公开(公告)号：CN115009044A

公开(公告)日：2022-09-06

申请号：CN202210621243.1

申请日：2022-06-02

Applicant: 南京工程学院

Inventor： 朱志莹 ,  丛冰玉 ,  安聪 ,  杨品海 ,  戴必翔

IPC: B60L15/20 ,  B60L15/32 ,  G06N3/04 ,  G06N3/08 ,  G06F30/15 ,  G06F30/27

Abstract: 本发明是一种基于神经网络逆拓展结构的车用轴向分相磁悬浮飞轮转子系统的控制方法，包括：步骤1：构建飞轮转子动力学模型，经过线性放大得到复合飞轮转子系统；步骤2：构造动态神经网络逆系统；步骤3：将组合后的伪线性系统复合飞轮转子系统进行线性化并解耦，而后进行系统闭环控制；步骤4：将扰动估计值引入动态神经网络逆系统的模型中，形成拓展结构，步骤5：将拓展结构替代动态神经网络逆系统，最终组成完整的基于神经网络逆拓展结构的磁悬浮飞轮转子自抗扰控制系统。本发明增强了飞轮转子在车载扰动下的鲁棒性，简化了模型，提高了控制系统的抗干扰性能，使转子系统控制更简单，更具有鲁棒性和抗扰动性。

公开(公告)号：CN116702996A

公开(公告)日：2023-09-05

申请号：CN202310749428.5

申请日：2023-06-25

Applicant: 南京工程学院

Inventor： 朱志莹 ,  许健 ,  綦光鑫 ,  郝清泉 ,  杨品海 ,  仇兴华 ,  贾永琪

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F18/23213 ,  G06F18/2413 ,  G06N3/126 ,  G06N3/048

Abstract: 本发明属于交通运输及储能领域，公开了一种基于典型工况识别的电动公交车辆能量预测方法，包括采集历史行驶数据；通过插值法以及小波包函数分解对数据进行预处理，定义行驶过程中的工况块，并将历史行驶数据作工况块划分；提取并计算工况块中的特征参数；采用主成分分析与遗传优化的K均值聚类法，对划分的工况块进行聚类；精选出典型工况块构建车辆典型工况下的能量样本空间；采用RBF神经网络对样本空间进行学习、训练，最终构建电动公交车辆在不同工况下的加速/制动能量供需预测模型。本方法兼顾考虑了不同工况下电动公交车辆加速/制动时的能量需求与损耗规律，为电动公交车辆混合储能系统的控制策略提供了可靠的设计依据。