-
公开(公告)号：CN113638997B
公开(公告)日：2023-06-27
申请号：CN202110824288.4
申请日：2021-07-21
Applicant: 浙江工业大学
Abstract: 一种主被动模式集成型智能油气减振系统，包括一个油气混合式减振缸和一套微型2维泵阀组，所述微型2维泵阀组包括一个微型2维泵芯、一个微型2维阀芯、一个伺服电机、一个力矩马达和一个阀体，阀体内设有微型2维泵芯和微型2维阀芯，微型2维泵芯与伺服电机联动，微型2维阀芯与力矩马达联动，分别对伺服电机和力矩马达进行控制，实现泵芯和泵阀的独立自主工作；所述油气混合式减振缸的油气混合腔和环形腔通过液压连通管路连接到微型2维泵阀组。本发明结构简单、有效适应复杂工况下的最优性能要求。
-
公开(公告)号：CN113638997A
公开(公告)日：2021-11-12
申请号：CN202110824288.4
申请日：2021-07-21
Applicant: 浙江工业大学
Abstract: 一种主被动模式集成型智能油气减振系统，包括一个油气混合式减振缸和一套微型2维泵阀组，所述微型2维泵阀组包括一个微型2维泵芯、一个微型2维阀芯、一个伺服电机、一个力矩马达和一个阀体，阀体内设有微型2维泵芯和微型2维阀芯，微型2维泵芯与伺服电机联动，微型2维阀芯与力矩马达联动，分别对伺服电机和力矩马达进行控制，实现泵芯和泵阀的独立自主工作；所述油气混合式减振缸的油气混合腔和环形腔通过液压连通管路连接到微型2维泵阀组。本发明结构简单、有效适应复杂工况下的最优性能要求。
-
公开(公告)号：CN109760523A
公开(公告)日：2019-05-17
申请号：CN201910051538.8
申请日：2019-01-21
Applicant: 浙江工业大学
Abstract: 一种基于BP神经网络车速预测的复合电源能量管理方法，首先建立BP神经网络车速预测模型，通过收集处理当前汽车行驶状态以及历时车速信息，作为神经网络模型输入参数，获得未来时段的预测车速；然后根据预测车速信息，结合整车模型求出电机需求功率，并采用模型预测控制算法求出预测时域内的最优控制量，再将最优控制量作用于系统，通过滚动优化与反馈反馈校正，求出整个工况的最优控制量。所述能量管理控制策略能有效地提高复合电源汽车能量使用效率，增加汽车续驶里程。
-
公开(公告)号：CN109515407A
公开(公告)日：2019-03-26
申请号：CN201811351044.3
申请日：2018-11-14
Applicant: 浙江工业大学
Abstract: 并联式液压制动能量回收系统，将三个初始压力不同的蓄能器作为储能器，三个蓄能器处于并联状态。在制动时，根据不同工况选择蓄能器，车辆制动强度大时，高压蓄能器工作，制动力不足部分由摩擦制动器补足；当高压蓄能器能够提供的再生制动力矩达到车辆制动所需力矩时，高压蓄能器关闭，中压蓄能器开始工作；车辆制动强度低时，低压蓄能器工作，汽车所需制动力矩由液压制动能量回收系统提供。
-
公开(公告)号：CN106836328A
公开(公告)日：2017-06-13
申请号：CN201710122603.2
申请日：2017-03-03
Applicant: 浙江工业大学
IPC: E02F3/38
CPC classification number: E02F3/38
Abstract: 一种矿用正铲液压挖掘机的动臂及其制造方法，所述动臂包括顶板、侧板、底板、前挡板、后挡板、尾部箱体、耳板以及铰接耳板，所述顶板、侧板、底板、前挡板、后挡板、尾部箱体共同围成动臂箱体；所述底板的前部安装耳板，所述耳板分别与所述斗杆、所述铲斗油缸以及所述动臂油缸铰接；所述底板上安装用于与斗杆油缸铰接的铰接耳板；所述制造方法包括以下步骤：建立动臂的CAD模型；并进行工作装置斗杆挖掘动力学仿真，然后获得动臂拓扑模型；对动臂模型进行有限元强度与失稳分析并校正，获得新动臂模型；确定动臂的仿真模型，制造动臂。本发明的有益效果是：优化并重新设计了动臂装置的结构，并减轻了它的重量，提高了工作装置的整体性能与工作效率。
-
Patent Agency Ranking
公开(公告)号：CN107195025B
公开(公告)日：2020-02-21
