一种基于双转子电机的电动助力制动系统

    公开(公告)号:CN107826097B

    公开(公告)日:2019-02-05

    申请号:CN201711219844.5

    申请日:2017-11-29

    Applicant: 吉林大学

    Abstract: 本发明提供了一种基于双转子电机的电动助力制动系统,壳体内部采用永磁无刷双转子电机代替单转子电机,外转子与主缸相连实现制动助力,内转子与制动踏板相连实现踏板感觉模拟,壳体内设置电动三爪卡盘,当双转子电机因故障失效时仍可以通过控制电动三爪卡盘的动作,使驾驶员的制动力直接作用于主缸,产生制动力,由于内转子和外转子可以分别控制,使制动助力和制动感觉反馈互不干扰,方便地实现了驾驶员制动力与电机制动力的耦合与解耦,省去了现有技术中为实现上述功能的踏板感觉模拟器等复杂零部件,结构简单,尺寸小,便于实车布置,实现主动制动和失效备份等功能,还能有效地集成ESP、ACC等主动控制技术,实现车辆智能化控制。

    基于道路信息和驾驶风格的纯电动汽车能耗模型预测方法

    公开(公告)号:CN110126841A

    公开(公告)日:2019-08-16

    申请号:CN201910383050.5

    申请日:2019-05-09

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方法,利用车载传感器、地理信息软件、电子地图以及天气预报系统获取车辆状态参数、道路信息参数、环境信息参数;根据获取的参数,对滚阻系数、空气密度和道路坡度参数进行参数估计;并通过建立基于道路信息和驾驶风格优化的工况预测模型进行工况预测,使预测工况的能耗可以准确近似实际工况的能耗。建立纯电动车能耗预测模型进行能耗预测:基于纯电动车性能试验,建立纯电动车能耗计算模型,以参数估计结果和工况预测结果作为纯电动车能耗计算模型的输入,形成纯电动车能耗预测模型,纯电动车能耗预测模型输出预测能耗,对未来路径信息的能耗进行预测。

    基于道路信息的纯电动汽车能耗最优路径规划方法

    公开(公告)号:CN111753377A

    公开(公告)日:2020-10-09

    申请号:CN202010640152.3

    申请日:2020-07-06

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于道路信息的纯电动汽车能耗最优路径规划方法,采集道路信息与车辆历史数据;建立车辆半物理半经验能耗计算模型:将车辆能耗分为克服行驶阻力能耗、传动系统损失能耗和辅助系统能耗三部分并分别建模,建立车辆半物理半经验能耗计算模型,然后结合道路信息、高程信息与环境信息对能耗计算模型中的可变参数进行估计;基于马尔科夫法对道路参考节点间的车速v进行预测:对不同类型道路设置参考节点,分别在道路加速、减速段应用马尔科夫链进行工况预测;结合能耗成本边代价,通过A*搜索算法建立最优能耗路径规划模型。本发明利用丰富的交通信息建立准确的能耗预测与路径规划模型,进而提供准确的预测能耗与能耗最优路径。

    基于路径信息的纯电动汽车剩余里程模型预测方法

    公开(公告)号:CN109733248A

    公开(公告)日:2019-05-10

    申请号:CN201910018307.7

    申请日:2019-01-09

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于路径信息的纯电动汽车剩余里程模型预测方法,包括以下步骤:对驾驶员历史行驶数据进行分析,提取路径信息,生成符合驾驶员行为特征的状态转移概率矩阵;基于未来路径的道路信息和相应的状态转移概率矩阵,生成预测车速;建立参数估计模型,对影响汽车能耗及剩余行驶里程的行驶参数进行估计;建立RDR计算模型以预测车辆剩余行驶里程,能耗预测模型以车速预测模型得到的预测车速和参数估计模型估算的行驶参数作为模型输入,计算出车辆能量消耗率;剩余能量预测模型用于预估车辆电池剩余能量;综合车辆能量消耗率及电池剩余能量即可预测车辆剩余行驶里程,并通过剩余行驶里程显示模型进行显示。

    一种电控形状记忆合金驱动的车载空调扫风装置

    公开(公告)号:CN105946515A

    公开(公告)日:2016-09-21

    申请号:CN201610293218.X

    申请日:2016-05-05

    Applicant: 吉林大学

    CPC classification number: B60H1/3421 B60H2001/3471

    Abstract: 本发明公开了一种电控形状记忆合金驱动的车载空调扫风装置,由驱动部分,控制部分,传动部分和执行机构组成。驱动部分采用形状记忆合金丝作为驱动元件,通电加热时收缩、冷却时伸长,实现驱动器位移和力的输出。控制部分由传感器,单片机和手动控制按键组成,控制形状记忆合金丝上的电流大小,从而控制了形状记忆合金丝的温度。传动部分主要由离合装置或者复位装置组成。执行机构为车载空调扫风叶片。本发明具有体积小、结构简单、安装方便易实现、无电磁干扰、周期性控制效果好等特点。

