based on Forward Trajectory

Prediction Conpensation56

3.4Chapter Summary69

Chapter 4Configuration Analysis and Screening of MultiMode

ElectroMechanical Powertrain71

4.1Configuration Analysis of MultiMode ElectroMechanical

Powertrain71

4.1.1Working Mode Classification of Powertrain Without

Clutches71

4.1.2Topology Configuration of Powertrain with Clutches79

4.2Characteristics Screening of MultiMode ElectroMechanical

Powertrain82

4.2.1Configuration Screening Based on Working

Requirements82

4.2.2Configuration Screening Based on Basic Functions89

4.2.3Configuration Screening Based on Overall

Performance90

4.3Chapter Summary98

Chapter 5Energy Management Strategy of Hybrid Tracked Vehicles100

5.1Energy Management Strategy Based on Deterministic

Dynamic Programming100

5.1.1Optimal Control Problem Based on Dynamic

Programming101

5.1.2Optimization Result of Dynamic Programming103

5.2NearOptimal EfficiencyBased Evaluation RealTime Control

Strategy108

5.2.1Basic Principle of NearOptimal Energy Management

Strategy109

5.2.2Working Zone Discretization111

5.2.3Power Efficiency Calculation of Different Modes113

5.2.4Power Effeicincy Revision Based on SOC Analysis116

5.2.5Mode Shift Strategy126

5.3RealTime Energy Management Strategy Based on BP Neural

Network Optimization129

5.4Chapter Summary137

Chapter 6Optimal Design of ElectroMechanical Powertrain139

6.1Overall Scheme of Optimal Powertrain Configuration

Design139

6.2SizeIntegrated Iterative Optimization Method141

6.2.1Parameter Range Determination Based on Sensitivity

Analysis144

6.2.2MultiObjective Optimization Algorithm Based on

NSGAⅡ146

6.2.3ChaosEnhanced Accelerated PSO Algorithm Based

on Uniform Design146

6.2.4Heuristic Algorithm Comparison Based on Monte

Carlo Analysis153

6.3Chapter Summary154

Chapter 7Verification of Optimal ElectroMechanical Configuration

Design155

7.1Verification of Topology Configuration Design155

7.1.1MultiMode Topology Optimization Verification

Based on Two Planetary Gears155

7.1.2MultiMode Topology Optimization Verification

Based on Three Planetary Gears165

7.2SizeIntegrated Iterative Optimization Method Verification176

7.2.1MultiObjective Optimization Algorithm Verification

Based on NSGAⅡ176

7.2.2Optimization Algorithm Verification Based on

UDCAPSO179

7.2.3Overall Performance Simulation Verification of the

Optimal Design181

7.3HardwareinLoop Experiment of the Powertrain

Configuration187

7.3.1Vehicle Simulation Model Based on Simulink187

7.3.2Establishment of HardwareinLoop Model189

7.3.3Experiment Result Analysis192

7.4Chapter Summary210

Chapter 8Conclusion211

References214

Publications226

Acknowledgements228