一种分布式电驱动车辆的驱动防滑方法与系统

    公开(公告)号:CN119527041A

    公开(公告)日:2025-02-28

    申请号:CN202411835832.5

    申请日:2024-12-13

    Applicant: 东南大学

    Abstract: 本发明涉及一种分布式电驱动车辆的驱动防滑方法与系统。本发明设有扭矩梯度策略,通过监测车辆的各个车轮的转速及油门踏板的开度,避免突然的扭矩变化对车辆性能产生负面影响。同时本发明中的ASR控制模块利用PID控制算法动态调节电机扭矩输出,当检测到车轮打滑时ASR控制模块使得打滑车轮的扭矩逐渐减小,确保在不同的路况下,各车轮扭矩的平滑分配,防止车轮在低附着力路面上的打滑现象。本发明有效提高了分布式电驱动车辆在各种路况下的稳定性和安全性。

    一种分布式电驱动车辆的制动防抱死方法及系统

    公开(公告)号:CN119428582A

    公开(公告)日:2025-02-14

    申请号:CN202411870875.7

    申请日:2024-12-18

    Applicant: 东南大学

    Abstract: 本发明公开一种分布式电驱动车辆的制动防抱死方法及系统,属于车辆制动防抱死控制技术领域;方法包括:构建二维映射表;获取分布式电驱动车辆的实时车辆纵向车速和刹车踏板开度,并结合二维映射表,获得当前时间步下车辆纵向车速和刹车踏板开度的理想制动时间;基于获得的理想制动时间,通过四次多项式拟合,生成理想制动曲线;基于理想制动曲线,计算当前车辆纵向车速与理想制动曲线的差值Δvi,评估当前速度与理想制动条件下速度的偏移情况,并动态调整制动力,来动态调节每个车轮的制动力输出,能够在不同复杂路况下有效防止车轮抱死,确保车辆的制动性能和驾驶稳定性,为分布式电驱动车辆的安全应用提供了技术保障。

    嵌入模仿学习的学习型燃料电池混动汽车能量管理方法

    公开(公告)号:CN117993293A

    公开(公告)日:2024-05-07

    申请号:CN202410130880.8

    申请日:2024-01-31

    Applicant: 东南大学

    Abstract: 本发明公开了嵌入模仿学习的学习型燃料电池混动汽车能量管理方法,包括:构建仿真环境、构建训练工况和测试工况;基于动态规划,提取训练工况的全局最优轨迹;使用模仿学习算法对全局最优轨迹进行模仿,获得可继承的神经网络参数;将通过模仿学习算法取得的神经网络作为深度强化学习算法的初始化策略网络,开始强化学习训练,直到深度强化学习算法收敛。本发明充分结合了基于优化的方法与深度强化学习方法的优点,弥补了传统深度强化学习算法的不足,能够提高训练效率和优化效果。

    一种燃料电池混动汽车能量管理方法

    公开(公告)号:CN116461391A

    公开(公告)日:2023-07-21

    申请号:CN202310661463.1

    申请日:2023-06-06

    Applicant: 东南大学

    Abstract: 本发明公开了一种燃料电池混动汽车能量管理方法,主要步骤包括构建仿真环境、构建训练工况和验证工况;搭建Actor、Critic网络及其目标网络;训练能量管理策略,获得可继承的网络参数;加载网络参数至整车控制器,实现在线应用。本方法采用了Beta策略来改进标准SAC算法来提高优化性能;经过多次仿真实验,确定了合适的权重系数,并强调了健康约束,以降低驾驶成本,延长燃料电池混动汽车(FCHEV)的使用寿命;实现了与动态规划(DP)基准非常接近的性能,并且在不同驾驶循环中的仿真结果表明了良好的适应性。

Patent Agency Ranking