混合动力汽车控制策略研究进展

　Ξ　收稿日期:2007-12-11

基金项目:重庆市自然科学基金资助项目(CST C ,2005BB2092);重庆市教委科学技术项目(2007C J12).

作者简介:欧健(1969—

),男,重庆人,博士,副教授,主要从事车辆动力学方面的研究.混合动力汽车控制策略研究进展

Ξ

欧　健,张　勇,陈　宝,邓国红,张志远

(重庆工学院,重庆　400050)

摘要:在对混合动力汽车布置型式进行介绍的基础上,对混合动力汽车研究中基于规则的稳态能量管理策略、模糊优化控制策略、瞬时优化控制策略和全局优化控制策略等主要控制策略进行了分析和比较,指出了未来混合动力汽车控制策略研究的发展方向.关　键　词:混合动力汽车;能量管理;控制策略中图分类号:U469.72 文献标识码:A

文章编号:1671-0924(2008)02-0010-06

R esearch Advance in Control Strategy for H ybrid E lectric V ehicle

OU Jian ,ZHANG Y ong ,CHE N Bao ,DE NG G uo 2hong ,ZHANG Zhi 2yuan

(Chongqing Institute of T echnology ,Chongqing 400050,China )

Abstract :Hybrid electric vehicle (HE V ),a new technology in autom obile industry for res olving the energy shortage and environment pollution ,has become a focus of autom otive R&D recently.Energy Management control strategy of HE V is the core and base of development of HE V.The current control strategies for HE V are not perfect and need further optimization.Based on the introduction of the classification of HE V power train system ,several control strategies including rule 2based energy management strategy ,fuzzy logic control strategy ,real time optimization strategy and global optimization strategy are analyzed and com pared in this paper.At last ,the trend of HE V control strategy research in future is indicated.K ey w ords :hybrid electric vehicle ;energy management ;control strategy

目前,世界汽车工业可持续发展所面临的两大难题是环境污染和石油资源匮乏,环保和节能是21世纪汽车技术的一个重要发展方向,混合动

力汽车(HE V )作为新一代清洁节能汽车应运而生.混合动力汽车具有2个或2个以上的能量源,是传统内燃机汽车与电动汽车的有效组合.这种多能量源的特征增加了系统设计的灵活性,在整车能量管理系统的协调控制下,多个能量源与其他部件相互配合,可以进行多种优化组合,形成不同的动力系统工作模式,以适应不同的行驶工况.混合动力汽车继承了电动汽车低排放的优点,又发扬了石油燃料比能量和比功率高的长处,获得了传统汽车无法得到的优化控制目标(最佳的燃油经济性、最佳的排放性能等).

第22卷　第2期V ol.22　N o.2重庆工学院学报(自然科学)

Journal of Chongqing Institute of T echnology (Natural Science )

2008年2月Feb.2008

同时,多能量源也增加了混合动力系统的复杂性,如何进行多种工作模式的切换,如何实现多个能量源间能量流的优化控制,成为混合动力汽车研究领域的一个难点.为了解决由混合动力系

统多能量源所引起的工作模式切换问题,以及能量流的优化控制问题,混合动力汽车不得不增加一个能量管理系统来解决传统内燃机汽车所不具有的新问题,即必须通过一定的能量控制策略(Energy C ontrol Strategy)来控制多能量源之间能量流的协调和分配.控制策略是能量管理系统的核心,是实现混合动力汽车低油耗、低排放等目标的关键所在.

在国内,由于混合动力汽车的起步较晚,对混合动力控制策略的研究远没有达到成熟的程度,大多处于理论研究阶段[1],与国外混合动力汽车控制方面的技术水平有相当大的差距.开展混合动力汽车控制策略研究,对掌握混合动力汽车关键技术的自主研发能力,促进我国混合动力汽车的产业化进程有十分重要的意义.

1　混合动力汽车的形式

混合动力汽车将原动机、电动机、能量储存装置(蓄电池)按某种方式组合在一起,有串联式、并联式和混合式3种布置形式[1-2].

