-
公开(公告)号：CN119928814A
公开(公告)日：2025-05-06
申请号：CN202411734985.0
申请日：2024-11-29
Applicant: 上海交通大学 , 中电投新疆能源化工集团哈密有限公司
Abstract: 本发明涉及一种燃料电池混动汽车多目标深度强化学习能量管理方法，方法包括以下步骤：S1、获取典型的行驶数据训练神经网络模型，得到行驶工况识别模型，基于所述驶工况识别模型识别不同的行驶工况；S2、建立模拟环境，在模拟环境中定义智能体，并设计多目标优化奖励函数；S3、采用深度确定性策略梯度训练智能体，得到训练完成的智能体；S4、对训练完成的智能体进行测试，然后获取实际行驶数据，基于行驶工况识别模型输出实际工况，将实际工况输入训练完成的智能体，得到实际能量管理策略。与现有技术相比，本发明具有实现多目标混合动力汽车的能量管理，进而提高混合动力汽车的整体性能等优点。
-
公开(公告)号：CN115570964B
公开(公告)日：2025-05-06
申请号：CN202211301901.5
申请日：2022-10-24
Applicant: 江苏大学
Abstract: 本发明提供了一种混合动力拖拉机的液压机械复合传动系统及控制方法，包括发动机、整车控制器、电机、传动系统、第二行星齿轮机构，传动系统包括第一行星齿轮机构、液压传动装置和机械传动装置；第一行星齿轮机构分别与液压传动装置和机械传动装置连接，液压传动装置和机械传动装置分别与总动力输出轴连接；总动力输出轴与第二行星齿轮机构连接；发动机分别与第一行星齿轮机构和机械传动装置连接，电机分别与第一行星齿轮机构和机械传动装置连接；第二行星齿轮机构分别与第一输出轴和第二输出轴连接；通过整车控制器提供发动机和/或电机与第一输出轴和/或第二输出轴之间不同的传动比。本发明可实现机械传动、液压传动、机械液压复合传动。
-
公开(公告)号：CN119898324A
公开(公告)日：2025-04-29
申请号：CN202510332732.9
申请日：2025-03-20
Applicant: 重庆大学
IPC: B60W20/11
Abstract: 本发明涉及一种基于需求功率预测的插电式混合动力汽车自适应能量管理方法，属于插电式混合动力汽车能量管理技术领域，包括以下步骤：S1：构建基于级联泛化的工况识别模型，对车辆行驶工况类型进行在线识别；S2：对不同工况下的协态变量、等效因子进行寻优，构建最优初始协态变量MAP及最优等效因子MAP图；S3：针对不同的工况类别，训练不同的需求功率预测模型，对不同工况下的需求功率进行自适应预测；S4：根据相邻历史周期内的真实需求功率和预测得到的需求功率差值的平均值和标准差，对最优电机和发动机的输出功率进行在线修正。
-
公开(公告)号：CN114889581B
公开(公告)日：2025-04-29
申请号：CN202210695387.1
申请日：2022-06-17
Applicant: 天津大学
Abstract: 提供了一种混合动力车辆控制方法及装置。该方法包括获取车辆行程样本集，车辆行程样本集包括多个车辆行程样本和对应于每个车辆行程样本的标签数据，车辆行程样本表征车辆在历史行驶阶段内的车辆历史行驶数据，标签数据表征车辆在历史行驶阶段内的最优功率分配策略；利用车辆行程样本集训练初始功率分配神经网络模型，得到目标功率分配神经网络模型；根据与历史行驶阶段内的最优功率分配策略对应的车辆历史行驶数据建立车速预测模型；根据预测时间点和车速预测模型确定在预测时间点的预测车速；将当前行驶阶段的车速、预测车速输入目标功率分配神经网络模型得到与预测车速对应的目标功率分配策略，以根据目标功率分配策略对车辆进行控制。
-
公开(公告)号：CN119872510A
公开(公告)日：2025-04-25
申请号：CN202510061473.0
申请日：2025-01-15
Applicant: 武汉理工大学
Abstract: 本发明公开了一种并联混合动力车辆能量管理方法和装置，方法包括：获取初始车辆状态信号；构建车辆动力学方程；根据车辆动力学方程，构建并联混合动力车辆结构模型；根据并联混合动力车辆结构模型，构建电池热模型和电池寿命模型；根据电池热模型和电池寿命模型，构建无参数回报函数；根据无参数回报函数，生成强化学习空间状态和强化学习控制动作；构建目标双延迟深度确定性策略梯度网络；构建车辆能量管理学习策略；根据初始车辆状态信号，利用车辆能量管理学习策略确定目标发动机等效转矩，目标发动机等效转矩用于控制发动机运行。本发明实现了并联混合动力车辆能量管理，提高了准确度、适用性和效率。本发明可广泛应用于车辆工程技术领域。
-
Patent Agency Ranking
公开(公告)号：CN114630775B
公开(公告)日：2025-04-25
