-
公开(公告)号:CN118953159A
公开(公告)日:2024-11-15
申请号:CN202410995814.7
申请日:2024-07-24
Applicant: 同济大学
IPC: B60L58/40 , G06F30/15 , G06F30/27 , G06F119/14
Abstract: 本发明涉及一种基于多目标强化学习的燃料电池汽车能量管理方法,包括:收集标准工况速度数据,通过训练LSTM,构建得到车速预测模型;构建车辆的整车动力系统模型;将车辆当前速度输入车速预测模型,输出得到预测速度,将预测速度输入整车动力系统模型,得到对应的需求功率;基于需求功率,采用综合考虑燃料电池耐久性和经济性的深度强化学习架构,确定出能量管理策略;根据能量管理策略,由车辆混合动力系统控制器执行完成能量分配。与现有技术相比,本发明综合考虑燃料电池汽车的经济性、燃料电池蓄电池的耐久性,能实现对能量管理策略的多目标寻优,同时结合车速预测模型和整车模型,并采用深度强化学习算法,能够提高策略的实时性和自适应性。
-
公开(公告)号:CN118770009A
公开(公告)日:2024-10-15
申请号:CN202410995811.3
申请日:2024-07-24
Applicant: 同济大学
IPC: B60L58/40 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及一种考虑前车跟驰的燃料电池汽车能量管理方法,包括:收集车辆行驶相关数据,通过训练LSTM‑BP神经网络,得到车速预测模型;构建车辆的整车动力系统模型;将车辆当前速度、前车距离及前车速度输入车速预测模型,输出得到预测时域内车辆速度,并输入整车动力系统模型,得到对应预测时域内的车辆需求驱动序列;基于车辆需求驱动序列,采用ECMS能量管理算法,确定出有限时域内最优功率分配序列;根据最优的燃料电池驱动功率,由车辆混合动力系统控制器执行完成能量分配。与现有技术相比,本发明考虑前车跟驰问题,能够实现对燃料电池汽车能量的燃油经济性最优控制,同时提高控制的实时性。
-
公开(公告)号:CN117601716A
公开(公告)日:2024-02-27
申请号:CN202311448226.3
申请日:2023-11-02
Applicant: 同济大学
Abstract: 本发明涉及一种考虑燃料电池动态响应的燃料电池汽车能量管理方法,包括:建立车辆整车动力系统模型,获取燃料电池在不同功率下对应的最大可变载功率值表;建立动态规划算法,建立过程中根据当前时刻的功率值,限制下一时刻的寻优范围为最大可变载功率值范围内;选择多个标准工况,依次输入模型中,获得整车需求功率,并通过动态规划算法获得燃料电池和蓄电池最优输出功率,以此构建最优数据集;采用最优数据集进行神经网络训练;以实际工况输入神经网络中,得到燃料电池与蓄电池的功率分配结果。与现有技术相比,本发明可以更加准确地反映燃料电池的动态响应性能,使能量管理策略更加贴合燃料电池汽车的动态性能,进一步提高经济性和耐久性。
-
公开(公告)号:CN112800911B
公开(公告)日:2022-12-16
申请号:CN202110073970.4
申请日:2021-01-20
Applicant: 同济大学
IPC: G06V20/58 , G06V10/764 , G06V10/82 , G06V10/774 , G06F16/29 , G06F16/58 , G06F16/587 , G06N3/08
Abstract: 本发明涉及一种路面损伤快速检测及自然数据集构建方法,根据车载图像采集设备,采集路面图像,基于路面图像进行端到端路面损伤检测模型训练,确定图像道路类型判断模型和路面损伤检测模型;获取采集状态下的车速动态截取待测图像,将其输入图像道路类型判断模型和路面损伤检测模型,获取损伤检测结果,同时明确图像对应的空间位置标签及图像对应的时间标签;将损伤检测结果、图像对应的空间位置标签、时间标签存储至车载本地终端的数据库中,并上传至数据中心,数据中心根据时间戳和空间位置信息构建时空完备的自然数据集。与现有技术相比,本发明具有减少动态环境对图像处理算法干扰、提高对不同路面场景的可迁移性能力等优点。
-
公开(公告)号:CN112800913B
公开(公告)日:2022-06-28
申请号:CN202110074435.0
申请日:2021-01-20
Applicant: 同济大学
IPC: G06T7/00 , G06V10/764 , G06V10/80 , G06V10/74 , G06V20/70 , G06V10/46 , G06N3/04 , G06N3/08 , G06T3/40 , G06F16/22 , G06F16/2458
