hev传动系统多目标优化研究.pdfVIP

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
hev传动系统多目标优化研究

2016年 11月 机 械 科 学 与 技 术 November 2016 第35卷 第 11期 Mechanical Science and Technology for Aerospace Engineering Vol.35 No.11 DOI:10.13433/j.cnki.1003⁃8728.2016.1119 HEV传动系统多目标优化研究 邓涛,林椿松,李亚南,卢任之 (重庆交通大学 机电与汽车工程学院,重庆  400074) 摘要:针对当前混合动力研究主要集中在燃油经济性等单目标上,对多目标研究较少的情况,提出 一种基于非支配排序的多目标优化算法(multi⁃objective evolutionary algorithm,MOEA)。 以装备5 档手动变速器的并联混合动力汽车为对象,研究传动系速比匹配对燃油经济性与排放性的影响。 结果表明:相比优化前,优化后燃油经济性提升了3.09%,排放性综合指标提升 17.92%;得到的 Pareto解集具有良好的分布性与收敛性,不仅优化了目标,更体现出目标间的冲突情况,说明提出 的多目标优化算法能够体现混合动力多目标优化的本质;对解集进一步挖掘,理论上能搜寻到的全 局最优解集,为混合动力多目标权衡控制策略提供了理想的控制基础。 关键词:混合动力;传动系统;多目标优化;MOEA 中图分类号:U4697;TP18      文献标识码:A      文章编号:1003⁃8728(2016)11⁃1751⁃05 Research on Multi⁃objectives Optimization of HEV Transmission System Deng Tao,Lin Chunsong,Li yalan,Lu Renzhi (School of Mechatronics & Automotive Engineering,ChongqingJiaotong University,Chongqing400074,China) Abstract:At present HEV(Hybrid Electric Vehicle) research mainly focuses on the single object such as fuel economy,but little for multi⁃objectives. Taking the parallel HEV with 5 gears manual transmission as the research object,a multi⁃objectives evolutionary algorithm (MOEA)based on non⁃dominated sorting isproposed,which can analyze the influence of transmission ratio match on the fuel economy and emissions. The simulation results show that fuel economy increases by 3.09% and the emission performance comprehensive index increases by 17.92% compared with the pre⁃optimization results, which improves the effect of energy conservation. Moreover, the obtained Pareto solution sets have good distribution and convergence,which not only optimizes the objectives,but also reflectstheconflict conditionsamongtheobjectives.Theresultsshow thattheproposed MOEA can embody the essence of multi⁃objectiv

文档评论(0)

ailuojue + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档