-
公开(公告)号：CN100585365C
公开(公告)日：2010-01-27
申请号：CN200710078210.2
申请日：2007-02-12
Applicant: 重庆大学 , 重庆长安汽车股份有限公司
IPC: G01M13/02 , G01M17/007 , G08C19/00 , H04L12/28
Abstract: 一种混合动力汽车传动系统性能试验台架，包括发动机、转速转矩传感器、ISG电机、传动连接支撑箱、十字万向节、电力测功机、油耗仪和控制系统等。转速转矩传感器安装在发动机和ISG电机之间，ISG的定子与离合器相连，传动连接支撑箱与ISG电机定子一起安装到发动机安装端面；传动连接支撑箱中间安装传动轴，传动轴的花键端与离合器摩擦片内花键相连，传动轴的法兰端与十字万向节相连，十字万向节与电力测功机相连。本发明将发动机、电机及控制系统集成，增加转速转矩传感器和传动连接支撑箱，减小传递过程中转矩波动，可对发动机、电机的转速和转矩进行分别控制，对系统的油耗和电池的电压、电流、荷电状态等参数进行测量。
-
公开(公告)号：CN100458756C
公开(公告)日：2009-02-04
申请号：CN200610054205.3
申请日：2006-04-10
Applicant: 重庆大学 , 重庆长安汽车股份有限公司
CPC classification number: Y02T90/16
Abstract: 本发明提出一种混合动力车用动力电池组的管理系统，由采集电路板和主控制电路板两大子系统构成，其中采集电路板的单组电池电压采集模块、电池总电压/总电流采集模块通过多路转换开关、A/D转换芯片后，与主控芯片CPU的I/O口连接；采集电路板与主控制电路板通过CAN总线通讯模块进行通讯；控制电路板的非易失性数据存储模块的地址端口与数据端口分别与主控芯片CPU的I/O口连接，读、写端口分别与主控芯片CPU的读、写端口连接，主控芯片CPU的I/O端口分别连接强电保护模块、温度控制模块、故障报警模块光耦的输入端(CA)。本发明可以提高系统的电压采集精度和速度，在整车复杂的实际工况中数据发送的稳定性，以及单组电池电压采集精度以及电压采集过程中的抗干扰性。
-
公开(公告)号：CN101256684A
公开(公告)日：2008-09-03
申请号：CN200810069523.6
申请日：2008-03-31
Applicant: 重庆大学 , 重庆长安汽车股份有限公司
IPC: G07C5/08
Abstract: 本发明提出一种混合动力汽车车辆信息记录仪，主要是由通讯模块、数据处理模块、海量数据存储模块组成。通讯模块是指CAN通讯和K通讯以及串口通信三个模块，CAN通讯和K通讯完成与整车相应的总线连接，采集总线上传输的数据，串口通信与液晶显示模块相连接，显示汽车各模块电控单元的故障信息和车速等汽车状态信息，本发明采用故障诊断K线和流行的CAN线相结合，及时地采集和发现故障；采用USB接口直接将数据存储到优盘可以脱离PC机，记录仪也可以实现与PC机的连接。按照实际的需要，可以实现当有故障出现时，存储故障前后一段时间里的数据，也可以实现数据的全部长时间存储。本系统设计简单，成本低，投资少，使用方便，值得推广和应用。
-
公开(公告)号：CN101011931A
公开(公告)日：2007-08-08
申请号：CN200710078157.6
申请日：2007-01-30
Applicant: 重庆大学 , 重庆长安汽车股份有限公司
Abstract: 本发明提供一种ISG型全轮驱动混合动力汽车的驱动系统，其前轮驱动采用了发动机、曲轴安装的盘式电机、自动离合器加手动变速器MT或直接采用AMT自动变速器等部件构成的动力传动系统，其中ISG电机安装在发动机和自动离合器或AMT自动变速器之间，后轮驱动采用了后轮驱动电机、后轮驱动减速/差速器构成的电动后桥。本发明和其它全轮驱动混合动力驱动方案相比，整个传动方案相对简单有效，成本相对较低，易于工程实现，系统具有并联、串联和混联驱动模式，有纯电动工况，能够获得较理想的整车匹配控制效果。
-
公开(公告)号：CN117731289A
公开(公告)日：2024-03-22
申请号：CN202311728881.4
申请日：2023-12-15
Applicant: 重庆大学
Abstract: 本发明涉及一种用于缓解疲劳的放电提示手环及提示方法，属于电子设备领域。包括：(1)通过蓝牙模块获取由车辆疲劳驾驶监测模块发送的佩戴者不同程度的疲劳信号；(2)通过心率传感器采集人体心率数据；(3)通过皮肤传感器采集人体的皮肤导电数据；(4)通过控制器内置的疲劳监测算法判断佩戴者是否进入疲劳状态以及疲劳程度；(5)脉冲电击模块根据控制器输出的佩戴者疲劳程度发出不同强度的电击；(6)电池监测模块用于监测电池的电压；(7)存储卡用于存储佩戴者的心率数据以及皮肤导电数据。本发明可以通过实时监测佩戴者的生理状态，能够及时发现疲劳迹象，并通过电击刺激迅速提醒佩戴者。
