首页期刊导航|重庆理工大学学报
期刊信息/Journal information
重庆理工大学学报
重庆理工大学
重庆理工大学学报

重庆理工大学

石晓辉

月刊

1674-8425

023-62769495

400050

重庆市九龙坡区杨家坪

重庆理工大学学报/Journal Journal of Chongqing Institute of Technology北大核心CSTPCD
查看更多>>本刊是中国学术期刊综合评价数据库来源期刊,中国科技核心期刊,重庆市一级期刊,教育部优秀期刊。主要刊登有创造性、探索性、开拓性的学术论文、科研成果报告、重要学术问题的评述和学科前沿的综述。
正式出版
收录年代

    基于充电行为电量规划的自适应能量管理策略

    汪少华郑允祥施德华
    1-10页
    查看更多>>摘要:为提高插电式混合动力汽车(PHEV)的燃油经济性,以并联式PHEV为研究对象,考虑驾驶员充电行为,提出基于充电行为电量规划和等效燃油消耗最小策略(ECMS)的自适应能量管理策略.构建了包含不同类型工况的组合工况.根据驾驶员的充电行为特征(充电频率、充电上限、放电下限)进行充电行为分析,并进行4类工况电量消耗与燃油消耗ECMS策略下的离线仿真数据获取.根据驾驶员充电行为以及离线数据进行SOC轨迹的规划.结果表明:在电池SOC初始值分别为0.9、0.6时,提出的能量管理策略相较于基于电量消耗维持的等效燃油消耗策略,整车燃油经济性分别提升7.87%和13.1%.

    混合动力汽车能量管理策略电量规划等效燃油消耗最小策略充电行为特征

    基于等效电路模型的云端动力电池寿命估计

    陈金荣孙跃东邵裕新王冠...
    11-20页
    查看更多>>摘要:由于目前动力电池管理系统(battery management system,BMS)存在存储小、算力低等问题,仅依靠BMS估计出的容量误差会随电池荷电状态(state of charge,SOC)累计误差增大而逐渐增大.为实现动力电池寿命准确估计,提出了基于等效电路模型(equivalent circuit model,ECM)的动力电池容量估计方法.模型基于开路电压(open circuit voltage,OCV)和SOC的关系,直接建立1阶RC模型和容量联系;通过粒子群优化算法(particle swarm optimization,PSO)寻优最小仿真端电压与实际端电压的均方根误差(root-mean-square error,RMSE),此时辨识结果为初步估计容量,结合多项式回归(polynomial curve fitting,PCF)控制卡尔曼滤波(kalman filter,KF)对辨识结果进行了优化.最后对云端实车与传统方法测得的容量进行对比验证,二者的RMSE小于3%且最大绝对误差小于2 Ah.与现有方法相比,该方法能够不单依赖BMS数据准确估计容量.同时,对于实车等复杂场景的应用做出了优化,可以实现实车场景下的容量精确估计.

    动力电池云数据电池寿命估计等效电路模型参数辨识

    基于局部离群点检测的动力电池组不一致早期故障预警

    魏正新吕晗珺闵永军张涌...
    21-29页
    查看更多>>摘要:随着新能源汽车的飞速发展,其动力电池的安全性问题受到了社会各界的广泛关注.在新能源汽车运行监控平台上,已有的动力电池安全检测功能无法在电池故障早期给出预警.针对电池不一致性预警问题,设计了一种更适用于实现动力电池组不一致早期故障预警问题的流程.设计了一种基于箱型图法的动态梯度数据清洗策略实现异常数据有效剔除;对数据进行充电阶段划分,提取单体电压变化不一致特征;在此基础上,借助离群检测算法得到各电池单体离群值,进行不一致故障初期预警并识别异常电池单体.对实际出现电池不一致故障车辆回溯分析,验证该流程提前监控平台已有的报警机制不少于7个充电周期,并可对异常单体进行准确定位.

    动力电池大数据离群检测电池不一致故障预警

    一种以多孔结构吸附相变材料为冷却介质的锂离子电池组热管理方法

    王天鸶刘浩然王万林
    30-38页
    查看更多>>摘要:电池包作为电动汽车的动力源,其性能决定着电动汽车的成本与安全,有效的热管理系统对电池包的安全运行起到至关重要的作用.在追求更高能量密度的同时,如何有效降低热失控现象并提升电池组的热管理性能成为亟待解决的问题.针对传统相变材料(PCM)热管理方法存在的局限性,提出了一种基于多孔结构吸附PCM的创新热管理方案.基于仿真分析,相比传统PCM热管理方法,该方法使电池组在4C放电电流工况下的前0.2 h内,最高温度降低了2.1%;与此同时,最高温度与平均温度之差缩小了45.5%且各单体间平均温差幅度降低了34.1%.结果表明,该方法能够有效提高PCM的导热性并减小电池包内温度梯度,使得电池包内温度分布更加均匀,从而降低热失控的风险.此外,多孔结构吸附PCM还具有良好的安全性和耐久性,能够有效延长电池组的使用寿命.

