混合动力电动汽车行驶工况分析与识别

1、华 南 理 工 大 学 学 报(自 然 科 学 版) 第35卷 第6期Journal of South China U niversity of TechnologyV ol .35N o.6 2007年6月(N atural Science Edition)June2007 文章编号: 10002565X(2007) 0620008206 收稿日期: 2006209204 3 基金项目:国家自然科学基金资助项目(50605020) ;广东 省科技攻关项目(2006A10501001, 2004A11304001) 作者简介:罗玉涛(19722 ) , 男,博士,副教授,主要从事系 统动力学与

2、电动汽车研究. E2mail: ctytluoscut . edu. cn 混合动力电动汽车行驶工况分析与识别 3 罗玉涛 1 胡红斐 2 沈继军 3 (1. 华南理工大学 广东省电动汽车研究重点实验室,广东 广州510640; 2.广东工业大学 机械工程学院,广东 广州510006; 3.广州本田汽车有限公司,广东 广州510700) 摘 要:对不同行驶工况下混合动力电动汽车的匹配和控制策略优化结果进行了分析, 发现工况的平均功率和平均功率的标准差对混合动力汽车的混合度有很大的影响.在同 一混合度下,针对不同的工况采用不同的可调参数可得到不同的燃油经济性和最终稳定 的电池荷电状态值.提出了“

3、 工况块 ” 的概念,用工况的平均行驶车速和行驶距离作为特 征参数,将统计的理论工况进行分类,通过模糊控制器,对实际工况进行模糊分析,将其划 为对应的某一类.为更准确地反映行驶工况,还提出以时间、 距离、 最大车速等10个参数 作为工况的相关特性参数,用聚类分析的方法对车辆行驶工况的类别进行了更细致的分 析和辨识.在上述工况识别的基础上,提出了一种能根据实时工况的变化作出自适应调整 的混合动力汽车控制策略. 关键词:混合动力电动汽车;控制策略;行驶工况;模糊识别;聚类分析 中图分类号: U469. 72 文献标识码: A 目前的混合动力汽车(HEV)动力总成参数匹 配以及控制策略优化大部分都是

4、在对特定的汽车循 环工况进行分析的基础之上得到的 127 . 虽然某些控 制策略的优化方法已经具有很高的实用价值,但汽 车的实际运行工况是一个随机的、 不确定的过程 (尽管实际行驶工况可能包含一些理论循环 ) , 对控 制策略的优化效果还是会造成一定的影响,对于动 力总成的匹配优化来讲会带来一定的隐忧.因此 HEV的匹配和控制策略设计必须在充分研究实际 工况的基础上才能具有较好的实际效果.本文中提 出了针对不同的工况类别对HEV (本文中仅对充电 保持型HEV进行研究)匹配和控制策略进行优化 的方法,为HEV的设计和应用提供更全面的参考. 1 行驶工况对HEV匹配和控制策略 的影响 不同行驶工

5、况下HEV匹配和控制策略的最优结 果是不同的,工况、 动力总成匹配以及控制策略优化 三者之间究竟存在一种什么样的关系还是一个很大 的未知数.这里以一种变速器前置并联式HEV为例, 对不同行驶工况下HEV匹配和控制策略的优化结果 进行介绍.该HEV的结构见图1,整车参数见表1. 图1 一种变速器前置并联式HEV动力总成拓扑结构 Fig . 1A power2train topology of the post2transmission parallel HEV 表1 整车参数 Table 1Vehicle parameters 参数数值参数数值 总质量/kg14000电池组容量/ (A h) 1

6、0029 发动机功率/kW87主传动比6. 833 电机功率/kW55电机减速比1. 667 空阻系数0. 5车轮半径/m0. 493 滚阻系数0. 015迎风面积/m27. 25 1. 1 行驶工况对HEV最佳混合度的影响 混合度fr定义为电机额定功率Pm占总功率 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. (即发动机与电动机额定功率之和 ) P r的比例.依据 此定义可知fr在01之间,传统汽车fr为0,纯电 动汽车fr为1.并联混合动力驱动系统的混合度计 算公式如下:

