根据2021年7月ESI数据库的最新发表,上海电力大学自动化工程学院燃料电池混合动力移动机器人研究组的研究成果成功入选ESI热点论文。
新入选的论文名为《混合动力汽车的能量管理:基于遗传算法的燃料电池混合动力系统能量优化综述》doi:10.1016/j . encon man . 2020.112474),发表于2020年2月国际顶级期刊《能量转换与管理》(SCI Area 1 TOP,IF8.208)。这是该课题组继两项研究成果入选ESI高被引论文后的又一突破。该论文自2020年9月成功入选ESI高被引论文以来,一直受到该领域研究人员的持续关注,被引用次数持续增加,并于2021年7月被ESI数据库收录为热门论文。
本文第一作者为自动化工程学院卢学勤教授,第二作者为自动化工程学院2020级研究生吴银波(国家奖学金获得者,上海市优秀毕业生)。目前对燃料电池混合动力系统能量管理与控制的研究很多,研究的深度和角度也不尽相同。该成果面向多能源管理燃料电池驱动核心技术。从大量的研究成果中提取和分析能量管理方法的有效控制策略,预测发展趋势,寻找突破点是本研究的难点。该成果结合多年来在同一领域的研究进展,总结并深入研究了燃料电池混合动力驱动机构的不同要求和优化目标。主要贡献如下:1)深入分析了不同拓扑混合驱动对象和混合动力系统能量管理主流控制策略的研究热点,形成了系统的理论和问题框架。2)能源优化、供电稳定性等关键问题。目前对混合动力系统的能量管理与控制进行了全面细致的研究,并结合本课题组的研究深度对相关问题的突破点进行了分析和预测。
陆学勤课题组在燃料电池混合动力驱动的移动机器人控制领域进行了长期深入的研究,取得了丰硕的成果,主要包括燃料电池混合动力管理策略和综合性能评价研究、机器人信息获取研究等。,并在机器人性能评价方面取得了重大突破。相关研究成果近三年发表SCI论文10余篇,其中SCI一区和我校A类期刊6篇。
混合驱动系统的理论研究是源于多传感器信息融合、能量管理、智能控制等多学科领域的共性问题,具有明显的科研价值。上述研究成果可为移动机器人系统、新能源汽车的能量管理、无人驾驶汽车的信息获取和驱动系统控制等提供参考理论支持。(通讯员:上海电力大学范立达)



