一种双模构型多目标条件下基于帕累托最优性的参数优化方法

    公开(公告)号:CN112677957B

    公开(公告)日:2021-10-08

    申请号:CN202110019579.6

    申请日:2021-01-07

    Abstract: 本发明涉及一种双模构型多目标条件下基于帕累托最优性的参数优化方法,属于新能源汽车领域。该方法包括:S1:构建双模构型不同构型模式下稳态动力学方程及基于传动效率最大化的模式切换策略;S2:搭建计及部件转动惯量的混合动力传动系统瞬态动力学方程;S3:基于动态规划算法构建包括工况相关经济性成本和传动系统部件成本在内的经济性评价指标以及以百公里加速时间量化的动力性评价指标;S4:通过切比雪夫的聚合方法构造多目标优化函数,基于多目标进化算法MOEA/D得到双模构型有关工况相关经济性成本,动力传动系统部件成本和以加速性能为评价指标的动力性的最优帕累托前沿。本发明为构型优化提供更广阔的设计空间。

    一种双模构型多目标条件下基于帕累托最优性的参数优化方法

    公开(公告)号:CN112677957A

    公开(公告)日:2021-04-20

    申请号:CN202110019579.6

    申请日:2021-01-07

    Abstract: 本发明涉及一种双模构型多目标条件下基于帕累托最优性的参数优化方法,属于新能源汽车领域。该方法包括:S1:构建双模构型不同构型模式下稳态动力学方程及基于传动效率最大化的模式切换策略;S2:搭建计及部件转动惯量的混合动力传动系统瞬态动力学方程;S3:基于动态规划算法构建包括工况相关经济性成本和传动系统部件成本在内的经济性评价指标以及以百公里加速时间量化的动力性评价指标;S4:通过切比雪夫的聚合方法构造多目标优化函数,基于多目标进化算法MOEA/D得到双模构型有关工况相关经济性成本,动力传动系统部件成本和以加速性能为评价指标的动力性的最优帕累托前沿。本发明为构型优化提供更广阔的设计空间。

    一种双行星排混联双模传动系统

    公开(公告)号:CN112659881A

    公开(公告)日:2021-04-16

    申请号:CN202110003279.9

    申请日:2021-01-04

    Applicant: 重庆大学

    Abstract: 本发明涉及一种双行星排混联双模传动系统,属于新能源汽车领域。该系统包括动力耦合机构、发动机、扭转减振器、第一电机、第二电机、动力电池,逆变器、总成控制器和控制器局域网,其中动力耦合机构包括减速器、第一行星排、第二行星排、离合器和制动器;总成控制器包括发动机控制单元、整车控制单元、电机控制单元和动力电池控制单元。通过控制离合器和制动器的状态可以实现两种适用于不同速比区间的输入型功率分流模式和复合型功率分流模式,双模的切换解决了输入型功率分流模式在高速行驶时发生功率循环而导致传动效率下降的问题,使动力传动系统在更广的速比区间内维持高的传动效率。本发明降低了生产成本,提高了整车的工作效率。

    一种基于数据驱动场景下车辆行驶成本评价方法

    公开(公告)号:CN113034210A

    公开(公告)日:2021-06-25

    申请号:CN202110469430.8

    申请日:2021-04-28

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于数据驱动场景下车辆行驶成本评价方法,属于新能源汽车领域。该方法包括:获取特定区域内的行车历史数据并进行数据预处理,并进行工况片段划分;基于主成分分析对工况片段的多维特征参数进行降维;利用IABC‑Kmeans算法,搭建典型工况特征集,根据各聚类样本数量比例和类中样本与聚类中心参数相关性重组反映某个地区特定驾驶风格和驾驶习惯的合成工况,并与原始数据集进行统计学特征的对比验证;设计电池老化、燃油消耗和电量维持的统一量化方法,搭建融入专家经验的DDPG的多目标能量管理优化模型,使策略具有在保证最优性的前提下具有更高的训练效率。本发明可以为更精确的车辆行驶成本评价方法提供参考。

    一种基于数据驱动场景下车辆行驶成本评价方法

    公开(公告)号:CN113034210B

    公开(公告)日:2022-02-01

    申请号:CN202110469430.8

    申请日:2021-04-28

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于数据驱动场景下车辆行驶成本评价方法,属于新能源汽车领域。该方法包括:获取特定区域内的行车历史数据并进行数据预处理,并进行工况片段划分;基于主成分分析对工况片段的多维特征参数进行降维;利用IABC‑Kmeans算法,搭建典型工况特征集,根据各聚类样本数量比例和类中样本与聚类中心参数相关性重组反映某个地区特定驾驶风格和驾驶习惯的合成工况,并与原始数据集进行统计学特征的对比验证;设计电池老化、燃油消耗和电量维持的统一量化方法,搭建融入专家经验的DDPG的多目标能量管理优化模型,使策略具有在保证最优性的前提下具有更高的训练效率。本发明可以为更精确的车辆行驶成本评价方法提供参考。

Patent Agency Ranking