CN106870099A - 一种基于固定路谱的混合动力车辆热管理系统的控制方法 - Google Patents

一种基于固定路谱的混合动力车辆热管理系统的控制方法 Download PDF

Info

Publication number
CN106870099A
CN106870099A CN201710138496.2A CN201710138496A CN106870099A CN 106870099 A CN106870099 A CN 106870099A CN 201710138496 A CN201710138496 A CN 201710138496A CN 106870099 A CN106870099 A CN 106870099A
Authority
CN
China
Prior art keywords
fan
climbing
management system
heat management
control method
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710138496.2A
Other languages
English (en)
Other versions
CN106870099B (zh
Inventor
闫伟
潘鑫
胡玉平
白书战
张楠
王凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University
Original Assignee
Shandong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong University filed Critical Shandong University
Priority to CN201710138496.2A priority Critical patent/CN106870099B/zh
Publication of CN106870099A publication Critical patent/CN106870099A/zh
Application granted granted Critical
Publication of CN106870099B publication Critical patent/CN106870099B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01P—COOLING OF MACHINES OR ENGINES IN GENERAL; COOLING OF INTERNAL-COMBUSTION ENGINES
    • F01P7/00—Controlling of coolant flow
    • F01P7/02—Controlling of coolant flow the coolant being cooling-air
    • F01P7/04—Controlling of coolant flow the coolant being cooling-air by varying pump speed, e.g. by changing pump-drive gear ratio
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Cooling, Air Intake And Gas Exhaust, And Fuel Tank Arrangements In Propulsion Units (AREA)
  • Control Of Vehicle Engines Or Engines For Specific Uses (AREA)

Abstract

本发明公开了基于固定路谱的混合动力车辆热管理系统的控制方法，包括以下步骤：采集车辆行驶的固定路谱的参数信息，在车辆进入爬坡工况前将其纳入控制器的控制方法的输入参数，训练神经元网络，修正风扇转速的控制策略，以热管理系统提高冷却风扇转速和提前改变转速时间为输出变量，通过提前改变风扇转速对散热器进行预降温，使得车辆在爬坡工况下满足冷却要求。本发明可以根据不同的工况进行控制策略的灵活转换，在爬坡工况前就提前进行冷却风扇的运作，通过提前改变风扇转速对散热器进行预降温，使得车辆在爬坡工况下满足冷却要求的基础上、降低风扇的耗功的效果。