7、 fr= Pm Pr =1- Pe Pr =1- Pe (P e + Pm) (1) 式中: Pe为发动机额定功率. 为了体现工况与混合度的关系,必须从工况中 提取一些参数作为工况信息的特征描述.现已知道 描述工况信息的参数有24个之多 1 ,这里取对 HEV匹配和控制策略的优化影响较大的参数,即功 率和转矩的统计特征:平均功率需求Pmean、 功率需 求标准差Pstd、 平均转矩需求Tmean、 转矩需求标准差 Tstd以及停车时间占总时间的比例Rst_tt5个参数 2 来讨论工况与动力总成匹配以及控制策略优化之间 的关系.如表2所示是几种工况下统计特征值与最 佳混合度f 3 r的数值. 从

8、表2数据可以看出,混合度与工况平均功率 和其标准差之间存在一些关联的变化趋势.尽管混 合度与工况的统计特征值之间的关系还是未知的, 但我们可以通过对大量工况的仿真试验,得到足够 的样本数据,从而利用统计学的相关理论和方法或 者是利用神经网络工具对其进行回归分析,相信可 以找到一个合理的关系. 1. 2 行驶工况对HEV控制策略的影响 在一定的工况背景下得到的最佳控制策略,都 具有一定的局限性,虽然部分实时优化控制策略可 以做到不受具体工况的制约,但为了满足蓄电池荷 电状态( SOC)保持这一全局性要求,不得不依据 SOC相应地改变动力元件的工作状态,这样最终的 控制效果还是不能摆脱特定的工况背

9、景. 这里以基于等效燃油消耗率最小化的离线瞬时 优化控制策略为例就行驶工况对HEV控制策略的 影响进行说明.该策略是根据车辆行驶过程中可能 遇到的各种转矩需求和车速条件进行遍历寻优得出 的结果,在线应用时增加了惩罚函数(见式(2) )对 优化结果的修正,该策略详细描述见文献3 . K =1- ax 3 SOC + bx 4 SOC (2) 式中:K为惩罚系数;xSOC为蓄电池SOC经过标准化 在 - 1, 1 范围内的值,a, b为系数. 要使实际行驶工况下的控制策略达到最佳,必 须对惩罚函数的具体表达形式或者是其中的系数进 行针对性的调整,本文中调整系数b的值. 表3为不同工况下,采用等效燃

10、油消耗率最小化 的离线瞬时优化控制策略,调整惩罚函数中的参数b 时得到的燃油经济性,以及最终SOC稳定的值. 表2 几种工况中的统计特征参数值及最优混合度 Table 2Optimal hybridization and statistical diagnostic parameters of several running cycles 工况名称 平均功率需 求Pmean/kW 功率需求 标准差Pstd 平均转矩 需求Tmean/ (N m) 转矩需求标 准差Tstd 停车时间占总时 间的比例Rst_tt 最优混合 度f3r MANHATTAN7. 179452. 586118943458.

11、 10. 3617998160. 5309 NurembergR369. 428356. 599158744799. 90. 3081180810. 4402 WVUC8. 863043. 586154255527. 40. 3032670450. 4209 1021515. 621059. 763272538975. 30. 3257575760. 3857 NYCCOMP9. 228860. 515156385987. 30. 3313896990. 3688 WVUSUB18. 146063. 7803178510556. 00. 2522522520. 3523 SC0325. 444

12、0106. 8604413515472. 00. 1950000000. 3453 UDDSHDV24. 437080. 3824281617162. 00. 3330188680. 3362 表3 惩罚函数采用不同可调参数时对应的燃油经济性和最终稳定的SOC值 Table 3Fuel economy and final stable SOC adopting different adjustable parameters of the punishing function 工况 燃油经济性 1) /L最终稳定的SOC值 b= - 0.4b= - 0.2b=0.0b=0.2b=0.4b= -

13、0.4b= - 0.2b=0.0b=0.2b=0.4 ETC城市26. 0625. 3224. 4824. 3124. 390. 6480. 6810. 7210. 7410. 757 ECE28. 3127. 8027. 5227. 9027. 970. 6670. 6740. 6800. 6830. 687 WVUC30. 5430. 3630. 0630. 2930. 420. 5790. 5990. 6120. 6260. 579 UKBUS628. 0627. 7827. 6327. 5327. 530. 7090. 7470. 7730. 7880. 797 1) 是指车辆行驶10

14、0km消耗的燃油量. 9 第6期罗玉涛 等:混合动力电动汽车行驶工况分析与识别 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. 从表3中可以看出,对每一种工况,均有一个最 佳系数b,使燃油经济性和最终稳定的SOC值最好. 例如ETC城市工况下,b= 012时的燃油经济性较 好,而b= 014时,最终稳定的SOC值较高;而对于 WVUC工况,b= 0时的燃油经济性较好,而b= 012 时,最终稳定的SOC值较高.将上述结果进行拟合, 便可以得到各种工况下的最佳的可调参数,从而对

