申请/专利权人:北京航空航天大学
申请日:2024-02-06
公开(公告)日:2024-04-09
公开(公告)号:CN117698688B
主分类号:B60W20/20
分类号:B60W20/20;B60W10/06;B60W10/08;B60W10/10
优先权:
专利状态码:有效-授权
法律状态:2024.04.09#授权;2024.04.02#实质审查的生效;2024.03.15#公开
摘要:本发明属于混合动力车辆的工作模式切换控制技术领域,特别是涉及一种基于短时车速预测的混动传动系统模式智能切换方法。首先,采集实车驾驶数据;其次,分析混动系统工作模式切换表现,寻找工作模式切换集中区域;然后,基于双向长短期记忆神经网络和扩展卡尔曼滤波建立短时车速预测模型,实现对未来车速的预测;最后,建立基于强化学习的混动传动系统模式智能切换算法,在工作模式切换集中区域利用车辆状态信息和预测车速序列实现混动模式智能切换,减少模式切换次数,优化模式切换控制过程,提升行驶平顺性和行程经济性。
主权项:1.一种基于短时车速预测的混动传动系统模式智能切换方法,其特征在于,包括以下步骤:步骤S1、采集实车驾驶数据,经同步处理后,获得自然驾驶数据集;步骤S2、基于自然驾驶数据集,分析混动系统工作模式切换表现,寻找工作模式切换集中区域;步骤S3、建立BiLSTM-EKF短时车速预测模型并完成训练;步骤S4、构建基于强化学习的混动传动系统模式智能切换模型并完成训练;步骤S5、基于BiLSTM-EKF短时车速预测模型和混动传动系统模式智能切换模型,实现混动传动系统模式切换边界的智能决策;所述自然驾驶数据集包括车速、纵向加速度、横向加速度、油门踏板开度、制动踏板开度、SoC、工作模式和轮端需求扭矩;所述混动传动系统模式智能切换模型以实时采集的车速、轮端需求扭矩、SoC为实时数据输入,以BiLSTM-EKF短时车速预测模型输出的最优估计车速序列作为预测数据输入,以预期工作模式为输出,奖励函数由测试工况下的油耗、电耗、工作模式切换频次、工作模式瞬态切换时间优化和规则惩罚组成;目标函数为: 式中,为根据发动机转速和发动机扭矩得到的发动机燃油消耗率,、、、和均为目标函数的权重系数,为预测时域长度,、、分别为发动机转速、发动机扭矩和发动机功率,是终值SoC,是起始SoC,为全工况工作模式切换增加次数,为预测域内工作模式切换控制过程平均时间增加量,为偏离工作模式切换区域的惩罚项,以此实现仅在工作模式切换集中区域内进行决策,在其他区域仍按照基础规则进行决策;奖励函数为目标函数的倒数。
全文数据:
权利要求:
百度查询: 北京航空航天大学 一种基于短时车速预测的混动传动系统模式智能切换方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。