Description

一种基于固定路谱的混合动力车辆热管理系统的控制方法
技术领域
本发明涉及一种基于固定路谱的混合动力车辆热管理系统的控制方法。
背景技术
具有固定行驶路谱的混合动力车辆，作为交运输系统中不可或缺的一员，其具有较固定的行驶路线和较稳定的行驶周期，整个行驶路线主要由起步、匀速行驶、加速行驶、爬坡行驶、驻车等工况组成，爬坡行驶过程中，载客人数、坡度等因素会导致车辆处于高负荷状态、散热器散热量大幅度提高，以传统发动机动力总成为例，发动机机正常工作时的冷却水正常水温应保持在90℃至105℃之间，此时发动机可发出最大的功率，燃油消耗为最经济，机件磨损也为最小；同时，如果中冷器出口温度过高会导致发动机工作恶化。
因此当发动机处于大负荷的恶劣工况时，需要不同程度上增大冷却风扇转速，将水散热器的入口温度和中冷器的出口温度保持在正常工作温度范围内。
然而，冷却风扇转速提高的同时，风扇消耗功率也会以转速的三次方的比例大幅度提高，导致耗功变大；对于爬坡这种大负荷工况下风扇耗功增大的这种现象，如何建立有效的风扇转速控制策略，将水散热器的入口温度和中冷器的出口温度保持在正常工作范围内，并尽可能地降低冷却风扇的功耗，对于混合动力车辆的热管理系统的稳定工作和实现节能减排具有较大的实际意义和应用价值。
发明内容
本发明为了解决上述问题，提出了一种基于固定路谱的混合动力车辆热管理系统的控制方法，本发明在对风扇转速进行常规控制的基础上，添加车辆行驶的固定路谱并对控制策略进行相应修正，实现车辆在爬坡工况下对风扇转速的特殊控制，通过提前提高风扇转速，对冷却部件进行预冷却，使得在爬坡工况下满足冷却要求。
为了实现上述目的，本发明采用如下技术方案：
基于固定路谱的混合动力车辆热管理系统的控制方法，包括以下步骤：采集车辆行驶的固定路谱的参数信息，在车辆进入爬坡工况前将其纳入控制器的控制方法的输入参数，修正风扇转速的控制策略，以热管理系统提高冷却风扇转速和提前改变转速时间为输出变量，通过提前改变风扇转速对散热器进行预降温，使得车辆在爬坡工况下满足冷却要求。
所述固定路谱的参数信息具体包括爬坡工况的爬坡坡度、爬坡时间和/或平均速度数据。
所述风扇转速的控制策略为以环境温度、水散热器入口温度、中冷器出口温度、发动机转速和发动机扭矩为输入参数，热管理系统冷却系统风扇占空比为输出参数，形成风扇转速的控制模型。
修正后的输入参数具体包括当前时刻的环境温度、发动机转速、发动机扭矩、爬坡工况下的爬坡坡度、爬坡时间和/或平均速度。
所述热管理系统的风扇由控制器输出的占空比控制转速。
在控制过程中，根据当前时间的固定路谱预测车辆的行驶工况以及即将进行的爬坡工况下的工况参数。
实时读取发动机的水散热器入口温度、中冷器出口温度、发动机转速和发动机扭矩。
优选的，所述控制器的控制方法为神经网络控制方法。
优选的，神经网络控制方法通过BP神经元网络实现，初始将环境温度、水散热器入口温度、中冷器出口温度、发动机转速和发动机扭矩为输入参数，对BP神经元网络进行训练。
优选的，所述BP神经元网络由一个输入层、两个隐含层、一个输出层组成，输入层根据输入参数的个数进行确定，两个隐含层均有4-8个神经元，输出层为1个神经元；其中输入层与隐含层、隐含层与隐含层之间采用S型激活函数，隐含层与输出层之间采用线性型激活函数。
在混合动力车辆处于非爬坡状态时，以环境温度、水散热器入口温度、中冷器出口温度、发动机转速和发动机扭矩为输入参数，热管理系统冷却系统风扇占空比为输出参数，训练神经元网络。
本发明的工作原理为：在对风扇转速进行常规控制的基础上，添加车辆行驶的固定路谱并对控制策略进行相应修正，实现车辆在爬坡工况下对风扇转速的特殊控制，从而形成完整的控制策略。该控制策略主要以环境温度、水散热器入口温度、中冷器出口温度、发动机转速、发动机扭矩为输入变量，热管理系统冷却风扇转速占空比为输出变量，训练神经元网络，得到通用工况下的冷却风扇的转速控制模型；在此基础上，针对固定路谱中的爬坡工况，对控制策略进行一定修正，通过固定路谱对混合动力汽车进行实时监控和预判，当预判到一定时间后为爬坡工况时，从固定路谱上提取爬坡工况下的爬坡坡度、平均车速、爬坡时间，并以当前时刻的环境温度、发动机转速、发动机扭矩、爬坡工况下的爬坡坡度、平均车速、爬坡时间为输入变量，热管理系统冷却风扇转速占空比和提前改变转速时间为输出变量，训练神经元网络，得到爬坡工况下的冷却风扇的特殊转速控制模型。该系统有以下特点：在普通工况下，根据实时工况参数对风扇转速进行控制；在爬坡工况下，通过提前改变风扇转速对散热器进行预降温，使得车辆在爬坡工况下满足冷却要求的基础上、降低风扇的耗功。