15、实时控制提供依据,使控制策略对实际工况适应性 增强. 2 行驶工况的识别 在行驶工况与HEV匹配和控制策略的定量关 系还未找到之前,从相似性角度出发运用模糊分析 和聚类分析的方法对工况做类别方面的探讨. 2. 1 行驶工况的模糊识别 按照车辆行驶的环境特点,工况类别主要分为 城市、 郊区和高速公路3类.为了更准确地描述行驶 环境的不同特点,本文中将工况类别细分为5类: stopngo,这类工况主要是在城市的中心地带,交通十 分繁忙,车辆总是时开时停; urban,市内交通较通畅 的路段,车辆以低速行驶; suburban,近郊区,车辆以中 低速行驶; rural,远郊区,车辆以中高速行驶; h

16、ighway, 城市与城市之间的高速公路,车辆以高速行驶. 定义车辆从起动点到停止点之间持续运动的那 一段工况为“ 工况块 ”,这样就可以将具体的行驶工 况分割为几个“ 工况块 ”,观察所有的循环工况,都 是由一系列连续的“ 工况块 ” 所组成,如图2所示的 10215工况即由7个连续的“ 工况块 ” 组成. 图210215工况中工况块的定义 Fig . 2Definition of cycle blocks of the 10215 cycle 采用“ 工况块 ” 对车辆行驶工况进行分析有如 下优点: 1.任何一类行驶工况均由一系列连续的 “ 工况块 ” 组成,“ 工况块 ” 的特征亦反映了

17、行驶工况 的特征,这样降低了工况分析的复杂性; 2.“ 工况 块 ” 之间相互独立,不受影响,那么针对随机性很强 的实时行驶工况,则可以视为多个独立的“ 工况块 ” 之间的组合. 每一“ 工况块 ” 与行驶工况一样均是车速va随 时间t历程变化的曲线,如果以平均车速 ?v、 行驶距 离s两个特征参数来代表该曲线,则该曲线即是s, va对应的点,采用此方法可以很方便地对不同的 “ 工况块 ” 进行比较分析.本文中利用电动汽车仿真 软件ADV ISOR中的37个循环工况数据,从中提取 出独立的“ 工况块 ”,以 ?v随s的变化来表示,如图3 所示. 图3 以 ?v2s表示的工况块 Fig . 3C

18、ycle blocks denoted by?v2s 所需设计的模糊控制器为一种多输入单输出的 模型,输入变量为“ 工况块 ” 的平均车速和行驶距 离,输出量为“ 工况类别 ”,输入变量的隶属函数选 择高斯型函数,输出变量的隶属函数选择三角型函 数.以图3获得的数据与所选择循环工况的类别为 例,得到模糊控制器输入量与输出量之间的关系如 图4所示,以等高线的形式来表示行驶工况类别的 分类,图中的等高线表示在此线上的“ 工况 ” 点均属 图4 模糊控制规则 Fig . 4Rules of fuzzy control 01华 南 理 工 大 学 学 报(自 然 科 学 版)第35卷 1994-200

19、9 China Academic Journal Electronic Publishing House. All rights reserved. 于同一行驶工况类别,此即为模糊控制规则 8 . 基于已设计好的模糊控制器,输入几种由城市、 郊区、 高速公路等不同循环工况组合的新工况,由 “NewYorkBus + UDDSHDV + NYCC +ARTER I AL + ARB02”5种不同类别的循环工况组成.这样的混合 工况若采用传统的工况数据统计分析方法,则很难 提取出有利于辨识工况类别的信息,将该工况分解 成多个“ 工况块 ”,将“ 工况块 ” 信息进行模糊辨识, 可得到如图5所示的输

20、出,从而可得出该工况块所 属的相应“ 工况类别 ”.从结果可以发现该模糊辨识 器能较好地辨识出“ 工况 ” 所属的类别. 图5 模糊控制器识别得到的行驶工况类别 Fig . 5Running cycle sorts recognized by fuzzy controller 2. 2 行驶工况的聚类分析 模糊分析是根据车辆行驶平均车速和行驶距离 的关系来确定工况的所属类别,这些类别事先已根 据一定的经验确定了下来,由于这些类别的划分标 准具有一定的主观成分,因此并非反映了工况的细 致特性和关系.这里采用聚类分析 9 的方法 ,来对 工况类别特性进行更细致的定量分析. 由于车辆行驶的路段包含多

