-
公开(公告)号：CN116638914A
公开(公告)日：2023-08-25
申请号：CN202310591348.1
申请日：2023-05-24
Applicant: 重庆大学
Abstract: 本发明涉及基于TD3算法的多控制器协同控制的整车热管理控制方法，属于整车热管理领域。包括步骤：S1：建立汽车空调与乘客舱的热耦合模型；S2：建立锂离子电池电热模型和冷却回路模型；S3：建立电动汽车整车热管理系统仿真模型；S4：结合PID控制和逻辑控制，建立关于整车热管理系统仿真模型相匹配的整车热管理智能控制方法。本方案针对不同的控制目标合理采用不同的控制器进行协同控制以对电动汽车热管理系统进行高效、准确的控制，使电池温度控制在合理的工作范围内的前提下，保证乘客舱的热舒适度并降低空调能耗。
-
公开(公告)号：CN114236402B
公开(公告)日：2023-08-11
申请号：CN202111243222.2
申请日：2021-10-25
Applicant: 重庆大学
IPC: G01R31/387
Abstract: 本发明涉及一种考虑温度和SOC双因素的锂电池等效电路模型建立方法，所述方法包括对正交实验进行设计，然后根据正交实验设计中的温度和SOC因素影响，构建ECM模型，估计ECM模型的参数，然后以阿伦尼乌斯模型为基础，多项式模型为参数，用分段函数的形式描述，得到OPPA模型，通过选择不同的段数和阶数，估计OPPA模型的模型参数，加载预测结果最好段数和阶数的参数，代入OPPA模型获取ECM模型的参数，从而获取OPPA‑ECM模型。本发明设计了双因素正交试验，基于温度影响阿伦尼乌斯方程的形式，结合SOC影响多项式模型，建立了OPPA模型。利用OPPA修正ECM模型的参数，进而使ECM模型在未知温度和SOC条件下对EIS阻抗谱表现出较好的预测性能。
-
公开(公告)号：CN118683270A
公开(公告)日：2024-09-24
申请号：CN202410767895.5
申请日：2024-06-14
Applicant: 重庆大学
Abstract: 本发明涉及一种电动汽车乘员舱与动力电池协同制冷控制方法，属于新能源汽车整车热管理领域。该方法包括：建立空调系统‑乘员舱动态热模型及其耦合模型，动力电池的电‑热耦合模型以及电池制冷回路模型；设计一种无需系统具体转移方程的基于动态规划的新型控制方法，建立其数学模型；通过该方法建立的控制器输出信号通过控制各热管理部件工作，实现全局乘员舱温度与电池温度最佳。本发明规避了动态规划算法中需要推导被控系统具体状态转移方程以实现状态变量的更新和最佳控制变量的求解，解决了复杂模型难以写出转移方程的痛点，也避免了模型离散化过程中繁琐的数学计算，同时能够保证在系统节能、乘员舱温度控制和电池温控等方面均有良好的效果。
-
公开(公告)号：CN114236402A
公开(公告)日：2022-03-25
申请号：CN202111243222.2
申请日：2021-10-25
Applicant: 重庆大学
IPC: G01R31/387
Abstract: 本发明涉及一种考虑温度和SOC双因素的锂电池等效电路模型建立方法，所述方法包括对正交实验进行设计，然后根据正交实验设计中的温度和SOC因素影响，构建ECM模型，估计ECM模型的参数，然后以阿伦尼乌斯模型为基础，多项式模型为参数，用分段函数的形式描述，得到OPPA模型，通过选择不同的段数和阶数，估计OPPA模型的模型参数，加载预测结果最好段数和阶数的参数，代入OPPA模型获取ECM模型的参数，从而获取OPPA‑ECM模型。本发明设计了双因素正交试验，基于温度影响阿伦尼乌斯方程的形式，结合SOC影响多项式模型，建立了OPPA模型。利用OPPA修正ECM模型的参数，进而使ECM模型在未知温度和SOC条件下对EIS阻抗谱表现出较好的预测性能。
-
公开(公告)号：CN110703114A
公开(公告)日：2020-01-17
申请号：CN201911031589.0
申请日：2019-10-28
Applicant: 重庆大学
IPC: G01R31/388 , G01R31/389 , G01R31/36
Abstract: 本发明涉及一种基于电-热-神经网络耦合模型的动力电池SOC和SOT联合状态估计方法，属于电池管理领域。该方法包括：S1选定待测动力电池，搜集整理相关技术参数，建立该动力电池时域内连续的ETSM模型，并确定模型输入输出参数；S2在不同温度下模拟两个城市驾驶循环工况和两个公路驾驶循环工况，采集电池状态数据；S3对ETSM模型进行参数辨识，得到电-热子模型的特性参数；S4利用参数化的ETSM模型生成训练数据库，进行神经网络训练，建立ETNN模型，对端电压Vsp与核心温度Tc进行估计；S5采用UKF对电池SOC和SOT进行联合估计。本发明能够在极端温度和大电流条件下，对动力电池进行状态有效估计。
-
Patent Agency Ranking
公开(公告)号：CN118605594A
公开(公告)日：2024-09-06
申请号：CN202410623649.2
申请日：2024-05-20
Applicant: 重庆大学