本发明的有益效果为：
(1)本发明根据行驶时间和车辆行驶的固定路谱来检测是否即将进行爬坡工况，根据不同的检测结果进行不同的风扇控制策略；
(2)本发明可以根据不同的工况进行控制策略的灵活转换，在爬坡工况前就提前进行冷却风扇的运作，通过提前改变风扇转速对散热器进行预降温，使得车辆在爬坡工况下满足冷却要求的基础上、降低风扇的耗功的效果；
(3)有效地降低冷却风扇的功耗有利于混合动力车辆的热管理系统的稳定工作和实现节能减排。
附图说明
图1为本发明的普通工况控制策略神经网络训练结果(ConStr_main)示意图；
图2为本发明的爬坡工况风扇转速控制策略神经网络训练结果(ConStr_fan)示意图；
图3为本发明的爬坡工况风扇转速提前时间控制策略神经网络训练结果(ConStr_time)示意图。
具体实施方式：
下面结合附图与实施例对本发明作进一步说明。
针对具有固定路谱的混合动力车辆，本发明提出一种风扇转速控制策略，通过提前提高风扇转速，对冷却部件进行预冷却，使得在爬坡工况下满足冷却要求。在该控制策略中，从固定路谱中提取爬坡工况下的爬坡坡度、平均车速、爬坡时间，以爬坡前某工况下的环境温度、水散热器入口温度、中冷器出口温度、发动机转速、发动机扭矩以及爬坡工况下的爬坡坡度、平均车速、爬坡时间为输入参数，分别以冷却风扇占空比和提前时间为输出参数，对两个神经网络进行训练，最终形成冷却风扇转速的综合控制策略。
混合动力车辆热管理系统包括中冷器、水散热器、风扇、风道、水泵、控制器等零部件。为现有系统，具体结构在此不再赘述。其中风扇由控制器控制，通过风扇占空比对风扇转速进行控制，风扇占空比与风扇转速成正比，因此使用占空比作为输出参数。
在控制过程中，根据时间和路谱可检测到任一时间下车辆的行驶工况以及即将进行的爬坡工况下的工况参数，如平均车速、加速时间、爬坡坡度、爬坡时间等。
采用一维和三维CFD技术联合进行仿真运算，设置不同的环境温度、车速、水散热器散热量(等效于发动机转速、发动机扭矩)，仿真得到水散热器的入口温度和中冷器的出口温度均满足冷却要求的风扇转速，转换得到风扇占空比(作为输出参数)；将上述数据作为神经网络的训练样本；在此基础上，针对爬坡工况下，根据固定路谱上的工况参数对模型中的车速、水散热器散热量进行修正，仿真得到水散热器的入口温度和中冷器的出口温度均满足冷却要求的提前改变的风扇转速和时间。
控制策略采用BP神经元网络来实现，由一个输入层、两个隐含层、一个输出层组成，输入层根据输入参数的个数进行确定，两个隐含层均有4-9个神经元，输出层为1个神经元；其中输入层与隐含层、隐含层与隐含层之间采用S型激活函数，隐含层与输出层之间采用线性型激活函数。
当车辆处于非爬坡工况外的工况下，采集环境温度、水散热器入口温度、中冷器出口温度、发动机转速、发动机扭矩作为输入变量，风扇占空比作为输出变量，对神经网络进行训练，得到主控制策略ConStr_main。
当车辆即将处于爬坡工况时，从固定路谱中提取爬坡工况下的爬坡坡度、平均车速、爬坡时间，以爬坡工况前所处工况的环境温度、水散热器入口温度、中冷器出口温度、发动机转速、发动机扭矩、爬坡工况下的爬坡坡度、平均车速、爬坡时间作为输入变量，分别将风扇转速提前改变时间和风扇占空比作为输出变量，对两个神经网络进行修正训练，分别得到控制策略ConStr_fan、ConStr_time。
该控制策略根据行驶时间和车辆行驶的固定路谱来检测是否即将进行爬坡工况，根据不同的检测结果进行不同的风扇控制策略。
如图1所示，当混合动力车辆工作在非爬坡工况下、并且在预定时间间隔后未检测到爬坡坡度信号，那么以环境温度、水散热器入口温度、中冷器出口温度、发动机转速、发动机扭矩为输入数据，风扇转速占空比为输出数据，对神经网络进行训练，得到如图所示的已训练好的神经网络模型，其中输入层神经元个数为5、隐含层神经元个数分别为5个、3个，输出层神经元个数为1个。