21、种不同交通特征, 实际运行工况的调查与分析过程比较复杂,这里采 用ADV ISOR中包含的21种理论循环工况进行分 析,选取工况时间、 距离、 最大车速、 平均车速、 最大 加速度、 最大减速度、 平均加速度、 平均减速度、 停止 时间和停止次数10个参数作为工况相关特性参数, 如表4所示. 在此数据基础上,采用Matlab工具对上述21 种工况进行聚类分析,得到如图6所示的结果. 如图6所示,其中的虚线表示分类时选取的相 似度阀值,工况类别之间的连线(实线)的高度表示 他们之间的相似度.如果选取相似度为34129%为 表4 部分理论循环工况的相关特性参数 Table 4Related cha

22、racteristic parameters of some acdemic running cycles 序号工况 总时 间/s 总距 离/km 最大 车速/ (km h - 1) 平均 车速/ (km h - 1) 最大加 速度/ (m s- 2) 最大减 速度/ (m s- 2) 平均加 速度/ (m s- 2) 平均减 速度/ (m s- 2) 停止 时间/s 停止 次数 1CBDTRUCK8503. 5132. 1914. 860. 360. 630. 290. 5615914 2WVUC14085. 3257. 6513. 591. 143. 240. 300. 3942714 3

23、MANHATTAN10893. 3240. 7210. 982. 062. 500. 540. 6739420 4NurembergR3610844. 3253. 7014. 331. 882. 110. 580. 5533424 5102156604. 1669. 9722. 680. 790. 830. 570. 652157 6NYCCOMP10294. 0357. 9414. 104. 113. 880. 470. 5434119 7CBDBUS5743. 2332. 1920. 211. 032. 100. 811. 6711614 8WVUSUB166511. 9772. 1025

24、. 871. 292. 160. 330. 424209 9NYCC5981. 9044. 5811. 412. 682. 640. 620. 6121018 10NYCTRUCK10163. 4354. 7212. 161. 961. 870. 550. 6552920 11UDDSHDV10608. 9493. 3430. 321. 962. 070. 480. 5835314 12UDDS136911. 9991. 2531. 511. 481. 480. 500. 5825917 13ECE_EUDC_L4006. 6390. 0031. 111. 061. 390. 580. 804

25、11 14COMMUTER3296. 4488. 5170. 281. 032. 010. 281. 89401 15SC036005. 7688. 1934. 512. 282. 730. 500. 601176 16EUDC4006. 95120. 0062. 440. 831. 390. 380. 93421 17ARTER I AL2913. 2264. 3739. 711. 072. 010. 601. 79484 18LA92143515. 80108. 1539. 603. 083. 930. 670. 7523416 19REP05140032. 25129. 2382. 88

26、3. 793. 190. 440. 50477 20US06_HWY36810. 04129. 2397. 913. 083. 080. 340. 41121 21HL0742110. 05128. 7585. 743. 582. 551. 290. 97412 11 第6期罗玉涛 等:混合动力电动汽车行驶工况分析与识别 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. 分类阀值,则21个工况被分为了两大类,第一大类 包含118号工况,第二大类包含1921号工况; 如果选取相似度

27、为40135%为分类阀值,则21个工 况被分为了三大类,第一大类包含117号工况,第 二大类包含18号工况,第三大类包含1921号工 况;以此类推,选取更大的相似度作为分类阀值,可 以得到更细的分类. 图6 聚类分析得到的行驶工况类别 Fig . 6Clasification of driving cycles recognized by clustering 图7为20和21号工况的va2t图.从图7可见, 对于20和21号两种高速公路工况,通过聚类分析 不仅可以得到和工况模糊分类同样的判别,而且可 图7 同属高速工况类别的20号和21号循环工况 Fig . 7No. 20 and No.

