-
公开(公告)号：CN118790109A
公开(公告)日：2024-10-18
申请号：CN202411175817.2
申请日：2024-08-26
Applicant: 重庆交通大学
Abstract: 本发明提供的一种考虑堆热和寿命的燃料电池汽车能量管理控制方法，包括以下步骤：S1.获取燃料电池混合动力汽车的参数信息，包括整车参数信息和动力系统参数信息；S2.构建基于SAC的神经网络，基于参数设定神经网络的状态空间、动作空间，并基于整车参数信息和动力系统参数信息构建奖励函数；S3.将由目标车辆的历史参数信息设定的状态空间输入至基于SAC的神经网络中进行离线训练，然后将目标车辆的实时参数信息确定的状态空间输入至训练完成的SAC神经网络中得到最优控制策略。
-
公开(公告)号：CN114987433B
公开(公告)日：2024-07-30
申请号：CN202210376158.3
申请日：2022-04-11
Applicant: 重庆交通大学
Abstract: 本发明提供的一种基于MPC和Q‑Learning算法的混合动力汽车分层控制方法，包括以下步骤：S1.采集行车队列参数以及行车队列中第i辆车的车辆参数；其中：行车队列参数包括第i辆车的前车位置信息和前车速度信息；第i辆车的车辆参数包括车速和加速度；S2.构建MPC预测控制模型，并根据行车队列参数和自身车辆参数确定出第i辆车的期望加速度；S3.根据第i辆车的期望加速度确定出第i辆车的期望速度；S4.构建Q‑Learning网络，将第i辆车的期望速度、需求功率以及电池电量状态输入Q‑Learning网络中进行处理，输出第i辆车的电机的最优转矩，并基于最优转矩控制混合动力汽车工作，能够有效提升混合动力汽车的燃油经济性。
-
公开(公告)号：CN111959509B
公开(公告)日：2022-06-17
申请号：CN202010839976.3
申请日：2020-08-19
Applicant: 重庆交通大学
Abstract: 本申请提供一种基于状态空间域电池能量均衡的Q学习再生制动控制策略，所述策略包括以下步骤：S1：基于电池能量时域‑空间域转换，确定再生制动参考平均回收能量；S2：构建修正函数，修正所述参考平均回收能量；S3：根据修正后的参考平均回收能量和Q学习算法，确定电机再生转矩最优分配策略，即电机再生转矩分配MAP图；S4：采集在线工况数据，确定所述在线工况数据确定平均车速V、电池荷电状态SOC和需求功率Preq，根据所述需求功率Preq和电池荷电状态SOC在步骤S3的MAP图中确定与所述在线工况数据的对应的电机再生转矩分配值，即获得在线工况电机再生转矩序列。本申请的控制策略能实现再生制动过程中每一状态的电池能量全局均衡控制。
-
公开(公告)号：CN108437971B
公开(公告)日：2019-11-15
申请号：CN201810219996.3
申请日：2018-03-16
Applicant: 重庆交通大学
Abstract: 本发明提供的提供一种超轻度混合动力汽车倒车起步工况划分方法，包括下述步骤：S1：建立行驶阻力矩折合到电机输出端的转矩计算模型；S2：构建倒车工况区域的直角坐标系，确定倒车工况区域划分点；S5：形成倒车工况的初始划分区域；S6：将倒车工况的初始划分区域划分为非工作区域和工作区域；S7：将工作区域划分为发动机单独驱动工作区域和电动机单独驱动工作区域，本发明通过既考虑油门加速踏板开度对倒车起步工况的影响，又考虑倒车的车速对倒车起步工况的影响，对倒车起步工况区域进行划分，优化了划分方法，提高了超轻度混合动力汽车倒车起步工况划分的准确性。
-
公开(公告)号：CN114643963B
公开(公告)日：2025-03-21
申请号：CN202210376157.9
申请日：2022-04-11
Applicant: 重庆交通大学
Abstract: 本发明提供的一种基于DQN算法的混合动力汽车再生制动控制方法，包括：S1.确定混合动力汽车的制动分配系数；S2.构建基于深度Q学习的再生制动控制的多目标优化模型；S3.确定混合动力汽车的状态参数以及动作参数；S4.将混合动力汽车的状态参数及动作参数输入至深度Q学习网络中进行离线训练；S5.再实时采集混合动力汽车的状态参数输入至完成训练的深度Q学习网络中在线优化，然后深度Q学习网络输出优化后的前轴制动力矩比例系数β和电机制动力矩比例系数α；能够使得混合动力汽车的再生制动分配合理，从而有效提升混合动力汽车能量回收效率以及制动的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN115782851A
公开(公告)日：2023-03-14
