-
公开(公告)号:CN119885914A
公开(公告)日:2025-04-25
申请号:CN202510368985.1
申请日:2025-03-27
Applicant: 吉林大学
IPC: G06F30/27 , G06F30/15 , G06N3/0499 , G06N3/0442
Abstract: 本发明适用于电动汽车技术领域,提供了一种基于切换式深度学习的电动汽车行程能耗率预测方法。本发明设计了行程开始阶段与行驶阶段的切换模式。在行程开始阶段,利用前馈神经网络模型使用目标车辆的历史数据进行预测,当模型收集到足够的行驶数据时,将自动切换为时序预测模型进行实时能耗率的预测。这一设计不仅灵活应对驾驶风格及外界环境变化,还显著提升了预测准确性。同时,本发明考虑了车速、起止SOC、温度、怠速比、怠速能耗率等因素,相较于现有方法,纳入了更多维度的输入特征,提高了电动汽车能耗率预测的准确性。此外,本发明所提出的能耗率预测模型能更准确地捕捉能耗率变化的细微差异,有效提升电动汽车能耗率的预测精度。
-
公开(公告)号:CN119883576A
公开(公告)日:2025-04-25
申请号:CN202510368323.4
申请日:2025-03-27
Applicant: 吉林大学
IPC: G06F9/48 , G06N3/084 , G06N3/096 , G06N3/0442
Abstract: 本发明适用于机器学习和人工智能技术领域,提供了一种基于任务关联度的多任务学习辅助任务选择方法。本发明通过引入TCC,量化辅助任务与主任务之间的关联性,自动筛选最适合主任务的辅助任务,提升了选择的效率和精度,有效减少了负迁移现象的发生,使得多任务学习更加高效和可靠;引入的TCC能够有效评估各任务之间的相关性,自动选择出与主任务最相关的辅助任务,避免直接搜索任务组合所带来的高昂计算成本,特别是在任务数量较多时显著降低了计算复杂度,还确保了多任务学习的效果和效率;该方法不受模型类型的限制,展现出广泛的适用性,且无需增加额外的参数,通过简单设置即可获得显著效果,具备较强的适用性和易用性。
-
公开(公告)号:CN116341275A
公开(公告)日:2023-06-27
申请号:CN202310368409.8
申请日:2023-04-10
Applicant: 吉林大学
IPC: G06F30/20 , G06F17/15 , G06F119/14 , G06F119/08
Abstract: 一种面向智能交通系统和智慧城市的并行排放监管系统,属于机动车尾气排放监管技术领域。本发明的目的是在该排放监管框架中,从智能交通系统中收集外部可用信息作为输入,并根据先验知识构建车辆排放集成模型,用以估计实时排放量并找到可行减排策略的面向智能交通系统和智慧城市的并行排放监管系统。本发明采用并行理论通过实际世界和人工世界之间的相互作用来解决复杂交通系统排放问题。本发明所提出的模块化集成排放模型是根据排放相关的机理知识搭建的,机理模型比数据驱动模型表现出更好的外推性质,更换相应模块将实现不同车型之间的快速模型切换。
-
公开(公告)号:CN110131323A
公开(公告)日:2019-08-16
申请号:CN201910489110.1
申请日:2019-06-06
Applicant: 吉林大学
Abstract: 本发明公开了一种碳纤维复合材料传动轴轴管接头结构,包括:空心轴管,其两端沿圆周均匀设置多个第一矩形齿;两个轴管接头,其分别匹配固定在所述空心轴管两端,所述轴管接头的厚度小于所述空心轴管的厚度,并且所述轴管接头的内壁与所述空心轴管内壁平滑连接;万向节,其一端为管状,并且沿圆周设置有多个第二矩形齿,所述万向节匹配套设在所述轴管接头外壁,并且所述第二矩形齿和所述第一矩形齿啮合。在套设及啮合界面使用结构胶进行胶粘形成套设-啮合式复合连接。本发明提供了一种碳纤维复合材料传动轴轴管接头结构,通过将异种材料可靠连接,保证传动轴在传递大扭矩工况下也具备良好的抗弯承扭承载性能。
-
公开(公告)号:CN116451457A
公开(公告)日:2023-07-18
申请号:CN202310368410.0
申请日:2023-04-10
Applicant: 吉林大学
IPC: G06F30/20 , G06F17/15 , G06F119/14 , G06F119/08
Abstract: 一种面向真实交通场景的车辆瞬时NOx排放模型,属于机动车尾气排放技术领域。本发明的目的是提出基于整车‑发动机‑后处理系统模块化集成排放模型是根据机理知识建立模型,能够适应不同驾驶场景的面向真实交通场景的车辆瞬时NOx排放模型。本发明提出的模块化集成排放模型一共具有五个模块:改进的双参数换挡模块、发动机综合转矩需求模块、发动机外排放模块、排气温度模块、后处理系统(ATS)模块。本发明提出了一种新型双参数(车速和加速度)换挡模块,能够清楚的反映真实车辆变速器的特性。