28、21 driving cycles belong to the highway driving cycle 以在特征值相似程度(相似度约为65% )的基础上 得到更量化的分类属性. 3 基于行驶工况识别的HEV匹配与 控制策略 车辆的理论行驶工况是在车辆实际运行工况基 础上根据一定的规则提取出来的具有代表性的特征 描述.虽然实际运行工况是随机且不可确定的,但也 能够从大量的理论循环工况中找到一些类似的特 征.结合前面的分类分析方法,不仅可以在HEV设 计定型之前对其将要适用的工况环境有一个详实细 致的分析,找到一个更相近的现有理论循环工况 (或者根据类别分析提取出一个参考工况)作为 HEV匹配

29、和控制策略优化的背景,而且在控制策略 的实际应用过程中,可先根据大量的理论循环工况 数据获得控制策略的集合,在实际行驶过程中对车 辆的工况进行实时的分析和预测,以寻找相似程度 较高的理论循环工况下的控制策略进行实际控制. 实际应用时,可通过行驶工况类别模糊控制器, 将HEV积累的实际行驶工况分为stopngo、urban、 suburban、rural、highway等几类.在每一类工况中,再 通过聚类分析,选择具有代表性的“ 行驶循环簇 ” 组 成相应的行驶工况数据库 10 . 假设通过模糊控制器辨识出当前的行驶工况属 于城市行驶工况,又通过聚类分析,选择出“, ” 行驶工况为车辆的城市行驶

30、工况代表性的“ 行 驶循环簇 ”,如图8所示.由于从出发地到目的地的 整个行程过长,将行驶工况分为多个阶段,这里分为 “ 阶段1” 、 “ 阶段2”. “ 行驶循环簇 ” 里的每一个循环,可对应一个经 过计算的参数控制策略,该策略可以实现驱动系统 的动力性要求,并能使控制目标达到最优,如行驶工 况 对应策略 ,如此类推. 图8 行驶循环簇示意图 Fig . 8Sketch map of running cycle clusters 21华 南 理 工 大 学 学 报(自 然 科 学 版)第35卷 1994-2009 China Academic Journal Electronic Publi

31、shing House. All rights reserved. 在设定的每个阶段,车载各种传感系统对车辆 当前的行驶工况信息进行采集,将工况信息与相应 类别的行驶工况数据库中的工况进行比较,选择相 近的类似工况对HEV优化能量管理策略进行控制. 此外,还可根据对实时工况的分析和预测,判断 其工况的类别以决定控制策略中控制目标的优先情 况,例如对城市工况可考虑针对排放性能的优先控 制,而郊区工况和高速公路工况可考虑燃油经济性 的保证和提升. 4 结论 本文中通过对不同行驶工况下,混合动力电动 汽车匹配和控制策略优化结果进行分析发现,工况 的平均功率和平均功率的标准差对混合动力汽车的 混合度有

32、很大的影响.在同一混合度下,针对不同的 工况采用不同的可调参数可得到不同的燃油经济性 和最终稳定的电池荷电状态值. 提出了“ 工况块 ” 的概念,用工况的平均行驶车 速和行驶距离作为特征参数,将统计的理论工况进 行分类,通过模糊控制器,对实际工况进行模糊分 析,将其划为对应的某一类.为更准确地反映行驶工 况,还提出了以时间、 距离、 最大车速等10个参数作 为工况相关特性参数,用聚类分析的方法对车辆行 驶工况的类别进行了更细致的分析和辨识. 在上述工况识别的基础上,提出了根据车辆实 际行驶工况的采集进行实时工况识别,以期让控制 策略根据实时工况的变化作出自适应调整的混合动 力汽车控制策略. 参

33、考文献: 1 李孟良,李洧,方茂东.道路车辆实际行驶工况解析方 法研究J .武汉理工大学学报, 2003, 27(1) : 69272. LiMeng2liang, Li Wei, Fang Mao2dong, et al . The parse method of actual running cycle of vehicle on road J . Journal ofWuhanUniversity of Technology, 2003, 27(1) : 69272. 2Lin Chan2chiao, Peng Huei, Jeon Soonil . Control of a hy2 b

34、rid electric truck based on driving pattern recognition CProceedings of the 2002 Advanced Vehicle Control Conference. Japan: Hiroshima, 2002. 3 胡红斐,黄向东,罗玉涛,等.一种混联式HEV瞬时优 化监控策略的研究J .中国机械工程, 2006, 17 (6) : 6492653. Hu Hong2fei,Huang Xiang2dong,Luo Yu2tao, et al . Study on instantaneous optimal supervi

35、sory control strategy for a series2parallel HEV J . China Mechanical Engineering, 2006, 17(6) : 6492653. 4 胡红斐,黄向东,罗玉涛.并联式混合动力电动汽车全 局优化控制 J .华南理工大学学报:自然科学版, 2006, 34(4) : 28232. Hu Hong2fei,Huang Xiang2dong,Luo Yu2tao. Global opti2 mization control of parallel hybrid electric vehicle J . Journal of