    基于路径信息的PHEV自适应最优能量管理方法

    公开(公告)号:CN110135632B

    公开(公告)日:2022-11-25

    申请号:CN201910352493.8

    申请日:2019-04-29

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于路径信息的PHEV自适应最优能量管理方法,通过车载导航系统规划出行驶路径,生成前方路径的预测工况;建立出行里程预测策略对每日用户出行里程进行预测;通过生成的预测数据以及初始SOC,基于SOC规划算法生成参考SOC;进行APMP优化算法:以油耗最小为全局优化目标,引入协同状态值,将全局优化问题转化为若干个带有汉密尔顿算子的瞬时优化问题;采用遗传算法优化协同状态初值;利用插值法在MAP图中求出协同状态初值,根据车载导航系统获得的工况信息及参考SOC对协同状态初值进行实时的修正;利用PMP优化算法进行动力分配,通过CAN总线传递给各执行部件控制器,完成PHEV的整车控制。

    基于道路信息的纯电动汽车能耗最优路径规划方法

    公开(公告)号:CN111753377B

    公开(公告)日:2022-09-30

    申请号:CN202010640152.3

    申请日:2020-07-06

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于道路信息的纯电动汽车能耗最优路径规划方法,采集道路信息与车辆历史数据;建立车辆半物理半经验能耗计算模型:将车辆能耗分为克服行驶阻力能耗、传动系统损失能耗和辅助系统能耗三部分并分别建模,建立车辆半物理半经验能耗计算模型,然后结合道路信息、高程信息与环境信息对能耗计算模型中的可变参数进行估计;基于马尔科夫法对道路参考节点间的车速v进行预测:对不同类型道路设置参考节点,分别在道路加速、减速段应用马尔科夫链进行工况预测;结合能耗成本边代价,通过A*搜索算法建立最优能耗路径规划模型。本发明利用丰富的交通信息建立准确的能耗预测与路径规划模型,进而提供准确的预测能耗与能耗最优路径。

    基于道路信息和驾驶风格的纯电动汽车能耗模型预测方法

    公开(公告)号:CN110126841B

    公开(公告)日:2020-08-04

    申请号:CN201910383050.5

    申请日:2019-05-09

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方法,利用车载传感器、地理信息软件、电子地图以及天气预报系统获取车辆状态参数、道路信息参数、环境信息参数;根据获取的参数,对滚阻系数、空气密度和道路坡度参数进行参数估计;并通过建立基于道路信息和驾驶风格优化的工况预测模型进行工况预测,使预测工况的能耗可以准确近似实际工况的能耗。建立纯电动车能耗预测模型进行能耗预测:基于纯电动车性能试验,建立纯电动车能耗计算模型,以参数估计结果和工况预测结果作为纯电动车能耗计算模型的输入,形成纯电动车能耗预测模型,纯电动车能耗预测模型输出预测能耗,对未来路径信息的能耗进行预测。

    基于路径信息的纯电动汽车剩余里程模型预测方法

    公开(公告)号:CN109733248B

    公开(公告)日:2020-07-24

    申请号:CN201910018307.7

    申请日:2019-01-09

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于路径信息的纯电动汽车剩余里程模型预测方法,包括以下步骤:对驾驶员历史行驶数据进行分析,提取路径信息,生成符合驾驶员行为特征的状态转移概率矩阵;基于未来路径的道路信息和相应的状态转移概率矩阵,生成预测车速;建立参数估计模型,对影响汽车能耗及剩余行驶里程的行驶参数进行估计;建立RDR计算模型以预测车辆剩余行驶里程,能耗预测模型以车速预测模型得到的预测车速和参数估计模型估算的行驶参数作为模型输入,计算出车辆能量消耗率;剩余能量预测模型用于预估车辆电池剩余能量;综合车辆能量消耗率及电池剩余能量即可预测车辆剩余行驶里程,并通过剩余行驶里程显示模型进行显示。

    基于路径信息的PHEV自适应最优能量管理方法

    公开(公告)号:CN110135632A

    公开(公告)日:2019-08-16

    申请号:CN201910352493.8

    申请日:2019-04-29

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于路径信息的PHEV自适应最优能量管理方法,通过车载导航系统规划出行驶路径,生成前方路径的预测工况;建立出行里程预测策略对每日用户出行里程进行预测;通过生成的预测数据以及初始SOC,基于SOC规划算法生成参考SOC;进行APMP优化算法:以油耗最小为全局优化目标,引入协同状态值,将全局优化问题转化为若干个带有汉密尔顿算子的瞬时优化问题;采用遗传算法优化协同状态初值;利用插值法在MAP图中求出协同状态初值,根据车载导航系统获得的工况信息及参考SOC对协同状态初值进行实时的修正;利用PMP优化算法进行动力分配,通过CAN总线传递给各执行部件控制器,完成PHEV的整车控制。

Patent Agency Ranking