1.1　串联式驱动系统

串联式驱动系统的示意图如图1.发动机带动发电机发电,其电能通过电动机控制器直接输送到电动机,由电动机产生电磁力矩驱动汽车.发动机功率是以汽车某一速度下稳定运行工况所需的功率选定的,当汽车运行工况变化,电动机所需的驱动功率与发动机输出功率不一致时,由控制器控制发电机向电池充电(吸收发电机富余的电能),或使电池向电动机放电(协助发电机供电),电池充电和放电电流的大小由控制器根据电动机驱动功率的变化情况进行控制.串联式混合动力汽车发动机能保持在最佳工作区域内稳定运行,这一特点的优越性主要表现在低速

、加速等运行工况时.而在汽车中、高速行驶时,由于电传动效率低,抵消了发动机油耗低的优点,因此,串联式混合动力汽车更适用于在市内低速运行的工况.在繁华的市区,汽车在起步和低速时还可以关闭发动机,只利用电池进行功率输出,使汽车达到零排放的要求.

图1　串联式驱动系统结构示意图

1.2　

并联式驱动系统

并联式驱动系统结构示意图见图2.发动机通过机械传动装置与驱动桥连接,电动机通过动力复合装置与驱动桥相连,汽车可由发动机和电动机共同驱动或各自单独驱动.并联式混合动力汽车的发动机功率也是以汽车某一速度下稳定行驶工况所需的功率选定的.当汽车在低速或变速工况行驶时,需通过加速踏板和变速器来调节发动机的功率输出;而在汽车高速行驶,发动机的输出功率低于汽车行驶所需功率时,由控制器控制电动机协助驱动.

图2　并联式驱动系统结构示意图

并联式混合动力汽车也可实现零排放控制,当在繁华的市区低速行驶时,可通过关闭发动机和使离合器分离,使汽车以纯电动方式运行.但这样就需要功率足够大的电动机,所需的电池容量也相应增大.

1.3　混联式驱动系统

混联式驱动系统是串联式与并联式的综合,其结构示意图见图3.发动机发出的功率一部分通过机械传动装置输送给驱动桥,另一部分则驱动

11

欧　健,等:混合动力汽车控制策略研究进展

发电机发电.发电机发出的电能由控制器控制,输送给电动机或电池;电动机产生的驱动力矩通过动力复合装置传送给驱动桥.混联式驱动系统的结构形式和控制方式充分发挥了串联式和并联式的优点,能够使发动机、发电机、电动机等部件进行更多的优化匹配,从而在结构上保证了在更复杂的工况下使系统工作在最优状态,因此更容易实现排放和油耗的控制目标.在许多文献中,混联式结构也作为并联式的一种特殊结构包含其中[2]

.

图3　混联驱动方式

2　混合动力系统典型控制方案

由于串联式混合动力汽车的发动机与汽车行驶工况没有直接联系,因此控制策略的主要目标是使发动机在最佳效率区和排放区工作.此外,为了优化控制策略,还必须考虑合并在一起的电池、电传动系统、发动机和发电机的总体效率.

主要控制策略有恒温器模式和发动机跟踪器控制模式2种,也可以将2种模式结合起来使用[3-4].

并联式与混联式混合动力汽车在理论上易于实现最优的燃油经济性和排放性,但由于结构过于复杂,控制策略目前仍不成熟,需要进一步优化.一般的控制策略通常是根据电池的S OC 、加速踏板位置、车速和驱动轮的平均功率等参数,按照一定的规则使发动机和电动机输出相应的扭矩(或功率),以满足驱动轮驱动力矩的要求.本研究

将对并联(混联)式混合动力汽车主要的控制策略进行分析.

2.1　基于规则的稳态控制策略

基于规则的稳态能量管理策略的主要依据是工程经验,根据部件的稳态效率MAP 图来确定如

何进行发动机和电动机之间的动力分配.美国密西根大学的Peng Huei 等人研究的“基于规则的功率管理策略”就属于此类范畴[5-6].该策略将混合动力汽车控制分成了3种模式,即正常行驶模式、充电模式及制动能量回馈模式,同时将发动机的效率MAP 图划分为纯电动、发动机驱动和电机功率辅助3个区域,如图4所示.在不同模式下,根据发动机的稳态效率MAP 图决定发动机和电动机的动力分配方式

.

图4　基于规则的功率管理策略中发动机

稳态效率M AP 图的划分

正常行驶模式:在发动机效率MAP 图上分别用“发动机工作最小功率”曲线和“电动机助力最小功率”曲线将发动机效率MAP 图划分成3个区域:①纯电动区域;②发动机驱动区域;③电动机辅助功率区域.功率分配规则:①如果需求的驱动功率小于发动机工作的最小功率,则由电动机提供全部的驱动功率;②如果需求的驱动功率超过该限值,则由发动机取代电动机驱动车辆前进;③如果需求的驱动功率大于电动机助力最小功率,则由电动机提供额外的驱动功率.在正常行驶模式下,发动机总是工作在“发动机工作最小功率”和“电动机助力最小功率”之间效率最高的区域.

