如需要完整文档点击下方 "点击下载文档" 按钮

本文旨在依托实车试验数据，对混合动力分布式驱动重型车辆的时变构型能量管理策略进行研究。首先，依据实车试验数据采用动态规划算法求得能耗最优底盘构型，并通过训练长短时记忆（LSTM）神经网络完成3类典型场景下的构型优化；接着，基于规则判断提出RULE_LSTM算法，其匹配准确率在全局工况下比LSTM神经网络能耗最优构型提高11.76%，构型切换频繁程度降低了33.3%；然后，基于交通流完成长尺度工况信息预测，实现最优底盘构型匹配和参考SOC轨迹生成，基于径向基神经网络生成短尺度工况预测序列供给后续算法输入；最后，通过采用时变构型实现控制变量优化，同时引入强转速变化率约束和SOC参考轨迹引导，实现引导型多APU预测能量管理策略。结果表明，上述措施使燃油消耗分别降低了10.60%、3.95%、2.06%。

如需要完整文档点击下方 "点击下载文档" 按钮

《基于时变底盘构型的混动车辆能量管理研究》

将 完整文档 下载到本地，方便收藏和查阅

文件号：218634

点击下载文档