Guoqiang Li

Optimal Control of Vehicles with Advanced Powertrain System in terms of Energy Efficiency


Vorderseite	Rückseite

ISBN:

978-3-8440-7014-9

Reihe:

Forschungsberichte aus dem Fachgebiet für Elektromobilität
Herausgeber: apl. Prof. Dr.-Ing. Daniel Görges
Kaiserslautern

Band:

Schlagwörter:

Optimal control; powertrain control; hybrid electric vehicles; adaptive cruise control; machine learning

Publikationsart:

Dissertation

Sprache:

Englisch

Seiten:

172 Seiten

Abbildungen:

10 Abbildungen

Gewicht:

254 g

Format:

21 x 14,8 cm

Bindung:

Paperback

Preis:

48,80 € / 61,10 SFr

Erscheinungsdatum:

November 2019

Kaufen:

Download:

Verfügbare Online-Dokumente zu diesem Titel:

Sie benötigen den Adobe Reader, um diese Dateien ansehen zu können. Hier erhalten Sie eine kleine Hilfe und Informationen, zum Download der PDF-Dateien.

Bitte beachten Sie, dass die Online-Dokumente nicht ausdruckbar und nicht editierbar sind.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.


	Dokument		Gesamtdokument
	Dateiart		PDF
	Kosten		36,60 EUR
	Aktion		Zahlungspflichtig kaufen und anzeigen der Datei - 4,1 MB (4284725 Byte)
	Aktion		Zahlungspflichtig kaufen und download der Datei - 4,1 MB (4284725 Byte)


	Dokument		Inhaltsverzeichnis
	Dateiart		PDF
	Kosten		frei
	Aktion		Anzeigen der Datei - 394 kB (403069 Byte)
	Aktion		Download der Datei - 394 kB (403069 Byte)

Benutzereinstellungen für registrierte Online-Kunden

Sie können hier Ihre Adressdaten ändern sowie bereits georderte Dokumente erneut aufrufen.

Benutzer:	Nicht angemeldet
Aktionen:	Anmelden/Registrieren Passwort vergessen?

Weiterempfehlung:

Sie möchten diesen Titel weiterempfehlen?

Rezensionsexemplar:

Hier können Sie ein Rezensionsexemplar bestellen.

Verlinken:

Sie möchten diese Seite verlinken? Hier klicken.

Export Zitat:

Text
BibTex
RIS

Zusammenfassung:

Depleting energy resources and growing environmental problems necessitate the reduction of the fuel consumption of road vehicles. This requirement has strongly promoted novel technologies in the automotive industry like advanced vehicle powertrain systems and intelligent transportation systems during the last years. In order to improve the driving comfort, reduce the fuel consumption and emissions, model-based and learning-based optimal control methods for road vehicles with advanced powertrain systems are studied in three different dimensions. First, to improve the shift process with fast and smooth operation for dual clutch transmissions, a linear quadratic regulator based control method is proposed to optimize trajectories of the clutch torque and the input shaft torque. Furthermore, energy management strategies for parallel hybrid electric vehicles (HEVs) including the gear shift and power split are optimized for fuel consumption minimization with dynamic programming (DP) and adaptive dynamic programming (ADP) respectively. The model-based method utilizes a varying weighting factor within DP and model predictive control for multi-objective optimization. The online learning for the energy management strategy is realized by the ADP-based approaches. Finally, ecological adaptive cruise controllers are designed for HEVs and conventional vehicles separately to improve the fuel economy and the driving safety.