如图2、图3所示，当混合动力车辆工作在非爬坡工况下、并且通过固定路谱在预定时间间隔后检测到爬坡坡度信号，以目前环境温度、水散热器入口温度、中冷器出口温度、发动机转速、发动机扭矩、爬坡下的爬坡坡度、平均车速、爬坡时间为输入数据，风扇转速提前时间为输出数据，对神经网络进行训练，得到如图2所示的已训练好的神经网络模型，其中输入层神经元个数为8、隐含层神经元个数分别为9个、4个，输出层神经元个数为1个；再将风扇转速提前时间作为增加的输入数据，将风扇转速作为输出数据，对神经网络进行训练，得到如图3所示的已训练好的神经网络模型，其中输入层神经元个数为9个、隐含层神经元个数分别为9个、4个，输出层神经元个数为一个。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.基于固定路谱的混合动力车辆热管理系统的控制方法，其特征是：包括以下步骤：采集车辆行驶的固定路谱的参数信息，在车辆进入爬坡工况前将其纳入控制器的控制方法的输入参数，修正风扇转速的控制策略，以热管理系统提高冷却风扇转速和提前改变转速时间为输出变量，通过提前改变风扇转速对散热器进行预降温，使得车辆在爬坡工况下满足冷却要求。
2.如权利要求1所述的基于固定路谱的混合动力车辆热管理系统的控制方法，其特征是：所述风扇转速的控制策略为以环境温度、水散热器入口温度、中冷器出口温度、发动机转速和发动机扭矩为输入参数，热管理系统冷却系统风扇占空比为输出参数，形成风扇转速的控制模型。
3.如权利要求1所述的基于固定路谱的混合动力车辆热管理系统的控制方法，其特征是：所述固定路谱的参数信息具体包括爬坡工况的爬坡坡度、爬坡时间和/或平均速度数据。
4.如权利要求1所述的基于固定路谱的混合动力车辆热管理系统的控制方法，其特征是：修正后的神经网络控制的输入参数具体包括当前时刻的环境温度、发动机转速、发动机扭矩、爬坡工况下的爬坡坡度、爬坡时间和/或平均速度。
5.如权利要求1所述的基于固定路谱的混合动力车辆热管理系统的控制方法，其特征是：所述热管理系统的风扇由控制器输出的占空比控制转速。
6.如权利要求1所述的基于固定路谱的混合动力车辆热管理系统的控制方法，其特征是：在控制过程中，根据当前时间的固定路谱检测任一时间下车辆的行驶工况以及即将进行的爬坡工况下的工况参数。
7.如权利要求1所述的基于固定路谱的混合动力车辆热管理系统的控制方法，其特征是：实时读取发动机的水散热器入口温度、中冷器出口温度、发动机转速和发动机扭矩。
8.如权利要求1所述的基于固定路谱的混合动力车辆热管理系统的控制方法，其特征是：所述控制器的控制方法通过BP神经元网络实现，初始将环境温度、水散热器入口温度、中冷器出口温度、发动机转速和发动机扭矩为输入参数，对BP神经元网络进行训练。
9.如权利要求8所述的基于固定路谱的混合动力车辆热管理系统的控制方法，其特征是：所述BP神经元网络由一个输入层、两个隐含层、一个输出层组成，输入层根据输入参数的个数进行确定，两个隐含层均有4-8个神经元，输出层为1个神经元；其中输入层与隐含层、隐含层与隐含层之间采用S型激活函数，隐含层与输出层之间采用线性型激活函数。
10.如权利要求1所述的基于固定路谱的混合动力车辆热管理系统的控制方法，其特征是：在混合动力车辆处于非爬坡状态时，以环境温度、水散热器入口温度、中冷器出口温度、发动机转速和发动机扭矩为输入参数，热管理系统冷却系统风扇占空比为输出参数，训练神经元网络。
CN201710138496.2A 2017-03-09 2017-03-09 一种基于固定路谱的混合动力车辆热管理系统的控制方法 Active CN106870099B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710138496.2A CN106870099B (zh) 2017-03-09 2017-03-09 一种基于固定路谱的混合动力车辆热管理系统的控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710138496.2A CN106870099B (zh) 2017-03-09 2017-03-09 一种基于固定路谱的混合动力车辆热管理系统的控制方法

