-
公开(公告)号：CN110682905A
公开(公告)日：2020-01-14
申请号：CN201910969041.4
申请日：2019-10-12
Applicant: 重庆大学
Abstract: 本发明涉及插电式混合动力汽车领域，具体涉及一种基于行驶里程的时域中电池荷电状态参考变化量获取方法，包括以下步骤：(1)利用工况识别算法将车辆行驶的样本数据划分成多个不同的典型工况类型；(2)利用动态规划算法计算得到能够代表电池荷电状态下降规律的特征参数，离线仿真得到车辆在同一种典型工况下空间域中平均单位距离的电池荷电状态的变化量；(3)利用车辆在同一种典型工况下空间域中平均单位距离的电池荷电状态的变化量，计算得出车辆在同一种典型工况下时域中的电池荷电状态的参考变化量。本发明解决了插电式混合动力汽车能量管理控制策略中电量使用不均衡的问题，最大限度的发挥了插电式混合动力汽车可以外接电源的优势。
-
公开(公告)号：CN105774537A
公开(公告)日：2016-07-20
申请号：CN201610176215.8
申请日：2016-03-24
Applicant: 重庆大学
Abstract: 本发明提供一种采用双离合两挡自动变速器的增程式电动汽车动力系统，其中发动机的曲轴通过离合器与传动轴连接，第一电机、第二电机通过传动轴与双离合器的输入盘连接，通过控制双离合器的两个离合器的分离与结合，可以实现两个挡位。在车辆低速、低功率下仅有第二电机工作，在车辆中、高速时可由第一、二电机共同工作，避免了发动机低速、低负荷工作，可实现零排放、零污染，同时采用两个电机，提高了电机的回收制动能力；在车辆高速、大功率时，可使发动机工作在最佳效率区，提高了汽车的动力性与经济性的同时，延长了汽车的行驶里程。本发明具有结构紧凑、轴向尺寸安装小、安装方便、易于布局的优点。
-
公开(公告)号：CN104002690B
公开(公告)日：2016-02-24
申请号：CN201410249501.3
申请日：2014-06-06
Applicant: 重庆大学
IPC: B60L11/16
CPC classification number: Y02T10/7033
Abstract: 本发明公开一种装有飞轮助力装置的增程式电动汽车动力系统，其特征在于：包括内燃机、第一离合器、轴、电机、双离合器、中间轴、第二离合器和飞轮。选择真空飞轮作为辅助动力源，与现有的辅助能源相比具有储能密度高、使用循环寿命长、免维护和良好的性价比等优点。可通过协调控制真空飞轮与动力蓄电池的能量流动达到汽车的快速上下坡、加速、减速的控制而对电池的寿命不会产生影响。
-
公开(公告)号：CN104579104A
公开(公告)日：2015-04-29
申请号：CN201510022871.8
申请日：2015-01-15
Applicant: 重庆大学
Abstract: 本发明涉及一种基于路径优化和调速控制的采煤机电机调速方法，属于采矿技术领域。该方法基于采煤工作面的煤岩特征，对采煤机所使用的交流变频调速电动机进行变频调速控制，结合控制器开关，使频率控制信号变化结合调速控制，调节交流变频牵引电机转速和截割电机转速，控制转速变化的频率控制信号采取非阶跃变化，经过渡路径转变为目标频率信号，使电动机迅速响应并减小载荷波动。本发明所提供的一种基于路径优化和调速控制的采煤机电机调速方法，提高了采煤机交流变频电机在调速时的响应速度，同时减小了电机在此调速过程中的载荷波动，从而提高交流变频电以及采煤机整机的高效性和稳定性，并使整机调速有一定的自适应性，实现少人或远程化工作。
-
公开(公告)号：CN103982181A
公开(公告)日：2014-08-13
申请号：CN201410227486.2
申请日：2014-05-27
Applicant: 重庆大学
Abstract: 本发明公开了一种采煤机高可靠性机电液短程截割传动系统，包括截割电机、液压传动系统、齿轮传动系统、截割滚筒、控制器、数据采集装置和处理器；所述截割电机的动力经液压传动系统、齿轮传动系统后输入截割滚筒；还公开了一种截割传动系统的控制方法；本发明采用液压传动系统传递功率，实现了短程传动，能避免因重载摇臂变形产生破坏，可靠性高；其能分别对牵引速度和截割滚筒转速进行调节，可使截割滚筒按合理切削厚度进行切割，发挥出整机最大的截割功效的能力；其采用的液压传动系统相对传统电机—齿轮传动系统而言有着更为理想的抗冲击性能；其采用的多泵多马达系统可在某个元件失效时降功率继续工作，能避免停工损失。
-
Patent Agency Ranking
公开(公告)号：CN103978973A
公开(公告)日：2014-08-13
申请号：CN201410250105.2
申请日：2014-06-06
Applicant: 重庆大学
CPC classification number: Y02T10/6221 , Y02T10/6286 , Y02T10/92 , B60W10/26 , B60K6/365 , B60K6/48 , B60W10/02 , B60W10/06 , B60W10/08 , B60W10/18 , B60W20/10 , B60W2510/242 , B60W2710/0666 , B60W2710/083
