首页 理论教育 正交表设计与因素水平:进化算法与混合动力系统优化

正交表设计与因素水平:进化算法与混合动力系统优化

时间:2023-10-14 理论教育 版权反馈
【摘要】:综上可得表8-2所示的正交优化设计因素水平表。表8-2 正交优化设计因素水平表在不考虑试验因素之间的交互作用的情况下,根据所确定的具有3个水平的6个因素及3个试验指标,选择L18正交表为多指标正交优化试验方案。Vh、电池荷电状态上下限值及车速Vl的极差值都小于误差,因此认为其对混合动力汽车HC与NOx总排量影响不显著。

正交表设计与因素水平:进化算法与混合动力系统优化

1)电池充放电由电池内阻和电池电压特性决定。由电池组充放电特性可知:当Csoc[0.3,0.8]时电池组充放电效率较高。Csoc选取三个水平:A1[0.3,0.7],A2[0.4,0.8],A3[0.3,0.8]。

2)UDDS市区循环工况的平均车速为8.75m/s,荷电状态低时车速限值Vl[5m/s,10m/s],荷电状态高时车速限值Vh[7m/s,15m/s]。Vl选取三个水平:B1=5m/s,B2=7.5m/s,B3=10m/s;Vh选取三个水平:C1=7m/s,C2=11m/s,C3=15m/s。

3)根据发动机万有特性图,当发动机关闭转矩系数Toff[0.1,0.5]、发动机最低工作转矩系数Tmin[0.2,0.8]、发动机最低工作转矩系数Tc[10N·m,30N·m]时,发动机工作在高效区域的概率较大。Toff选取三个水平:D1=0.1,D2=0.3,D3=0.5;Tmin选取三个水平:E1=0.2,E2=0.5,E3=0.8;Tc选取三个水平:F1=10N·m,F2=20N·m,F3=30N·m。

综上可得表8-2所示的正交优化设计因素水平表。

表8-2 正交优化设计因素水平表

978-7-111-42535-9-Chapter08-2.jpg

在不考虑试验因素之间的交互作用的情况下,根据所确定的具有3个水平的6个因素及3个试验指标,选择L18(37)正交表为多指标正交优化试验方案。在UDDS市区循环工况下对系统进行仿真,仿真方案及结果见表8-3。

表8-3 正交优化仿真试验方案表及指标统计值

978-7-111-42535-9-Chapter08-3.jpg

对指标的试验结果运用直观分析法进行分析,直观分析结果见表8-4,各指标效应曲线如图8-1所示,观察这些数据可知:(www.xing528.com)

1)由表8-4及图8-1中的燃油消耗效应曲线可知,试验因素对混合动力汽车燃油消耗的影响大小依次是:DEAGBFC,最优组合为A3B2C2D1E3F2。由于VlTcVh的极差值都小于误差,因此认为其对混合动力汽车油耗影响不显著。

2)由表8-4及图8-1中的CO排量效应曲线可知,试验因素对混合动力汽车CO排放的影响大小依次是:FDEGCBA,最优组合为A1B2C1D1E3F1VhVl以及电池荷电状态上下限值的极差值都小于误差,因此认为其对混合动力汽车CO排放影响不显著。

3)由表8-4及图8-1中的HC与NOx总排量效应曲线可知,试验因素对混合动力汽车的HC与NOx总排量的影响大小依次是:FEDGCAB,最优组合为A3B1C1,2D1E1F3Vh、电池荷电状态上下限值及车速Vl的极差值都小于误差,因此认为其对混合动力汽车HC与NOx总排量影响不显著。

综合上述三点结论可知:参数V1Vh对指标燃油消耗、CO排放、HC与NOx总排量影响不显著,可以不作为主要的优化对象。

表8-4 直观分析表

978-7-111-42535-9-Chapter08-4.jpg

978-7-111-42535-9-Chapter08-5.jpg

图8-1 指标效应曲线

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