-
电动汽车整车控制器硬件在环测试系统设计
来源:汽车实用技术 发布日期:2020-10-15
文章研究了电动汽车整车控制器硬件在环测试系统的整体测试流程,分析在环测试的关键技术,整合系统硬件结构,具体阐述了硬件在环测试中电动汽车各系统的具体的软件模型,并基于NI PXI/LabVIEW搭建了硬件在环测试系统的软硬件测试平台。以一款电动汽车整车控制器(VCU)为被测对象,搭建了电动汽车VCU硬件在环测试系统,通过测试序列实现对整车控制器功能策略的测试验证试验。试验表明该硬件在环测试系统能够准
-
基于区块链技术的电动汽车电池溯源系统构建
来源:数据与计算发展前沿 发布日期:2020-10-15
【目的】构建基于联盟链的电动汽车电池溯源系统,实现电动汽车电池有效追溯。【方法】分析了国内现有电动汽车电池溯源方案的优势与不足,提出了使用射频标签作为终端,在各个溯源环节上部署联盟链节点,并兼顾隐私保护的电动汽车电池溯源系统。【结果】对该溯源系统进行了方案设计,包括系统的整体架构设计、系统核心节点功能设计、系统协作溯源流程及数据流程设计。【局限】系统的数据储存成本较大,运行效率还有优化的空间。【结
-
基于多模型融合的电动汽车行驶里程预测
来源:交通运输系统工程与信息 发布日期:2020-10-15
纯电动汽车行驶里程预测是驾驶者最关心的问题之一,为解决现有预测算法模型精度低、相对误差大的问题,本文采用融合片段回归与单点分类的机器学习方法对行驶里程进行预测.以真实车辆各项状态参数、环境信息等作为输入,通过聚类和过滤封装式特征筛选,提取最优特征集合,并基于行驶片段样本量选择预测方法,通过对环境温度和电池健康状态(SOH)进行分层耦合提高片段回归预测精度,通过单点分类和片段回归预测模型融合优化最终
-
奥博穆:未来属于电动汽车
来源:经营者(汽车商业评论) 发布日期:2020-10-15
保时捷加紧实施与特斯拉展开竞争的计划保时捷将比原计划晚推出一款更宽敞的Taycan电动汽车,但仍将继续在美国推出新电动车型,加紧实施与特斯拉展开竞争的计划。去年,这家德国豪华汽车制造商公布了其旗舰电动跑车Taycan,旨在与特斯拉的Model S展开竞争。该公司的利润占母公司大众总利润的四分之一以上。
-
浅谈电动汽车的电池技术与防火措施
来源:智能建筑电气技术 发布日期:2020-10-15
电动汽车已成为当今社会主要的绿色交通工具。电池能量密度与热稳定安全性之间的权衡以及电动汽车充电安全、充电设施火灾隐患等问题日益突显。本文就电动汽车电池技术的发展、电动汽车充电设施对建筑环境的要求以及如何设计出安全可靠的停车场类建筑等内容进行探讨。
-
混合励磁电机的电动汽车增程器控制策略
来源:上海交通大学学报 发布日期:2020-10-13
针对增程器转速功率动态协调控制问题,提出了一种基于混合励磁电机的新型电动汽车增程器,阐述了其控制系统结构及工作原理.根据混合励磁增程器整体效率特性确定了多转速点工作区域,基于混合励磁电机气隙磁场的柔性可调特性,设计了围绕工作区域的增程器转速-功率解耦发电双闭环控制算法.利用MATLAB/Simulink搭建控制策略模型,基于自行开发的混合励磁增程器原理样机进行了试验验证.试验结果表明,混合励磁增程
-
社会服务类汽车充电站选点规划评价体系构建与应用
来源:电力系统及其自动化学报 发布日期:2020-10-13
为解决电动汽车充电站选点规划中存在城市针对性不强和综合评价体系中面向服务对象不清等问题,提出了一种新的电动汽车充电站选点方法。首先,针对三四线城市电动汽车发展的结构特点和城市发展政策,构建面向社会服务类车辆的电动汽车充电站选点评价体系。然后,建立一种结合修正层次分析法的判断矩阵和前景理论来确定充电站指标的最优权重模型,运用前景理论把人的心理因素通过数学表达式量化成决策值,从而对充电站候选点建站适宜
-
面向大功率芯片散热的电动汽车电机控制器结构优化
来源:电机与控制应用 发布日期:2020-10-10
电动汽车电机控制器集成度较高,设计空间有限,并且为了保证可靠性,许多控制器不能使用风扇对大功率芯片进行降温。因此,为了降低电动汽车电机控制器内大功率芯片的温度,需要对电机控制器结构进行优化设计。通过3种方案来进行优化:首先,通过改变芯片的纵向布置改变芯片周围流场;然后,通过改变控制板结构来改变芯片周围的流场;最后,通过设置冷端导热结构对芯片进行散热。将几种方法的分析结果对比进而得到可以有效降低大功
-
探究电动汽车充电站项目对周围环境的影响
来源:中国设备工程 发布日期:2020-10-10
本文主要分析电动汽车充电目前的技术现状以及前景,对于电动汽车充电站项目在建设过程以及运营过程中对周围环境的影响进行了深入的阐述,并对影响的程度提出了适宜的评价方法,希望给相关研究人员以借鉴和参考。
-
基于LS-SVR的电动汽车动力电池故障预测分析
来源:中国设备工程 发布日期:2020-10-10
在向量机模型基础上,建立起基于LS-SVR的电动汽车动力电池故障预测分析模型和处理流程,通过对过电压、欠电压和正常电压三种状态的预测结果和运行结果分析,得出如下结论:基于LS-SVR的电动汽车动力电池故障预测分析预测精度高、收敛速度快,且运算过程更加简便,可在动力电池故障诊断工作合理运用。
027-87841330