一种结合决策树算法和粒子滤波算法的车辆故障监测方法

    公开(公告)号:CN117034171A

    公开(公告)日:2023-11-10

    申请号:CN202311047633.3

    申请日:2023-08-20

    Applicant: 吉林大学

    Abstract: 本发明涉及一种结合决策树算法和粒子滤波算法的车辆故障监测方法,属于车辆故障检测技术。包括采集车辆运行时发动机、变速器、离合器、分动器的振动信号,并将其转换为数字信号,使用决策树算法进行故障模式建模,采用粒子滤波算法对采集到的原始数据进行预处理,并预测状态值;对四个子系统进行故障诊断,并给出相应的故障类型。本发明优点是利用决策树算法在多元特征下进行故障检测,不需要先验知识和数学模型,能够有效地提取和选择数据特征,从而提高故障检测的精度和准确性,且计算速度较快,决策树算法生成树状的分类模型,结果更易于解释和理解,能够提高故障监测的准确性和效率,能够在实际应用中实现高效可行。

    一种基于地图路径规划的燃料电池汽车能量管理方法

    公开(公告)号:CN117922382A

    公开(公告)日:2024-04-26

    申请号:CN202310657458.3

    申请日:2023-06-05

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于地图路径规划的燃料电池汽车能量管理方法,其特征在于:通过地图路径规划API获取车辆当前及未来一段时间的位置和速度信息,据车辆目前的GPS位置每个时间段重新获取信息,修正位置和速度信息,对获得的工况进行降维聚类分析,获得典型工况,搭建LVQ工况识别算法,根据获得的工况动态规划计算每种典型工况片段下的SOC下降变化量,进行线性拟合,获得每种典型工况的SOC下降速率,使用典型工况的参数进行修正,最后提出双层在线能量管理策略,其使用高德地图路径规划API,信息获取容易,工况识别准确,能量管理效果好。

    结合工况预测与强化学习的燃料电池汽车能量管理方法

    公开(公告)号:CN117644783A

    公开(公告)日:2024-03-05

    申请号:CN202311360739.9

    申请日:2023-10-19

    Applicant: 吉林大学

    Abstract: 本发明涉及了一种结合工况预测与强化学习的燃料电池汽车能量管理方法,其特征在于步骤如下:步骤1:驾驶员出行工况的采集、处理与神经网络的搭建及优化;步骤2:燃料电池汽车车辆模型搭建;步骤3:基于TD3深度强化学习策略的搭建,并进行结合预测与强化学习的燃料电池汽车能量管理算法策略的训练循环。其状态量选择工况速度、加速度、动力电池荷电状态和等效因子调节系数,利用标准工况循环对TD3算法进行训练,直到收敛,从而计算动力电池和燃料电池的最优能量分配,在提升算法的工况适应性的同时,能够有效的提升燃料经济性和燃料电池的寿命。

    用于粮仓机器人平粮作业的路径规划及平粮作业控制方法

    公开(公告)号:CN116661460A

    公开(公告)日:2023-08-29

    申请号:CN202310759744.0

    申请日:2023-06-26

    Applicant: 吉林大学

    Abstract: 本发明涉及用于粮仓机器人平粮作业的路径规划及平粮作业控制方法,其特征在于步骤如下:1、通过即时定位与地图构建slam技术构建粮仓的地图;步骤2、通过激光雷达识别粮仓中超过设定的高度阈值的凸起区域(粮堆)的位置坐标、几何形状和高度,将粮堆底面近似圆的半径进行膨胀;3、根据机器人所处的环境,通过人工势场法变种构建虚拟的“势场”;4、规划出一条路径,使机器人能够驶向粮堆;5、绕着该粮堆底部做螺旋线运动,直到机器人到达膨胀后底面圆的圆心;6、重复步骤1到步骤5直到所有粮堆低于给定的高度阈值。其实现粮仓机器人或粮仓自行走装置的自动化平粮作业,自动在粮仓中按照规划轨迹行驶,并安全高效地完成粮仓作业的问题。

Patent Agency Ranking