一种基于遗传算法的单级减速器动力总成匹配优化方法专利检索-里程计测量仪器和方法专利检索查询-专利查询网

一种基于遗传 算法的单级减速器动 力总成匹配优化方法

阅读：1028发布：2020-07-22

专利汇可以提供一种基于遗传算法的单级减速器动力总成匹配优化方法专利检索，专利查询，专利分析的服务。并且本发明公开一种基于遗传算法的单级减速器动力总成匹配优化方法，通过对对获取的整车参数进行整理进行整体电机的限值计算，设定为整体电机的下限值；并采用搭建基于基因遗传算法的整车参数优化模型，对整体电机的参数进行优化，实现对驱动电机参数，变速器参数的优化选型，使整车在满足动力性需求的同时可以提高驱动效率，增加续驶里程，并降低制造成本。，下面是一种基于遗传算法的单级减速器动力总成匹配优化方法专利的具体信息内容。

权利要求

1.一种基于遗传算法的单级减速器动力总成匹配优化方法，其特征在于，包括如下步骤：
步骤1：收集测试车辆的整车参数及动力性要求，对获取的整车参数进行整理，其中，动力性要求包括：爬坡度、0-50km/h加速时间、最高车速及30min最高车速；
步骤2：将步骤1中获取的整车参数和不同的动力性要求导入动力学公式进行整体电机的限值计算；
步骤2.1：通过整车参数及爬坡度求出满足车辆爬坡性能要求的最低整体电机的功率限值；
步骤2.2：通过整车参数及0-50km/h加速时间求出满足车辆加速性能要求的最低整体电机的功率限值；
步骤2.3：通过整车参数及最高车速求出满足车辆最高车速要求的最低整体电机的功率限值；
步骤3：将不同的动力性要求得出的整体电机的限值的最大值设定为整体电机的下限值；
步骤4：通过整车参数及最高车速求出满足最高车速要求的最低整体电机中电机的转速限值，将其设定为最低电机转速下限值；
步骤5：根据步骤4中电机的转速限值求出需求的扭矩，作为最低整体电机中电机的扭矩的下限值；
步骤6：搭建基于基因遗传算法的整车参数优化模型，并且在优化器中确定惩罚函数及目标函数的范围，采用基于NEDC、WTVC、等速40km/h、等速60km/h的仿真能耗值为目标的多目标加权系数法，对整体电机的参数进行优化；
步骤7：对整体电机中电机的参数通过基因遗传算法优化；
步骤8：通过现有蓝牌物流车型所使用的电机的峰值扭矩确定总成中电机所使用电机的峰值扭矩，将大电机的峰值扭矩除以总成中电机峰值扭矩得到速比值；
步骤9：将得到速比值乘以整体电机峰值转速值，便可得到动力总成电机峰值转速；
步骤10：通过电机峰值转速和电机峰值扭矩求出电机峰值功率；
步骤11：将整体电机的峰值功率、峰值转速、峰值扭矩分别与各参数的额定系数相除，求出电机的额定功率、额定转速、额定扭矩；
步骤12：将求得的动力总成中的电机参数填入仿真模型中，完成对单级减速器总成中电机参数、单级减速器速比的匹配优化。
2.根据权利要求1所述的基于遗传算法的单级减速器动力总成匹配优化方法，其特征在于，整车参数包括：最大质量、滚动阻力系数、迎风面积、风阻系数、主减速器速比。
3.根据权利要求1所述的基于遗传算法的单级减速器动力总成匹配优化方法，其特征在于，步骤6中，首先搭建优化模型框架，优化模型由优化器、计算器、限制条件和匹配优化仿真组件组成，其中优化器主要负责算法及目标参数输入与接收优化结果，计算器主要负责计算目标参数的计算结果，限制条件主要负责筛选符合计算结果的目标参数，匹配优化仿真组件主要负责将目标参数改入仿真模型中并启动仿真软件得出不同工况条件下的仿真结果，然后将结果输出给优化器，优化模型搭建完毕后，将计算好的目标参数范围、限制条件、NEDC、C-WTVC、等速40km/h、等速60km/h四组工况条件分别输入优化模型中并设定每个工况条件仿真结果的权重系数。
4.根据权利要求1所述的基于遗传算法的单级减速器动力总成匹配优化方法，其特征在于，整体电机由电机和变速箱构成。