-
Patent Agency Ranking
公开(公告)号：CN116424332A
公开(公告)日：2023-07-14
申请号：CN202310378883.9
申请日：2023-04-10
Applicant: 重庆大学
Abstract: 本发明涉及一种深度强化学习型混合动力汽车能量管理策略增强更新方法，属于混合动力汽车技术领域。该方法包括：S1：获取不同类型的车辆历史速度数据；S2：将获取数据分别划分为初始、强化和终极阶段后进行合并，生成相应阶段的速度状态转移特征矩阵；S3：根据速度状态转移特征矩阵生成基于态序的特征驾驶工况，用于对深度强化学习型混合动力汽车能量管理策略训练；S4：定义策略训练所需的变量空间和奖励函数，并且以Matlab的.m文件为数据接口，实现联合仿真训练；S5：完成深度强化学习型混合动力汽车能量管理策略的在线增强更新式迭代训练过程，训练结束后下载最新策略并加载到混合动力系统模型中进行后续测试。
-
公开(公告)号：CN110187290B
公开(公告)日：2021-02-09
申请号：CN201910573259.8
申请日：2019-06-27
Applicant: 重庆大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明涉及一种基于融合型算法的锂离子电池剩余寿命预测方法，属于电池管理技术领域。该方法包括以下步骤：S1：获取电池容量衰减数据，并确定基于最优控制算法RUL预测的模型参数。S2：对训练集数据拟合，迭代输出最优控制算法模型参数滤波估计值和电池容量衰减数据滤波估计值，通过模型参数滤波估计值，得到初始RUL预测值。S3：基于最优控制算法的滤波估计值与实验数据差值，建立原始误差序列，并将其作为神经网络算法的输入，对误差序列不断迭代训练，输出误差序列的预测结果。S4：在训练集数据使用完毕后，综合最优控制算法的初始预测值和神经网络算法误差序列预测结果，得到最终的锂离子电池RUL预测结果。
-
公开(公告)号：CN111976707A
公开(公告)日：2020-11-24
申请号：CN202010930943.X
申请日：2020-09-07
Applicant: 重庆大学
Abstract: 本发明涉及一种基于凸优化考虑电机热状态的混合动力汽车能量管理方法，属于新能源汽车领域。该方法包含以下步骤：S1：根据汽车的参数，建立汽车的纵向动力学模型；S2：根据所选择的循环工况，计算汽车的需求转矩、需求功率；S3：建立各部件动力学模型，以及电机热状态模型S4：通过凸优化拟合方法，对动力系统各部件模型凸化处理；S5：对传动系统的各部件工作状态及电机热状态进行约束；S6：确定目标函数，建立凸优化框架；S7：利用凸优化工具箱，在保证约束条件有效情况下下，计算最佳功率分配。本发明弥补了现有混合动力能量管理方法忽略电机工作状态的缺点，同时本发明的优化算法计算时间快，结果准确。
-
公开(公告)号：CN109555847B
公开(公告)日：2020-10-23
申请号：CN201811487895.0
申请日：2018-12-06
Applicant: 重庆大学
Abstract: 本发明涉及一种基于动态规划的混合动力公交车AMT换挡，属于新能源汽车领域。该方法包括：利用GPS设备和车速传感器获取样本工况信息；建立整车动力学模型，计算相应时刻整车的需求转矩；采用DP算法离线获得关于车速与节气门开度的最优档位MAP图；通过车载速度传感器和节气门开度传感器，检测获取公交车的实际车速与节气门开度信号；采用散点插值法选择目标档位，对于相同车速和节气门开度点对应的不同档位做均值和圆整处理，若实际车速超出样本车速或不在样本车速范围内，以差值最小的车速作为档位选择的速度基准；检测下一时刻档位变化，避免发生跳档。本发明能针对不同的驾驶条件进行档位自适应调整。
-
公开(公告)号：CN110247451A
公开(公告)日：2019-09-17
申请号：CN201910523087.3
申请日：2019-06-17
Applicant: 重庆大学
Abstract: 本发明涉及一种锂离子动力电池组全寿命周期均衡控制方法，属于电池管理技术领域。该方法包括：S1：选定一批待测电池单体，完成在不同条件下的电池老化实验；S2：根据获得的电池老化数据，建立一种描述电池老化速率的模型；S3：建立模型预测控制的目标函数，实现电池组的老化速率最小；S4：以电池模型为预测模型，实现基于模型预测控制的均衡策略。本发明能够使电池组的老化速率更小，从而延长了电池组的使用寿命。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.021 seconds)