Abstract: 本发明涉及一种基于多源特征融合的路面损伤数据时空分析方法,路面损伤检测,采用语义分类网络,捕获路面局部异常、病害的图像数据,检测出路面异常状况的分类结果;损伤数据的GPS定位及视频定位空间融合,通过多元路段图像拼接算法,通过实现多源图像数据融合,建立全局路面坐标系统;基于形态匹配的损伤数据时间序列追溯,根据时间序列下的路面损坏特征提取,以空间位置特征的粗略匹配为基础,同时进行高频多次采集的图像的匹配;自然路面状态高频数据集构建,包括高频轻量化路面状态数据采集、多源数据的信息提取与融合技术,以及数据集接口建立。与现有技术相比,本发明具有抗干扰能力强、提高路面养护与管理的时效性等优点。
-
公开(公告)号:CN111042368A
公开(公告)日:2020-04-21
申请号:CN201911235495.5
申请日:2019-12-05
Applicant: 同济大学
Abstract: 一种直线导轨-轴承式运动解耦三维隔振支座,其特征在于,包括竖向隔振系统和水平隔振系统。其中竖向隔振系统包括竖向隔振机构、连接固定机构、防失稳机构、定位机构、运动解耦机构;竖向隔振机构负责提供隔振所需的竖向自适应刚度特性;整个装置通过连接固定机构发挥连接与承载的作用;所述防失稳机构与定位机构设置在竖向隔振机构内弹性元件周围,二者相配合以保障竖向隔振机构性能的稳定性。可用于受环境振动影响的结构物与精密仪器设备等,且在隔离环境振动的同时可以具有隔离地震动和冲击的效果。
-
公开(公告)号:CN103940563A
公开(公告)日:2014-07-23
申请号:CN201410135957.7
申请日:2014-04-04
Applicant: 同济大学
IPC: G01M7/02
Abstract: 本发明涉及一种汽车仪表板骨架模态试验方法及装置,将汽车仪表板骨架固定在检测装置上,所述的汽车仪表板骨架包括仪表板骨架横梁、驾驶员侧支架、副驾驶员侧支架、仪表板骨架左侧支架、仪表板骨架右侧支架和仪表板骨架后侧支架,采用单点激振多点拾振的方法进行检测,在仪表板骨架横梁上设置激振点,并在该激振点旁设置拾振点,同时在驾驶员侧支架、副驾驶员侧支架和后侧支架设置拾振点,分别在x,y,z向进行激振以及拾振,确定分析带宽256Hz以下;运用PolyMAX对256Hz以下的传递函数进行模态提取。与现有技术相比,本发明具有安装快,定位准,操作简单等特点,能极大提高测试效率。
-
公开(公告)号:CN112287595B
公开(公告)日:2023-05-23
申请号:CN202010975476.2
申请日:2020-09-16
Applicant: 同济大学 , 济南轨道交通集团有限公司
Abstract: 本发明公开一种基于探地雷达检测和机器学习的盾构隧道壁后注浆厚度的预测方法,利用XGboost原理,在模型试验中模拟盾构隧道壁后注浆并采集数据构造数据集,对数据预处理后,构造XGBoost模型,编写预测模块盾构隧道壁后注浆探地雷达实时检测采集的探地雷达图像进行预测和识别。本发明的优点是更贴合盾构隧道壁后注浆的实际情况,能够对盾构隧道壁后注浆的探地雷达图像进行有效地预测,从而对可能出现的险情进行提前预测。
-
公开(公告)号:CN115839703A
公开(公告)日:2023-03-24
申请号:CN202211275181.X
申请日:2022-10-18
Applicant: 同济大学 , 济南轨道交通集团有限公司
Abstract: 本发明涉及一种盾构隧道扭转变形监测系统及其方法,该系统包括测斜装置,测斜装置与数据采集终端连接,数据采集终端通过网络传输模块连接至云端,云端连接有客户端,测斜装置沿着盾构隧道的两侧腰部进行铺设安装,用于实时测量倾角数据;数据采集终端用于将测量的倾角数据通过网络传输模块上传至云端;云端根据接收的倾角数据,计算得到对应的竖向位移和扭转变形数据,并传输至客户端进行展示。与现有技术相比,本发明针对受扰动的盾构隧道,能够实时自动可靠地检测盾构隧道扭转变形情况,且减少了人力和资金的成本,具有操作简单的优点,有利于提高隧道的施工控制效果。
-
公开(公告)号:CN111305630A
公开(公告)日:2020-06-19
申请号:CN202010083430.X
申请日:2020-02-09
Applicant: 同济大学
Abstract: 本发明为一种新型三维隔振装置,主要有水平隔振装置,包括导轨、橡胶支座和欧拉梁;竖向隔振装置,包括碟形弹簧、加载环、螺旋弹簧;连接与限位装置等。本发明利用欧拉梁的负刚度特性,结合橡胶支座和导轨得到较低的水平向刚度,起到良好的水平隔震(振)效果;利用碟形弹簧的负刚度特性,结合螺旋弹簧组成带准零刚度特性的竖向隔震(振)装置;二者运动解耦,实现三维隔震(振)的效果。本发明适用于对环境振动敏感的建筑物或者仪器、设备,具有优良的隔震(振)效果,还具有一定的抗拉能力。
-
-
-
-
-
-
-
-
-