近年來,電動汽車的發(fā)展進(jìn)入了高速車道,產(chǎn)業(yè)化的規(guī)模越來越大。技術(shù)革新促使電動汽車最為關(guān)注的續(xù)駛里程在不斷增加,但是目前產(chǎn)業(yè)發(fā)展的技術(shù)瓶頸依然存在。新能源汽車而且不僅僅在于續(xù)駛里程,關(guān)于能量消耗率越來越成為關(guān)注的焦點(diǎn)。純電動汽車的驅(qū)動電機(jī)和減速器系統(tǒng)很大程度影響電動汽車的性能,在動力電池核心技術(shù)沒有取得有效突破性進(jìn)展之前,如何實(shí)現(xiàn)兩者參數(shù)的優(yōu)化匹配,很大程度上影響著整車的性能。本文以微型乘用車為研究對象,對純電動汽車的能耗影響因素、動力系統(tǒng)參數(shù)匹配方法、電驅(qū)系統(tǒng)參數(shù)優(yōu)化,能耗優(yōu)化方案等進(jìn)行深入的研究和分析,具體內(nèi)容如下:(1)設(shè)計(jì)綜合動力性和經(jīng)濟(jì)性的一種優(yōu)化匹配方法,在兼顧動力性的前提下,可以提升經(jīng)濟(jì)性。(2)使用遺傳算法,在AMESim工程軟件平臺上,建立多目標(biāo)優(yōu)化模型,實(shí)現(xiàn)電機(jī)和減速參數(shù)的優(yōu)化匹配方法。(3)通過軟件仿真和整車實(shí)驗(yàn),驗(yàn)證優(yōu)化后的經(jīng)濟(jì)性結(jié)果,結(jié)合針對樣車的相關(guān)影響因素,分析樣車開發(fā)過程中進(jìn)一步節(jié)能降耗的思路和方法。

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 本課題的來源及研究意義
    1.2 電動汽車匹配優(yōu)化研究現(xiàn)狀
        1.2.1 匹配設(shè)計(jì)方式
        1.2.2 匹配優(yōu)化方法
    1.3 研究的主要內(nèi)容及方法
    1.4 章節(jié)安排
第二章 優(yōu)化匹配方法設(shè)計(jì)
    2.1 目標(biāo)樣車參數(shù)及性能指標(biāo)
    2.2 經(jīng)典電動汽車參數(shù)匹配方法
        2.2.1 電機(jī)選型設(shè)計(jì)
        2.2.2 電池選型設(shè)計(jì)
        2.2.3 減速器選型設(shè)計(jì)
    2.3 基于算法匹配方法
        2.3.1 動力性需求
        2.3.2 經(jīng)濟(jì)性需求
    2.4 優(yōu)化匹配流程
    2.5 本章小結(jié)
第三章 系統(tǒng)分析與建模
    3.1 AMESim及 Matlab聯(lián)合仿真平臺
    3.2 能耗分析模型建模
        3.2.1 整車動力學(xué)模型
        3.2.2 動力電池模型
        3.2.3 驅(qū)動系統(tǒng)模型
        3.2.4 駕駛員模型
        3.2.5 功率模型
        3.2.6 整車控制器策略VCU模型
    3.3 本章小結(jié)
第四章 整車多目標(biāo)性能優(yōu)化
    4.1 基于遺傳算法的多目標(biāo)優(yōu)化方法
        4.1.1 多目標(biāo)優(yōu)化含義及常見方法
        4.1.2 遺傳算法
    4.2 基于NSGA-Ⅱ算法的多目標(biāo)優(yōu)化數(shù)學(xué)模型
        4.2.1 多目標(biāo)優(yōu)化模型
        4.2.2 目標(biāo)約束條件
    4.3 匹配優(yōu)化
    4.4 本章小結(jié)
第五章 仿真試驗(yàn)與分析
    5.1 電機(jī)減速器的選型與仿真
    5.2 NEDC續(xù)航試驗(yàn)
    5.3 優(yōu)化匹配方法驗(yàn)證分析
    5.4 基于能耗模型的經(jīng)濟(jì)性優(yōu)化建議
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)活動及成果情況



本文編號：3833695