-
公开(公告)号:CN116624279A
公开(公告)日:2023-08-22
申请号:CN202310595038.7
申请日:2023-05-24
Applicant: 重庆大学
IPC: F02D29/02 , G06F30/17 , G06F30/15 , G06F119/08 , G06F119/14
Abstract: 本发明涉及一种用于实时控制的发动机扭矩解析计算模型,属于发动机技术领域。该模型包括发动机进气系统解析计算模型、各缸热力学过程解析计算模型、发动机排气系统解析计算模型以及发动机曲轴动力学解析计算模型。本发明的发动机扭矩解析计算模型从发动机运行机理出发,相较与传统平均值模型而言能够表征发动机输出扭矩的波动特性,适用于搭载发动机的车辆传动系统扭振分析与扭振控制。该模型结构清晰、计算简单,无需特定求解器支持即可用于在线求解发动机输出扭矩及各部件状态,可用于基于微控制器的发动机实时控制。
-
公开(公告)号:CN116399544A
公开(公告)日:2023-07-07
申请号:CN202310419859.5
申请日:2023-04-19
Applicant: 重庆大学溧阳智慧城市研究院
Abstract: 本发明公开了一种可用于风洞试验的摩擦摆支座隔震系统,具体为:钢质轨道和侧向挡板通过螺栓固定于钢板底座上,U型滑块在钢质轨道上单向滑动,连接板通过螺栓固定于U型滑块上,弹簧两端分别通过吊环螺栓与侧向挡板、连接板相连接;U型滑块内置石墨套筒,石墨套筒内壁设置若干石墨筛孔;U型滑块凹槽内部粘贴薄膜材料。本发明避开了摩擦摆隔震支座在几何尺寸上无法小比例缩尺的困难,可灵活再现隔震建筑风洞试验模型在隔震层位置的非线性力学特性。
-
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:CN117268690A
公开(公告)日:2023-12-22
申请号:CN202310459074.0
申请日:2023-04-26
Applicant: 重庆大学溧阳智慧城市研究院
Abstract: 本发明属于工程结构隔震建筑风洞试验技术领域,公开了一种双线性滞回隔震系统与气弹模型风洞试验装置,包括钢板底座、侧向挡板、钢质轨道、U型滑块、弹簧A、连接板、弹簧B、摩擦质量块、摩擦台、六分量测力天平、拉压力传感器、非隔震建筑气弹模型、吊环螺丝和激光位移计。本发明绕开了对隔震支座的直接缩尺,采用一种等效思路对以铅锌橡胶支座为代表的隔震层的非线性力学特性进行模拟,提供了一种双线性滞回特性的隔震系统,将上部建筑气动弹性模型通过螺栓固定在连接板上,即可开展隔震建筑气弹模型风洞试验研究,针对隔震建筑开发的创新性风洞模拟技术,可为隔震建筑风振响应理论研究提供试验数据支撑。
-
公开(公告)号:CN118015910A
公开(公告)日:2024-05-10
申请号:CN202410259869.1
申请日:2024-03-07
Applicant: 重庆大学溧阳智慧城市研究院
Abstract: 本发明公开了一种可模拟小缩尺比摩擦摆隔震支座双向耦合振动的替代装置,具体为:侧向挡板、一对X方向钢质轨道和测力天平依次安装在钢板底座上;一对X方向钢质轨道和Y方向钢质轨道一下一上卡入四个XY双向滑块的凹槽内,在Y方向钢质轨道的上部搭载连接板用于连接非隔震建筑结构弹性模型;X方向弹簧的两端通过V形支架和吊环螺丝分别连接在右侧两个XY双向滑块和侧向挡板上,Y方向弹簧两端通过两个吊环螺丝连接到连接板和横梁上;在测力天平之上固定摩擦台,摩擦台面四角位置的插销棒串起压板,夹在摩擦台与压板之间的摩擦板通过Y形支架与连接板侧向连接。本发明可以模拟结构双向运动,再现结构真实的运动状态,获得更加精确的试验数据。
-
公开(公告)号:CN116938810A
公开(公告)日:2023-10-24
申请号:CN202311019388.5
申请日:2023-08-14
Applicant: 重庆大学
Abstract: 本发明公开了一种基于图神经网络的深度强化学习SDN智能路由优化方法,该方法通过将深度强化学习的智能路由优化模型作为一个北向应用部署到SDN控制器中,以避免网络拥塞和满足网络流请求流服务的延迟约束;智能路由优化模型基于图神经网络建立,对基于网络拓扑结构的SDN网络数据进行处理,通过调整网络链路代价权重来完成路由的调整,得到优化预测的路由转发规则,转化为对应的流表项;在智能路由优化模型的深度强化学习中,通过图神经网络感知、处理并有效利用非欧几里德类型的网络拓扑数据;通过强化学习的决策能力,以最大化累计奖励为目标实现SDN网络的智能路由优化,从而有效提高SDN网络的传输性能。
-
-
-
-
-