说明书全文

一种基于遗传算法的单级减速器动 力总成匹配优化方法

技术领域

[0001] 本发明属于纯电动汽车动力总成参数匹配优化技术领域，具体涉及一种基于遗传算法的单级减速器动力总成匹配优化方法。

背景技术

[0002] 目前由于电池结构、重量、容量等因素的限制，以整车动力性和续驶里程为考核指标，电动汽车与燃油汽车的性能价格比仍然存在很大的差距。因此，对于电动汽车而言，降低整车制造成本，同时能兼顾整车动力性和续航里程是十分重要的。众所周知，电动汽车的动力性好坏与整车质量、造型、驾驶员的驾驶习惯、驱动电机的类型和性能、电池容量、放电特性、传动系统等诸多因素密切相关。因此，适当选择驱动电机类型、合理匹配动力系统既可以兼顾电动汽车整车动力性和续驶里程，又可以有效提高纯电动汽车的性价比。

[0003] 车辆行驶的动力性能可以用以下四个指标来评价：

[0004] 1)起步加速性能，车辆在设定时间内由静止加速到预定车速或是距离的能力。

[0005] 2)以额定车速稳定行驶的能力，对电动汽车来说，动力系统和动力电池应该能提供车辆以额定车速稳定行驶的全部功率需求，并根据我国道路状况，至少能克服坡度为3％的路面阻力。

[0006] 3)以最高车速稳定行驶的能力，在电动汽车上，电动机发出的功率应该能维持车辆以最高车速行驶。

[0007] 4)爬坡能力，电动汽车以一定的车速行驶在一定坡度的路面上。

[0008] 另外，电动汽车的动力电池所输出的电能和电量应能够维持电动汽车在一定工况下行驶额定的里程。

发明内容

[0009] 本发明的目的在于提供一种基于基因遗传算法的单级减速器动力总成匹配优化方法，用以实现对驱动电机参数，变速器参数的优化选型，使整车在满足动力性需求的同时可以提高驱动效率，增加续驶里程，并降低制造成本。

[0010] 为达到上述目的，本发明采用以下技术方案：

[0011] 一种基于遗传算法的单级减速器动力总成匹配优化方法，其特征在于，包括如下步骤：

[0012] 步骤1：收集测试车辆的整车参数及动力性要求，对获取的整车参数进行整理，其中，动力性要求包括：爬坡度、0-50km/h加速时间、最高车速及30min最高车速；

[0013] 步骤2：将步骤1中获取的整车参数和不同的动力性要求导入动力学公式进行整体电机的限值计算；

[0014] 步骤2.1：通过整车参数及爬坡度求出满足车辆爬坡性能要求的最低整体电机的功率限值；

[0015] 步骤2.2：通过整车参数及0-50km/h加速时间求出满足车辆加速性能要求的最低整体电机的功率限值；

[0016] 步骤2.3：通过整车参数及最高车速求出满足车辆最高车速要求的最低整体电机的功率限值；

[0017] 步骤3：将不同的动力性要求得出的整体电机的限值的最大值设定为整体电机的下限值；

[0018] 步骤4：通过整车参数及最高车速求出满足最高车速要求的最低整体电机中电机的转速限值，将其设定为最低电机转速下限值；

[0019] 步骤5：根据步骤4中电机的转速限值求出需求的扭矩，作为最低整体电机中电机的扭矩的下限值；

[0020] 步骤6：搭建基于基因遗传算法的整车参数优化模型，并且在优化器中确定惩罚函数及目标函数的范围，采用基于NEDC、WTVC、等速40km/h、等速60km/h的仿真能耗值为目标的多目标加权系数法，对整体电机的参数进行优化；

