淺談新能源汽車能源控制智能化發(fā)展

朱燕燕

摘 要：本文以人工智能化進(jìn)展的大背景下，駐足新能源汽車的進(jìn)展現(xiàn)狀，文章簡(jiǎn)單的進(jìn)行了對(duì)新能源汽車能源控制智能化的進(jìn)展成果的介紹，瞻望了新能源汽車能源控制智能化進(jìn)一步的進(jìn)展趨向。只有我國(guó)新能源汽車能源控制與人工智能互相結(jié)合，使新能源汽車工業(yè)與人工智能技術(shù)共同進(jìn)展，才能夠進(jìn)一步的保障能源可持續(xù)性供給，實(shí)現(xiàn)汽車行業(yè)的可持續(xù)性進(jìn)展。

關(guān)鍵詞：新能源 汽車能源 控制智能化

自十九世紀(jì)德國(guó)著名工程師卡爾·本茨與戴姆勒創(chuàng)造汽車到如今的二十一世紀(jì)，汽車工業(yè)的進(jìn)展歷史就已經(jīng)有了兩個(gè)世紀(jì)，以往的燃油汽車生產(chǎn)工業(yè)的技術(shù)進(jìn)展已經(jīng)十分成熟。進(jìn)入二十一世紀(jì)以后以往的燃油汽車工業(yè)的進(jìn)展速度正在緩慢降低，進(jìn)展的質(zhì)量尚待提升，汽車工業(yè)的進(jìn)展已經(jīng)走上了下坡的道路，跟隨著到來(lái)的是汽車工業(yè)生產(chǎn)工業(yè)進(jìn)展的眾多問(wèn)題，比方說(shuō)在使用汽車時(shí)的操控問(wèn)題和經(jīng)濟(jì)問(wèn)題以及環(huán)境的保護(hù)問(wèn)題等問(wèn)題。在我國(guó)社會(huì)經(jīng)濟(jì)持續(xù)進(jìn)展的背景下，國(guó)家政府有關(guān)部門的有效領(lǐng)導(dǎo)，社會(huì)人群越來(lái)越重視汽車的方便性以及便利性，汽車已經(jīng)走進(jìn)了千門萬(wàn)戶，成為了我國(guó)絕大多數(shù)家庭或不可缺的交通工具，在我國(guó)人工智能繁榮進(jìn)展的大背景下，對(duì)汽車工業(yè)生產(chǎn)行業(yè)實(shí)施轉(zhuǎn)型改革以及生產(chǎn)技術(shù)的革新，進(jìn)一步的增強(qiáng)對(duì)更為智能的新能源汽車的探究投資以及宣傳推廣。

1 新能源的進(jìn)展現(xiàn)狀

新能源汽車是將非石油類燃料作為新能源汽車的動(dòng)力能源，或者是石油燃料與新能源車型混合為一體的汽車。新能源汽車的技術(shù)以及構(gòu)造較為新奇，尤其是新能源汽車綜合應(yīng)用了如今汽車的動(dòng)力操控系統(tǒng)與啟動(dòng)系統(tǒng)的更新型技術(shù)，是一類具備高端技術(shù)含量的更新型交通工具。在我國(guó)社會(huì)經(jīng)濟(jì)持持續(xù)進(jìn)展的背景下，汽車已經(jīng)走進(jìn)了我國(guó)的千門萬(wàn)戶。據(jù)我國(guó)公安交通管理有關(guān)部門調(diào)查，截止2019年終，我國(guó)的傳統(tǒng)燃油汽車保有量已經(jīng)達(dá)到了三億四千萬(wàn)輛，隨著社會(huì)人群對(duì)能源消耗以及環(huán)境保護(hù)意識(shí)持續(xù)的提升，我國(guó)制訂了節(jié)能減排策略，發(fā)布了與新能源汽車相關(guān)的一系列攻略，提升了與新能源汽車有關(guān)的資金補(bǔ)助，新能源汽車生產(chǎn)行業(yè)迎來(lái)了加速進(jìn)展的重要時(shí)期。