-
公开(公告)号:CN119773516A
公开(公告)日:2025-04-08
申请号:CN202510288332.2
申请日:2025-03-12
Applicant: 吉林大学
Abstract: 本发明适用于电动汽车技术领域,提供了一种知识数据协同驱动的电动汽车续驶里程分层预测方法。本发明不仅考虑了能耗对电动汽车续驶里程的影响,还考虑了可用能量对续驶里程的影响,从而提高了电动汽车续驶里程的预测精度;采用分层预测模型将电动汽车续驶里程预测问题转化为电动汽车能耗率与实际能量系数预测问题,提高了模型的灵活性和可扩展性,减少了开发时间和成本,大大提高了电动汽车续驶里程预测的准确性。此外,通过数据和机理协同驱动的模型,既克服了物理模型的局限性,又增强了可解释性,降低了对大规模数据的依赖,有效避免了模型过拟合的问题,增强了用户的信任程度,有利于电动汽车的推广。
-
公开(公告)号:CN118364707A
公开(公告)日:2024-07-19
申请号:CN202410370423.6
申请日:2024-03-29
Applicant: 吉林大学
IPC: G06F30/27 , G01N33/00 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 一种监测商用车活性氮排放的虚拟传感器,属于机动车尾气排放技术领域。本发明的目的是利用关键参数的时域特征,用于建立虚拟传感器,以精准监测商用车在各种工况下活性氮排放的监测商用车活性氮排放的虚拟传感器。本发明的步骤是:对于输入的多变量时间序列,通过卷积操作来提取特征,设计使用双向长短期记忆网络来进一步分析CNN提取的关键局部特征随时间的变化以及序列之间的长期依赖性,将这些信息合并后传递到输出层,更全面地捕捉时间序列数据的长期依赖关系。本发明能够准确识别与NOx和NH3排放相关的模式,克服了传统NOx传感器无法区分二者的问题,从而提高了排放监测的准确性。
-
公开(公告)号:CN119903280A
公开(公告)日:2025-04-29
申请号:CN202510379361.X
申请日:2025-03-28
Applicant: 吉林大学
Abstract: 本发明适用于数据驱动技术领域,提供了一种基于多任务学习的不平衡回归问题解决方法。本发明通过多任务学习框架,有效利用辅助任务的知识,显著提升主任务在不平衡数据条件下的预测准确性;利用辅助任务提供的额外信息和约束,使得模型在数据稀缺的区域能够更好地学习,从而缓解不平衡数据带来的挑战;结合自适应梯度缩放与动态调整损失函数权重,有效平衡了不同任务在训练过程中的梯度贡献,提高了训练过程的稳定性和收敛速度;在训练后,本发明支持修剪辅助任务分支,使模型大小与单任务学习模型大小相当。这种精简能力确保了多任务学习方法在实际应用中的高效性和资源友好性,适合在资源受限的环境中部署。
-
公开(公告)号:CN110131323B
公开(公告)日:2024-10-22
申请号:CN201910489110.1
申请日:2019-06-06
Applicant: 吉林大学
Abstract: 本发明公开了一种碳纤维复合材料传动轴轴管接头结构,包括:空心轴管,其两端沿圆周均匀设置多个第一矩形齿;两个轴管接头,其分别匹配固定在所述空心轴管两端,所述轴管接头的厚度小于所述空心轴管的厚度,并且所述轴管接头的内壁与所述空心轴管内壁平滑连接;万向节,其一端为管状,并且沿圆周设置有多个第二矩形齿,所述万向节匹配套设在所述轴管接头外壁,并且所述第二矩形齿和所述第一矩形齿啮合。在套设及啮合界面使用结构胶进行胶粘形成套设‑啮合式复合连接。本发明提供了一种碳纤维复合材料传动轴轴管接头结构,通过将异种材料可靠连接,保证传动轴在传递大扭矩工况下也具备良好的抗弯承扭承载性能。
-
公开(公告)号:CN118706457A
公开(公告)日:2024-09-27
申请号:CN202410208040.9
申请日:2024-02-26
Applicant: 吉林大学
Abstract: 一种基于燃油消耗模型的发动机劣化状态在线监测方法,属于发动机技术领域。本发明的目的是基于快速发展的智能网联技术,采用端云协同的形式获取、计算和反馈信息,实现发动机状态实时监测的基于燃油消耗模型的发动机劣化状态在线监测方法。本发明燃油消耗模型根据车辆动力学和运动学建立,以车速、加速度、发动机转速、坡度为输入估计燃油消耗量,将此模型估计值作为未劣化时的燃油消耗量,与实际燃油消耗量比较,根据统计计算后的偏差判断发动机的劣化程度,并针对不同情况采取不同措施。本发明可应用于不同车辆的发动机劣化状态监测,具有良好的可推广性。
-
-
-
-
-
-
-
-
-