-
公开(公告)号：CN114781551A
公开(公告)日：2022-07-22
申请号：CN202210683063.6
申请日：2022-06-16
Applicant: 北京理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于大数据的电池多故障智能分类识别方法，包括以下步骤：S1.采集不同故障条件下电池的海量运行数据并上传大数据平台；S2.提取大数据平台中的原始数据并进行预处理；S3.建立并训练基于智能无监督学习算法的数据高阶特征提取模型；S4.建立并训练基于智能有监督学习算法的高阶特征多分类器；S5.实时采集电池运行数据，利用无监督学习算法提取实时数据的高阶特征，然后利用有监督学习算法进行特征分类，从而实现多种故障的实时诊断和分类。本发明结合基于无监督学习的特征提取方法和基于有监督学习的多分类器实现多种故障的诊断和分类，通过利用无监督学习算法可以提高多分类器的准确性和训练效率。
-
公开(公告)号：CN107909179B
公开(公告)日：2021-12-17
申请号：CN201710909210.6
申请日：2017-09-29
Applicant: 北京理工大学
Abstract: 本发明公开了插电式混合动力车辆行驶工况的预测模型构建方法以及基于该预测模型构建方法的插电式混合动力车辆能量管理方法，实现了基于模型预测控制能量管理策略的在线应用。基于模型预测的基本原理，通过改变预测的车辆未来行驶工况的时间尺度来实现对未来车速预测精度的控制，并将该变化预测时域的原则和动态规划算法引入模型预测控制的构架中，形成针对插电式混合动力汽车的变时域模型预测能量管理方法。具体包括对模型预测控制在车辆实际行驶过程中运行可能出现的工况缺失问题的解决方案，实时预测过程预测精度的定义方式，通过主成分分析、聚类分析、相关性分析等构成的预测时域变换原则以及如何将上述原则和动态规划算法一并引入模型预测控制构架，形成基于变时域模型预测能量管理方法。
-
公开(公告)号：CN112582645B
公开(公告)日：2021-11-19
申请号：CN202011504778.8
申请日：2020-12-18
Applicant: 北京理工大学
IPC: H01M8/04082 , H01M8/04089 , H01M8/04029 , H02J7/14 , H02J7/34
Abstract: 本发明公开了一种用于混合储能系统的能量管理系统，能量管理系统用于燃料电池汽车；包括空气压缩机、空气网管、氢氧燃料电池、储水罐、混合储能装置和储压罐；混合储能装置包括储压罐；空气压缩机与空气网管连通；空气网管的与泄压罐、储压罐、氢氧燃料电池连接；储水罐与氢氧燃料电池连接，且储水罐上设有第一散热管路和第二散热管路；第一散热管路用于将储水罐中的水引入到空气压缩机的冷却系统的散热器的外表面上；第二散热管路用于将储水罐中的水引入到氢氧燃料电池的散热系统中的散热器的外表面；泄压罐、储压罐和空气网管通过一三通阀连接；本发明能够在保证空气压缩机处于较佳工作状态下，同时减少能量的浪费。
-
公开(公告)号：CN109878500B
公开(公告)日：2021-11-19
申请号：CN201910139402.2
申请日：2019-02-25
Applicant: 北京理工大学
IPC: B60W10/08 , B60W10/11 , B60W30/18 , B60W40/105
Abstract: 本发明涉及一种双电机变速箱驱动系统协同控制策略，特别针对变速箱位于一个电机和行星排之间的双电机变速箱的驱动系统构型，对于两个挡位，基于电机驱动效率map图，分别通过全局离线寻优的方式获得各自挡位下的转矩分配表和驱动系统效率表；通过对比相同工作点两个挡位的驱动系统效率，得到能耗经济性最优的换挡规律，再根据转矩分配表查表得到转矩分配策略。针对多模高效电驱动系统工作模式多，控制复杂的问题，以及经济性优化目标，深度挖掘行驶及作业中工况数据、双电机效率互补特征，提高协同控制效率，实现车辆性能最优控制。
-
公开(公告)号：CN113428049A
公开(公告)日：2021-09-24
申请号：CN202110985027.0
申请日：2021-08-26
Applicant: 北京理工大学
Abstract: 本发明提供了一种考虑电池老化抑制的燃料电池混动汽车能量管理方法：（1）生成预测模型；（2）获取参考轨迹；（3）滚动优化实时控制；（4）反馈校正。该方法利用动态规划算法的先进性，采用模型预测控制能量管理框架，提供了一种考虑电池老化抑制的改进的模型预测控制能量管理方法，在燃料电池混动汽车的能量管理实际应用中,有效地保护了电池的同时，显著地提升了整车总体经济性。
-
Patent Agency Ranking
公开(公告)号：CN110985651B
公开(公告)日：2021-08-31
申请号：CN201911233437.9
申请日：2019-12-04
Applicant: 北京理工大学
IPC: F16H59/14 , F16H59/16 , F16H59/24 , F16H59/44 , F16H59/48 , F16H59/50 , F16H59/52 , F16H59/66 , F16H59/70
Abstract: 一种基于预测的自动变速器多参数融合换挡策略，包括如下步骤：基于车辆行驶工况的历史信息，通过所建立的深度神经网络算法模型(DNN)，对未来短时域工况进行预测，基于模型预测架构(MPC)，根据预测的行驶工况信息，通过动态规划滚动优化算法，对预测时域进行挡位寻优，得到使得在预测时域内代价函数最小的变速箱挡位控制序列；将动态规划滚动优化算法寻得的优化控制序列发送至各个低层控制器，控制变速箱以及电机等整车部件进行响应。实现驾驶员‑车辆‑环境闭环系统的智能化换挡，在保证动力性的前提下，实现车辆的经济性换挡。
-
公开(公告)号：CN108340787B
公开(公告)日：2021-08-31
申请号：CN201810002425.4
申请日：2018-01-02
Applicant: 北京理工大学
Abstract: 本发明涉及了一种单加速踏板制动控制方法和车辆，通过驾驶员对于加速踏板的操作行为，判断驾驶员制动意图，进一步地，结合加速踏板的开度变化、开度变化率和再生制动能力，利用模糊控制器，在当前电机再生制动能力范围内，计算出当前电机提供的再生制动力矩，进行制动并回收制动能量。随后，再根据驾驶员下一时刻的驾驶行为，自适应地调整电机再生制动能力的大小。本发明实现了尽可能只通过加速踏板来完成纯电动汽车的驾驶操作，增加了一段工况内再生制动能量回收的时间比重，增大了制动能量回收率，同时减轻了驾驶员的操作负担，使驾驶更为智能。
-
公开(公告)号：CN113022385B
公开(公告)日：2021-08-10
申请号：CN202110596547.2
申请日：2021-05-28
Applicant: 北京理工大学
IPC: B60L58/40
Abstract: 本发明提供燃料电池锂电池混合动力系统参数匹配方法，S1、设立了多维参数匹配优化张量空间，进行混合动力系统参数匹配优化；S2、多维参数匹配优化张量空间内各三维变量为待评估的备选参数匹配方案；S3、基于深度强化学习算法，针对特征工况，为各备选方案优化功率分配策略；S4、根据各备选方案由基于强化学习算法的能量管理策略生成的最优功率分配结果。本发明在燃料电池能量管理策略优化问题中对等效氢耗成本、燃料电池运行老化损耗成本、动力电池运行老化损耗成本进行了实时量化考虑，优化目标涵盖全面，可以减少计算时间，提高效率。
-
公开(公告)号：CN112014353B
公开(公告)日：2021-07-13
申请号：CN202010920827.X
申请日：2020-09-04
Applicant: 北京理工大学
Abstract: 本发明涉及一种确定氢气射流浓度场分布的方法和系统。该确定氢气射流浓度场分布的方法和系统，采用纹影技术，基于光在被测流场中的折射率梯度正比于流场的气流密度的原理，在图像上确定光线偏移量的变化，结合gamma分布，经过传感器标定校正，以直观精确的确定得到氢气射流浓度场最终的浓度分布。并且，在本发明提供的确定氢气射流浓度场分布的方法和系统中，只需要采用一个浓度传感器就可以完成氢气射流浓度场浓度分布的确定，以解决现有技术中存在的因采用多传感器对流场影响而导致检测结果不准确的问题。
-
公开(公告)号：CN113022385A
公开(公告)日：2021-06-25
申请号：CN202110596547.2
申请日：2021-05-28
Applicant: 北京理工大学
IPC: B60L58/40
Abstract: 本发明提供燃料电池锂电池混合动力系统参数匹配方法，S1、设立了多维参数匹配优化张量空间，进行混合动力系统参数匹配优化；S2、多维参数匹配优化张量空间内各三维变量为待评估的备选参数匹配方案；S3、基于深度强化学习算法，针对特征工况，为各备选方案优化功率分配策略；S4、根据各备选方案由基于强化学习算法的能量管理策略生成的最优功率分配结果。本发明在燃料电池能量管理策略优化问题中对等效氢耗成本、燃料电池运行老化损耗成本、动力电池运行老化损耗成本进行了实时量化考虑，优化目标涵盖全面，可以减少计算时间，提高效率。
-
-
-
-
-
-
-
-
-
Search Results
312
records
(took 0.029 seconds)