2 新能源汽車的不足

新能源汽車大致可以分為油電混合新能源汽車以及純電動(dòng)新能源汽車兩個(gè)部分，因?yàn)榛旌蟿?dòng)力的新能源汽車將石油類燃料與電力混合作為動(dòng)力的資源，主要應(yīng)用的動(dòng)力能源是電能，而石油類燃料作為輔助能源，所以油電混合的新能源汽車的構(gòu)造極其復(fù)雜，為了達(dá)到最佳的節(jié)能效果，創(chuàng)建更好的能源消耗管控系統(tǒng)是最重要的。油電混合的新能源汽車的能源消耗會(huì)受到很多方面的影響，比方說(shuō)油電混合新能源汽車的車身自重、應(yīng)用的輪轂類型、在行駛過(guò)程中的狀況、駕駛員的汽車駕駛習(xí)慣以及汽車的動(dòng)力系統(tǒng)的類別等。因?yàn)槿缃竦挠碗娀旌闲履茉雌嚨哪茉垂芸叵到y(tǒng)的技術(shù)還不是十分的成熟，所以油電混合新能源汽車的能源消耗往往都會(huì)相對(duì)來(lái)說(shuō)比較高。純電動(dòng)新能源汽車將以往的燃油發(fā)動(dòng)機(jī)轉(zhuǎn)變?yōu)橛尚铍姵毓┙o電能并由電機(jī)將電能轉(zhuǎn)化為動(dòng)能，以此達(dá)到驅(qū)動(dòng)汽車的目的，由于蓄電池對(duì)電能的儲(chǔ)蓄能力受到了限制，供給新能源汽車行駛的電能較少，導(dǎo)致新能源汽車行駛的里程非常的短，純電能新能源汽車受到蓄電池的供電狀態(tài)、電機(jī)的運(yùn)轉(zhuǎn)狀況、新能源汽車周圍的環(huán)境狀況以及新能源汽車在行駛過(guò)程中受到外界的影響相對(duì)來(lái)說(shuō)較大。

3 人工智能在新能源汽車境遇的融合運(yùn)用

3.1 人工智能簡(jiǎn)介

人工智能技術(shù)的研發(fā)是用于模擬和延伸以及拓展人類智能的理論和方法技術(shù)以及運(yùn)用系統(tǒng)的一門更新的技術(shù)課程。人類的意志和思想以及信息傳輸?shù)哪Ｊ蕉伎梢詰?yīng)用人工智能技術(shù)進(jìn)行計(jì)算以及模擬，人工智能不用經(jīng)過(guò)人類的大腦，但是人工智能卻能夠像人類一樣考慮一定程度的問(wèn)題，人工智能在非常多的方面已經(jīng)完全超越了人類的大腦。在一定的程度上能夠替代人類的大腦進(jìn)行對(duì)繁雜的問(wèn)題進(jìn)行思考以及工作，而對(duì)于新能源汽車能源的管控這種數(shù)據(jù)雜亂密集的創(chuàng)建模型進(jìn)行計(jì)算，人工智能的計(jì)算方法一樣極其的符合計(jì)算的要求。

3.2 人工智能在新能源汽車中的運(yùn)用

3.2.1 人工智能在油電混合新能源汽車中的運(yùn)用

油電混合新能源汽車在應(yīng)用了傳統(tǒng)石油類燃料的基礎(chǔ)上增添蓄電池作為動(dòng)力能源，電機(jī)作為汽車的驅(qū)動(dòng)，所以油電混合新能源汽車在石油類燃料的消耗上以及圍棋的排放量上都遠(yuǎn)遠(yuǎn)低于傳統(tǒng)的燃油汽車，而在動(dòng)力這一方面又比純電動(dòng)新能源汽車有優(yōu)勢(shì)，所以油電混合新能源汽車是傳統(tǒng)的將燃油作能源的汽車向純電動(dòng)新能源汽車思的一種過(guò)渡新能源汽車。油電混合新能源汽車的核心是運(yùn)用HEV系統(tǒng)，而維持HEV系統(tǒng)的是能源管控體系技術(shù)，如今油電混合新能源汽車的HEV體系主要包含并聯(lián)以及串聯(lián)兩種連接形式，思考到并聯(lián)式與串聯(lián)式HEV進(jìn)展的差異性與管控系統(tǒng)是否只能管控與改善，文章將以智能型以及智能改善型兩個(gè)方面對(duì)并聯(lián)式能源管控系統(tǒng)技術(shù)進(jìn)行簡(jiǎn)單講述。