[0021] 步骤7：对整体电机中电机的参数通过基因遗传算法优化；

[0022] 步骤8：通过现有蓝牌物流车型所使用的电机的峰值扭矩确定总成中电机所使用电机的峰值扭矩，将大电机的峰值扭矩除以总成中电机峰值扭矩得到速比值；

[0023] 步骤9：将得到速比值乘以整体电机峰值转速值，得到动力总成电机峰值转速；

[0024] 步骤10：通过电机峰值转速和电机峰值扭矩求出电机峰值功率；

[0025] 步骤11：将整体电机的峰值功率、峰值转速、峰值扭矩分别与各参数的额定系数相除，求出电机的额定功率、额定转速、额定扭矩；

[0026] 步骤12：将求得的动力总成中的电机参数填入仿真模型中，完成对单级减速器总成中电机参数、单级减速器速比的匹配优化。

[0027] 进一步地，整车参数包括：最大质量、滚动阻力系数、迎风面积、风阻系数、主减速器速比。

[0028] 进一步地，步骤6中，首先搭建优化模型框架，优化模型由优化器、计算器、限制条件和匹配优化仿真组件组成，其中优化器主要负责算法及目标参数输入与接收优化结果，计算器主要负责计算目标参数的计算结果，限制条件主要负责筛选符合计算结果的目标参数，匹配优化仿真组件主要负责将目标参数改入仿真模型中并启动仿真软件得出不同工况条件下的仿真结果，然后将结果输出给优化器，优化模型搭建完毕后，将计算好的目标参数范围、限制条件、NEDC、C-WTVC、等速40km/h、等速60km/h四组工况条件分别输入优化模型中并设定每个工况条件仿真结果的权重系数。

[0029] 进一步地，整体电机由电机和变速箱构成。

[0030] 与现有技术相比，本发明的优越效果在于：

[0031] 本发明所述的基于基因遗传算法的单级减速器动力总成匹配优化方法，能够实现对驱动电机参数，变速器参数的优化选型，使整车在满足动力性需求的同时可以提高驱动效率，增加续驶里程，并降低制造成本。

具体实施方式

[0032] 为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合具体实施方式对本发明进行进一步的详细描述，需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

[0033] 实施例

[0034] 一种基于遗传算法的单级减速器动力总成匹配优化方法，包括如下步骤：

[0035] 步骤1：收集测试车辆的整车参数及动力性要求，对获取的整车参数进行整理，其中，动力性要求包括：爬坡度、0-50km/h加速时间、最高车速及30min最高车速；

[0036] 步骤2：将步骤1中获取的整车参数和不同的动力性要求导入动力学公式进行整体电机的限值计算；

[0037] 步骤2.1：通过整车参数及爬坡度求出满足车辆爬坡性能要求的最低整体电机的功率限值；

[0038] 步骤2.2：通过整车参数及0-50km/h加速时间求出满足车辆加速性能要求的最低整体电机的功率限值；

[0039] 步骤2.3：通过整车参数及最高车速求出满足车辆最高车速要求的最低整体电机的功率限值；

[0040] 步骤3：将不同的动力性要求得出的整体电机的限值的最大值设定为整体电机的下限值；

[0041] 步骤4：通过整车参数及最高车速求出满足最高车速要求的最低整体电机中电机的转速限值，将其设定为最低电机转速下限值；

[0042] 步骤5：根据步骤4中电机的转速限值求出需求的扭矩，作为最低整体电机中电机的扭矩的下限值；

[0043] 步骤6：搭建基于基因遗传算法的整车参数优化模型，并且在优化器中确定惩罚函数及目标函数的范围，采用基于NEDC、WTVC、等速40km/h、等速60km/h的仿真能耗值为目标的多目标加权系数法，对整体电机的参数进行优化；

[0044] 步骤7：对整体电机中电机的参数通过基因遗传算法优化；

[0045] 步骤8：通过现有蓝牌物流车型所使用的电机的峰值扭矩确定总成中电机所使用电机的峰值扭矩，将大电机的峰值扭矩除以总成中电机峰值扭矩得到速比值；

[0046] 步骤9：将得到速比值乘以整体电机峰值转速值，得到动力总成电机峰值转速；

[0047] 步骤10：通过电机峰值转速和电机峰值扭矩求出电机峰值功率；

[0048] 步骤11：将整体电机的峰值功率、峰值转速、峰值扭矩分别与各参数的额定系数相除，求出电机的额定功率、额定转速、额定扭矩；

[0049] 步骤12：将求得的动力总成中的电机参数填入仿真模型中，完成对单级减速器总成中电机参数、单级减速器速比的匹配优化。

[0050] 在本实施例中，整车参数包括：最大质量、滚动阻力系数、迎风面积、风阻系数、主减速器速比。

[0051] 在本实施例的步骤6中，首先搭建优化模型框架，优化模型由优化器、计算器、限制条件和匹配优化仿真组件组成，其中优化器主要负责算法及目标参数输入与接收优化结果，计算器主要负责计算目标参数的计算结果，限制条件负责筛选符合计算结果的目标参数，匹配优化仿真组件主要负责将目标参数改入仿真模型中并启动仿真软件得出不同工况条件下的仿真结果，然后将结果输出给优化器，优化模型搭建完毕后，将计算的目标参数范围、限制条件、NEDC、C-WTVC、等速40km/h、等速60km/h四组工况条件分别输入优化模型中并设定每个工况条件仿真结果的权重系数。

[0052] 在本实施例中，车辆采用后驱的驱动形式，整车的动力系统主要由驱动电机、单级减速器、主减速器、差速器、半轴、驱动车轮组成，整体电机由电机和变速箱构成，计算整体电机的需求参数，在计算出需求参数后，通过基于基因遗传算法的优化匹配模型及优化算法对整体电机进行电机参数的优化匹配计算，得出以满足动力性需求及能耗最优为评价指标的电机最优各峰值参数与电机各额定参数与峰值参数的比值，在得到电机的匹配优化参数后开始对单级减速器速比进行计算求值；当提前给出了预设的电机峰值扭矩值，直接通过匹配优化后的整体电机峰值扭矩除以预设电机峰值扭矩来进行单级减速器速比的确认，而电机的峰值转速则可使用匹配优化出来的电机转速乘以速比；如果是提前给出了预设的电机峰值转速，可直接通过预设电机的峰值转速除以匹配优化的整体电机的峰值转速来进行速比确认，而电机的峰值扭矩则可使用匹配优化出来的电机扭矩除以速比来进行确认。

[0053] 本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书界定。

标题	发布/更新时间	阅读量
一种电动车定位方法及定位服务器	2020-05-08	489
车辆信息预估方法、系统、终端及可读存储介质	2020-05-08	693
一种轨道交通的自动检票系统与方法	2020-05-11	0
一种考虑收费路径的高速公路计费费率准确性评测方法	2020-05-08	418
一种钢轨表面伤损漏磁检测装置及方法	2020-05-11	983
行李车收集方法及行李车收集设备	2020-05-08	389
一种轨道交通信号系统自动化辅助设计的实现方法及系统	2020-05-11	570
面向车间托盘搬运的多移动机器人编队协作定位方法	2020-05-08	20
基于深度学习的单目视觉里程计方法及系统	2020-05-08	960
一种金属管道检测装置	2020-05-11	363

一种基于遗传算法的单级减速器动力总成匹配优化方法

一种基于遗传算法的单级减速器动力总成匹配优化方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：