充电模式:对电池能量的管理采用了充电维持策略,即始终保持电池的S OC 值位于最高效率区的上下限值之间(设定为55%～60%).当S OC 值小于55%时,应切换至充电模式(当且仅当S OC 值大于60%时充电过程完成),并计算电池的充电功率,该功率同时也作为电动机的目标功率.发动机的目标功率为需求的驱动功率与充电功率之

21重庆工学院学报

和.充电模式中存在一个特例:当发动机的目标功率小于发动机工作最小功率时,为避免发动机在效率极低的区域内工作,仍然依靠电动机提供驱动力.

制动能量回馈模式:驾驶员踩下制动踏板,表明了驾驶员对负驱动功率的需求,应进入制动能量回馈模式,吸收混合动力汽车制动时的能量.然而,当制动能量超过可回馈的制动能量时,液压制动系统将提供剩余的制动能量.

基于规则的能量管理策略主要依靠工程经验和实验,限定发动机的工作区域和工作方式,达到

降低燃油消耗和排放的目的,方法比较简单直观,因此更具有实用价值,在实际混合动力汽车的能量管理系统中得到了广泛的应用.2.2　模糊优化控制策略

模糊逻辑控制(Fuzzy Logic C ontrol )是一种典型的智能型能量管理策略.Niels J.Schouten 等人以Sugeno 2T akagi 模糊控制模型为基础,设计了并联式混合动力系统的模糊逻辑控制器,以达到如下目的:①满足驾驶员对驱动力的需求;②在任何时候保持电池处于能量充足状态;③优化4个基本部件(发动机、电动机、蓄电池和变速器)的效率.模糊逻辑控制策略目标与瞬时控制策略类似,但与瞬时控制策略相比,模糊逻辑控制策略具有鲁棒性好的优点[7-10].

文献[11]中针对某混合动力客车也提出了一种模糊控制策略,图5所示为模糊逻辑控制器.3个模糊输入分别是:①电池组目前的充电状态S OC ,范围为0～1;②请求扭矩,范围为0～1,只有

当请求扭矩大于零时,才经由模糊控制器控制,当请求扭矩小于零时,则直接通过制动能回收控制器进行控制;③电机的转速,范围为0～1,模糊控制器输出为电机的充电扭矩,发动机的扭矩等于总的请求扭矩减去电机提供的扭矩.

图5　模糊逻辑控制器

输入和输出变量的隶属度函数主要考虑了发动机、电池和电机的效率,确定各自高效运行的模糊集.各个变量的隶属度函数为梯形,采用Mam 2dani 模糊推理,同时and 运算采用最小算子,可以

获得模糊逻辑控制规则.部分主要控制规则具体可以表述为:①如果S OC 为高,则电机的充电扭矩为零.②如果S OC 为正常,请求扭矩为低,则电机的充电扭矩为零,请求扭矩为正常;电机转速为低,则电机的充电扭矩为中;电机转速为高,则电机的充电扭矩为高;请求扭矩为高,则电机的充电扭矩为低.③如果S OC 为低,当发动机的请求扭矩为非高时,则电机的充电扭矩为高;当发动机的请求扭矩为高时,则电机的充电扭矩为低.

模糊控制使得在原先就比较复杂的发动机、电动机和电池能量管理问题的基础上又增加了模糊决策因素,逻辑思维性加强.模糊控制是比较符合人的思维逻辑的控制算法之一,在混合动力汽车能量管理策略中应用是比较合适的[12].2.3　瞬时优化控制策略

该控制策略的出发点是:在任一时刻使能量流动过程中的能量损失最小.它是在发动机最优工作曲线模式思想的基础上,对混合动力汽车在特定工况点下整个动力系统的优化目标(如效率损失、名义油耗)进行优化,可得到瞬时最优工作点,然后基于系统的瞬时最优工作点,对各个状态变量进行动态再分配[13].

通常的瞬时优化策略采用名义油耗作为控制目标.这种控制策略要求将电动机的能量损耗转换为等效的发动机油耗,得到一张类似于发动机万有特性图的电动机损耗图.电动机的等效油耗与发动机的实际油耗之和称为名义油耗.瞬时优化模式从保证系统在每个工作时刻的名义油耗最小出发,动态进行传动比选择和扭矩分配.这种策略和发动机最优工作曲线策略相类似,只是最佳的优化曲线是从名义油耗图上得出的.

