-
公开(公告)号：CN116572956A
公开(公告)日：2023-08-11
申请号：CN202310659609.9
申请日：2023-06-05
Applicant: 浙江理工大学
IPC: B60W30/18 , B60W50/00 , B60W40/10 , B60W40/105 , B60L15/20
Abstract: 一种基于二型模糊逻辑的电液复合制动力矩协调控制策略，引入再生制动分配系数kr表征电机制动参与程度，其中非紧急制动工况下以制动强度z、电池SOC为区间二型模糊逻辑输入对再生制动力矩、液压制动力矩进行分配；紧急制动工况下以路面附着系数μ、电池SOC为区间二型模糊逻辑输入对再生制动力矩、液压制动力矩进行分配。此外，一种紧急制动工况对接路面电机力矩补偿策略，利用电机在路面附着系数突变时作用驱动或制动力矩补偿液压制动力矩延迟。本发明提高了电动汽车复合制动安全性与改善能量回收效果，同时解决防抱死过程滑移率骤增与滑移率跟踪缓慢的问题。
-
公开(公告)号：CN114701463A
公开(公告)日：2022-07-05
申请号：CN202210376667.6
申请日：2022-04-11
Applicant: 浙江理工大学
Abstract: 一种区间二型模糊神经网络复合制动防抱死控制系统，包括传感器单元、车轮滑移率计算单元、路面最佳滑移率识别单元、区间二型模糊神经网络ABS控制器、整车控制器VCU、四个液压制动执行机构、四个轮毂电机及四个电机控制器，区间二型模糊神经网络ABS控制器经过区间二型模糊神经网络算法计算得到理想制动防抱死力矩Tb_i，同时基于最大再生制动力矩策略对电液复合制动系统进行制动防抱死力矩分配，并输出理想液压制动力矩Th_i和理想再生制动力矩Tr_i到整车控制器VCU，整车控制器VCU控制液压制动执行机构和轮毂电机产生相应的制动力矩。本发明提供了一种区间二型模糊神经网络复合制动防抱死控制系统及方法，提高电动汽车制动防抱死控制精度和稳定性。
-
公开(公告)号：CN117067839A
公开(公告)日：2023-11-17
申请号：CN202311205954.1
申请日：2023-09-19
Applicant: 浙江理工大学
IPC: B60G17/015 , B60G17/018 , B60G17/019 , B60G17/08
Abstract: 一种磁流变半主动悬架史密斯区间二型模糊时滞补偿控制方法，包括磁流变半主动悬架控制器，磁流变半主动悬架控制器包括史密斯‑区间二型时滞补偿控制器、理想电流求取单元和电流控制器，车载传感器测量得到车身垂直加速度a1、悬架动挠度fd1、轮胎动载荷Fd1、相对速度vr，输入到史密斯‑区间二型时滞补偿控制器，并将相对速度vr输入理想电流求取单元；史密斯‑区间二型时滞补偿控制器计算得到补偿后的主动控制力F3(t)，分别输入到史密斯‑区间二型模糊控制单元和理想电流求取单元。本发明提供了一种磁流变半主动悬架史密斯区间二型模糊时滞补偿控制方法，将史密斯预估控制方法与区间二型模糊控制方法相结合，在一定程度上降低了纯滞后特性所造成的影响。
-
公开(公告)号：CN115511784A
公开(公告)日：2022-12-23
申请号：CN202210983993.3
申请日：2022-08-17
Applicant: 浙江理工大学
IPC: G06T7/00 , G06V10/82 , G06V10/774 , G06V10/764 , G06V10/147
Abstract: 本发明涉及一种基于深度卷积生成对抗网络的道路缺陷智能识别方法，包括如下步骤：1)，基于爬虫技术和对抗生成网络训练技术获得大量表面带有缺陷的道路图片；2)，基于DarkNet‑53卷积神经网络训练的道路类型分类和记录；3)，利用车载摄像头对路面进行拍摄，对道路特征进行智能提取，自动判别道路缺陷并记录缺陷所在位置，判断缺陷是否需要修复并进行相应动作；4)，云端共享，扩充样本数据集。本发明的道路缺陷智能识别方法在小样本数据集的前提下，通过卷积神经网络模型进行缺陷检测及分类，并利用图片生成网络生成大量数据集进行神经网络的训练，从而能够使判别器能够自动识别道路缺陷。
-
公开(公告)号：CN115027194A
公开(公告)日：2022-09-09
申请号：CN202210854089.2
申请日：2022-07-13
Applicant: 浙江理工大学
IPC: B60G17/015 , B60G17/018
Abstract: 一种磁流变半主动悬架的区间二型模糊控制系统，包括车辆传感器单元、簧载质量与非簧载质量相对速度计算单元、区间二型模糊逻辑磁流变半主动悬架控制器、理想电流求取单元、整车控制器VCU和电流控制器，车辆传感器单元、簧载质量与非簧载质量相对速度计算单元分别将簧载质量速度vs、相对速度vr输入到区间二型模糊逻辑磁流变半主动悬架控制器中，解模糊化后输出磁流变减振器阻尼系数C到理想电流求取单元，整车控制器VCU通过电流控制器控制磁流变半主动悬架系统的磁流变减振器实际电流大小进而改变磁流变减振器的阻尼力大小。本发明提供了一种磁流变半主动悬架的区间二型模糊控制系统及方法，从而提高磁流变半主动悬架控制的精度和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN114734970B
公开(公告)日：2023-03-31
申请号：CN202210537028.3
申请日：2022-04-29
Applicant: 浙江理工大学
