-
公开(公告)号:CN117944415A
公开(公告)日:2024-04-30
申请号:CN202410158907.4
申请日:2024-02-04
Applicant: 燕山大学
IPC: B60G17/015 , B60G17/018
Abstract: 本发明属于车辆主动悬架控制技术领域,具体涉及一种基于高阶全驱系统方法的车辆主动悬架自适应控制方法,其包括:S1、针对非线性车辆主动悬架系统,建立车辆主动悬架动力学模型,并确定控制变量和状态变量;S2、将车辆主动悬架动力学模型进行状态变量等价关系变换,建立车辆主动悬架模型;S3、设计车辆主动悬架系统自适应控制器,并确定控制步骤和高阶状态下的状态变量;S4、分析高阶全驱系统自适应控制器的稳定性,完成车辆主动悬架自适应控制。本发明提出的方法不再基于状态空间模型进行分析和设计控制器,而是基于物理模型直接进行控制器设计,简化控制器设计过程,并通过仿真验证证明本方法能够在有限时域内稳定快速稳定,实际应用效果较好。
-
公开(公告)号:CN114141040B
公开(公告)日:2023-02-21
申请号:CN202111439373.5
申请日:2021-11-30
Applicant: 燕山大学
IPC: G08G1/0967 , G08G1/0965 , H04L67/12
Abstract: 本发明涉及智能交通技术领域,具体涉及一种用于智能网联车辆巡航模式下的信号灯通行冗余系统,该信号灯通行有两种方式:第一种为通过人工操作模块决定是否通过信号灯,第二种为通过冗余模块决定是否通过信号灯,人工操作模块为首要指令,冗余模块是车辆未收到首要指令时,冗余模块的控制器代替人工下发指令;本发明实现了智能网联车辆巡航模式下的信号灯通行的冗余备份,该系统保证了当驾驶员精力不集中时,车辆在网联环境下仍可以进入到巡航模式,为整个系统提供了保证。
-
公开(公告)号:CN114881308A
公开(公告)日:2022-08-09
申请号:CN202210440834.9
申请日:2022-04-25
Applicant: 燕山大学
Abstract: 本发明公开了基于元学习的网联车辆速度预测方法,所述方法概括为:利用归一化方法对网联车辆驾驶数据进行预处理以及构建预测模型的学习任务集;结合元学习方法构建时间‑通道注意力卷积网络速度预测模型以提高预测模型的适应性;将上述基于元学习的网联车辆速度预测模型在大量的学习任务上展开学习并得到元学习器;将元学习器在新道路环境下通过少量数据进行几轮训练即可生成适应新环境的时间‑通道注意力卷积网络的参数并可达到很高的预测精度。
-
公开(公告)号:CN120039245A
公开(公告)日:2025-05-27
申请号:CN202510347563.6
申请日:2025-03-24
Applicant: 燕山大学
Abstract: 本发明公开了一种基于个性化温控的冷链混动车能耗优化控制方法,属于冷链运输车辆能耗优化领域,包括:获取冷链混动车的行程信息,初始化车辆关键参数;利用行程信息及车辆关键参数计算座舱温差和货舱温差,建立个性化温控能耗预测模型进行个性化温度控制;设计基于自适应神经网络模糊推理系统的参考SOC预测模型预测电池参考SOC;结合个性化温控能耗预测模型和参考SOC预测模型,定义考虑燃油、电能及温控能耗的多目标优化问题,构建基于自适应动态规划的能量管理模型;应用能量管理模型,实时调节各动力源间功率分配,优化控制车辆整体能耗。本发明解决了冷链混动车复杂强时变环境中多维信息融合的个性化温控及实时优化能耗问题。
-
公开(公告)号:CN117184095A
公开(公告)日:2023-12-08
申请号:CN202311359313.1
申请日:2023-10-20
Applicant: 燕山大学
