同济大学学报(自然科学版)

作者：楼狄明，唐远贽，房亮，施雅风，张允华，仇杰，杨芾

单位：1.同济大学 汽车学院， 上海 201804;2.上汽集团 乘用车技术中心， 上海 201804

关键词：混合动力,转矩预测,神经网络（ANN）法,Matlab/Simulink软件,GT-Suite,联合仿真

基金：“十四五”国家重点研发计划（2021YFB2500800）

利用实际发动机的标定数据搭建了GT-Suite及Matlab/Simulink联合仿真模型，建立了基于进气和发动机状态参数的预测转矩反馈协同控制模块。对比了ANN法和现有发动机的标定脉谱插值预测（MAP）法2种方法下发动机稳态及瞬态转矩变化、升降挡等工况预测的结果误差，结果表明：稳态工况下MAP法较为可靠，低、中、高3种发动机转速下转矩预测波动小，误差比ANN法低1.31%、1.09%和1.52%；实际瞬态转矩跃变及阶跃工况下，ANN法较MAP法误差低5.62%和1.32%，升降挡工况下低1.93%和0.84%。

来源：2023年第12期

《同济大学学报(自然科学版)》期刊编辑部

查看同济大学学报(自然科学版)杂志2023年第12期