CN110441686B - 一种基于实时车况负载下的电机测试系统及其监测方法 - Google Patents

一种基于实时车况负载下的电机测试系统及其监测方法 Download PDF

Info

Publication number
CN110441686B
CN110441686B CN201910746596.2A CN201910746596A CN110441686B CN 110441686 B CN110441686 B CN 110441686B CN 201910746596 A CN201910746596 A CN 201910746596A CN 110441686 B CN110441686 B CN 110441686B
Authority
CN
China
Prior art keywords
motor
test
testing
main control
control system
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.)
Active
Application number
CN201910746596.2A
Other languages
English (en)
Other versions
CN110441686A (zh
Inventor
宋强
张东珉
刘丛浩
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201910746596.2A priority Critical patent/CN110441686B/zh
Publication of CN110441686A publication Critical patent/CN110441686A/zh
Application granted granted Critical
Publication of CN110441686B publication Critical patent/CN110441686B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • G01M17/007Wheeled or endless-tracked vehicles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34Testing dynamo-electric machines

Abstract

本发明公开了一种基于实时车况负载下的电机测试系统,包括:上位机;主控制系统,其与所述上位机电连接;整车控制器,其与所述主控制系统电连接;测功机,其与所述主控制系统电连接,用于模拟整车道路负载;电机控制器,其分别与所述测功机、所述主控制系统以及所述整车控制器电连接;测试电机,其分别与所述测功机、所述主控制系统以及所述整车控制器电连接;电池系统,其分别与所述电机控制器、所述测试电机、所述主控制系统以及所述整车控制器电连接。本系统能够在不同的工况下对电机进行测试,克服测试数据与实车测试数据差异大的问题,提高测试精度和效率。本发明还提供一种基于实时车况负载下的电机测试系统的监测方法。

