[發明專利]一種混合動力電動汽車行駛狀態的智能識別方法

無效

• 申請號: 200810239168.2
• 申請日: 2008-12-11
• 公開（公告）號: CN101419679A
• 公開（公告）日: 2009-04-29
• 發明（設計）人: 張欣;田毅;宋建鋒
• 申請（專利權）人: 北京交通大學
• 主分類號: G06N3/02
• 分類號: G06N3/02;G06N3/08;B60L11/00
• 代理公司: 北京市商泰律師事務所
• 代理人: 吳克宇;毛燕生

技術領域

本發明涉及一種混合電動汽車的當前行駛狀態的智能識別方法，屬于電動汽 車控制技術領域。

背景技術

電動汽車是我國汽車發展的一個重要方向，對混合動力電動汽車控制策略的 研究已經成為汽車研究的熱點之一，而汽車行駛時的能源分配問題又是電動汽車 控制策略研究的重點。與傳統發動機汽車相比，混合動力電動汽車的控制策略與 汽車行駛狀態緊密聯系，而目前國內還沒有對汽車行駛狀態進行識別的設備和方 法，因此混合動力電動汽車在燃油經濟性和排放性能方面的優勢沒有得到最大體 現。本發明通過對汽車的行駛車速進行處理和計算，從而有效地識別出了汽車的 行駛狀態，幫助電動汽車整車控制器更好的對汽車的能量進行分配。

發明內容：

本發明的目的是通過如下技術方案實現的：

由于目前沒有對汽車行駛狀態進行識別的方法和技術，在一定程度上影響了 混合動力電動汽車的能量分配以及汽車燃油經濟性和排放性能的提高，為了彌補 這一不足，本發明提供一種智能識別混合動力電動汽車行駛狀態的方法。通過采 集汽車一段時間的行駛速度，然后采用神經網絡方法對其進行計算和分析，從而 識別出汽車當前的行駛狀態，幫助汽車自身的整車控制系統調整參數，使得混合 動力電動汽車的燃油經濟性和排放性能得到更大的提高。

采用神經網絡識別汽車行駛工況的工作過程分為兩個階段，首先是學習期， 其主要是通過對汽車標準行駛工況進行學習，從而確定狀態識別程序中的各項參 數：然后是工作期，主要是采集汽車的行駛車速并進行處理，再通過狀態識別程 序計算得到汽車的當前行駛狀態是屬于哪種標準行駛工況。

第一個階段學習期，通過在PC機中用matlab編寫程序來實現，其方法步驟 為：

步驟1：首先輸入現有汽車主干道、快速路國家或者地方標準行駛工況，然 后分別對汽車主干道、快速路的行駛工況進行分段，每一小段作為一個樣本，而 且每個樣本的時間可以重疊。若設定每個小樣本的采樣時間為t_s秒，每隔t_f秒鐘 進行一次采樣，t_s＝n_it_f，則其劃分結果為0～t_s秒為一段工況，t_f～(t_s+t_f)秒為 一段工況，2t_f～(2t_f+t_s)秒為一段工況，......，(n·t_f)～(n·t_f+t_s)秒為一段工況， 并把每種工況分段后的結果進行存儲，若主干道工況分為n1段，則把主干道工 況的存儲為數組v_z1，v_z2，......v_zn1；若快速路工況分為n2段，快速路工況存儲 為數組v_k1，v_k2，......，v_kn2；

步驟2：對每一小段工況數組進行處理，首先通過工況的速度計算加速度， 當加速度為正時存儲為數組a_z1，a_z2，......，a_zn1，a_k1，a_k2，......，a_kn2，......， 當加速度為負時存儲為數組r_z1，r_z2，......，r_zn1，r_k1，r_k2，......，r_kn2，......， 以及每個采樣點的速度和加速度的乘積存儲為數組va_z1，va_z2，......，va_zn1，va_k1， va_k2，......，va_kn2，......。再對速度和正加速度的數組計算其數據的最大值、 平均值以及標準差，對負加速度的數組計算其數據的最小值、平均值和標準差， 對加速度和速度乘積的數組計算其數據的平均值。再對速度、正加速度、負加速 度、速度和加速度的乘積的數組進行節點劃分和數據統計，并計算每部分占時間 的百分比；