-
Patent Agency Ranking
公开(公告)号：CN117932784A
公开(公告)日：2024-04-26
申请号：CN202410098182.4
申请日：2024-01-24
Applicant: 吉林大学
IPC: G06F30/15 , G06F30/23 , G06F18/2415 , G06F30/27
Abstract: 一种基于贝叶斯优化的柴油车后处理系统模型参数标定方法，属于汽车后处理系统建模技术领域。本发明的目的是使用一种扩展的贝叶斯优化算法BTAO，进行有限元法后处理系统模型参数标定任务的基于贝叶斯优化的柴油车后处理系统模型参数标定方法。本发明首先确定小代理模型及大代理模型基本结构，再生成超参数集，初步构建代理模型，最后通过采集函数不断测试新参数组合并更新代理模型。本发明故障诊断相较于传统方法更为容易，通过误差随多核模型运行次数变化曲线即可判断参数选取及上下限取值是否合理，大大减少了人为工作量。
-
公开(公告)号：CN116877238A
公开(公告)日：2023-10-13
申请号：CN202310976078.6
申请日：2023-08-04
Applicant: 吉林大学
Abstract: 一种柴油机选择催化还原系统自适应数据驱动建模方法，属于柴油机尿素SCR排放后处理技术领域。本发明的目的是设计基于自适应回声状态网络的数据驱动SCR模型，并提供了有效的离线参数辨识策略，得到的高精度模型可直接用作面向控制模型的柴油机选择催化还原系统自适应数据驱动建模方法。本发明的步骤是：构建SCR数据驱动模型结构，设计自适应参数更新策略。本发明使用的自适应回声状态网络框架具有体积小、运行速度快、自适应能力强等优点，以此根据数据训练的模型可以直接用作面向控制模型。
-
公开(公告)号：CN114253274B
公开(公告)日：2024-03-26
申请号：CN202111595753.8
申请日：2021-12-24
Applicant: 吉林大学
Abstract: 本发明提供了一种基于数据驱动的网联混合车辆编队滚动优化控制方法，首先分析了混合编队的数学模型结构，然后通过数据驱动方式建立由数据构造的模型预测器，最后通过结合滚动优化控制与空间辨识方法完成控制器设计并作用于智能车辆；本发明通过收集行驶中车辆的输入输出信息构建车辆编队模型，避免了由机理建模引起的模型偏差，从而提高了控制的准确性，保证了车辆编队过程中的安全性；本方法在控制器的设计中包含了前馈控制，因此可以有效避免由干扰引起的队列不稳定的情况；在控制目标中，通过引入控制量较小的控制目标，从而保证了车辆编队过程中的舒适性。
-
公开(公告)号：CN114253274A
公开(公告)日：2022-03-29
申请号：CN202111595753.8
申请日：2021-12-24
Applicant: 吉林大学
IPC: G05D1/02
Abstract: 本发明提供了一种基于数据驱动的网联混合车辆编队滚动优化控制方法，首先分析了混合编队的数学模型结构，然后通过数据驱动方式建立由数据构造的模型预测器，最后通过结合滚动优化控制与空间辨识方法完成控制器设计并作用于智能车辆；本发明通过收集行驶中车辆的输入输出信息构建车辆编队模型，避免了由机理建模引起的模型偏差，从而提高了控制的准确性，保证了车辆编队过程中的安全性；本方法在控制器的设计中包含了前馈控制，因此可以有效避免由干扰引起的队列不稳定的情况；在控制目标中，通过引入控制量较小的控制目标，从而保证了车辆编队过程中的舒适性。
-
公开(公告)号：CN115186591A
公开(公告)日：2022-10-14
申请号：CN202210840991.9
申请日：2022-07-18
Applicant: 吉林大学
IPC: G06F30/27 , F01N3/20 , F01N11/00 , G06F119/08
Abstract: 一种发动机选择催化还原系统建模及智能参数辨识方法，属于柴油机尿素SCR排放后处理技术领域。本发明的目的是设计了一种简化的SCR模型，有效利用了最大氨吸附能力的信息，并提供了一种快捷的参数辨识方法，显著提高了模型精度的发动机选择催化还原系统建模及智能参数辨识方法。本发明的步骤是：建立简化的三阶尿素SCR系统模型，确定催化剂最大氨吸附能力与温度的映射关系，确定待辨识参数，构建参数辨识适应度函数，确定智能优化算法的参数，使用智能优化算法对系统进行参数辨识。本发明可以用于不同类型的SCR系统，提出了高精度的降阶SCR模型，有效的利用了最大氨吸附能力的信息，在速度和精度上表现良好。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