在我國(guó)人工智能迅速進(jìn)展的背景下，油電混合新能源汽車能源管控這種時(shí)變體系非線性的問(wèn)題可以應(yīng)用朦朧邏輯的學(xué)習(xí)計(jì)算方式進(jìn)行解決，通過(guò)對(duì)新能源汽車裝配的蓄電池、新能源汽車的扭矩、新能源汽車的最高時(shí)速、新能源汽車駕駛員的駕駛習(xí)慣以及新能源汽車在行駛過(guò)程中的狀況等要素作為變量傳輸?shù)叫履茉雌嚥倏仄鳎儆秒鼥V邏輯對(duì)新能源汽車的工作模式以及新能源汽車發(fā)動(dòng)機(jī)的輸出功率進(jìn)行區(qū)別，朦朧計(jì)算攻略能源管控的適應(yīng)能力較強(qiáng)，結(jié)果比較精準(zhǔn)并且計(jì)算的速度及其的快，能夠使鑲?cè)胧降捏w系順應(yīng)如今的油電混合新能源汽車，但是其由于還需要借助人工操作經(jīng)驗(yàn)的特點(diǎn)，很難達(dá)到全局面最優(yōu)異的，現(xiàn)在這種智能操控還需要得到進(jìn)一步的改善。

3.2.2 人工智能在純電能新能源汽車中的運(yùn)用

在純電能新能源汽車的技術(shù)逐漸健全的大背景下，社會(huì)人群將純電動(dòng)新能源汽車的蓄電池的安全問(wèn)題以及續(xù)航能力問(wèn)題作為關(guān)注的重點(diǎn)問(wèn)題，而蓄電池的本身質(zhì)量與蓄電池裝配的汽車電源管理系統(tǒng)決定了蓄電池在使用過(guò)程中的安全問(wèn)題以及續(xù)航能力問(wèn)題。新能源汽車的電源管理體系的主要功能包含：?jiǎn)蝹€(gè)蓄電池的電流與電壓的測(cè)量，與蓄電池的電量均衡，全部蓄電池的電流測(cè)量以及電壓測(cè)量，蓄電池的溫度測(cè)量，配電管控，故障檢測(cè)以及管控，汽車內(nèi)部的通信管控與核電估算等。雖然電源管理系統(tǒng)包含的很多，但是其中最主要的最尚待提升完善的是荷電狀態(tài)估計(jì)計(jì)算，因?yàn)樾铍姵氐碾娫春呻姞顟B(tài)是非線性的，為了進(jìn)一步的提升荷電狀態(tài)估計(jì)計(jì)算的能力以及荷電狀態(tài)估計(jì)計(jì)算的精準(zhǔn)度，社會(huì)人群應(yīng)用純電能新能源汽車蓄電池的外貌特征作為參考數(shù)據(jù)，傳輸?shù)饺斯ぶ悄苌窠?jīng)網(wǎng)絡(luò)，設(shè)置與實(shí)際狀況相符的核心神經(jīng)元的數(shù)量，運(yùn)用粒子群計(jì)算方法以及遺傳計(jì)算方法等對(duì)神經(jīng)元網(wǎng)絡(luò)實(shí)施改善，用大量的現(xiàn)實(shí)數(shù)據(jù)鍛煉人工智能神經(jīng)網(wǎng)絡(luò)，最后取得核電狀態(tài)估計(jì)計(jì)算模型的誤差在1.2%～4.5%，構(gòu)建的模型能夠非常精確的估算出核電狀態(tài)。