申请号：CN201710429872.3
申请日：2017-06-09
Applicant: 浙江工业大学
Inventor： 付志军
IPC: B60W30/04
Abstract: 一种基于重心高度在线估计的车辆侧翻指数预测方法，首先，根据动力学基本理论建立车辆侧倾动力学模型；接着，借用自适应滤波理论得到有关重心高度的参数辨识模型，该参数辨识模型只需要侧向加速度和相对侧倾角传感器信号作为输入；针对参数辨识模型通过设计滤波矩阵提出一种由参数误差信息驱动的自适应率，实现重心高度的在线实时自适应估计；最后，根据横向载荷转移率基本公式，得到一种基于重心高度在线估计的侧翻指数预测方法。本发明可靠性高、实时性好、需测信号少、成本较低、具有较好的普适性。
-
公开(公告)号：CN106644510B
公开(公告)日：2019-07-26
申请号：CN201611172192.X
申请日：2016-12-17
Applicant: 浙江工业大学
IPC: G01M17/007
Abstract: 本发明公开了一种汽车制动能量回收混合系统实验台架，包括控制柜、供能系统、换向器、数据采集系统、液压制动能量回收系统和轮毂电机制动能量回收系统，供能系统分别与液压制动能量回收系统与轮毂电机制动能量回收系统连接；供能系统包括电机和飞轮，所述的电机与主轴连接，所述的主轴的一端连接第一电磁离合器，另一端与套设有飞轮的飞轮轴连接，所述的主轴上套设有制动盘；当供能系统与液压制动能量回收系统通过第二电磁离合器连接制动时，所述的飞轮带动泵/马达转动，向所述的液压蓄能器冲压储存能量；当供能系统与轮毂电机制动能量回收系统通过第三电磁离合器连接制动时，所述的飞轮带动轮毂电机转动发电，生成的电能储存到超级电容内。
-
公开(公告)号：CN104794276A
公开(公告)日：2015-07-22
申请号：CN201510183703.7
申请日：2015-04-17
Applicant: 浙江工业大学
Inventor： 付志军
Abstract: 一种标准型递归神经网络发动机怠速模型辨识方法，包括以下步骤：(1)针对发动机怠速实际工况系统，采集跟系统辨识相关的状态变量，并做好前期传感器非线性信号的滤波处理；(2)标准型递归神经网络模型仅需要单层神经网络，且每个状态仅需要单个神经元；(3)针对动态回归矩阵和权值设计自适应学习律。通过设计Lyapunov函数：得到相关的自适应学习律；(4)将所测状态变量输入所提标准型递归神经网络辨识模型中，通过在线学习进行模型辨识。本发明提供了一种有效实现模型辨识的标准型递归神经网络发动机怠速模型辨识方法。
-
公开(公告)号：CN104765929A
公开(公告)日：2015-07-08
申请号：CN201510185121.2
申请日：2015-04-17
Applicant: 浙江工业大学
Inventor： 付志军
IPC: G06F17/50
Abstract: 一种基于多时间尺度递归神经网络的非线性状态解耦观测方法，所述方法包括以下步骤：步骤(1)：建立多时间尺度递归神经网络模型来逼近实际的非线性系统；步骤(2)：建立多时间尺度递归神经网络观测器模型；步骤(3)：通过选择恰当的Lyapunov函数结合奇异摄动理论设计权值更新律；步骤(4)：将所测得的相关状态变量输入多时间尺度递归神经网络观测模型中，通过在线学习进行状态观测。本发明实现对系统状态和不确定外界输入的解耦观测、简化结构、提高学习速度、提升观测精度。
-
公开(公告)号：CN109515407B
公开(公告)日：2024-12-06
申请号：CN201811351044.3
申请日：2018-11-14
Applicant: 浙江工业大学
Abstract: 并联式液压制动能量回收系统，将三个初始压力不同的蓄能器作为储能器，三个蓄能器处于并联状态。在制动时，根据不同工况选择蓄能器，车辆制动强度大时，高压蓄能器工作，制动力不足部分由摩擦制动器补足；当高压蓄能器能够提供的再生制动力矩达到车辆制动所需力矩时，高压蓄能器关闭，中压蓄能器开始工作；车辆制动强度低时，低压蓄能器工作，汽车所需制动力矩由液压制动能量回收系统提供。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.022 seconds)