Publications (2)

Publication Number Publication Date
CN106870099A true CN106870099A (zh) 2017-06-20
CN106870099B CN106870099B (zh) 2019-02-01

Family

ID=59171131

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710138496.2A Active CN106870099B (zh) 2017-03-09 2017-03-09 一种基于固定路谱的混合动力车辆热管理系统的控制方法

Country Status (1)

Country Link
CN (1) CN106870099B (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109515165A (zh) * 2018-11-30 2019-03-26 北京新能源汽车股份有限公司 一种电机冷却恒温控制方法及装置
CN111046114A (zh) * 2019-12-24 2020-04-21 天津雷沃发动机有限公司 一种基于Excel的路谱采集分析方法
CN111156076A (zh) * 2020-01-09 2020-05-15 一汽解放汽车有限公司 一种车辆风扇控制方法及车辆
CN111456840A (zh) * 2020-05-18 2020-07-28 江苏隆信德科技有限公司 一种基于rbf神经网络的内燃机冷却水流量智能控制方法
CN111720202A (zh) * 2019-03-19 2020-09-29 丰田自动车株式会社 内燃机冷却水循环系统的异常检测装置
CN111997733A (zh) * 2020-07-16 2020-11-27 潍柴动力股份有限公司 基于整车运行路况的冷却控制方法、装置及系统
CN112253304A (zh) * 2020-10-21 2021-01-22 潍柴动力股份有限公司 风扇控制方法、装置及设备
CN112459890A (zh) * 2019-09-06 2021-03-09 深圳臻宇新能源动力科技有限公司 热管理系统及基于神经网络的热管理方法和装置
CN112542601A (zh) * 2020-08-12 2021-03-23 中国汽车技术研究中心有限公司 燃料电池车热平衡测试装置及测试方法
CN112780397A (zh) * 2019-11-07 2021-05-11 郑州宇通客车股份有限公司 一种车辆及其冷却风扇的控制方法
CN113085832A (zh) * 2019-12-20 2021-07-09 陕西汽车集团有限责任公司 一种增程式混合动力车辆能量管理方法
CN113217449A (zh) * 2021-06-07 2021-08-06 柳州柳工挖掘机有限公司 一种工程机械风扇系统及控制方法
CN113253778A (zh) * 2021-05-17 2021-08-13 中国第一汽车股份有限公司 发动机台架试验温度边界控制系统、方法及存储介质
CN113378496A (zh) * 2021-07-26 2021-09-10 三一重机有限公司 工程机械及其散热器进出口温度的计算方法
CN113419419A (zh) * 2021-06-24 2021-09-21 上海电机学院 一种新能源汽车的热管理系统
CN113947021A (zh) * 2021-10-20 2022-01-18 重庆金康赛力斯新能源汽车设计院有限公司 一种热管理控制方法和热管理控制装置
CN114076042A (zh) * 2020-08-11 2022-02-22 郑州宇通客车股份有限公司 一种发动机热管理方法及采用该方法的车辆
CN114183231A (zh) * 2020-09-15 2022-03-15 郑州宇通客车股份有限公司 一种发动机散热风扇控制方法、系统及发动机冷却系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1701165A (zh) * 2003-08-29 2005-11-23 新履带牵引车三菱有限公司 风扇旋转速度控制方法
JP2007297926A (ja) * 2006-04-28 2007-11-15 Denso Corp 車両用冷却装置の制御装置
CN102862473A (zh) * 2011-07-06 2013-01-09 上海汽车集团股份有限公司 一种车辆冷却风扇转速控制方法及混合动力车辆
CN106640324A (zh) * 2017-01-03 2017-05-10 北京长安汽车工程技术研究有限责任公司 一种汽车用电子风扇的控制方法及控制装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1701165A (zh) * 2003-08-29 2005-11-23 新履带牵引车三菱有限公司 风扇旋转速度控制方法
JP2007297926A (ja) * 2006-04-28 2007-11-15 Denso Corp 車両用冷却装置の制御装置
CN102862473A (zh) * 2011-07-06 2013-01-09 上海汽车集团股份有限公司 一种车辆冷却风扇转速控制方法及混合动力车辆
CN106640324A (zh) * 2017-01-03 2017-05-10 北京长安汽车工程技术研究有限责任公司 一种汽车用电子风扇的控制方法及控制装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张延静，杨欢，李毅: "电机驱动风扇热管理系统试验研究", 《汽车工业研究》 *