因?yàn)橐酝铍姵仉娫措姾蔂顟B(tài)估計(jì)計(jì)算存在局部最小問(wèn)題，導(dǎo)致以往的估算辦法與實(shí)際狀況的誤差非常大，科技人員創(chuàng)建支持向量機(jī)模型就估算電源電荷狀態(tài)，支持向量機(jī)方法可以極佳地處理非線性以及高緯度建模的問(wèn)題，及其符合電荷狀態(tài)估算模型，支持向量機(jī)創(chuàng)建的估算模型估算的極其精準(zhǔn)，魯棒性和適應(yīng)性以及泛化能力強(qiáng)，應(yīng)用支持向量機(jī)創(chuàng)建的模型進(jìn)過(guò)實(shí)際檢測(cè)得到的估算誤差是2.7%，能夠極其精準(zhǔn)的估計(jì)計(jì)算電源電荷狀態(tài)。

4 結(jié)語(yǔ)

（1）新能源汽車能源操控模式的人工智能化具備著數(shù)據(jù)處理的量極大和輸入的參考數(shù)據(jù)很多以及能源操控建模非常雜亂，不可以整體及時(shí)的對(duì)核電狀態(tài)進(jìn)行估算，應(yīng)該對(duì)人工智能的估計(jì)計(jì)算方法進(jìn)行進(jìn)一步的改良。

（2）迄今為止，隨著大數(shù)據(jù)與人工智能繁榮進(jìn)展，技術(shù)人員將人工智能算法運(yùn)用在系能源汽車的能源管控系統(tǒng)中，進(jìn)一步的補(bǔ)償了以前新能源汽車管控系統(tǒng)的欠缺之處，有效的提升了新能源汽車的節(jié)能環(huán)保能力和精準(zhǔn)化以及智能化。將來(lái)的系能源汽車依然要與人工智能互相融合，使新能源汽車的工業(yè)生產(chǎn)技術(shù)與人工智能生產(chǎn)技術(shù)共同進(jìn)展。

（3）應(yīng)用人工智能生產(chǎn)計(jì)算方法進(jìn)行對(duì)新能源汽車能源的管控相對(duì)以前非智能的操控體系在操控速度上以及估計(jì)計(jì)算的精準(zhǔn)度生都有極大程度的提升，對(duì)新能源汽車的能源傳輸有著極佳的改良成效，人工智能技術(shù)辦法能夠逐漸代替以往非智能的能永遠(yuǎn)操控控辦法。

參考文獻(xiàn)：

[1]唐葆君，王翔宇，王彬，吳鄖，鄒穎，許黃琛，馬也.中國(guó)新能源汽車行業(yè)發(fā)展水平分析及展望[J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，21（02）：6-11.

[2]馬建，劉曉東，陳軼嵩，汪貴平，趙軒，賀伊琳，許世維，張凱，張一西.中國(guó)新能源汽車產(chǎn)業(yè)與技術(shù)發(fā)展現(xiàn)狀及對(duì)策[J].中國(guó)公路學(xué)報(bào)，2018，31（08）：1-19.

[3]李文策，白雪，齊亮，張祥，冉純嘉.新能源汽車新時(shí)代新征程：2017回顧及未來(lái)展望[J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，20（02）：1-7.

[4]王宏起，汪英華，武建龍，劉家洋.新能源汽車創(chuàng)新生態(tài)系統(tǒng)演進(jìn)機(jī)理——基于比亞迪新能源汽車的案例研究[J].中國(guó)軟科學(xué)，2016（04）：81-94.

[5]薛奕曦，邵魯寧，尤建新，畢曉航.面向新能源汽車的社會(huì)—技術(shù)域分析及其轉(zhuǎn)型推動(dòng)研究[J].中國(guó)軟科學(xué)，2013（03）：78-88.