也有的瞬时优化策略从功率损失出发,对混合动力系统中各部件的瞬时总功率损失进行优化[14].在这种策略中,发动机工作点不仅要根据油耗曲线来设定,还要考虑电池的荷电状态.如果电

池的荷电状态在完成特定的驱动任务后太低,就

3

1欧　健,等:混合动力汽车控制策略研究进展

应该增大发动机的功率,反之也相应地进行调整.

文献[12]中认为瞬时控制策略应考虑以下几个方面问题:①汽车整车性能优化应考虑发动机、电机和蓄电池组的瞬态效率;②汽车实时最优控制应结合实际运行状态,如发动机等关键总成温度以及制动时能量回收量;③用户可自定义燃油经济性和排放目标;④任一给定速度下发动机的工作点,由控制器根据控制目标寻求发动机-电机最佳能量组合来决定发动机的最优工作点.根据对并联混合动力汽车动力性、经济性和排放性能的折中,建立实时控制的目标函数.

min(f)=w1百公里油耗

目标油耗+w2

HC

目标HC排放值+

w3

CO

目标CO排放值+w4

NO X

目标NO X排放值+

w5

PM

目标PM排放值+w6

加速时间

目标加速时间

其中w i(i=1～6)为对应量的权系数,通过调整权重来改变各参数的影响程度.

由优化理论可知,瞬时最小值之和并不等于和的最小值,因此瞬时优化模式并不能导致全局最优的控制策略.

全局优化模式才能实现真正意义上的最优化[15].

2.4　全局优化控制策略

全局优化算法是针对某个既定的驾驶循环,先预判或者制定发动机、蓄电池将要达到的状态,然后根据当前状态,寻找实现目标状态的最佳路径.全局优化方法是在既定驾驶循环下根据最优控制理论来动态分配发动机和电动机的动力输出,从而使燃油经济性等指标达到最优[16-17].

全局优化方法的数据量及计算工作量的要求是现有的微处理器很难实现的.为了能在混合动力汽车实际行驶过程中应用优化方法,必须要对全局优化算法进行改进,将该算法中全局优化的目标分解为局部优化目标.全局优化实际就是动态最优控制,经典的动态最优控制理论有变分法、极小值原理和动态规划3种方法.目前混合动力汽车多采用贝尔曼(Bellman)动态规划理论(Dy2 namic Programming)进行全局优化[17].

图6　贝尔曼动态规划全局优化原理

动态规划[18]是贝尔曼(Bellman)在20世纪50年代作为多段决策过程研究出来的,现在已在许多技术领域得到了广泛应用.动态规划是一种分段最优化方法.对于一般的控制对象,该方法通常按照时间顺序把一个过程分为若干段,把一个复杂的决策问题(包括连续变量和离散变量的取值序列)转化为一系列单段(某一时间段内)决策问题,然后从最后一段状态开始逆向递推到初始段状态为止,最后就可以求解出完整的最优策略(即输入控制量的最优值序列).

当这个原理应用于混合动力汽车[17]时,可假设系统发展用状态方程来描述,状态变量是电池荷电状态(S OC),每一节点代表每一时刻(横轴)对应的S OC值(纵轴),如图6所示.假设初始(t=0) S OC是A,而终止S OC是E,连线上的数字代表了从一点到另一点的燃油消耗量,用L(N)代表每一节点积累的油耗量(以克为单位).应用此原理可以得出最优的途径(从A到E)是:A→B′→C′→D→E.

在实际的混合动力系统的仿真优化中,Bell2 man过程这样来实现:首先通过离散S OC来建立Bellman过程的节点,S OC离散精度可以选择为1%,时间步长可以确定为1s.然后计算各S OC节点之间连线的权重,这个权重对应于实现S OC变化而需要的发动机油耗.只要那些从初始S OC节点可以到达或可以由此出发达到终点S OC的节点都要被考虑.在循环工况中计算各连线权重,保留最优解,实现电机和发动机的功率要求和传动比的全局最优化.仿真结果显示,在某种工况循环下,通常全局优化比瞬时优化降低油耗5%～20%[19-20].

