Центр научного сотрудничества "Интерактив плюс"
info@interactive-plus.ru
+7 (8352) 222-490
2130122532
Центр научного сотрудничества «Интерактив плюс»
RU
428000
Чувашская Республика
г.Чебоксары
ул.Гражданская, д.75
428000, Россия, Чувашская Республика, г. Чебоксары, улица Гражданская, дом 75
+7 (8352) 222-490
RU
428000
Чувашская Республика
г.Чебоксары
ул.Гражданская, д.75
56.125001
47.208966

Предиктивное управление гибридной энергоустановкой беспилотного транспортного средства

Статья в сборнике трудов конференции
DOI: 10.21661/r-508714
Open Access
X Международная научно-практическая конференция «Актуальные направления научных исследований: перспективы развития»
Creative commons logo
Опубликовано в:
X Международная научно-практическая конференция «Актуальные направления научных исследований: перспективы развития»
Авторы:
Папкин Б.А. 1 , Великорецкий А.А. 1 , Стуколкин Р.В. 1
Рубрика:
Технические науки
Рейтинг:
Статья просмотрена:
1326 раз
Размещено в:
eLibrary.ru
1 НТЦ «Силовые агрегаты» ФГБОУ ВО «Московский политехнический университет»
Для цитирования:
Папкин Б. А. Предиктивное управление гибридной энергоустановкой беспилотного транспортного средства: сборник трудов конференции. / Б. А. Папкин, А. А. Великорецкий, Р. В. Стуколкин // Актуальные направления научных исследований: перспективы развития : материалы X Междунар. науч.-практ. конф. (Чебоксары, 25 окт. 2019 г.) / редкол.: О. Н. Широков [и др.] – Чебоксары: Центр научного сотрудничества «Интерактив плюс», 2019. – С. 117-121. – ISBN 978-5-6043527-8-6. – DOI 10.21661/r-508714.

  • Метаданные
  • Полный текст
  • Метрики

Аннотация

В статье описан состав системы предиктивного управления беспилотного гибридного транспортного средства с последовательной силовой установкой, которая позволяет реализовать оптимальную стратегию управления энергоустановкой в зависимости от текущего состояния транспортного средства и с учетом различных внешних факторов, а также описан ее алгоритм работы, позволяющий на основе учета влияния внешних факторов проводить оптимизацию энергопотребления транспортного средства и режимов работы двигатель-генераторной установки, повышать долю аккумулируемой энергии рекуперативного торможения и максимально увеличивать использование электроэнергии из внешней сети посредством внешнего зарядного устройства, что в совокупности способствует повышению эффективности работы всех систем энергоустановки автомобиля и, как следствие, приводит к увеличению топливной экономичности и сокращению выбросов вредных веществ с отработавшими газами.

Благодарности

Настоящая работа подготовлена в рамках соглашения №14.577.21.0249 от 26 сентября 2017 года о предоставлении субсидии при финансовой поддержке Министерства науки и высшего образования Российской Федерации (Уникальный идентификатор прикладных научных исследований RFMEFI57717X0249).

Список литературы

  1. 1. Лежнев Л.Ю. О перспективах внедрения технологий предиктивного управления энергоустановками автотранспортных средств с тяговым электроприводом / Л.Ю. Лежнев, Д.А. Петриченко, В.С. Коротков // Проблемы эффективности и безопасности функционирования сложных технических и информационных систем: сборник статей Международной научно-практической конференции. – 2017. – С. 73–77.
  2. 2. Lezhnev L.Yu. Predictive control implementation for series hybrid electric vehi-cles / L.Yu. Lezhnev, N.A. Khripach, D.A. Petrichenko, F.A. Shustrov // International Journal of Civil Engineering and Technology. – 2017. – №8 (11). – P. 1107–1116.
  3. 3. Лежнев Л.Ю., Коротков В.С., Некрасов А.С. Система предиктивного управления энергоустановкой гибридного автомобиля: состав и принцип работы / Л.Ю. Лежнев, В.С. Коротков, А.С. Некрасов // Актуальные направления научных исследований: перспективы развития: материалы VI Междунар. науч.-практ. конф. – Чебоксары: ЦНС «Интерактив плюс», 2018. С. 133–135.
  4. 4. Ripaccioli G., Berbardini D., Di Ciarano S., Bemporad A., Kolmanovsky I.V. A stochastic model predictive control approach for series hybrid electric power management. // Proceedings of the 2010 Americal Control Conference. 2010. pp. 5844–5849.
  5. 5. Vogel A., Ramachandran D., Gupta R., Raux A. Improving hybrid vehicle fuel efficiency using inverse reinforcement learning. // Proceedings ofthe Twenty-Sixth AAAI Conference on Artificial intelligence. 2012. pp. 384–390.
  6. 6. Lin C.C., Peng H., Grizzle J.W., Kang J.M. Power Management Stategy for a Parallel Hybrid Electric Truck // IEEE Transactions On Control Systems Technology, Vol. 11, No. 6, 2003. pp. 839–849.
  7. 7. Li L., You S., Yang C., Yan B., Song J., Chen Z. Driving-behaviour-awar stochastic modelpredictive control for plug-in hybrid electric buses. // Applied Energy, No. 162, 2016. pp. 868–879.
  8. 8. Петриченко Д.А. Особенности моделирования трансмиссии автотранспортных средств с гибридными силовыми установками различных схем / Д.А. Петриченко, И.А. Куликов, Ф.А. Шустров // Научно-практические аспекты развития современной техники и технологий в условиях курса на инновации. Сборник статей по итогам Международной научно – практической конференции. – 2017. – С. 188–197.
  9. 9. Kulikov I.A,. Lezhnev L.Y., Bakhmutov S.V. Comparative Study of Hybrid Vehicle Powertrains with Respect to Energy Efficiency. J Mach Manuf Reliab 2019;48(1):11–19.

Комментарии(0)

При добавлении комментария укажите:
  • степень актуальности публикуемого материала;
  • общую оценку (оригинальность и актуальность темы, полнота, глубина, всесторонность раскрытия темы, логичность, связность, доказательность, структурная упорядоченность, характер и достоверность примеров, иллюстративного материала, убедительность выводов);
  • недостатки, недочеты;
  • вопросы и пожелания Автору.