-
公开(公告)号：CN109552312A
公开(公告)日：2019-04-02
申请号：CN201811355250.1
申请日：2018-11-14
Applicant: 吉林大学
Abstract: 一种车辆稳定性模型预测控制方法，属于控制技术领域。本发明的目的是建立考虑路面不平度的车辆横摆动力学模型，然后运用模型预测控制算法来设计横摆稳定控制器，来有效防止电动汽车在恶劣工况以及急转弯的情况下，车辆发生侧倾、甩尾的车辆稳定性模型预测控制方法。本发明的步骤是：考虑路面不平度的电动汽车力学和动力学模型搭建、横摆稳定控制器。本发明在进行转矩分配策略制定的过程中，考虑了车辆安全性（防止打滑或者抱死，侧倾或者甩尾）、整车性能（加速和制动性能）、驾驶舒适性（力矩变化不能太大，垂向力变化值不能太大）、节约控制能量（在满足性能前提下节约能量）。提高整车动力学性能。
-
公开(公告)号：CN111884554B
公开(公告)日：2021-10-15
申请号：CN202010788355.7
申请日：2020-08-07
Applicant: 吉林大学
Abstract: 本发明公开了一种永磁同步电机驱动系统延寿及转矩精确控制方法，首先通过设计电机转矩与磁链的跟踪代价函数、驱动系统能耗代价函数和极限安全代价函数来完成模型预测控制中目标函数的设计；然后引入占空比调制，结合目标函数求解系统下一时刻最优的开关量与占空比组合，精确控制逆变器；最后应用转矩滞环控制调制永磁同步电机工作的实际转矩幅值，通过判断下一时刻电机转矩的预测值与安全极限值的关系合理调控下一时刻转矩的期望值；循环计算，进而完成对永磁同步电机的控制。本发明实现了对永磁同步电机驱动系统高精度、低能耗、低风险的综合延寿控制。
-
公开(公告)号：CN109391202B
公开(公告)日：2021-09-28
申请号：CN201811325725.2
申请日：2018-11-08
Applicant: 吉林大学
IPC: H02P23/00 , H02P23/30 , H02P23/14 , H02P25/022
Abstract: 一种永磁同步电机模型预测‑直接转矩控制方法，属于控制技术领域。本发明的目的是利用降维观测器完成对系统中转矩和磁链的准确估计，然后采用模型预测控制算法来设计轮毂电机驱动系统控制器的永磁同步电机模型预测‑直接转矩控制方法。本发明步骤是：选择电机转矩和磁链为状态量，选取使转矩与磁链预测值与期望值误差最小的目标函数，获得控制电机的三相电压完成对PMSM的控制。本发明应用的模型预测控制算法能够有效处理多输入多输出以及多约束的优化控制问题，取替了传统直接转矩控制中滞环比较器和开关选择模块，避免了滞环的上下限脉动和不必要的开关损耗，有效抑制了驱动电机的转矩脉动。
-
公开(公告)号：CN111884554A
公开(公告)日：2020-11-03
申请号：CN202010788355.7
申请日：2020-08-07
Applicant: 吉林大学
Abstract: 本发明公开了一种永磁同步电机驱动系统延寿及转矩精确控制方法，首先通过设计电机转矩与磁链的跟踪代价函数、驱动系统能耗代价函数和极限安全代价函数来完成模型预测控制中目标函数的设计；然后引入占空比调制，结合目标函数求解系统下一时刻最优的开关量与占空比组合，精确控制逆变器；最后应用转矩滞环控制调制永磁同步电机工作的实际转矩幅值，通过判断下一时刻电机转矩的预测值与安全极限值的关系合理调控下一时刻转矩的期望值；循环计算，进而完成对永磁同步电机的控制。本发明实现了对永磁同步电机驱动系统高精度、低能耗、低风险的综合延寿控制。
-
公开(公告)号：CN111898211B
公开(公告)日：2022-11-01
申请号：CN202010788354.2
申请日：2020-08-07
Applicant: 吉林大学
Abstract: 本发明公开了一种基于深度强化学习方法的智能车速度决策方法，构造智能车通过路口的马尔可夫决策模型的状态空间S，动作空间A，即时奖赏空间R；初始化神经网络，构建经验池；采用ε‑greedy算法进行动作的选择，并将此次经验填加进所述步骤二构建的经验池；从经验池随机选出一部分经验，采用随机梯度下降法训练神经网络；根据最新神经网络完成当前时刻智能车的速度决策，并将此次经验填加至经验池，随机选取一部分经验再进行新一轮神经网络的训练。本发明同时公开了一种基于深度强化学习的智能车速度决策方法的仿真方法，基于matlab自动驾驶工具箱搭建的深度强化学习仿真系统进行仿真实验。
-
Patent Agency Ranking
公开(公告)号：CN108900128B
公开(公告)日：2021-09-28
申请号：CN201811035493.7