41重庆工学院学报

3　结论

1)基于规则的稳态能量管理策略比较简单,但不能保证各部件得到最佳匹配,无法获得整车系统的最大效率,由于其控制原理建立在工程经验之上,是非常实用的控制方法.

2)模糊逻辑控制策略由于具有鲁棒性强、实时性好的特点,有很强的实用性,适用于车辆控制这样一个复杂的系统,将是未来混合动力汽车优先采用的控制策略.模糊逻辑控制最主要的任务就是要根据部件的参数为各个输入和输出量建立比较合适的隶属度函数.模糊逻辑比较适合于表达那些模糊或定性的知识,但缺乏自学习和自适应能力.将模糊逻辑与神经网络有机地结合起来,开发基于神经网络的模糊逻辑控制策略目前正成为研究的热点问题.

3)瞬时控制策略能够保证在任意时刻都是由效率最优的部件工作,其燃油经济性要优于模糊逻辑控制策略.但是实时控制策略过分依赖于各个部件性能特性的精确性,由于受电池老化、发动机动态特性等的影响,在实际应用中很难达到这一目标.同时,瞬时最小值之和并不等于和的最小值,瞬时优化模式并不能导致全局最优的控制策略,全局优化模式才是真正意义上的最优化.

4)全局最优模式从理论上讲是最佳的,但是实现起来有一定的困难,因为全局优化模式是建立在固定循环下的,而实际行驶路况是无法预料的,针对特定路况得到的最优并不适用于其他路况,而且这种策略中需要巨大的计算量.瞬时控制策略和全局最优模式可以用于评价其他控制策略的潜力.

5)未来混合动力汽车控制策略的研究应当主要侧重以下几个方面:第一,对模型进行完善,如细化离合器接合、变速器换档等动态过程和驾驶员模型;第二,对系统动力传输过程中的动态协调控制进行研究,以降低由于混合动力系统状态切换过程中多动力源的动力输出不一致而产生较大波动,从而实现动力传递的平稳性;第三,控制策略不仅仅要实现整车最佳的燃油经济性,同时还要考虑适应于汽车运行的各种工况,兼顾发动机排放、电池寿命、驾驶性能、各部件可靠性,以及成本等多方面要求,并对汽车各部件的特性进行综合控制[21-25].

参考文献:

[1]　于秀梅,曹珊,李君,等.混合动力汽车控制策略的

研究现状及其发展趋势[J].机械工程学报,2006,42

(11):10-15.

[2]　陈全世,孙逢春.混合动力车辆基础[M].北京:北

京理工大学出版社,2001.

[3]　Cuddy M R,Wipke K B.Analysis of the fuel economy

benefit of drive train hybridization[J].S AE Paper,1997,

289:101-103.

[4]　彭武,张俊智,卢青春.混合动力电动公共汽车控制

策略的仿真[J].公路交通科技,2003,20(1):148-

151.

[5]　Chan2Chiao Lin,Jun2M o K ang,G rizzle J W,et al.Energy

Management S trategy for a Parallel Hybrid E lectric T ruck

[C]//Proceedings of the American C ontrol C on ference.

Arlington:VA,2001.

[6]　Chan2Chiao Lin,Huei Peng,S oonil Jeon,et al.C ontrol of

a Hybrid E lectric T ruck Based on Driving Pattern Recogni2

tion[C]//Proceeding of the AVEC.[S.l.]:[S.n.],

2002.

[7]　Delprat S.Optimal C ontrol of a Parallel P owertrain:From

G lobal Optimization to Real T ime C ontrol S trategy[C]//

T echnical Paper of E VS18.Berlin:[S.n.],2001.

[8]　Niels J Schouten.Fuzzy Logic C ontrol for Parallel Hybrid

Vehicles[J].IEEE T ransactions on C ontrol Systems T ech2

nology,2002,10(3):66-68.

[9]　Aihua Wang.A N ovel Design of Energy Management Sys2

tem for Hybrid E lectric Vehicles Using Ev olutionary C om2 putation[C]//T echnical Paper of E VS18.Berlin:[S.

n.],2001.

[10]Hyeoun2D ong Lee.Fuzzy2Logic2Based T orque C ontrol Stra2

tegy for Parallel2T ype Hybrid E lectric Vehicle[J].IEEE

TRANS ACTI ONS ON I NDUSTRI A L E LECTRONICS,1998,

45(4):112-114.

[11]刘金玲,宋健,于良耀,等.并联混合动力客车控制策

略比较[J].公路交通科技,2005,22(1):144-146.