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109515165A (zh) * 2018-11-30 2019-03-26 北京新能源汽车股份有限公司 一种电机冷却恒温控制方法及装置
CN111720202B (zh) * 2019-03-19 2022-05-17 丰田自动车株式会社 内燃机冷却水循环系统的异常检测装置
CN111720202A (zh) * 2019-03-19 2020-09-29 丰田自动车株式会社 内燃机冷却水循环系统的异常检测装置
CN112459890A (zh) * 2019-09-06 2021-03-09 深圳臻宇新能源动力科技有限公司 热管理系统及基于神经网络的热管理方法和装置
CN112780397A (zh) * 2019-11-07 2021-05-11 郑州宇通客车股份有限公司 一种车辆及其冷却风扇的控制方法
CN113085832B (zh) * 2019-12-20 2022-08-30 陕西汽车集团股份有限公司 一种增程式混合动力车辆能量管理方法
CN113085832A (zh) * 2019-12-20 2021-07-09 陕西汽车集团有限责任公司 一种增程式混合动力车辆能量管理方法
CN111046114A (zh) * 2019-12-24 2020-04-21 天津雷沃发动机有限公司 一种基于Excel的路谱采集分析方法
CN111156076A (zh) * 2020-01-09 2020-05-15 一汽解放汽车有限公司 一种车辆风扇控制方法及车辆
CN111156076B (zh) * 2020-01-09 2021-06-01 一汽解放汽车有限公司 一种车辆风扇控制方法及车辆
CN111456840A (zh) * 2020-05-18 2020-07-28 江苏隆信德科技有限公司 一种基于rbf神经网络的内燃机冷却水流量智能控制方法
CN111456840B (zh) * 2020-05-18 2022-01-14 江苏隆信德科技有限公司 一种基于rbf神经网络的内燃机冷却水流量智能控制方法
CN111997733A (zh) * 2020-07-16 2020-11-27 潍柴动力股份有限公司 基于整车运行路况的冷却控制方法、装置及系统
CN111997733B (zh) * 2020-07-16 2021-10-08 潍柴动力股份有限公司 基于整车运行路况的冷却控制方法、装置及系统
CN114076042A (zh) * 2020-08-11 2022-02-22 郑州宇通客车股份有限公司 一种发动机热管理方法及采用该方法的车辆
CN112542601A (zh) * 2020-08-12 2021-03-23 中国汽车技术研究中心有限公司 燃料电池车热平衡测试装置及测试方法
CN112542601B (zh) * 2020-08-12 2021-08-31 中国汽车技术研究中心有限公司 燃料电池车热平衡测试装置及测试方法
CN114183231A (zh) * 2020-09-15 2022-03-15 郑州宇通客车股份有限公司 一种发动机散热风扇控制方法、系统及发动机冷却系统
CN112253304A (zh) * 2020-10-21 2021-01-22 潍柴动力股份有限公司 风扇控制方法、装置及设备
CN112253304B (zh) * 2020-10-21 2022-04-26 潍柴动力股份有限公司 风扇控制方法、装置及设备
CN113253778A (zh) * 2021-05-17 2021-08-13 中国第一汽车股份有限公司 发动机台架试验温度边界控制系统、方法及存储介质
CN113217449A (zh) * 2021-06-07 2021-08-06 柳州柳工挖掘机有限公司 一种工程机械风扇系统及控制方法
CN113419419A (zh) * 2021-06-24 2021-09-21 上海电机学院 一种新能源汽车的热管理系统
CN113378496A (zh) * 2021-07-26 2021-09-10 三一重机有限公司 工程机械及其散热器进出口温度的计算方法
CN113378496B (zh) * 2021-07-26 2023-12-05 三一重机有限公司 工程机械及其散热器进出口温度的计算方法
CN113947021A (zh) * 2021-10-20 2022-01-18 重庆金康赛力斯新能源汽车设计院有限公司 一种热管理控制方法和热管理控制装置

