-
公开(公告)号：CN110605974A
公开(公告)日：2019-12-24
申请号：CN201910882069.4
申请日：2019-09-18
Applicant: 北京理工大学
IPC: B60L15/20 , B60W30/182 , B60W50/00 , B60W40/105
Abstract: 本发明公开了一种多轴分布式电驱动车辆驱动型式切换控制方法。本发明首先根据当前车速计算驾驶员需求功率，并根据踏板变化量获取需求功率补偿量；驾驶员需求功率加上需求功率补偿量，作为总需求功率；根据总需求功率和功率门限判断输出驱动型式。本发明引入的踏板变化率具有预测性，有助于减少驱动型式的切换次数且简单可靠、实时性强，能有效提升车辆的整体效率。
-
公开(公告)号：CN112937547A
公开(公告)日：2021-06-11
申请号：CN202110121253.4
申请日：2021-01-28
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于全局工况的插电式混合动力公交车能量管理方法，包括以下步骤：S101.获取目标车辆的历史车速‑时间信息；S102.将所获取的车速‑时间数据进行分类、分段，并记录特征值，搭建工况数据库；S103.基于径向基神经网络，学习相邻工况段间的非线性关联，构建全局工况；S104.根据所构建全局工况和车辆控制模型计算所述目标车辆的全局SoC状态轨迹；S105.基于神经网络模型，根据所述目标车辆历史车速‑时间信息确定短期预测车速；S106.根据所述全局SoC状态轨迹和所述短期预测车速对车辆动力部件进行动力分配。本发明利用历史数据和神经网络预测公交车全局行驶工况，服务于下层MPC能量管理方法，以达到减少能耗的目的。
-
公开(公告)号：CN109064760B
公开(公告)日：2020-03-17
申请号：CN201810960435.9
申请日：2018-08-22
Applicant: 北京理工大学
Abstract: 本发明公开一种数据驱动的智能鲁棒车速实时规划方法及系统。所述方法包括：获取目标路段中各分段的车辆行驶信息；根据所述行驶信息得到路段随机延时变量、与所述随机延时变量相对应的概率密度函数、路段内禁止通行时间；建立道路模型；根据所述道路模型、路段内禁止通行时间确定车辆行驶的机会约束条件；获取油耗、时间和安全性在车辆行驶中的权重系数；根据目标路段和所述权重系数建立车速规划目标函数；根据动态规划算法和机会约束条件对所述车速规划目标函数求解，得到最优车速。采用本发明的方法或系统能够根据需求建立相应的目标函数，达到相应的车速优化效果。
-
公开(公告)号：CN109064760A
公开(公告)日：2018-12-21
申请号：CN201810960435.9
申请日：2018-08-22
Applicant: 北京理工大学
Abstract: 本发明公开一种数据驱动的智能鲁棒车速实时规划方法及系统。所述方法包括：获取目标路段中各分段的车辆行驶信息；根据所述行驶信息得到路段随机延时变量、与所述随机延时变量相对应的概率密度函数、路段内禁止通行时间；建立道路模型；根据所述道路模型、路段内禁止通行时间确定车辆行驶的机会约束条件；获取油耗、时间和安全性在车辆行驶中的权重系数；根据目标路段和所述权重系数建立车速规划目标函数；根据动态规划算法和机会约束条件对所述车速规划目标函数求解，得到最优车速。采用本发明的方法或系统能够根据需求建立相应的目标函数，达到相应的车速优化效果。
-
公开(公告)号：CN110696815B
公开(公告)日：2020-10-09
申请号：CN201911151460.3
申请日：2019-11-21
Applicant: 北京理工大学 , 北京首科能源技术有限公司
IPC: B60W20/11
Abstract: 本发明公开了一种网联式混合动力汽车的预测能量管理方法，包括以下步骤：S1.目标车辆将自身驾驶工况信息通过车载终端设备上传给数据处理中心；S2.数据处理中心结合所收集的路面信息对目标车辆最优行驶路径进行规划并预估其完整车速曲线；S3.目标车辆接收数据处理中心的信息反馈并结合自身采集的实时状态信息发送给整车控制器VCU进行最佳能量分配；S4.VCU基于所构建二层前馈神经网络模型对所接收工况进行快速响应规划得到对应最优全局SoC轨迹；S5.VCU利用MPC方法对所规划SoC轨迹进行跟随，在实时控制层面获得的近似最优的燃油经济性能量分配效果。本发明所提出的方法能够保证实时能量管理策略取得全局最优的燃油经济性。
-
