会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
首页 / 专利库 / 引擎 / 斯特林发动机 / 基于HCCI发动机的混合动力汽车能量管理方法

基于HCCI发动机的混合动力汽车能量管理方法

阅读:742发布:2021-03-03

IPRDB可以提供基于HCCI发动机的混合动力汽车能量管理方法专利检索,专利查询,专利分析的服务。并且本发明请求保护一种基于HCCI发动机的混合动力能量管理方法,涉及新能源汽车领域。本发明利用HCCI发动机作为混合动力汽车的动力源。考虑到HCCI发动机点火正时不可测,本发明以进排气门开启和关闭正时、发动机转速、进气歧管温度、喷油量为输入,搭建神经网络预测HCCI发动机的点火正时;利用可变气门正时技术控制发动机进排气门的开启和关闭时刻,实现HCCI发动机的废气再压缩,从而将混合气压燃;再将HCCI发动机废气引入斯特林发动机,利用斯特林发动机做功同样为动力电池充电,从而综合利用燃料的能量,达到节能和环保的要求。,下面是基于HCCI发动机的混合动力汽车能量管理方法专利的具体信息内容。

1.一种基于均值充气压缩点燃HCCI发动机的混合动力汽车及其能量管理系统,其特征在于,包括HCCI发动机、斯特林发动机、发电机A、发电机B、电池和电动机,HCCI发动机的废气通过管道连接驱动斯特林发动机,用于驱动发动机B,HCCI发动机直接驱动发电机A,发电机A、B均为动力电池充电,当动力电池需要充电时,HCCI发动机带动发电机A为动力电池充电,同时,HCCI发动机的废气驱动斯特林发动机,斯特林发动机再驱动发电机B为动力电池充电,动力电池为混合动力汽车的动力电机提供能量驱动电动机,控制传动装置驱动汽车运动。

2.根据权利要求1所述的系统,其特征在于,HCCI发动机的废气驱动斯特林发动机进一步包括:利用可变气门正时技术控制进气门和排气门的正时控制HCCI发动机的点火,实现废气再压缩,从而将混合气压燃。

3.根据权利要求2所述的系统,其特征在于,控制HCCI发动机的点火进一步包括:建立包含输入层、隐含层、输出层的三层BP神经网络预测HCCI发动机的点火正时,以进排气门正时、进气歧管压力、进气歧管温度、发动机转速、喷油量为输入层,以HCCI发动机点火正时为输出,输入信号首先输入输入层,然后经过隐含层,最后到达输出层。

4.根据权利要求3所述的系统,其特征在于,输入层包含输入向量的8个神经节点,隐含层包含隐含层神经元激活函数 隐含层神经元阈值θj的4个神经元节点,输出层包含由输出层神经元的激活函数ψ(·)构建输出向量y的1个神经元节点,其中,输出层神经元的阈值θ,输入层神经元到隐含层神经元之间的连接权值ωij,隐含层神经元到输出层神经元之间的连接权值ωj。

5.根据权利要求3所述的系统,其特征在于,根据公式 计算隐含层第j

个神经元节点的输入信号netj;根据公式 计算隐含层第j

个神经节点的输出信号oj;根据公式: 计算

输出层神经元节点的输入信号net;根据公式

计算输出层神经节点的输出信号y。

6.一种基于均值充气压缩点燃HCCI发动机的混合动力汽车及其能量管理方法,其特征在于,HCCI发动机的废气通过管道连接驱动斯特林发动机,用于驱动发动机B,HCCI发动机直接驱动发电机A,发电机A、B均为动力电池充电,当动力电池需要充电时,HCCI发动机带动发电机A为动力电池充电,同时,HCCI发动机的废气驱动斯特林发动机,斯特林发动机再驱动发电机B为动力电池充电,动力电池为混合动力汽车的动力电机提供能量驱动电动机,控制传动装置驱动汽车运动。

7.根据权利要求6所述的方法,其特征在于,HCCI发动机的废气驱动斯特林发动机进一步包括:利用可变气门正时技术控制进气门和排气门的正时控制HCCI发动机的点火正时,实现废气再压缩,从而将混合气压燃。

8.根据权利要求7所述的方法,其特征在于,控制HCCI发动机的点火正时进一步包括:

建立包含输入层、隐含层、输出层的三层BP神经网络预测HCCI发动机的点火正时,以进排气门正时、进气歧管压力、进气歧管温度、发动机转速、喷油量为输入层,以HCCI发动机点火正时为输出,输入信号首先输入输入层,然后经过隐含层,最后到达输出层。