申请号：CN202211525818.6
申请日：2022-11-30
Applicant: 重庆交通大学
Abstract: 本发明提供的一种基于DMPC的混合动力汽车能量管理控制方法，包括以下步骤：S1.采集混合动力汽车的行车信息，所述行车信息包括当前车辆在行车队列中的位置、速度和转矩信息；S2.构建非线性车队控制模型，并基于行车信息预测下一时刻混合动力汽车的预测需求转矩；S3.构建需求转矩优化模型，并基于预测需求转矩确定出最优需求转矩；S4.构建EF‑DQL能量分配模型，将最优需求转矩输入至EF‑DQL能量分配模型中确定出混合动力汽车在最优需求转矩下电机最优转矩以及发动机最优转矩，并依据发动机最优转矩和电机最优转矩控制混合动力汽车的动力系统工作，通过上述方法，能够根据车辆的队列状态对车辆的能量进行分析、管理，能够有效提升混合动力汽车的转矩合理分配，从而有效提升混合动力汽车的燃油经济性。
-
公开(公告)号：CN113104022A
公开(公告)日：2021-07-13
申请号：CN202110500765.1
申请日：2021-05-08
Applicant: 重庆交通大学
Inventor： 尹燕莉
Abstract: 本发明提供的一种基于状态能量空间化的自适应等效因子的转矩分配控制方法，包括：确定混合动力汽车驱动过程中参考消耗平均能量；构建修正函数，并基于修正函数对参考消耗平均能量进行修正；构建基于状态能量空间化的等效因子修正模型；基于等效因子修正模型和Q学习算法，确定出混合动力汽车的发动机和电动机的最优转矩分配图；采集混合动力汽车的在线工况数据，在线工况数据包括平均车速V、电池荷电状态SOC和需求功率Preq；并基于混合动力汽车的发动机和电动机的转矩分配图和在线工况数据确定混合动力汽车的发动机和电动机的转矩序列；能够确定出混合动力汽车的转矩最优分配策略，在实现电池能量全局平衡的前提下，实现整车燃油经济性最佳。
-
公开(公告)号：CN111959509A
公开(公告)日：2020-11-20
申请号：CN202010839976.3
申请日：2020-08-19
Applicant: 重庆交通大学
Abstract: 本申请提供一种基于状态空间域电池能量均衡的Q学习再生制动控制策略，所述策略包括以下步骤：S1：基于电池能量时域-空间域转换，确定再生制动参考平均回收能量；S2：构建修正函数，修正所述参考平均回收能量；S3：根据修正后的参考平均回收能量和Q学习算法，确定电机再生转矩最优分配策略，即电机再生转矩分配MAP图；S4：采集在线工况数据，确定所述在线工况数据确定平均车速V、电池荷电状态SOC和需求功率Preq，根据所述需求功率Preq和电池荷电状态SOC在步骤S3的MAP图中确定与所述在线工况数据的对应的电机再生转矩分配值，即获得在线工况电机再生转矩序列。本申请的控制策略能实现再生制动过程中每一状态的电池能量全局均衡控制。
-
公开(公告)号：CN108248363A
公开(公告)日：2018-07-06
申请号：CN201810037052.4
申请日：2018-01-15
Applicant: 重庆交通大学
Abstract: 本发明公开了一种用于混合动力汽车的差速多轴级联机电耦合装置，包括发动机、一级行星排、二级差速锥齿轮行星排、多轴双转子电机，三级行星排和差速器；利用差速器的差速原理将发动机和多轴级联双转子电机进行耦合，从而克服现有技术中传动系统复杂，控制难度较大，不易于集成化的问题。将双转子电机作为机构一部分而与机构多轴级联连接，充分挖掘其机构特性，而不同离合器的组合使用，可获得多种运行模式，适用于各种复杂工况，同时极大改善发动机工作条件使其能够工作在高效率区间内，使得汽车运行在理想工况下。
-
公开(公告)号：CN116729068A
公开(公告)日：2023-09-12
申请号：CN202310788927.5
申请日：2023-06-29
Applicant: 重庆交通大学 , 深蓝汽车科技有限公司
Abstract: 本发明公开了一种纯电动汽车低温集成热管理控制方法，包括：S1.采集车辆当前状态信息；S2.根据车辆当前状态下的车速，预测车辆在下一时刻的期望加速度；S3.根据期望加速度计算得到车辆驱动功率；S4.求解最优的电池加热功率和最优的乘员舱加热功率；S5.通过最优的电池加热功率和最优的乘员舱加热功率分别对电池以及乘员舱进行加热。本发明能够对电池加热功率和乘员舱加热功率进行合理分配，提升了整车动力性以及提高了乘员舱舒适性。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.018 seconds)
