-
公开(公告)号：CN118447469B
公开(公告)日：2024-10-22
申请号：CN202410906243.5
申请日：2024-07-08
Applicant: 潍柴动力股份有限公司
IPC: G06V20/56 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/08 , G06V20/00 , G06V10/20
Abstract: 本申请提供了一种基于BP和CNN的道路坡度的预测方法与装置。方法包括：构建BP网络模型，其中，BP网络模型的输入为车辆行驶数据，BP网络模型的输出为行驶场景；构建CNN网络模型；获取历史车辆行驶数据，且采用BP网络模型对历史车辆行驶数据进行分类得到目标行驶场景，并确定与目标行驶场景对应的CNN网络模型；将历史坡度数据输入至与目标行驶场景对应的CNN网络模型，预测得到起始于当前时刻的预设时间段内的预测坡度数据。采用BP网络模型对场景分类，再采用CNN网络对相应不同场景进行了道路坡度时序局部特征的提取，使算法适应不同场景、泛化能力更强，解决了现有的道路坡度预测方案适用场景有限即泛化能力较弱的问题。
-
公开(公告)号：CN118439025A
公开(公告)日：2024-08-06
申请号：CN202410906224.2
申请日：2024-07-08
Applicant: 潍柴动力股份有限公司
IPC: B60W30/18 , B60W30/188
Abstract: 本申请提供了一种车辆油门踏板输出开度的控制方法、装置与存储介质。该方法包括：获取车辆在当前工况下的期望车速和当前道路坡度，当前工况为上坡工况或者下坡工况，在当前工况为上坡工况的情况下，获取与期望车速对应的最大爬坡度，最大爬坡度为发动机输出最大扭矩时能够维持车辆匀速行驶的坡度值；在当前工况为下坡工况的情况下，获取与期望车速对应的临界溜坡度；根据当前道路坡度与最大爬坡度的大小关系调节车辆油门踏板输出开度，或者根据当前道路坡度与临界溜坡度的大小关系调节车辆油门踏板输出开度，以满足动力输出的同时降低油耗。根据期望车速和当前道路坡度，调节车辆油门踏板输出开度，实现了提前规划动力输出的效果。
-
公开(公告)号：CN116729061A
公开(公告)日：2023-09-12
申请号：CN202310729145.4
申请日：2023-06-19
Applicant: 潍柴动力股份有限公司
IPC: B60H1/00
Abstract: 本发明公开一种车辆空调系统控制方法、装置、电子设备和存储介质，属于车辆控制技术领域，控制方法包括：获取空调开关的触发信号；在接收到触发信号时，控制风扇以第一转速工作预设时长；获取预设时长内空调压力开关的第一打开占空比、第一车速和第一发动机负荷率；基于第一打开占空比、第一车速和第一发动机负荷率调整第一转速。在接收到空调开关的触发信号后，控制风扇以设定的第一转速工作预设时长，之后根据空调压力开关的第一打开占空比、第一车速和第一发动机负荷率调整风扇的转速，使风扇的转速与空调压缩机的工况逐渐达到平衡，避免风扇转速过高增加发动机的能耗，同时避免空调压缩机工作时长较长，导致故障率提高的情况发生。
-
公开(公告)号：CN116291921A
公开(公告)日：2023-06-23
申请号：CN202310348568.1
申请日：2023-03-30
Applicant: 潍柴动力股份有限公司
Abstract: 本申请公开了一种EGR阀的控制方法、装置及设备，所述方法包括：确定发动机处于倒拖工况时，判断当前排气温度是否小于第一标定值；确定当前排气温度小于第一标定值时，按照预设幅度提高EGR阀开度，否则保持关闭EGR阀；按照预设幅度提高EGR阀开度之后，检测到有油门需求时，根据当前行驶状态确定当前是否满足动力需求；根据当前行驶状态确定当前不满足动力需求时，关闭EGR阀。通过本申请所提供的控制EGR阀的方案控制EGR阀的开关，可以减少发动机后处理的保温难度，有利于整车经济性的提升同时有利于满足整车动力需求。
-
公开(公告)号：CN116279395A
公开(公告)日：2023-06-23
申请号：CN202310349626.2
申请日：2023-03-30
Applicant: 潍柴动力股份有限公司
Abstract: 本发明提供一种P2架构混合动力车辆的电机助力控制方法及系统，涉及混动控制策略领域，针对目前对混合动力车辆运行状态未充分考虑导致电机助力非必要接入造成电能消耗大的问题，获取混合动力车辆行驶状态，依次对SOC状态、坡度状态以及整车需求扭矩与发动机当前能提供的最大扭矩状态进行判断；通过对混合动力车辆行驶状态进行识别获取，综合考虑SOC状态、坡度状态以及整车需求扭矩，对电机助力进行干预控制，减少不必要的电机助力，减少电机助力的频繁介入和退出，降低非必要电能消耗，提升车辆经济性。
-
Patent Agency Ranking
公开(公告)号：CN118439040B
公开(公告)日：2024-10-22
申请号：CN202410906234.6
申请日：2024-07-08