(下转第19页)

51

欧　健,等:混合动力汽车控制策略研究进展

如图3所示,当测头沿T向由刚接触被测点M的位置A运动到位置B时,测球接触齿面,位置不变,而测杆则运动了δ(δ≤0.35×2)的距离,若这时T轴的坐标示值为Bt,则测球中心的T向坐标值Pt为:

Pt=Bt-δ(10

)

图3　测头中心坐标值补偿方法

5　结束语

当前我国汽车工业正进入高速发展的时期,各大汽车厂家均在努力提高自己的产品质量,不断采用新技术、新工艺来提高产品的功率、寿命、可靠性,降低生产成本,尤以针对发动机的改进更为突出.而发动机的每次改进基本都是从凸轮轴的改进开始的,随着数控加工技术的发展,凸轮轴的加工精度和效率越来越高,作为凸轮轴质量保证措施之一的高精度、高效率的凸轮轴综合测量仪越来越受到重视[1].

采用本研究所述方法,解决了开发齿轮测量中心测量凸轮检测软件过程中的几个关键问题,解决了理论曲线拟合方法、测头在检测过程中的运动控制,以及对测头示值进行补偿的问题.由于目前齿轮测量中心的广泛应用,在测量中心上开发凸轮检测模块具有一定的现实意义.

参考文献:

[1]　叶宗茂.发动机凸轮轴形位公差的检测及评定方法

[J].工具技术,2004,38(5):49-53.

[2]　侯宇.坐标测量机上盘状凸轮检测方法研究[J].仪

器仪表学报,2000,21(3):319-321.

[3]　于晓.坐标测量机对凸轮曲线的测量与拟合及其评

价[J].计量学报,2005,26(4):316-318.

[4]　Les Piegl Wayne T iller.The NUR BS Book[M].G ermany

Berlin:Mercedesdruck,1996.

[5]　朱心雄.自由曲线曲面造型技术[M].北京:科学出版

社,2001.

(责任编辑　陈　松)

(上接第15页)

[12]王保华,王伟明,张建武,等.并联混合动力汽车控制

策略比较研究[J].系统仿真学报,2006,18(2):401

-404.

[13]杨宏亮,陈全世.混联式混合动力汽车控制策略研

究综述[J].公路交通科技,2002,19(1):103-107.

[14]Seiler J,Schroder D.Hybrid Vehicle Operating S trategies

[C]//E VS O15.[S.l.]:[S.n.],1998.

[15]Jan H van Schuppen.C oordination C ontrol of Parallel Op2

erations in a Hybrid C ontrol System[C]//Proceedings of

the37th IEEE C on ference on Decision&C ontrol.Florida

US A:T am pa,1998.

[16]Delprat Sebastien.C ontrol S trategy Optimization for an Hy2

brid Parallel P owertrain[C]//Proceedings of the American

C ontrol C on ference.Arlington:VA June,2001:25-27.

[17]S tephane Rimaux,M ichelDelhom,Emmanuel C ombes.

Hybrid vehicle powertrain:m odeling and control[C]//

E VS-16.[S.l.]:[S.n.],1999.

[18]Bellman R E.Dynamic Programming[M].Princeton:

Princeton University Press,1957.[19]Valerie H Johns on.HE V control strategy for real2time opti2

mization of fuel economy and emissions[J].S AE paper, 2000(1):1543-1552.

[20]程莺,罗禹贡,李克强,等.前向式混合动力系统模型

中控制器建模与仿真[J].汽车技术,2005(4):15-

19.

[21]Anders on C,Pettit E.The E ffects of APU Characteristics

on the Design of Hybrid C ontrol S trategies for Hybrid E lec2 tric Vehicle[J].S AE paper,1995,950493:66-72. [22]Akihiro K imura.Drive force control of a parallel2series hy2

brid system[J].JS AE Review,1999(20):337-341. [23]李晓英,于秀敏,李君,等.串联混合动力汽车控制策

略[J].吉林大学学报:工学版,2005,35(2):122-

126.

[24]李槟,陈全世.开展混合动力电动汽车的研究刻不容

缓[J].汽车技术,1997(5):59-62.

[25]舒红,秦大同,胡建军.混合动力汽车控制策略研究

现状及发展趋势[J].重庆大学学报:自然科学版,

2001,24(6):28-31.

(责任编辑　陈　松)

91

官发霖,等:基于齿轮测量中心凸轮轮廓曲线的测量方法