9.根据权利要求8所述的方法,其特征在于,输入层包含输入向量的8个神经节点,隐含层包含隐含层神经元激活函数 隐含层神经元阈值θj的4个神经元节点,输出层包含由输出层神经元的激活函数ψ(·)构建输出向量y的1个神经元节点,其中,输出层神经元的阈值θ,输入层神经元到隐含层神经元之间的连接权值ωij,隐含层神经元到输出层神经元之间的连接权值ωj。

10.根据权利要求8所述的方法,其特征在于,根据公式 计算隐含层第

j个神经元节点的输入信号netj;根据公式 计算隐含层第j

个神经节点的输出信号oj;根据公式: 计

算输出层神经元节点的输入信号net;根据公式

计算输出层神经节点的输出信号y,通过输出向量实现对HCCI发动机的点火正时的调控。

说明书全文

基于HCCI发动机的混合动力汽车能量管理方法

技术领域

[0001] 本发明新能源汽车领域,特别是一种混合动力汽车。

背景技术

[0002] 随着石油的不断枯竭以及人们环境保护意识的增强,人们对节能环保的新能源汽车提出了更多的要求。在这样的情况下,混合动力汽车、电动汽车等传统汽车的替代产品不断涌现。在纯电动汽车电池的续航、充电等问题没有完全解决之前,混合动力汽车是很好的选择。混合动力汽车同时搭载发动机和动力电机,当动力电池电量不足时,发动机驱动发电机为动力电池充电,动力电池为动力电机提供能量驱动汽车运动,当汽车需要大功率输出时,发动机可与动力电机协同工作,共同驱动汽车。目前混合动力汽车的发动机都采用传统发动机,即火花点火式汽油机(SI)或压缩燃烧的柴油机(CI),虽然混合动力汽车的优点是发动机可工作在最佳效率点,发动机比较节能,但这两种发动机的热效率都比较有限,相对较高的柴油机的热效率最多也就40%多,绝大部分热量被冷却水、废气、缸壁带走,造成极大的能量浪费。
[0003] 均值充气压缩点燃(HCCI)技术诞生于1897年,具有无焰特质和高稀释能力,使得燃烧可以在较低的温度下进行,可以减少NOX和PM的形成,降低CO和HC的排放。另外,HCCI在无节气门状态下工作,可以极大程度地减少发动机的泵吸损失,提高燃油效率达30%,有效降低燃油消耗。鉴于此,HCCI被公认为新一代燃烧技术,是一项颇有前景的技术,可在降低排放的同时进一步提高燃油效率,为此本发明考虑利用HCCI发动机作为混合动力汽车的动力源为电池充电。
[0004] 目前根据混合动力汽车电池充电方式可区分为插电式和车载式。插电式混合动力汽车利用车外充电器对电池充电,一次充电后行驶里程较短;车载式混合动力汽车则是利用发动机和车载充电器对电池充电,其体积大,油耗高。专利[CN201110268778.7]公开了一种结构紧凑,体积小的混合动力汽车充电发动机,缓解了混合动力汽车行驶里程短和充电发动机体积大、重量大的问题,但没有改变发动机效率低、排放高的现状,因此本发明将采用HCCI发动机作为充电发动机。且针对混合动力汽车发动机废气具有温度高,热量大的特点,将废气直排到大气造成极大的能量浪费。

