排序方式： 共有2条查询结果，搜索用时 109 毫秒
1
1.
为提高应用于无人机的增程式电推进系统能量利用效率,采用基于双层模糊控制的能量管理策略并使用遗传算法对控制参数进行优化,依据飞行动力学理论在仿真飞行工况中设置不同扰动,检验能量管理策略的抗飞行扰动效果。仿真结果表明:相比于基于多点逻辑门规则和比例积分微分PID（proportion integral differential）的能量管理策略,双模糊能量管理策略可使发动机运行平均燃油消耗率下降3.4%,整体燃油消耗量下降3.8%,电池使用量降低10.6%,发动机平均转速误差下降77.0%,面对突风扰动、复合扰动和连续紊流扰动时转速最大波动量分别降低71.4%、72.6%和46.7%。经过遗传算法优化后的双模糊能量管理策略相比优化前的控制参数,发动机平均转速误差下降6.6%,面对上述3种扰动时转速最大波动量分别降低12.8%、8.3%和39.4%。 相似文献
2.
为提高多旋翼混合动力无人机的运行稳定性、输出动力性和能量利用率,利用GT-Power和Simulink进行模型联合搭建,对比基于规则的能量管理策略及等效燃油最小消耗能量管理策略（Equivalent consumption minimization strategy, ECMS）,设计开发了基于BP(Back propagation)神经网络优化的自适应ECMS(AdaptiveECMS,A-ECMS)。仿真研究表明：A-ECMS在运行稳定性上,整体工况转速波动率为7.74%,较基于规则策略和ECMS都有明显降低;A-ECMS在复合扰动下和随机紊流下转速波动率分别为8.32%、7.18%,与基于规则策略和ECMS相比在突发工况下运行更为稳定。A-ECMS能有效提高混合动力系统动力性能,使发动机处于经济工况10 kW;可根据荷电状态（State of charge, SOC）变化实时对电池功率进行调整。A-ECMS平均燃油消耗率为297.585 g/（kW?h）,整体燃油消耗量为3 755.31 g,与基于规则策略和ECMS相比明显较低,在各工况下运行时发动机工况点集中于燃油经济区,有效... 相似文献
1