IPC: G05D1/495 , G05D1/46 , G05D101/10 , G05D109/20
Abstract: 本发明涉及一种基于非线性模型预测控制的电动垂直起降飞行器速度规划方法，属于飞行器能量管理领域。该方法为：利用作用盘理论，建立多旋翼型eVTOL飞行器的动力学模型，并设计相应的飞行工况，以确定基本的飞行工况剖面；针对eVTOL大倍率工况，基于电池测试建立电‑热老化耦合模型；基于eVTOL飞行器动力学和电池模型，建立基于多级非线性模型预测控制器的eVTOL运动规划模型；以飞行能耗、电池老化和控制变量的变化率为优化目标，实施对eVTOL运动速度、姿态和航迹的优化，以提高飞行器的舒适性和控制效率，降低eVTOL的最大功率需求和电池包的峰值放电电流，并减少电池的老化损耗。
-
公开(公告)号：CN113985306B
公开(公告)日：2022-08-09
申请号：CN202111241584.8
申请日：2021-10-25
Applicant: 重庆大学
IPC: G01R31/389 , G01R31/388 , G01R31/367
Abstract: 本发明涉及一种固‑液混合锂电池阻抗谱的等效电路模型建立方法及装置，所述方法包括基于锂电池电极过程动力学采用第一性原理方法建立等效电路模型；基于锂电池的电化学阻抗谱的频率区间划分，每个频率区间的EIS映射特定ECM部件，将所述等效电路模型的部件进行合并简化，得到简化的等效电路模型；采用不同温度和SOC条件下测量所述简化的等效电路模型的电化学阻抗谱曲线，利用复非线性最小二乘方法估计所述简化的等效电路模型的参数。本发明通过电极过程第一性原理建立ECM，并且根据EIS阻抗频率区间对ECM进行简化，在此基础上，利用CNLS方法估计SECM的参数，进而使模型对EIS的仿真更加精确。
-
公开(公告)号：CN113985306A
公开(公告)日：2022-01-28
申请号：CN202111241584.8
申请日：2021-10-25
Applicant: 重庆大学
IPC: G01R31/389 , G01R31/388 , G01R31/367
Abstract: 本发明涉及一种固‑液混合锂电池阻抗谱的等效电路模型建立方法及装置，所述方法包括基于锂电池电极过程动力学采用第一性原理方法建立等效电路模型；基于锂电池的电化学阻抗谱的频率区间划分，每个频率区间的EIS映射特定ECM部件，将所述等效电路模型的部件进行合并简化，得到简化的等效电路模型；采用不同温度和SOC条件下测量所述简化的等效电路模型的电化学阻抗谱曲线，利用复非线性最小二乘方法估计所述简化的等效电路模型的参数。本发明通过电极过程第一性原理建立ECM，并且根据EIS阻抗频率区间对ECM进行简化，在此基础上，利用CNLS方法估计SECM的参数，进而使模型对EIS的仿真更加精确。
-
公开(公告)号：CN118683271A
公开(公告)日：2024-09-24
申请号：CN202410767928.6
申请日：2024-06-14
Applicant: 重庆大学 , 南京天洑软件有限公司 , 重庆绣海科技有限公司
Abstract: 本发明涉及一种基于电机堵转加热的整车热管理控制方法，属于整车热管理技术领域。该方法包括步骤：S1：基于集总参数法建立了电动汽车热泵空调系统、电池以及乘员舱的模型，为后续热管理系统控制策略的建立奠定了基础；S2：建立了电动汽车电机的数学模型和热模型；S3：研究了电机堵转加热方法、车辆静止时的整车热管理控制逻辑和电池充电策略；S4：设计了一种结合电机堵转加热方法的模型预测控制策略。本发明基于电机堵转加热方法利用智能模型预测控制策略对包含电池、乘员舱和电机的集成式热管理系统进行耦合控制，实现动力电池的温度控制和节能控制，具有较好的温控和节能效果。
-
公开(公告)号：CN116540105A
公开(公告)日：2023-08-04
申请号：CN202310584399.1
申请日：2023-05-23
Applicant: 重庆大学
IPC: G01R31/367 , G01R31/36 , G01R31/378 , G01R31/382 , G01R31/385 , G01R31/3842 , G01K13/00 , G01K7/02
Abstract: 本发明涉及一种基于神经网络与热网络模型的锂电池内部温度在线估计方法，属于电池技术领域。该方法包括步骤：S1：选定待测试的动力电池，获取相关技术参数；S2：在不同工况点下进行电池的表面温度测试，采集电池测试数据；S3：将采集的数据用于神经网络训练，建立神经网络模型，对电池在不同工况点下的表面温度进行预测；S4：根据电池的输入电流与电压，在线辨识电池的内阻并完成当前时刻的SOC估计；S5：建立电池的热网络模型，将S3中神经网络预测的表面温度作为热网络模型的输入，将S4中的内阻与SOC估计值代入热网络模型，计算下一时刻的电池内部温度。本发明具有精度高、鲁棒性好、可在线应用的优点。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.024 seconds)