发明内容

[0005] 针对现有技术混合动力发动机热效率低,排放高的缺点,本发明设计一种基于HCCI发动机的混合动力汽车能量管理方法,利用HCCI发动机作为混合动力汽车动力电池的动力源,同时利用HCCI发动机的废气驱动斯特林发动机为动力电池充电,实现混合动力汽车能量管理。
[0006] 本发明解决上述技术问题的技术方案是,提供一种基于均值充气压缩点燃HCCI发动机的混合动力汽车及其能量管理系统,包括HCCI发动机、斯特林发动机、发电机A、发电机B、电池和电动机,HCCI发动机的废气通过管道连接驱动斯特林发动机,用于驱动发动机B,HCCI发动机直接驱动发电机A,发电机A、B均为动力电池充电,当动力电池需要充电时,HCCI发动机带动发电机A为动力电池充电,同时,HCCI发动机的废气驱动斯特林发动机,斯特林发动机再驱动发电机B为动力电池充电,动力电池为混合动力汽车的动力电机提供能量驱动电动机,控制传动装置驱动汽车运动。
[0007] 其中,HCCI发动机的废气驱动斯特林发动机进一步包括:利用可变气门正时技术控制进气门和排气门的正时控制HCCI发动机的点火正时,实现废气再压缩,从而将混合气压燃。
[0008] 更进一步地,控制HCCI发动机的点火进一步包括:建立以进排气门正时、进气歧管压力、进气歧管温度、发动机转速、喷油量为输入层,以HCCI发动机点火正时为输出的三层BP神经网络以预测HCCI发动机的点火正时,输入信号首先输入输入层,然后经过隐含层,最后到达输出层。输入层包含输入向量的8个神经节点,隐含层包含隐含层神经元激活函数(·),隐含层神经元阈值θj的4个神经元节点,输出层包含由输出层神经元的激活函数ψ(·)构建输出向量y的1个神经元节点,其中,输出层神经元的阈值θ,输入层神经元到隐含层神经元之间的连接权值ωij,隐含层神经元到输出层神经元之间的连接权值ωj。
[0009] 根据公式 计算隐含层第j个神经元节点的输入信号netj;根据公式 计算隐含层第j个神经节点的输出信号oj;根据
公式: 计算输出层神经元节点的输
入信号net;根据公式 计算输出层神经节
点的输出信号y,通过输出向量实现对HCCI发动机的点火正时的调控。
[0010] 本发明还提出一种基于均值充气压缩点燃HCCI发动机的混合动力汽车及其能量管理方法,包括步骤,HCCI发动机的废气通过管道连接驱动斯特林发动机,用于驱动发动机B,HCCI发动机直接驱动发电机A,发电机A、B均为动力电池充电,当动力电池需要充电时,HCCI发动机带动发电机A为动力电池充电,同时,HCCI发动机的废气驱动斯特林发动机,斯特林发动机再驱动发电机B为动力电池充电,动力电池为混合动力汽车的动力电机提供能量驱动电动机,控制传动装置驱动汽车运动。
[0011] 混合动力汽车的动力电池为驱动电机提供能量驱动汽车运动,当动力电池电量不足时,利用HCCI发动机驱动发电机A为动力电池充电,同时,HCCI发动机的废气为斯特林发动机提供热量,驱动发电机B为动力电池充电;利用可变气门正时技术控制进气门和排气门的正时,有效控制HCCI发动机的点火,实现废气再压缩,从而将混合气压燃,HCCI发动机驱动发电机为动力电池充电。
[0012] 针对发动机效率低、排放高的现状,以及混合动力汽车发动机废气具有温度高,热量大的特点,将废气直排到大气造成极大的能量浪费。本发明采用HCCI发动机作为充电发动机,将在HCCI发动机为动力电池充电的基础上,利用HCCI发动机的废气带动斯特林发动机驱动另一台的发电机为动力电池充电,从而充分提高发动机的利用能量率。

附图说明

[0013] 图1基于HCCI发动机的混合动力汽车能量系统;
[0014] 图2基于HCCI发动机的混合动力汽车能量管理方法;
[0015] 图3点火正时预测的BP神经网络模型。

具体实施方式

[0016] 为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图和实例,对本发明进一步详细说明。
[0017] 图1是基于均值充气压缩点燃HCCI发动机的混合动力汽车能量系统构成示意图。针对HCCI发动机高效率、低排放的特性,本发明基于HCCI发动机的混合动力汽车能量系统包括HCCI发动机、斯特林发动机、发电机A、发电机B、电池和电动机。HCCI发动机的废气通过管道连接驱动斯特林发动机,用于驱动发动机B;HCCI发动机通过机械连接驱动发电机A;发电机A、B连接电池通过电气连接驱动电动机,控制传动装置。
[0018] 下面通过图2进一步解释本发明的详细内容。
[0019] HCCI发动机是整个混合动力汽车的动力来源,当动力电池需要充电时,启动HCCI发动机,HCCI发动机驱动发电机A,对电池进行充电;考虑到HCCI发动机点火正时不可测,本发明以进排气门开启和关闭正时、发动机转速、进气歧管压力、进气歧管温度、喷油量为输入,搭建神经网络并多次训练,预测输出HCCI发动机的点火正时。将点火正时期望值与预测值的差值输入比例-积分-微分控制器(PID,Proportion Integration Differentiation),通过控制喷油量、进排气门开启和关闭正时,实现对HCCI发动机的点火正时的调控;且HCCI发动机利用可变气门技术,保留部分废气再次参与燃烧过程,可加强HCCI发动机的高效率和低排放特性;HCCI发动机运转后,斯特林发动机收集HCCI发动机尾气中的能量,并驱动发电机B以电能的形式储存在电池中;当充电完成时,关闭HCCI发动机。
[0020] 图3为点火正时预测的BP神经网络结构模型,输入信号首先输入到输入层,然后经过隐含层,最后到达输出层。输入信号包括:进气门开启正时u1、排气门开启正时u2、进气门关闭正时u3、排气门关闭正时u4、发动机转速u5、进气歧管压力u6、进气歧管温度u7、喷油量u8。其中,输入层包含8个神经节点(i=1,2,3,4,5,6,7,8),输入向量u=(u1,u2,u3,u4,u5,u6,u7,u8)T∈R8;(T为矩阵的转置,R为实数)隐含层包含4个神经元节点(j=1,2,3,4),(·)表示隐含层神经元的激活函数,θj表示隐含层神经元的阈值;输出层包含1个神经元节点(k=1),输出向量为y,ψ(·)表示输出层神经元的激活函数,θ表示输出层神经元的阈值。ωij表示输入层神经元到隐含层神经元之间的连接权值;ωj表示隐含层神经元到输出层神经元之间的连接权值。
[0021] 在输入信号的向前传播过程中,根据各层神经元的阈值、以及各层之间的连接权值,分别计算隐含层和输出层的输入输出信号。获得输出层的输出向量y,通过输出向量实现对HCCI发动机的点火正时的调控。
[0022] 隐含层第j个神经元节点的输入信号netj为
[0023]
[0024] 式中,ω表示输入层神经元到隐含层神经元之间的连接权值,θ表示输出层神经元的阈值,u为输入向量。
[0025] 隐含层第j个神经节点的输出信号oj为
[0026]
[0027] 式中,(·)表示隐含层神经元的激活函数。
[0028] 输出层神经元节点的输入信号net为
[0029]
[0030] 输出层神经节点的输出信号y为
[0031]
[0032] 式中,ψ(·)表示输出层神经元的激活函数。
[0033] 在误差的反向传播过程,从输出层反向计算每一层的误差,根据梯度下降算法更新各层的连接值和阈值,使网络的实际输出尽可能地接近期望输出。
[0034] 设训练样本集合包含P个训练样本,则对于每个训练样本p(p=1,2...,p),误差的二次型准则函数为
[0035]
[0036] 网络对P个训练样本的总体误差函数为
[0037]
[0038] 其中E(p)表示单个样本误差,E表示所有样本误差累加和;d(p)和y(p)分别表示输入训练样本为p时,输出层神经元节点的期望输出和实际输出。
[0039] 根据梯度下降算法逐层更新网络的连接权值和阈值,隐含层到输出层的连接权值修正量Δωj,输出层阈值修正量Δθ,输入层到隐含层的连接权值修正量Δωij,输出层阈值修正量Δθj:
[0040] 隐含层到输出层的连接权值调整公式为
[0041]
[0042] 输出层阈值调整公式为
[0043]
[0044] 输入层到隐含层连接权值调整公式为
[0045]
[0046] 隐含层阈值调整公式为
[0047]
[0048] 又因为
[0049]
[0050]
[0051]
[0052]
[0053]
[0054] 最后得出公式:
[0055]
[0056] ωj(k+1)=ηδoj+ωj(k)       (17)
[0057]
[0058] θ(k+1)=ηδ+θ(k)          (19)
[0059]
[0060] ωij(k+1)=ηδjui+ωij(k)       (21)
[0061]
[0062] θj(k+1)=ηδj+θj(k)          (23)
[0063] 其中η为学习速率,k为训练次数,δ和δj分别表示输出层和隐含层的误差信号。
[0064] 本发明考虑到HCCI发动机的点火正时不可测,根据HCCI发动机点火正时与HCCI发动机的转速、进气歧管压力、喷油量等有关,本发明以进排气门正时、进气歧管压力、进气歧管温度、发动机转速、喷油量为输入,以HCCI发动机点火正时为输出的三层BP神经网络以预测发动机的点火正时。
高效检索全球专利

IPRDB是专利检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,专利查询、专利分析

电话:13651749426

侵权分析

IPRDB的侵权分析产品是IPRDB结合多位一线专利维权律师和专利侵权分析师的智慧,开发出来的一款特色产品,也是市面上唯一一款帮助企业研发人员、科研工作者、专利律师、专利分析师快速定位侵权分析的产品,极大的减少了用户重复工作量,提升工作效率,降低无效或侵权分析的准入门槛。

立即试用