Also Published As

Publication number Publication date
CN106870099B (zh) 2019-02-01

Similar Documents

Publication Publication Date Title
CN106870099A (zh) 一种基于固定路谱的混合动力车辆热管理系统的控制方法
Liessner et al. Deep reinforcement learning for advanced energy management of hybrid electric vehicles.
CN109204314B (zh) 推进高效的自主驾驶策略
CN105216782B (zh) 基于能量预测的插电式混合动力汽车能量管理方法
CN113269963B (zh) 一种基于强化学习的网联车辆信号灯控路口经济通行方法
CN102729987B (zh) 一种混合动力公交车能量管理方法
CN102729991B (zh) 一种混合动力公交车能量分配方法
CN105835721B (zh) 一种四轮轮毂电动汽车车速控制方法
CN113165665A (zh) 使用人工智能的驾驶员行为学习和驾驶教练策略
CN202499132U (zh) 新型Plug_in混合动力汽车能量管理控制器
CN111923897B (zh) 一种插电式混合动力汽车能量智能管理方法
CN104590247A (zh) 基于交通信号灯信息的混合动力汽车节能预测控制方法
CN114103924A (zh) 一种混合动力车辆能量管理控制方法及装置
CN108891304A (zh) 无人驾驶电动车的加速控制方法及装置
CN105897107A (zh) 控制电动马达的运行速度和扭力的方法
CN113715842A (zh) 一种基于模仿学习和强化学习的高速运动车辆控制方法
CN111959492A (zh) 一种网联环境下考虑换道行为的hev能量管理分层控制方法
Saju et al. Modeling and control of a hybrid electric vehicle to optimize system performance for fuel efficiency
CN115534929A (zh) 基于多元信息融合的插电式混合动力汽车能量管理方法
CN115257691A (zh) 一种基于强化学习的混合动力汽车模式切换控制方法
CN115805840A (zh) 一种增程式电动装载机能耗控制方法及系统
CN117131606A (zh) 一种可跨运动维度迁移的混合动力履带车辆能量管理方法
CN117465411A (zh) 用于混合动力系统的能量高效预测功率分配
CN113276829B (zh) 一种基于工况预测的车辆行驶节能优化变权重方法
CN105882658B (zh) 两交叉口间加速‑匀速‑减速三段式驾驶模式的节能方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant