• <th id="1gl2f"><address id="1gl2f"></address></th>

    <code id="1gl2f"><menu id="1gl2f"></menu></code>

    <th id="1gl2f"><td id="1gl2f"></td></th>

    <optgroup id="1gl2f"><progress id="1gl2f"><code id="1gl2f"></code></progress></optgroup>
      <code id="1gl2f"><xmp id="1gl2f">
    1. 
      
      <th id="1gl2f"><td id="1gl2f"></td></th><th id="1gl2f"></th>

    2. <optgroup id="1gl2f"><xmp id="1gl2f"><code id="1gl2f"></code>

      答辩公告
      我的位置在: 首页 > 答辩公告 > 正文
      张营答辩公告
      浏览次数:日期:2020-01-07编辑:研究生教务办2

      答辩公告

      论文题目

      电驱动车辆状态估计与节能控制

      答辩人

      张营

      指导教师

      张英杰教授

      答辩委员会

      主席

      阳春华教授

      学科专业

      计算机科学与技术

      学院

      信息科学与工程学院

      答辩地点

      湖南大学6舍一楼108会议室

      答辩时间

      20200110下午1500

      学位论文简介

      电驱动车辆是指一类由电动机驱动车轮运行的运载对象,主要包括乘用电动汽车和特殊用途的电动轮车同创娱乐app下载。此类车辆具有节能减排的优点,是应对气候变化、推动绿色交通的重要途径。然而车辆电动化在发展过程中面临着里程焦虑问题与节能降耗需求。加大电池容量与能量密度、快速充电技术、充电站布局等是解决里程焦虑的主要途径,但也存在着整车重量增加,电池发热、爆炸及充电站全覆盖周期长等问题。能量管理与优化控制成为目前电驱动车辆节能降耗与弥补里程焦虑的一种重要途径。鉴于此,本文研究了车辆纵向状态估计理论,在此基础上重点研究了几类典型工况下的电驱动车辆节能控制理论与方法。

      (1) 车辆纵向状态估计不仅具有欠秩的特点,同时还具有非线性与估计向量不均衡的特点同创娱乐app下载。针对此类问题,在改进迭代策略方面,本文提出了一种基向量交叉迭代估计器。

      (2) 对于状态估计问题,基于迭代策略的状态估计不可避免存在估计偏差。针对这一问题,在补偿策略方面,本文提出了一种双层增强估计器。

      (3) 驱动负荷非均衡工况下力矩分配与控制效果严重影响驾驶稳定性、安全性及能效性。针对独立后驱电动汽车,本文提出了一种兼顾能耗的力矩分配与控制策略。

      (4) 定速巡航驾驶模式下,电动汽车驱动系统的不合理激励会造成不必要的能量消耗。针对这一问题,本文提出了一种定速巡航节能控制策略。

      (5) 在自动驾驶模式下,在实现车速跟随控制的同时,使得电机驱动系统尽可能工作在高效率区间可以显著提高电动汽车节能效果同创娱乐app下载。为实现这一目标,本文提出了一种面向自动驾驶的电动汽车节能控制方法。

      主要学术成果

      1. Ying Zhang, Yingjie Zhang, Zhaoyang Ai, Yun Feng, Yi Lu Murphey, Jing Zhang. Energy Optimal Control of Motor Drive System for Extending Ranges of Electric Vehicles. IEEE Transactions on Industrial Electronics. 2019.10, Early Access. (DOI: 10.1109/TIE.2019.2947841, SCITOP期刊,IF:7.503)

      2. Ying Zhang, Yingjie Zhang, Zhaoyang Ai, Yun Feng, Zuolei Hu. A Cross Iteration Estimator with Base Vector for Estimation of Electric Mining Haul Truck's Mass and Road Grade, IEEE Transactions on Industrial Informatics 14.9(2018): 4138-4148. (DOI: 10.1109/TII.2018.2794513, SCITOP期刊,IF:7.377).

      3. Yingjie Zhang, Ying Zhang, Zhaoyang Ai, Yun Feng. Study on Electric Sunroof Pinch Detection of Cars Based on Model Reference Adaptive Cholesky Decomposition Filter. IEEE Transactions on Transportation Electrification 4.1(2018):190-201. (DOI: 10.1109/TTE.2017.2755544, SCI二区, IF: 6.204).

      4. Ying Zhang, Yingjie Zhang, Zhaoyang Ai, Yun Feng, Jing Zhang, Yi Lu Murphey. Estimation of Electric Mining Haul Trucks' Mass and Road Slope Using Dual Level Reinforcement Estimator, IEEE Transactions on Vehicular Technology 68.11(2019):10627-10638. (DOI:10.1109/TVT. 2019.2943574, SCI ,IF:5.339)

      5. Yingjie Zhang, Ying Zhang, Zhaoyang Ai, Yun Feng, Wei Cheng, Zuolei Hu. Energy Saving Control Strategy for the High-frequency Start-up Process for Electric Mining Haul Trucks. IEEE Transactions on Intelligent Vehicles 3.4(2018):595-606. (SCI, DOI: 10.1109/TIV.2018.287790).

      6. Yingjie Zhang, Ying Zhang, Qiankun Chen, etc. "True-link clustering through signaling process and subcommunity merge in overlapping community detection." Neural Computing & Applications 30.12(2018):3613–3621. (DOI: 10.1007/s00521- 017-2946-3, SCI , IF:4.664).

      7. Ying Zhang, Tingyu Zeng, Yingjie Zhang, Zhaoyang Ai, Yun Feng. Model Adaptive Torque Control and Distribution With Error Reconstruction Strategy for RWID EVs. IET Intelligent Transport Systems. 2019. Available online. (DOI: 10.1049/iet-its.2019.0267, SCI, IF: 2.05)

      上一篇:
      黄卫红答辩公告
      下一篇:
      刘鑫波答辩公告
      同创娱乐app下载