Abstract: 本发明提供了一种双电机混合动力系统的全工况控制方法，可控制实现两个电机的并联驱动，从而降低了发动机的工作频率，可通过调节行星排的运动来调节发动机工作在最佳效率区，同时，可同时控制两个电机回收制动能量，提高了回收制动能量率。
-
公开(公告)号：CN102297181A
公开(公告)日：2011-12-28
申请号：CN201110215815.8
申请日：2011-07-29
Applicant: 重庆大学
IPC: F15B19/00 , G01M17/007
Abstract: 本发明公开了一种自动变速器液压系统性能试验台的液压控制回路，液压回路中油泵和阀体均为测试对象，油泵测试回路和阀体测试回路串联，在油泵回路中用变频电机控制油泵转速，并通过转速转矩测量油泵的机械功率，在油泵的输入输出均布置有压力传感器，在油泵的出口还布置有流量传感器，可以测量油泵的液压功率和容积效率。在油泵液压回路中，由三个试验支路，当气动阀打开时，为油泵阀体的联合工作回路，当卸荷阀回路打开可测量油泵的理论流量，通过远程节流阀和比例阀组成的压力调节回路，可以调节油泵的工作压力。在液压系统的多个位置还布置了压力、流量和温度传感器，便于测试油泵和阀板液压系统的联合工作性能。
-
公开(公告)号：CN116051818B
公开(公告)日：2025-04-22
申请号：CN202310079479.1
申请日：2023-01-28
Applicant: 重庆大学
IPC: G06V10/25 , G06V10/762 , G06V10/80 , G06V20/58 , G06T17/00
Abstract: 本发明涉及无人车领域，具体涉及一种自动驾驶系统的多传感器信息融合方法，包括以下步骤：1)获取原始点云数据集；2)分离非地面点云数据；3)获取若干障碍物点云数据；4)获取各障碍物点云数据对应的三维边界框；5)将RGB图像作为像素平面，并将激光雷达的内、外参矩阵的乘积作为投影变换矩阵；6)利用投影变换矩阵分别投影至相机坐标系下，将相机坐标系下的各个三维边界框分别投影到像素平面，得到对应的障碍物边界框；7)获取对应的各障碍物ROI区域；8)采用贪心算法融合各障碍物ROI区域，得到最终ROI区域；9)利用基于改进Yager合成规则的D‑S证据理论融合算法合成规则，计算融合后障碍物类别检测的置信度以及其他未知类别障碍物的置信度。
-
公开(公告)号：CN119084571A
公开(公告)日：2024-12-06
申请号：CN202411198249.8
申请日：2024-08-29
Applicant: 徐州徐工传动科技有限公司 , 重庆大学
Abstract: 本发明公开了一种基于行驶意图与环境的AMT换挡自适应控制方法，包括以下步骤：(1)建立换挡阶段的Bolza最优控制模型，并通过权重因子的分配实现不同驾驶意图下的换挡需求；(2)通过伪谱法与二次规划对Bolza优化模型求解，得到三种不同驾驶意图下的发动机与离合器最优转速变化率；(3)利用BP神经网络与规则表进行离线训练，通过预处理层的积分器将最优转速调用层输出的变化率信号进行积分，得到参考转速曲线用于后续控制器的调用；(4)采用转速闭环方案，设计换挡过程发动机/离合器自适应滑模控制器，将积分后得到的发动机/离合器参考轨迹作为目标轨迹，输入到换挡模型中用于跟踪控制；(5)在Matlab/Simulink中给定不同的驾驶意图与环境验证；本发明实现了多目标评价指标综合最优的AMT换挡过程；提高了AMT车辆换挡过程的控制速度。
-
公开(公告)号：CN118082523A
公开(公告)日：2024-05-28
申请号：CN202410134936.7
申请日：2024-01-31
Applicant: 重庆大学
IPC: B60L7/10 , G06F18/23213 , G06F18/2411 , G06F18/214
Abstract: 一种新能源汽车制动能量回收优化方法，包括以下步骤：1)采集连续道路行驶数据，形成对应的行驶数据集；2)将行驶数据集划分为若干个工况数据集；3)提取各工况数据集的特征参数，并分别计算各工况数据集中实际回收能量与理论回收能量的比例值；4)采用K‑Means聚类算法对每个工况数据集进行聚类；5)将聚类后的各工况数据集分类，得到分类后的行驶数据集；6)将分类后的行驶数据集划分为训练集、测试集；7)利用训练集对SVM识别器进行训练，并利用测试集对训练后的SVM识别器进行性能测试，直到训练后的SVM识别器性能最高；8)将训练后的SVM识别器作为能量回收工况分类模型，根据实时行驶数据对当前工况的类型进行判断，并实现能量回收策略优化。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.025 seconds)
