《【干货】插电式混合动力系统研发及大数据应用.docx》由会员分享，可在线阅读，更多相关《【干货】插电式混合动力系统研发及大数据应用.docx（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、【干货】插电式混合动力系统研发及大数据应用【干货】插电式混合动力系统研发及大数据应用网络转载导语：HEV/PHEV不同车型在同一循环、同一车型在不同循环下，能耗存在宏大的差异。其中，同一车型在不同循环功耗下，能耗差异最大到达66%，最小为37%；而同一循环不同车型下的能耗差异最小到达40%，最大为56.55%。因此，研究混合动力系统成为了国内混合动力车开展的重要内容之一。插电混合动力汽车固然正在加速开展，但还有一些问题尚待打破，这主要来自外部条件的不确定性：如驾驶员的驾驶习惯、四周交通环境和驾驶的道路拓扑海拔情况等，上海交通大学教授、汽车电子技术研究所所长杨林如是讲。10月26日，在OFwee
2、k新能源汽车网举办的插电式混合动力系统研发及大数据应用在线语音研讨会上，杨林教授分析了插电混动车的技术现状、趋势及需要解决的关键问题，并提出了几种新型的插电混动系统，有效解决了现有同类系统在性能与可靠性等方面的固有问题，最后还与观众在线互动解答疑问。插电混动汽车的技术上风与缺乏相比纯电动汽车，插电混动车可以有效解决续航里程问题，并将传统动力系统与纯电动动力系统结合一起，弥补各自的优势的同时还将双方的上风最大化。不过，插电混动车要求配装的电池储藏电的才能增强、电机功率增加，因此，电池组能量是普通油电混动车的十几倍甚至二十几倍，这样不但增加了车的重量，本钱也会大幅提升。另外，电池组能量的增加，还会
3、使车辆的可靠性和平安性下降。其实归根到底，不管是纯电动还是插电混动车，都仍面临着平安、电池寿命、本钱及能耗、里程四大技术难题。针对此，杨林教授表示：电驱动汽车大数据技术应用的条件已根本达成，研究大数据驱动的电动汽车技术，对解决电驱动汽车开展中的关键问题具有极大的意义。插电混动汽车的动力系统研究杨林教授指出，HEV/PHEV不同车型在同一循环、同一车型在不同循环下，能耗存在宏大的差异。其中，同一车型在不同循环功耗下，能耗差异最大到达66%，最小为37%；而同一循环不同车型下的能耗差异最小到达40%，最大为56.55%。因此，研究混合动力系统成为了国内混合动力车开展的重要内容之一。目前，插电式混合
4、动力汽车的动力系统仍存在缺陷，杨林教授基于此开展了五大方面的研究：1PHEV/HEV动力系统及控制；2动力系统及控制；3共性技术；4电动汽车专用测试系统；5传统汽车发动机电控系统。同时，还提出了6种HEV/PHEV系统的研发方案，分别为单轴双离合器并联络统、AMT混联络统、DCG无变速级混联络统、ISG并联混合动力系统、无级变速混联络统、四模混联络统。其中，无极变速混联络统是一种单轴、双电机、直驱可集成减速的无级变速系统，具有串联、并联、纯电三种主要工作形式及16种子形式。SOC平衡形式节油率可达35左右甚至更高，插电形式节油达60%以上配置约60kWh电池。该系统合适于城市道路且路况适应性较
5、好，但对于长而陡坡道路，该系统那么不合适。因此，PHEV/HEV四模混合动力系统运应而生。PHEV/HEV四模混合动力系统是基于双电机、行星齿轮变型2档AMT机电耦合，可以实现无极变速。具有混联、串联、单电机纯电驱动和双电机纯电驱动4种主要形式，可作为插电、常规混合，机电耦合箱亦可用作纯电动车。该系统在城市道路上节油率达40%以上，高速公路上达20%以上。此外，该系统既可插电应用，也可按常规混合动力应用；既可作为城市车辆用，也可作为城际车辆用；且能适用于包括山区和平原的所有区域。电池治理系统BMS应用研究电池是新能源汽车的核心组成部件，电池治理系统是司令一般的存在。电池治理系统对动力电池系统有
6、四大要求：高能量、低本钱、长寿命、平安性。教授指出，在动力电池系统治理中存在几大难点及关键点：1高精度、面向电池系统全寿命，防止滥用；2充电控制+高效平衡，优化电池寿命；3平安预测和故障定位，让人安心、维修方便；4面向电池寿命周期的热治理针对这些难点及关键点，杨林教授团队研究出了主控制器01P_BCU_V002，具有高精度采样、电池参数自适应动态算法、故障诊断、复合型平衡方法、高压电平安控制等特点。其状态估计误差被自动适应地趋于真值，SOH算法平均估计误差为3.1%。而大数据在驱动的电池组BMS技术方面，基于实车运行大数据的电池建模及模型参数、诊断和治理参数的自学习以及故障预测、平安预测，可节
7、省电池实验的人力、物力1款电池，寿命性能测试一般需1年以上，而且与车载实际工况还有较大差异。技术难题待解大数据应用或者是出路大数据具有4V特征：大量化Volume、多样化Variety、快速化Velocity、价值密度Value。以此强大的上风，如今，大数据已应用到教育学、情报学、公共效劳甚至总统选举等领域。而对于汽车尤其是电动汽车而言，涉及到的大数据包括车辆本身的数据信息、车辆效劳相关数据、车辆运行相关数据等，它们的来源可以从主机厂、政府部门、咨询机构、零部件厂；售后效劳产业链和咨询机构；CAN信息、GPS信息、GIS信息、ITS信息、车联网、百度地图等途径获得。总而言之，电动汽车大数据即是产品数据+效劳信息+运行和道路环境信息的集合。而运销、决策、效劳是电动汽车运用价值的表达，除此之外，通过发现和预测，事实上还可以构建3D道路与车-路的数据，实现车路环境识别、预测，进展能耗预测用于动力系统的控制，故障监测、预测与失效控制等各方面的需求。通过这种种需求+基于实车运行数据的系统自学习标定，进而形成了大数据驱动的电驱动汽车技术。杨林教授表示：电驱动汽车正在从电气化、电子化向数据化开展。