Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Teaching Framework Based on Big Data of Students’ Learning Behaviors: A Case Study of Academic Performance Prediction Kapitel lesen Erstes Kapitel lesen

2023 | OriginalPaper | Buchkapitel

Optimal Control Technology of Electric Vehicle Traction System Based on Active Disturbance Rejection Algorithm

verfasst von : Saijun Zhong

Erschienen in: Frontier Computing

Verlag: Springer Nature Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

What is the research on the optimal control technology of electric vehicle traction system based on active disturbance rejection algorithm? The main objective of the project is to develop a new model for controlling the powertrain and transmission of electric vehicles. The model shall be able to handle various operating conditions, such as different driving modes, changing loads and changing speeds. It should also be able to always provide good performance under any conditions. In order to achieve these goals, we will use advanced mathematical technology, including optimization theory, neural network and fuzzy logic. In addition, we will use Ma simulation real-time control system to design the optimal controller of electric vehicle traction system; Secondly, it will be implemented in real time using Matlab / Simulink and simscape.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Comparison of Two Approximate Algorithms of AHP in Post Evaluation of Water Conservancy Projects
Nächstes Kapitel Application of Machine Learning Algorithm in Financial Market Risk Prediction
Literatur
1.
Wang, B., Yang, J., Jiao, H., et al.: Design of auto disturbance rejection controller for freight train traction control system based on artificial bee colony algorithm. Measurement 160(2), 107812 (2020)CrossRef
2.
Jung, K., Park, J., Son, S., et al.: Position prediction of wireless charging electric vehicle for auto parking using extreme gradient boost algorithm. In: 2020 IEEE Wireless Power Transfer Conference (WPTC). IEEE, (2020)
3.
Tao, Y., Huang, M.H., Chen, Y.P., et al.: Review of optimized layout of electric vehicle charging infrastructures. J. Central South Univ. 28(10), 3268–3278 (2021)CrossRef
4.
Zhao, Y., Hui, Z.Z., Cui, J.: Traction control system of electric vehicle with 4 in-wheel motors using lyapunov stability analysis algorithm. In: SAE WCX Digital Summit (2021)
5.
Kim, S., Yu, S.H., Lee, H.: Traction control using a disturbance observer for hybrid electric vehicles. Int. J. Automot. Technol. 22(6), 1485–1494 (2021)CrossRef
6.
Roselli, S.F., Gtvall, P.L., Fabian, M., et al.: A Compositional algorithm for the conflict-free electric vehicle routing problem. IEEE Trans. Autom. Sci. Eng. 19, 1405–1421 (2022)
7.
Sun, D., Zhang, J., He, C., et al.: Dual-mode regenerative braking control strategy of electric vehicle based on active disturbance rejection control. Proc. Inst. Mech. Eng. Part D J. Autom. Eng. 235(9), 095440702098564 (2021)
8.
Outalha, A., Lakhal,Y., Baghli,FZ., et al. :Electric vehicle routing problem using timed petri nets and optimization algorithm. J. Adv. Res. Dyn. Control Syst.12(5-SPECIAL ISSUE), 1109–1115 (2020)
9.
Kim, S., Bang, J.S., Kim, S., et al.: Robust vehicle speed control using disturbance observer in hybrid electric vehicles. Int. J. Automot. Technol. 21(4), 931–942 (2020)CrossRef
10.
Ji, P., Ma, F., Min, F.: Terminal traction control of teleoperation manipulator with random jitter disturbance based on active disturbance rejection sliding mode contro. IEEE Access 8, 220246–220262 (2020)CrossRef
Metadaten
Titel
Optimal Control Technology of Electric Vehicle Traction System Based on Active Disturbance Rejection Algorithm
verfasst von
Saijun Zhong
Copyright-Jahr
2023
Verlag
Springer Nature Singapore
Buch
Frontier Computing

Print ISBN: 978-981-9914-27-2

Electronic ISBN: 978-981-9914-28-9

Copyright-Jahr: 2023

DOI
https://doi.org/10.1007/978-981-99-1428-9_246

Neuer Inhalt

    Bildnachweise