申请号：CN201980101349.5
申请日：2019-12-17
Applicant: ZF 腓德烈斯哈芬股份公司
Inventor： 安德烈亚斯·文德策尔 , 托比亚斯·明德尔
Abstract: 本发明涉及借助基于模型的预测性调整(MPC)来执行机动车的自主行驶功能。尤其提出了为此设置的处理器单元。处理器单元通过执行包含机动车的动力总成的纵向动力学模型的MPC算法而被设置成用于，确定位于预测范围(20)内的转矩目标值(21)和位于预测范围内(20)内的速度目标值(19)。根据转矩目标值(21)的水平，在转矩预定运行模式中或在速度预定运行模式中执行机动车的自主行驶功能。在转矩预定运行模式中基于转矩目标值(21)来控制动力总成的驱动机组。在速度运行模式中基于速度目标值(19)来控制动力总成的速度调整器。
-
公开(公告)号：CN119329493B
公开(公告)日：2025-04-18
申请号：CN202411874182.5
申请日：2024-12-19
Applicant: 临工重机股份有限公司
Abstract: 本发明涉及混合动力矿车技术领域，公开了一种混合动力矿车增程器的停机控制方法及系统，该方法包括：当矿车的电池SOC数据达到预设的安全阈值时，生成并发送发动机停机信号；基于发动机停机信号，结合当前矿车的发动机温度，执行对应的负载调控策略，以降低发动机负载功率；通过降低发动机负载功率水平至怠速运行，结合预设的怠速控制策略，以降低发动机温度；基于实时电池SOC数据，通过预设的调整策略动态调整发电机的输出功率；监测并确认发动机停机，记录停机时矿车的状态信息，以方便后续启动。本发明通过综合考虑电池状态、发动机温度和矿车工况，实现了混合动力矿车在停机控制过程中的智能化控制，提高了系统的可靠性和安全性。
-
公开(公告)号：CN119821361A
公开(公告)日：2025-04-15
申请号：CN202510255091.1
申请日：2025-03-05
Applicant: 重庆大学
Abstract: 本发明涉及一种面向复杂交通场景的模型与数据融合驱动的能量管理方法，属于新能源汽车领域。该方法包括：S1：构建具有交互性的多车道多红绿灯路口交通场景；S2：采集多种交通流量和驾驶策略下的多维度时序数据集：设定不同的交通流量场景并赋予目标车辆不同的驾驶策略，采集在目标车辆行驶过程中的自车及交通信息时序数据；S3：利用基于动态规划的全局最优能量管理模型生成训练数据集；S4：设计基于LSTM的深度学习能量管理策略：选择LSTM网络架构并设计模型结构，进行数据预处理和模型训练与调参。本发明实时优化功率分配，实现高效的能量管控，显著提高节能效果。
-
公开(公告)号：CN119796162A
公开(公告)日：2025-04-11
申请号：CN202510102126.8
申请日：2025-01-22
Applicant: 燕山大学 , 北京空间飞行器总体设计部
IPC: B60W20/15 , B60W50/00 , B60W20/11 , G06N3/0464
Abstract: 本发明公开一种混合动力汽车能量管理方法和装置、系统、存储介质，包括：步骤1、采集车辆运行过程中的多源交通信息和车辆状态信息；步骤2、根据多源交通信息和车辆状态信息，提取影响混合动力汽车行驶的交通元素，构建图结构的多源交通信息；步骤3、根据图结构的多源交通信息训练基于图卷积神经网络的长短期网络的车速预测模型，利用训练好的车速预测模型预测未来车速；步骤4、根据预测车速，进行考虑车辆动力系统能量消耗和寿命衰退的能量管理。采用本发明的技术方案，充分利用交通元素对子车的影响，预测出更符合实际的速度序列，提高能量管理经济性。
-
公开(公告)号：CN119734678A
公开(公告)日：2025-04-01
申请号：CN202510019863.1
申请日：2025-01-07
Applicant: 武汉理工大学
IPC: B60W20/11 , B60W10/06 , B60W10/08 , B60W40/00 , B60W40/105
Abstract: 本发明公开了一种混合动力车辆的能量控制方法及系统，其中，该方法获取训练好的车速预测模型和预设的转矩控制规则，以及目标车辆的行驶车速数据和剩余电量数据；将所述行驶车速数据输入至所述训练好的车速预测模型中进行车速预测，得到预测车速数据；根据所述剩余电量数据和所述行驶车速数据的行驶需求转矩，获取所述目标车辆的行驶工作模式；根据所述行驶工作模式，对所述目标车辆进行能量控制。该方法可以有效降低对混合动力车辆进行能量控制所需的计算资源，提高能量控制的效率和效果。本发明涉及车辆技术领域。
-
-
-
-
-
-
-
-
-
Search Results
591
records
(took 0.01 seconds)