申请日：2018-09-06
Applicant: 吉林大学
Abstract: 一种基于模型预测控制的永磁同步电机直接转矩控制方法，属于控制技术领域。本发明的目的是基于扩展卡尔曼估计和模型预测控制的电动汽车轮毂电机驱动控制系统能很好的改善现有技术存在缺点的基于模型预测控制的永磁同步电机直接转矩控制方法。本发明首先利用扩展卡尔曼原理，完成电机驱动系统估计器设计，其次将估计器得到的转矩和磁链值作为反馈值，连同参考给定值传递给电机控制系统控制器，最后通过求解目标函数对应的最优控制问题，完成系统对电机转矩和磁链快速准确的跟踪控制。本发明有效避免了复杂的坐标变化和电机模型中电流量耦合问题，降低了系统的复杂度，提高了系统的动态响应速度和系统控制效果的直观性、可靠性。
-
公开(公告)号：CN109204317B
公开(公告)日：2020-05-22
申请号：CN201810817307.9
申请日：2018-07-24
Applicant: 吉林大学
IPC: B60W40/10 , B60W40/107 , B60W40/109
Abstract: 一种轮毂驱动电动汽车纵、横和垂向力集成控制优化方法，属于电动汽车控制技术领域。本发明的目的是采用分层式协同控制结构，从而解决现有现有控制系统存在的四个缺点的轮毂驱动电动汽车纵、横和垂向力集成控制优化方法。本发明将车辆合力与四轮轮胎力之间的关系带入车身六自由度方程得出车辆运动学控制目标纵向速度，侧向速度，垂向速度，俯仰角，侧倾角，横摆角的期望值，从而对其进行优化。本发明提出了分层式轮胎纵、横、垂向力三者统一优化分配的集成控制方法，有效消除不同底盘电子控制系统之间的冲突并增强其互补性，综合提升车辆操纵稳定性并改善车辆行驶姿态，具体体现在提升了车辆的道路跟踪性能、安全性、操纵性、稳定性以及舒适性。
-
公开(公告)号：CN109515442A
公开(公告)日：2019-03-26
申请号：CN201811313945.3
申请日：2018-11-06
Applicant: 吉林大学
IPC: B60W40/064
Abstract: 一种四轮驱动电动汽车路面附着系数估计方法，属于控制技术领域。本发明的目的是首先提出两种估计策略，设计最终估计器将二者综合，获取方法一利用附着系数在均值以上的点，代入方法二，获取准确有效的路面附着系数估计信息的四轮驱动电动汽车路面附着系数估计方法。本发明步骤是：基于公式法的路面附着系数估计，基于公式变形的路面附着系数估计，算法融合。本发明使估计方法更能应用于复杂多变的工况，适应性更强，附着系数估计值更有效准确。
-
公开(公告)号：CN108900128A
公开(公告)日：2018-11-27
申请号：CN201811035493.7
申请日：2018-09-06
Applicant: 吉林大学
Abstract: 一种基于模型预测控制的永磁同步电机直接转矩控制方法，属于控制技术领域。本发明的目的是基于扩展卡尔曼估计和模型预测控制的电动汽车轮毂电机驱动控制系统能很好的改善现有技术存在缺点的基于模型预测控制的永磁同步电机直接转矩控制方法。本发明首先利用扩展卡尔曼原理，完成电机驱动系统估计器设计，其次将估计器得到的转矩和磁链值作为反馈值，连同参考给定值传递给电机控制系统控制器，最后通过求解目标函数对应的最优控制问题，完成系统对电机转矩和磁链快速准确的跟踪控制。本发明有效避免了复杂的坐标变化和电机模型中电流量耦合问题，降低了系统的复杂度，提高了系统的动态响应速度和系统控制效果的直观性、可靠性。
-
公开(公告)号：CN109204317A
公开(公告)日：2019-01-15
申请号：CN201810817307.9
申请日：2018-07-24
Applicant: 吉林大学
IPC: B60W40/10 , B60W40/107 , B60W40/109
Abstract: 一种轮毂驱动电动汽车纵、横和垂向力集成控制优化方法，属于电动汽车控制技术领域。本发明的目的是采用分层式协同控制结构，从而解决现有现有控制系统存在的四个缺点的轮毂驱动电动汽车纵、横和垂向力集成控制优化方法。本发明将车辆合力与四轮轮胎力之间的关系带入车身六自由度方程得出车辆运动学控制目标纵向速度，侧向速度，垂向速度，俯仰角，侧倾角，横摆角的期望值，从而对其进行优化。本发明提出了分层式轮胎纵、横、垂向力三者统一优化分配的集成控制方法，有效消除不同底盘电子控制系统之间的冲突并增强其互补性，综合提升车辆操纵稳定性并改善车辆行驶姿态，具体体现在提升了车辆的道路跟踪性能、安全性、操纵性、稳定性以及舒适性。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.017 seconds)