Patent Agency Ranking
公开(公告)号：CN110717218A
公开(公告)日：2020-01-21
申请号：CN201910882140.9
申请日：2019-09-18
Applicant: 北京理工大学
IPC: G06F30/15
Abstract: 本发明提供了一种电驱动车辆分布式动力驱动系统重构控制方法及车辆，其引入了聚类学习对离线分析所得工况特征与最优驱动模式构型之间的机理进行学习，通过构建快速匹配模型，并利用样本数据对其进行训练不断调整权重系数直至模型收敛达到预期精度，可以实现最优驱动构型的快速匹配，在完成驱动模式的选择后，复杂的多动力源-驱动系统得以简化得到可用于实时控制的底盘驱动构型。基于所确定构型利用MPC算法对APU及动力电池的能量进行实时最优分配，能够得到控制时域范围内的最优解，在可控情况下能够显著降低重型汽车能耗，较传统基于规则方法而言可以显著提高车辆的节能效果。
-
公开(公告)号：CN109131350A
公开(公告)日：2019-01-04
申请号：CN201810964452.X
申请日：2018-08-23
Applicant: 北京理工大学
IPC: B60W50/00 , B60W40/076 , B60W40/105
Abstract: 本发明公开一种混合动力汽车能量管理方法及系统。该方法包括：利用基于历史车速和驾驶员行为训练的神经网络对未来车速进行预测，得到预测车速；利用通过采集的道路坡度数据所建立的基于自回归积分移动平均模型的坡度预测模型对道路坡度进行预测，得到预测道路坡度；根据预测车速和预测道路坡度计算需求功率；根据需求功率利用动态规划算法计算各个动力部件的扭矩和转速。本发明的混合动力汽车能量管理方法及系统，能够提高燃油经济性。
-
公开(公告)号：CN108909702A
公开(公告)日：2018-11-30
申请号：CN201810964444.5
申请日：2018-08-23
Applicant: 北京理工大学
Abstract: 本发明公开了一种插电式混合动力汽车能量管理方法及系统。所述管理方法包括：获取目标车辆的车辆历史车速；获取所述目标车辆的行驶路径并进行分段采样，采集所有路段上的实时交通信息流；根据所述交通信息流计算所述目标车辆的长期电池荷电状态轨迹；基于神经网络模型，根据所述车辆历史车速预测短期未来车速；根据所述长期电池荷电状态轨迹以及所述短期预测车速对车载能量源动力输出进行分配管理。采用本发明所提供的管理方法及系统能够降低对插电式混合动力汽车能量进行管理时的计算时间，提高了能量管理方法的实时性和整车能耗经济性。
-
公开(公告)号：CN112937547B
公开(公告)日：2023-03-24
申请号：CN202110121253.4
申请日：2021-01-28
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于全局工况的插电式混合动力公交车能量管理方法，包括以下步骤：S101.获取目标车辆的历史车速‑时间信息；S102.将所获取的车速‑时间数据进行分类、分段，并记录特征值，搭建工况数据库；S103.基于径向基神经网络，学习相邻工况段间的非线性关联，构建全局工况；S104.根据所构建全局工况和车辆控制模型计算所述目标车辆的全局SoC状态轨迹；S105.基于神经网络模型，根据所述目标车辆历史车速‑时间信息确定短期预测车速；S106.根据所述全局SoC状态轨迹和所述短期预测车速对车辆动力部件进行动力分配。本发明利用历史数据和神经网络预测公交车全局行驶工况，服务于下层MPC能量管理方法，以达到减少能耗的目的。
-
公开(公告)号：CN110605974B
公开(公告)日：2021-03-23
申请号：CN201910882069.4
申请日：2019-09-18
Applicant: 北京理工大学
IPC: B60L15/20 , B60W30/182 , B60W50/00 , B60W40/105
Abstract: 本发明公开了一种多轴分布式电驱动车辆驱动型式切换控制方法。本发明首先根据当前车速计算驾驶员需求功率，并根据踏板变化量获取需求功率补偿量；驾驶员需求功率加上需求功率补偿量，作为总需求功率；根据总需求功率和功率门限判断输出驱动型式。本发明引入的踏板变化率具有预测性，有助于减少驱动型式的切换次数且简单可靠、实时性强，能有效提升车辆的整体效率。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.027 seconds)