    锂离子电池热管理PCM多孔结构

    面向动力电池SOC估计的时间卷积优化网络

    王娟叶永钢武明虎张凡...
    39-46页
    查看更多>>摘要:在电动汽车的实际驾驶场景中,由于复杂多变的运行条件和动力电池的非线性,对电池荷电状态(SOC)的准确估计存在较大的误差,从而造成车主的里程焦虑.针对上述问题,提出了一种时间卷积优化网络(TCON)方法,用于实时估计动力电池SOC.首先,建立无归一化的时间卷积网络(TCN)模型,通过并行计算提取时序信息,具有参数少、精度高的优点.其次,为了解决TCN输出波动性较强的问题,设计了时间优化模块(TOM),该模块通过生成时序优化权值,对TCN输出进行优化,有效抑制数据噪声,进一步提高了预测精度.最后,使用电动汽车实时运行数据集进行验证.实验结果表明:文中所提方法与TCN相比,在仅增加5.8%的参数量的前提下减少了18.3%的误差;SOC估计的平均绝对误差小于1%,均方根误差小于2%,为SOC提供了更准确的估计,在一定程度上缓解驾驶员的里程焦虑.

    动力电池SOC估计里程焦虑时间卷积优化网络

    多特征提取的可解释性锂电池健康状态估计方法研究

    王奥博霍为炜贾云旭
    47-54页
    查看更多>>摘要:锂离子电池健康状态(SOH)的估算是电池管理系统(BMS)的重要组成部分.准确预测锂离子电池的SOH对于确保其安全稳定运行至关重要.为解决容量衰退状态难获取、"黑箱"模型缺乏透明度的问题,提出了一种基于多特征提取的可解释性锂离子电池健康状态估计方法.在数据处理阶段,通过引入直接测量与二阶处理相结合的方法提取健康特征;通过XGBoost模型估计电池SOH,引入SHAP算法,分别从局部循环和全局水平解释了各健康特征对预测结果的边际贡献;通过对3种电池的SOH预测实验验证了所提方法的有效性.对比实验结果表明:所提出的锂离子电池容量预测模型的平均绝对误差(MAE)和均方根偏差(RMSE)分别小于0.7%和1.0%.

    锂离子电池健康状态可解释性多特征提取XGBoost

    汽车电子机械制动系统的ABS自抗扰控制

    潘公宇徐豪晖刘志强徐德胜...
    55-62页
    查看更多>>摘要:为解决传统车辆液压制动系统响应滞后、ABS存在滑移率非线性等问题,设计了一种"行星齿轮减速机构+滚珠丝杠+活塞"的电子机械制动执行器方案,提出一种基于滑移率的ABS自抗扰控制策略,使电子机械制动系统能够快速、准确地调节各个车轮的制动力,有效满足ABS的要求.运用Matlab/Simulink验证执行器的响应性能,分别在2种路面工况下进行ABS制动过程的仿真.研究结果表明:自抗扰控制对于系统内外部扰动具有较强的鲁棒性,能保证车辆的前、后轮滑移率更快稳定在目标滑移率处,有效减少了车辆的制动时间与制动距离.

    电子机械制动防抱死制动系统自抗扰控制滑移率

    弯道车辆自适应巡航横纵向跟踪控制

    欧健马帅韩先胜杨鄂川...
    63-72页
    查看更多>>摘要:针对车辆在弯道工况下的跟踪控制问题,提出一种适用弯道工况的自适应巡航(ACC)控制系统.针对复杂的道路情况,将ACC系统划分为定速巡航、跟随、避撞3种模式;设计基于PID定速巡航模式,基于模型预测算法(MPC)的纵向速度跟踪控制器,设计考虑纵向车速的横向路径控制器,引入横向与纵向安全指数,实现车辆横向与纵向运动的跟踪控制;通过Matlab/Simulink和Carsim搭建仿真平台,设计4种仿真工况验证所设计跟踪控制器的有效性.仿真结果表明:所设计的横纵向跟踪控制器能跟踪期望的轨迹,具有较好的鲁棒性.

    自适应巡航弯道工况速度跟踪路径跟踪MPC算法

    鲸鱼算法优化CNN-BiGRU-ATTENTION的车辆换道意图识别模型

    朱孙科严健容熊开洋熊钊...
    73-80页
    查看更多>>摘要:针对时空多样特征、超参数敏感性影响车辆行为意图识别精度的问题,提出一种改进的CNN-BiGRU-ATTEN-TION混合换道意图识别模型.采用目标车辆轨迹序列和与周围车辆互动特征作为模型输入进行训练,实现考虑车辆动态变化状态的意图识别预测;使用鲸鱼优化算法对模型调整参数进行多目标寻优,降低模型调优难度;利用NG-SIM数据集对模型进行评估校验.结果表明:所提出的WOA-CNN-BiGRU-ATTENTION模型与CNN-BiGRU-ATTEN-TION模型、Transformer模型相比,准确率分别提升了4.53%、0.97%,达到97.64%;WOA-CNN-BiGRU-ATTENTION模型在不同预判时间下的意图识别准确率最高,在换道前2.5 s的识别精度均能达到91%以上,证明模型具有较强的车辆换道意图识别性能.

    自动驾驶换道意图识别鲸鱼算法双向门控循环单元注意力机制

    融合改进A*算法和动态窗口法的自动驾驶路径规划

    刘西程正钱胡远志颜伏伍...
    81-91页
    查看更多>>摘要:针对自动驾驶汽车路径规划全局最优、耗时最优和避障的需求,提出一种改进A*算法和动态窗口法的融合算法.A*算法主要从启发函数、权重系数、搜索邻域和搜索策略4个方面进行改进,动态窗口法主要改进评价函数.利用改进后的A*算法和双向A*算法完成栅格地图上的全局路径规划,去除冗余节点并平滑处理优化全局路径,利用融合动态窗口算法进行局部路径规划,完成避障.与传统的A*算法相比,改进的A*算法和双向A*算法搜索全局路径耗时和节点显著减少,优化的A*算法与动态窗口法的融合算法具有更高的效率、更好的路径规划能力和避障能力.

    A*算法路径规划平滑处理动态窗口算法避障