您的位置: 专家智库 > >

江苏省动力机械清洁能源与应用重点实验室开放基金(QK09003)

作品数:5 被引量:18H指数:2
相关作者:邓元望朱浩陈可亮成伟贾国海更多>>
相关机构:湖南大学更多>>
发文基金:江苏省动力机械清洁能源与应用重点实验室开放基金湖南省教育厅优秀青年基金更多>>
相关领域:动力工程及工程热物理交通运输工程机械工程电气工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 3篇动力工程及工...
  • 1篇机械工程
  • 1篇电气工程
  • 1篇交通运输工程

主题

  • 2篇动力车
  • 2篇空燃比
  • 2篇混合动力
  • 2篇混合动力车
  • 1篇电池
  • 1篇电动
  • 1篇电动汽车
  • 1篇电喷
  • 1篇电喷发动机
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇散热
  • 1篇汽车
  • 1篇汽油
  • 1篇汽油机
  • 1篇群算法
  • 1篇燃油
  • 1篇燃油控制
  • 1篇燃油控制系统
  • 1篇最小二乘

机构

  • 5篇湖南大学

作者

  • 5篇邓元望
  • 2篇陈可亮
  • 2篇朱浩
  • 1篇张邦基
  • 1篇钟俊夫
  • 1篇左青松
  • 1篇鄂加强
  • 1篇张上安
  • 1篇贾国海
  • 1篇石向南
  • 1篇成伟
  • 1篇王兵杰
  • 1篇周飞
  • 1篇元野

传媒

  • 2篇湖南大学学报...
  • 1篇汽车工程
  • 1篇电源技术
  • 1篇中南大学学报...

年份

  • 1篇2013
  • 2篇2012
  • 1篇2011
  • 1篇2010
5 条 记 录,以下是 1-5
排序方式:
电喷发动机过渡工况空燃比鲁棒控制研究被引量:2
2010年
阐述了最优H∞控制理论,并将其用于电喷发动机空燃比控制;在充分考虑外部干扰和系统模型不确定性的情况下,讨论并制定了最优H∞理论控制策略.采用面向对象的GT-Power仿真软件,从物理模型出发建立了电喷发动机仿真模型;用Matlab/Simulink软件建立起相应的最优H∞控制器和PI控制器;最后运用Matlab/Simulink与GT-Power的接口,建立电喷发动机实时控制系统.仿真结果表明:最优H∞控制相对于PI控制具有更好的鲁棒稳定性和抗干扰能力,提高了空燃比的控制精度.
石向南邓元望朱浩
关键词:空燃比PI控制
基于模拟退火粒子群算法的混合动力车参数优化被引量:7
2012年
分别采用多层次参数扫描(MLPS)算法和模拟退火粒子群优化(SAPSO)算法对并联式混合动力车逻辑门限控制策略的参数进行优化。将优化后的车辆以TEST-CITY-HWY测试循环进行仿真,并将结果与优化前的车辆的仿真结果进行对比。结果表明,经MLPS算法优化后,燃油消耗和HC与NOx排放分别下降了11.98%、6.01%和4.03%,但CO排放增加了25.18%;经SAPSO算法优化后,燃油消耗和HC、CO与NOx排放分别下降了13.61%、9.57%、27.78%和18.53%,且电池荷电状态(SOC)比MLPS优化略高。说明SAPSO算法在混合动力车控制参数优化效果上明显优于MLPS算法。
邓元望陈可亮鄂加强
关键词:模拟退火粒子群算法控制策略参数优化
汽油机燃油控制系统联合仿真被引量:7
2011年
基于AMESim仿真软件的发动机仿真平台IFP-Engine,建立四缸直喷增压汽油机仿真模型,在Matlab/Simulink仿真软件中建立汽油机燃油量智能控制器,联合AMESim和Simulink仿真软件仿真,实现对汽油机燃油量的精确控制。仿真结果表明:使用燃油量智能控制器,空燃比可维持在14.7左右,汽油机的最大功率提高5.6%,耗油率降低6.6%。
邓元望贾国海左青松成伟朱浩张邦基
关键词:联合仿真空燃比汽油机
混合动力车用锂电池相变材料-空气耦合散热被引量:2
2013年
针对混合动力车用锂电池运行过程中的升温对混合动力车使用性能及安全性的影响,对相变材料-空气耦合散热结构进行设计及性能分析。建立了电池组及散热系统三维模型,并应用Fluent软件对散热结构的不同方案进行了数值模拟。通过对模拟结果进行分析,发现直接传热散热方案的温度控制效果更佳,且可通过增大翅片间距来简化结构。结果表明该结构可达到以较简单的结构、较低的能耗将电池组温度控制在合理范围的目的。
邓元望钟俊夫张上安王兵杰
关键词:混合动力电动汽车锂电池相变材料
基于AMESim和LS-SVM的高压共轨系统建模与仿真
2012年
为了提高高压共轨压力预测模型的精确性,采用AMESim软件建立了柴油机高压共轨仿真模型.利用灰色关联分析方法对共轨压力影响因素进行理论分析计算,并确定了高压共轨压力预测模型的输入输出变量;然后利用最小二乘支持向量机对共轨压力与主要的影响因素之间的数值关系进行了智能拟合,并利用自适应粒子群算法优化了最小二乘支持向量机的初始参数.通过20个预测样本的检测,最小二乘支持向量机模型的最大预测误差为0.079 1,平均相对误差降至0.039 6,其性能明显优于BP神经网络.
邓元望元野周飞陈可亮
关键词:高压共轨最小二乘支持向量机灰色关联分析
共1页<1>
聚类工具0