Applicant: 潍柴动力股份有限公司
IPC: B60W40/13 , B60W40/076
Abstract: 本申请提供了一种车重和道路坡度估计的方法、装置、存储介质与电子设备。包括：构建扩展卡尔曼滤波器和GRU‑BP坡度预测模型；确定车辆在当前时刻的当前工况是否为目标工况；在当前工况非目标工况的情况下，将扩展卡尔曼滤波器输出的估计车重和第一估计道路坡度分别确定为最终估计车重和最终估计道路坡度；在当前工况为目标工况的情况下，将GRU‑BP坡度预测模型输出的第二估计道路坡度确定为最终估计道路坡度，将当前时刻的前一时刻采用扩展卡尔曼滤波器估计得到的估计车重确定为最终估计车重。通过采用扩展卡尔曼滤波以及GRU‑BP坡度预测模型，解决了现有的车重以及道路坡度估计的方案难以适用所有工况的问题。
-
公开(公告)号：CN117068161A
公开(公告)日：2023-11-17
申请号：CN202310983640.8
申请日：2023-08-04
Applicant: 潍柴动力股份有限公司
Abstract: 本申请涉及一种车辆制动的控制方法及应用其的装置、车辆、ECU。所述方法包括：获取目标车辆的当前状态信息；在所述当前状态信息达到第一预设条件时开启缸内制动，并根据所述目标车辆的发动机运行参数确定缸内制动等级；基于所述缸内制动等级控制AMT变挡。其中，所述当前状态信息包括目标车辆的当前油门开度、目标车辆当前所处道路的坡度、目标车辆的当前速度、目标车辆的当前加速度。本申请能对目标车辆在下坡复杂道路行驶时准确控制缸内制动关联AMT换挡，根据目标车辆的当前油门开度、目标车辆当前所处道路的坡度、目标车辆的当前速度、目标车辆的当前加速度控制缸内制动和AMT制动，实现了精准控制和精细控制。
-
公开(公告)号：CN118447469A
公开(公告)日：2024-08-06
申请号：CN202410906243.5
申请日：2024-07-08
Applicant: 潍柴动力股份有限公司
IPC: G06V20/56 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/08 , G06V20/00 , G06V10/20
Abstract: 本申请提供了一种基于BP和CNN的道路坡度的预测方法与装置。方法包括：构建BP网络模型，其中，BP网络模型的输入为车辆行驶数据，BP网络模型的输出为行驶场景；构建CNN网络模型；获取历史车辆行驶数据，且采用BP网络模型对历史车辆行驶数据进行分类得到目标行驶场景，并确定与目标行驶场景对应的CNN网络模型；将历史坡度数据输入至与目标行驶场景对应的CNN网络模型，预测得到起始于当前时刻的预设时间段内的预测坡度数据。采用BP网络模型对场景分类，再采用CNN网络对相应不同场景进行了道路坡度时序局部特征的提取，使算法适应不同场景、泛化能力更强，解决了现有的道路坡度预测方案适用场景有限即泛化能力较弱的问题。
-
公开(公告)号：CN115476682A
公开(公告)日：2022-12-16
申请号：CN202211071622.4
申请日：2022-09-02
Applicant: 潍柴动力股份有限公司
Abstract: 本发明涉及一种车辆的控制方法、装置及存储介质，其中，该车辆的控制方法包括：根据所述车辆的液力缓速器处于开启状态，获取当前车辆的环境参数；根据当前车辆的环境参数确定冷却液温度阈值；获取车辆的冷却液温度；根据车辆的冷却液温度不高于所述冷却液温度阈值，控制所述车辆的冷却风扇进入非全转状态。根据本申请实施例提供的车辆的控制方法，可以在整车开启液力缓速器的同时，根据当前环境状况同冷却液温度的关系对冷却风扇的控制策略进行修正，以能够根据不同边界条件实现策略的精准控制，从而避免冷却风扇的转速呈现出两级形式，导致增加附件功率消耗的问题出现，进而提升整车的经济性。同时，也可以减少发动机后处理的保温难度。
-
公开(公告)号：CN118445555B
公开(公告)日：2024-10-22
申请号：CN202410906249.2
申请日：2024-07-08
Applicant: 潍柴动力股份有限公司
IPC: G06F18/10 , G06F18/27 , G06N3/0442 , G06N3/08 , G06F123/02
Abstract: 本申请提供了一种预测道路坡度的方法、装置、存储介质与电子设备。该方法包括：构建自回归积分滑动平均模型ARIMA以及长短期记忆网络模型LSTM模型，将在前历史时间段内获取得到的第二历史坡度数据输入至ARIMA进行处理，ARIMA输出初始预测坡度，其中，在前历史时间段为早于当前时间段的时间段，选取历史时间段为早于在前历史时间段的时间段；将多组初始预测坡度与第二历史坡度数据的差值组成历史残差序列，将历史残差序列输入至LSTM模型进行处理，得到预测残差；将初始预测坡度与预测残差加和得到在前历史时间段的融合预测坡度。实现了对坡度的精准预测。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.036 seconds)
