增加了人们对电动汽车的兴趣。然而,评估哪一个是电动汽车部件的最佳选择通常需要进行一系列实验测试,这可能非常昂贵,而且不像工程项目那样充分。因此,本文提出了一种基于 RFLP 方法的方法,该方法可以帮助设计人员在电力推进系统的预设计过程中选择电动汽车动力传动系统部件的最佳配置,从而降低与实验室测试台或真实电动汽车上的物理实验相关的成本。本文的目的是提供一种计算工具,可以虚拟模拟设计的电力推进系统的行为,从而有助于解决电池供电汽车领域最常见的问题。本文考虑的案例研究是电动踏板车的动力传动系统。这项工作的第一步是定义模拟模型,以模拟动力传动系统的车辆性能和能量消耗。第二步,这些模型通过安装在意大利国家研究委员会 Istituto Motori 实验室的物理电力传动系统实验进行参数化和验证。评估模型的验证允许对各种电力传动系统的不同替代配置进行模拟测试
摘要:介绍了欧盟 H2020 项目 CENTRELINE 的主要成果。讨论了为验证所谓的推进式机身概念 (PFC) 的机身尾流填充推进集成概念 (技术就绪水平 - TRL 3) 而开展的研究活动。探讨了该技术在宽体市场领域的应用案例。回顾了为机身边界层吸入 (BLI) 推进集成而开发的性能簿记方案。介绍了裸 PFC 配置的 2D 气动形状优化结果。讨论了高保真航空数值模拟和气动验证测试(即整体飞机风洞和 BLI 风扇台架测试活动)的主要发现。总结了机身风扇涡轮电力传动系统的结构概念、系统集成和电机预设计的设计结果。分析了对主要动力装置的设计和性能影响。介绍了 BLI 推进装置的机械和气动结构集成的概念设计解决方案。介绍了为 PFC 概念飞机设计推导的关键启发式方法。介绍了 PFC 飞机的燃油消耗、NOx 排放和噪音评估,并与 2035 年投入使用的先进常规技术进行了对比。基于 2D 优化 PFC 气动造型的 PFC 设计任务燃油效益为 4.7%。
摘要 — 本研究通过一种计算效率高的鲁棒控制策略解决了联网电动汽车的生态自适应巡航控制问题。该问题在空间域中采用非线性电力传动系统模型和运动动力学的真实描述来制定,以产生凸最优控制问题 (OCP)。OCP 通过一种新颖的鲁棒模型预测控制 (RMPC) 方法解决,该方法处理由于模型不匹配和前导车辆信息不准确而引起的各种干扰。RMPC 问题通过半正定规划松弛和单线性矩阵不等式 (sLMI) 技术解决,以进一步提高计算效率。使用实验收集的驾驶周期评估所提出的实时鲁棒生态自适应巡航控制 (REACC) 方法的性能。通过与标称 MPC 进行比较来验证其鲁棒性,标称 MPC 会导致速度限制约束违规。所提出方法的能源经济性优于最先进的时域 RMPC 方案,因为可以将更精确拟合的凸动力传动系统模型集成到空间域方案中。与传统恒定距离跟随策略 (CDFS) 的额外比较进一步验证了所提出的 REACC 的有效性。最后,验证了 REACC 可以借助 sLMI 和由此产生的凸算法实现实时实现。