Abstract: 本发明提供一种基于深度强化学习的混合动力电动车系统控制方法,其中包括以下步骤:S1、获取插电式混合动力物流轻卡在历史行驶过程中的多维路况信息;S2、建立整车动力系统模型;S3、对两个电机进行预优化处理,降低优化的维度;S4、进行动态规划计算,生成状态转移数据集;S5、确定强化学习算法需要的状态变量,动作变量以及奖励函数;S6、用步骤S4生成的状态转移数据集,对critic与actor网络进行预训练;S7、搭建环境‑智能体模型,利用深度强化学习算法不断迭代训练能量管理策略。S8、对上述模型进行应用。其利用DDPG算法进行模型训练,获得训练后的深度强化学习智能体,在保证燃油经济性的情况下实现物流轻卡对固定路线下随机工况的自适应能力。
-
公开(公告)号:CN117174959A
公开(公告)日:2023-12-05
申请号:CN202310901554.8
申请日:2023-07-21
Applicant: 燕山大学
IPC: H01M8/04298 , H01M8/04992 , H01M8/04746 , H01M8/04858 , B60L58/30
Abstract: 本发明提供一种基于强化学习的燃料电池发动机系统工作点切换控制方法,其包括:S1、建立燃料电池发动机的进气系统模型;S2、基于强化学习构建燃料电池发动机系统工作点切换瞬态控制方案;S3、构建燃料电池发动机系统工作点切换瞬态控制系统;S4、搭建燃料电池发动机的进气系统模型仿真模型,获得燃料电池发动机控制律,实现燃料电池发动机系统工作点切换控制。本发明对空压机气体流量进行控制,使燃料电池在两个高效功率点切换时具有良好的最优瞬态控制和快速响应能力;通过强化学习实现燃料电池两功率点切换的最优瞬态控制,根据仿真结果,两个观测状态进气歧管压力和阴极压力在两功率点切换时响应速度更迅速,能快速平稳的达到参考轨迹。
-
公开(公告)号:CN114771293A
公开(公告)日:2022-07-22
申请号:CN202210359338.0
申请日:2022-04-06
Applicant: 燕山大学
Abstract: 本发明公开了一种基于等效消耗最小策略的燃料电池汽车在线能量管理方法,涉及新能源汽车领域。该方法包括离线和在线两部分,离线部分包括:获取车辆驾驶工况数据;建立燃料电池混合动力汽车模型;基于庞特里亚金极小值原理,由目标函数建立哈密顿函数,用打靶法得到历史工况数据的最优解;将得到的最优解作为样本集训练LSTM模型。在线部分包括:基于网联信息在线预测车辆未来短期速度;利用训练好的LSTM模型实时得到最优协态变量;根据PMP与ECMS的关系得到最优等效因子;通过ECMS实时求解燃料电池汽车最优功率分配。本发明结果具有良好的全局优化性,计算效率高,实时性好;综合考虑了车辆历史信息与未来信息的影响,提升了燃油经济性和管理策略的鲁棒性。
-
公开(公告)号:CN114347776A
公开(公告)日:2022-04-15
申请号:CN202210102542.4
申请日:2022-01-27
Applicant: 燕山大学
Abstract: 本发明涉及一种冷链物流卡车的动力耦合系统,包括发动机、第一电动机、第二电动机、第一输入轴、第二输入轴、第三输入轴、第一制动器、第二制动器、第三制动器、离合器、动力耦合齿轮组、动力耦合齿轮组壳体、差速器、汽车半轴、车轮;发动机通过第一输入轴与动力耦合齿轮组相接,第一电动机通过第二输入轴与动力耦合齿轮组相接,第二电动机通过第三输入轴与差速器相接,离合器连接动力耦合齿轮组与第二电动机,其中第一、第二、第三制动器分别制动第一输入轴、第二输入轴和动力耦合齿轮组;动力耦合齿轮组输出的动力经离合器传递至第二电动机,然后经由第三输入轴传递至差速器,分流后经汽车半轴驱动车轮行驶。本发明能够实现单电机驱动模式、多动力源耦合驱动模式以及增程式驱动模式。
-
-
-
-
-
-
-