950 浏览摘要：如今，汽车工业正朝着电气化和智能化的方向发展。随着电动汽车普及率的提高，电动汽车的续航里程也提出了重大挑战。能源回收策略的研究是提高电动汽车续航里程的方向之一。根据制动过程中不同制动目标的需要，合理分配再生制动力和液压制动力，提高制动能量回收。在制动过程中，还必须保证制动效率和制动安全。本文研究了纯电动汽车制动过程中的能源回收策略。首先，本文利用AMESIM软件建立了基于IBOSTER电子助力器的电子液压系统模型。分析了IBOSTER电子助力器的结构和工作原理，基于真空助力器的助力原理，对IBOSTER电子助力器进行了基本的助力控制。研究了电子液压制动系统的工作原理，分析了再生制动系统。研究了不同制动强度下制动力的分配要求。分析研究了根据制动力分配要求制定的几种能量回收策略。分析了电机最大可用制动力和制动力分配要求对再生制动能量回收的影响，并在此基础上设计了能量回收的总体策略。最后，结合深度强化学习算法（Deepnetwork、DQN），设计了本文的智能能量回收算法。过去，以纯电动汽车为研究对象，以自动驾驶控制器指令为目标，设置了基于DQN的智能能量回收算法，设计了基于DQN的综合测试率制动性能要求、能量回收要求和制动安全要求的奖励函数。采用Carsim车辆动力学软件和Simulink软件，联合建立纯电动汽车模拟平台，并与Python联合模拟，以不同的初始速度训练智能能量回收算法模型。通过单片机力，控制电子液压系统，通过CAN通信与上位机交换数据。智能能量回收算法的可行性通过电池SOC值的变化和滑动率的控制范围来验证。
关键词：能量回收算法;ibooster;电动汽车;DQN;制动力分配;
摘要
abstract
第一章 绪论
1.1 课题研究的背景与意义
1.2 课题国内外研究现状
1.2.1 线控制动系统研究现状
1.2.2 制动能量回收研究现状
1.3 本文研究内容
1.3.1 课题来源
1.3.2 主要研究内容
第二章 系统建模
2.1 线控制动系统模型搭建
2.1.1 ibooster助力器模型搭建
2.1.2 液压系统模型
2.1.3 制动系统整体模型
2.2 能量回收系统模型搭建
2.2.1 电机模型
2.2.2 电池模型
2.2.3 DCDC转换器
2.3 基础助力策略设计
2.3.1 基础助力控制原理
2.3.2 电子助力制动系统工作原理分析
2.3.3 助力电机控制模型搭建
2.3.4 控制模型验证
2.4 本章小结
第三章 再生制动方案设计
3.1 制动过程分析
3.1.1 再生制动整体结构
3.1.2 汽车制动过程中受力分析
3.2 电动汽车前后轴制动力分配分析
3.3 常见能量回收策略
3.4 再生制动限制条件
3.4.1 电机可用转矩限制
3.4.2 制动力分配曲线限制
3.5 再生制动整体策略
3.6 本章小结
第四章 智能能量回收算法设计
4.1 强化学习算法介绍
4.1.1 DQN算法
4.1.2 神经网络搭建
4.1.3 样本提取方法
4.2 智能能量回收算法设计
4.2.1 算法状态
4.2.2 算法动作
4.2.3 设计奖励函数
4.3 仿真训练环境搭建
4.3.1 CarSim软件介绍
4.3.2 纯电动车模型搭建
4.3.3 纯电动车模型验证
4.4 模型训练及结果分析
4.4.1 CarSim与Python联合训练
4.4.2 模型训练及仿真结果分析
4.5 本章小结
第五章 硬件在环实验
5.1 硬件在环试验台介绍
5.1.1 试验台的整体控制方案
5.1.2 控制器
5.1.3 液压制动系统
5.1.4 通讯工具
5.2 实验平台闭环控制
5.2.1 ibooster主动增压原理
5.2.2 ESC主动增压原理
5.2.3 制动系统闭环控制
5.3 硬件在环试验结果分析
5.3.1 固定制动强度下试验验证
5.3.2 不同制动强度下试验验证
5.4 本章小结
第六章 总结与展望
6.1 全文总结
6.2 展望
参考文献