IPC: B60T8/17 , B60T8/171 , B60T8/172 , B60T8/174 , B60T8/1755 , B60T8/34 , B60T8/36 , B60T8/40 , B60T8/58
Abstract: 一种基于区间三型模糊逻辑制动防抱死控制系统，包括传感器单元、车轮滑移率计算单元、路面附着系数辨识单元、路面最佳滑移率识别单元、区间三型模糊逻辑ABS控制器、整车控制器VCU、四个液压制动执行机构、四个轮毂电机及四个电机控制器，区间三型模糊逻辑ABS控制器经过区间三型模糊逻辑算法计算得到理想制动防抱死力矩Tb_i，同时区间三型模糊逻辑ABS控制器基于一型模糊逻辑对电液复合制动系统进行制动防抱死力矩分配，并输出理想液压制动力矩Th_i和理想再生制动力矩Tr_i到整车控制器VCU。本发明提供了一种基于区间三型模糊逻辑制动防抱死控制系统及方法，用于增强传统模糊逻辑建模和抵抗外部干扰的能力，提高滑移率控制精度和效果，保证制动安全性。
-
公开(公告)号：CN114701463B
公开(公告)日：2023-03-24
申请号：CN202210376667.6
申请日：2022-04-11
Applicant: 浙江理工大学
Abstract: 一种区间二型模糊神经网络复合制动防抱死控制系统，包括传感器单元、车轮滑移率计算单元、路面最佳滑移率识别单元、区间二型模糊神经网络ABS控制器、整车控制器VCU、四个液压制动执行机构、四个轮毂电机及四个电机控制器，区间二型模糊神经网络ABS控制器经过区间二型模糊神经网络算法计算得到理想制动防抱死力矩Tb_i，同时基于最大再生制动力矩策略对电液复合制动系统进行制动防抱死力矩分配，并输出理想液压制动力矩Th_i和理想再生制动力矩Tr_i到整车控制器VCU，整车控制器VCU控制液压制动执行机构和轮毂电机产生相应的制动力矩。本发明提供了一种区间二型模糊神经网络复合制动防抱死控制系统及方法，提高电动汽车制动防抱死控制精度和稳定性。
-
公开(公告)号：CN115630568A
公开(公告)日：2023-01-20
申请号：CN202211212250.2
申请日：2022-09-30
Applicant: 浙江理工大学
Abstract: 一种改进PSO‑Elman神经网络的路面附着系数预测方法，包括以下步骤：使用车辆传感器得到目标车辆的初始车辆数据；改进PSO‑Elman神经网络单元将汽车在不同附着系数路面行驶采集到的纵向加速度ax、侧向加速度ay、车轮转向角δi、车轮角速度wi以及横摆角速度γ，以及汽车的纵向车速估计值vx、侧向车速估计值vy、车轮侧偏角估计值αi、纵向滑移率估计值λi组成向量组[ax ayδi wiγvx vyαiλi]作为对应的改进PSO‑Elman神经网络单元的输入，将路面附着系数作为输出。本发明提供了一种改进PSO‑Elman神经网络的路面附着系数预测方法，基于改进PSO算法优化Elman神经网络，建立改进PSO‑Elman神经网络的预测模型，从而提高路面附着系数预测的精度。
-
公开(公告)号：CN114734970A
公开(公告)日：2022-07-12
申请号：CN202210537028.3
申请日：2022-04-29
Applicant: 浙江理工大学
IPC: B60T8/17 , B60T8/171 , B60T8/172 , B60T8/174 , B60T8/1755 , B60T8/34 , B60T8/36 , B60T8/40 , B60T8/58
Abstract: 一种基于区间三型模糊逻辑制动防抱死控制系统，包括传感器单元、车轮滑移率计算单元、路面附着系数辨识单元、路面最佳滑移率识别单元、区间三型模糊逻辑ABS控制器、整车控制器VCU、四个液压制动执行机构、四个轮毂电机及四个电机控制器，区间三型模糊逻辑ABS控制器经过区间三型模糊逻辑算法计算得到理想制动防抱死力矩Tb_i，同时区间三型模糊逻辑ABS控制器基于一型模糊逻辑对电液复合制动系统进行制动防抱死力矩分配，并输出理想液压制动力矩Th_i和理想再生制动力矩Tr_i到整车控制器VCU。本发明提供了一种基于区间三型模糊逻辑制动防抱死控制系统及方法，用于增强传统模糊逻辑建模和抵抗外部干扰的能力，提高滑移率控制精度和效果，保证制动安全性。
-
公开(公告)号：CN116401943A
公开(公告)日：2023-07-07
申请号：CN202310334458.X
申请日：2023-03-28
Applicant: 浙江理工大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06N3/006 , G06F119/14 , G06F111/06
Abstract: 一种MFO‑Elman神经网络的路面附着系数预测方法，包括以下步骤：使用车辆传感器得到目标车辆的初始车辆数据；将汽车在不同附着系数路面行驶采集到的纵向加速度ax、侧向加速度ay、车轮转向角δi、车轮角速度wi以及横摆角速度γ，以及汽车的纵向车速估计值vx、侧向车速估计值vy、车轮侧偏角估计值αi、纵向滑移率估计值λi组成向量组[ax ayδi wiγvx vyαiλi]作为对应的MFO‑Elman神经网络单元的输入，将路面附着系数估计值μ作为输出。本发明提供了一种MFO‑Elman神经网络的路面附着系数预测方法，基于MFO算法优化Elman神经网络，建立MFO‑Elman神经网络的预测模型，从而提高路面附着系数预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.033 seconds)
