以插电式混合动力客车(PHB)为研究对象,应用Isight构建PHB混合动力系统集成优化平台,并设计组合优化算法。基于优化结果,确定PHB混合动力系统参数,车辆燃油经济性提高约4.4%。 km/h爬坡度指标≥12%，动力电池组SOC终值落在［0.28，0.35］内。1.2集成优化平台架构设计Isight是Dassault/Simulia公司的一款基于参数的多学科设计优化工具，有效地融合了数字技术、推理技术和探索技术，是集设计自动化、混合动力系统参数-电动钢管滚圆机滚弧机折弯机数控钢管滚圆机滚弧机折弯机集成化和优化功能于一身的智能优化软件平台。本文基于Isight搭建混合动力系统集成优化平台结构(如图2所示) 本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanji.name，通过Isight自带的Matlab接口模块调用Matlab/Simulink环境下的PHB模型，并对模型中混合动力系统的优化参数进行修改。然后，在Isight的驱动下，用全局最优算法程序与PHB模型对车辆经济性和动力性进行仿真求解，并将求解结果反馈给Isight，如此反复直至完成预设迭代步数或达到预设精度。图2混合动力系统集成优化平台结构图1.3组合优化算法设计目前，对于单目标优化问题，Isight采用数值型优化算法和探索型优化算法。数值型优化算法优点在于能够快速找到局部最优点，但它的全局寻优能力较弱［7－9］。探索型优化算法能够找到全局最优点但其后期寻优效率较低，局部寻优效果不佳［10－12］。序列二次规划法(NLPQL)是数值型优化算法，二次连续规划法(SQP)作为NLPQL的核心算法，能和一个非常稳健的算法一起运用实现先全局后局部、先粗后精的寻优过程。多岛遗传算法(MIGA)是探索型优化算法，继承了传统遗传算法(GA)的基本思想，并兼具有“小生境”技术，在解决“多谷”或“多峰”等全局优化问题时具有很大的优势。本文为提高寻优的效率，改善优化寻优质量，通过MIGA算法和SQP算法有机结合来充分发挥这两种算法的优点，弥补彼?混合动力系统参数-电动钢管滚圆机滚弧机折弯机数控钢管滚圆机滚弧机折弯机 本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanji.name