36、South China Uviversity of Technology: Natural Science Edition, 2006, 34(4) : 28232. 5 罗玉涛,黄向东.混联式混合动力驱动系统的模糊控 制与仿真J .华南理工大学学报:自然科学版, 2003, 31(8) : 92296. Luo Yu2tao, Huang Xiang2dong . Fuzzy control and simula2 tion on multiple series connection hybrid traction system J . Journal of South China Uviv

37、ersity of Technology: Natural Science Edition, 2003, 31(8) : 92296. 6 俞明,罗玉涛,黄榕清.一种混联式电动汽车驱动系统 J .华南理工大学学报:自然科学版, 2001, 29 (8) : 90292. YuMing, Luo Yu2tao, Huang Rong2qing . A kind driving system of parallel hybrid electric vehicle J . Journal of South China Uviversity of Technology: Natural Science

38、 Edition, 2001, 29(8) : 90292. 7 罗玉涛,黄向东,黄河,等.混和动力电动汽车多能源 动力总成优化研究J .汽车工程, 2005, 27 (2) : 1552 159. Luo Yu2tao, Huang Xiang2dong, Huang He, et al . Study on opti mizationofhybridelectricvehiclemulti2energy sources dynamical assembly J . Automotive Enginee2 ring, 2005, 27(2) : 1552159. 8Bor Yann Liaw

39、, Keith P Bethune, Chul Soo Kim. Analysis on driving patterns and vehicle usage for electric vehicles CEVS19. Korea:Busan, 2002. 9 彭祖赠,孙韫玉.模糊数学及其应用M .武汉:武汉 大学出版社, 2001. 10 陈清泉,孙逢春.混合电动车辆基础M .北京:北京 理工大学出版社, 2001. (下转第20页) 31 第6期罗玉涛 等:混合动力电动汽车行驶工况分析与识别 1994-2009 China Academic Journal Electronic Publi

40、shing House. All rights reserved. 2000. 9Grigorios C, Koltsakis AnastasiosM, Stamatelos . Modeling catalytic regeneration of wall2flow particulate filter Ind EngJ . Chem Res, 1997, 36(11) : 415524165. 10 龚金科,董喜俊.车用柴油机微粒捕集器捕集特性模 拟与分析J .车用发动机, 2005(3) : 24227. Gong Jin2ke, Dong Xi2jun. Calculation and

41、 analyses of trapping characteristic of diesel particulate filters J . Vehicle Engine, 2005(3) : 24227. Numerical Si mulation of Pyrogenation Regeneration Process in Particulate Filter of Vehicle D iesel Gong Jin2keL iu Yun2qingE Jia2qiangCai HaoW ang Shu2huiFu Jun (State KeyLaboratory ofAdvanced De

42、sign andManufacturing forVehicle Body, Hunan Univ . , Changsha 410082, Hunan, China) Abstract: Based on the pyrogenation regeneration model for a channel of diesel particulate filter, the distribution laws of soot combustion and wall temperature in the axial direction during the pyrogenation regener

43、ation process, as well as the effect of regeneration condition on pyrogenation regeneration process, are investigated by numerical si mu2 lation.The results indicate that the wall temperature gradually increase from the front2end to the rear2end of the monolith, with a maximum value at the rear2end;

44、 and that, with the increase in the initial temperature of the mono2 lith and with the appropriate increase in the gasmass flux, the gas oxygen content and the soot deposit mass, the regeneration process can be effectively speeded up. However, too much oxygen and soot depositwill lead to a much high

45、erwall temperature, and a much larger gasmass flux may slow down the regeneration process . Key words: diesel; particulate filter; pyrogenation regeneration; regeneration condition; numerical simulation (上接第13页) Analysis and Recognizition of Running Cycles of Hybrid Electric Vehicle Luo Yu2tao 1 Hu

46、Hong2fei 2 Shen Ji2jun 3 (1 . Guangdong Provincial KeyLaboratory of Electric Vehicle Research, South China Univ . of Tech . , Guangzhou 510640, Guangdong, China; 2. College ofMechanical Engineering, GuangdongUniv . of Tech. , Guangzhou 510006, Guangdong, China; 3. Guangzhou Honda Automotive Co. Ltd. , Guangzhou