Description

一种基于实时车况负载下的电机测试系统及其监测方法
技术领域
本发明设计一种基于实时车况负载下的电机测试系统及其监测方法,属于汽车测试领域。
背景技术
发展电动汽车技术有利于汽车行业发展和社会进步,十几年来,电动汽车技术获得了各个国家的大力支持,国内外所有汽车厂商都为此倾注了大量的时间、人力、物力和财力,作为电动汽车三大核心部件之一的驱动电机,是电动汽车的核心,对于电动汽车行驶中的稳定性、经济性、舒适性、安全性等性能具有较大影响。
电动汽车驱动电机系统的控制方式、性能评价体系和试验方法完全不同于传统工业用电机系统,传统工业用电机系统的性能试验测试方法也无法照搬应用于电动汽车驱动电机系统的测试。
电动汽车以电机为驱动机构,启动转矩大加速快,无尾气排放噪声小,并且可以能量回馈,逐渐成为汽车的发展方向。由于传统测试耗费人力和电能大,因此需要提出一种新的高效智能的电机测试系统和监测方法。
发明内容
本发明设计开发了一种基于实时车况负载下的电机测试系统,能够在不同的工况下对电机进行测试,克服测试数据与实车测试数据差异大的问题,提高测试精度和效率。
本发明还设计开发了一种基于实时车况负载下的电机测试系统的监测方法,通过采集测试电机在测试过程中的运行参数,对测试电机和电池系统的工作状态进行监测和判断,防止故障发生带来的隐患。
本发明的另一发明目的,通过计算和控制测试电机的温度和功率,提高电机的测试性能,防止电机出现故障,提高测试效率。
本发明提供的技术方案为:
一种基于实时车况负载下的电机测试系统,包括:
上位机;
主控制系统,其与所述上位机电连接;
整车控制器,其与所述主控制系统电连接;
测功机,其与所述主控制系统电连接,用于模拟整车道路负载;
电机控制器,其分别与所述测功机、所述主控制系统以及所述整车控制器电连接;
测试电机,其分别与所述测功机、所述主控制系统以及所述整车控制器电连接;
电池系统,其分别与所述电机控制器、所述测试电机、所述主控制系统以及所述整车控制器电连接;
其中,当无人驾驶时,所述上位机向经所述主控制系统向所述整车控制器发出测试请求;
当有人驾驶时,通过驾驶员进行踩踏操作,发出测试请求需求;
扭矩测量仪,其分别与所述主控制系统、所述测试电机以及所述整车控制器电连接,用于测试并反馈所述测试电机实际输出扭矩和转速;
功率分析仪,其分别与所述主控制系统、所述电机控制器、所述测试电机电连接,用于测量所述测试电机和所述电机控制器的工作参数,并将测试结果反馈至所述主控制系统;
所述的基于实时车况负载下的电机测试系统的监测方法,使用所述的基于实时车况负载下的电机测试系统,并包括如下步骤:
步骤一、确定驾驶模式,当有人驾驶时,由驾驶员通过整车控制器向主控制系统发出驾驶信号,整车控制器通过电机控制器输出扭矩请求,通过电池系统输出充放电请求,主控制系统计算测试电机负载,并将测试电机负载、扭矩请求和充放电请求经主控制系统反馈给上位机;
当无人驾驶时,通过上位机向主控制器发出测试请求,主控制器计算出测试电机的负载,整车控制器通过电机控制器输出扭矩请求,通过电池系统输出充放电请求,并经主控制系统将测试电机负载、扭矩请求和充放电请求反馈给上位机;
步骤二、对测试过程中的测试电机状态和电池系统状态进行监测,输出故障状态,包括:
步骤1、按照采样周期通过传感器,采集行驶档位N、油门踏板开度α、制动踏板开度β、测试电机实际功率P、测试电机扭矩Tm以及测试电机转速r,并进行归一化,确定三层BP神经网络的输入层向量为x={x1,x2,x3,x4,x5,x6},其中,x1为行驶档位系数、x2为油门踏板开度系数、x3为制动踏板开度系数,x4为测试电机实际功率系数、x5为测试电机扭矩系数,x6为测试电机转速系数;
步骤2、所述输入层向量映射到中间层,所述中间层的向量y={y1,y2,…,ym};m为中间层节点个数;
步骤3、得到输出层o={o1,o2};o1为测试电机故障系数、o2为电池系统故障系数,所述输出层神经元值为
Figure GDA0002730351820000032
k为输出层神经元序列号,k={1,2};其中,当o1=0时,测试电机正常工作,当o1=1时,测试电机出现故障;当o2=0时,电池系统正常工作,当o2=1时,电池系统出现故障;
其中,所述测试电机在工作时的测试温度T的经验公式为:
Figure GDA0002730351820000031
式中,λ为第一校正系数,Te为测试电机的额定温度,T0为测试电机的初始工作温度,IN为测试电机的额定电流,I1为测试电机的工作电流,Pe为测试电机的额定功率,Tm为测试电机的扭矩,TN为测试电机的额定扭矩,r0为设定的标准转速,N为汽车的驶档位,α为油门踏板开度;
所述测试电机实际功率经验公式为:
Figure GDA0002730351820000041
式中,α为油门踏板开度,r0为设定的标准转速,r为测试电机转速,N为汽车的行驶档位,α为油门踏板开度,Pe为测试电机的额定功率,Tm为测试电机的扭矩,TN为测试电机的额定扭矩。
优选的是,所述步骤2中进行归一化的公式为:
Figure GDA0002730351820000042
其中,xj为输入层向量中的参数,Xj分别为测量参数N、α、β、P、Tm、r,j=1,2,3,4,5,6;Xjmax和Xjmin分别为相应测量参数中的最大值和最小值。
优选的是,所述中间层节点个数m满足:
Figure GDA0002730351820000043
其中,n为输入层节点个数,p为输出层节点个数。
本发明所述的有益效果:本发明提供的基于实时车况负载下的电机测试系统能够在有人驾驶和无人驾驶不同的工况对电机进行测试,方便快捷,同时通过采集测试电机在测试过程中的运行参数,对测试电机和电池系统的工作状态进行监测和判断,防止电机和电池系统故障发生带来的隐患。同时通过计算和控制电机温度以及电机功率,提高测试系统的安全性能。
附图说明
图1为本发明所述的基于实时车况负载下的电机测试系统的结构原理图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
如图1所示,本发明提供一种基于实时车况负载下的电机测试系统,包括:上位机、主控制系统、整车控制器、测功机、扭矩测量仪、电机控制器、测试电机以及电池系统。
其中,上位机、主控制系统、整车控制器、电机控制器以及电池系统通过CAN总线连接。
主控制系统与上位机电连接,在主控制系统内设置有主控制器和车辆模型,其中主控制器与上位机通过CAN总线连接,上位机能够向主控制器发送转矩、转速请求,该请求经主控制器分别传输给整车控制器和车辆模型,车辆模型接收到主控制器发出的请求后对测试电机的负载进行计算,并将计算的负载作用在测功机上。整车控制器连接油门踏板、刹车踏板和档位,并将驾驶员的实际操作传递给主控制系统,同时整车控制器还能够接收来自主控制系统传递的油门和刹车以及档位信号,对测试电机和电机控制器组成的电机系统进行控制。
功率分析仪分别与主控制系统、电机控制器、测试电机电连接,用于测量测试电机和电机控制器工作时的工作参数,包括工作电流、电压、功率,并将测量的结果反馈给主控制器。扭矩测量仪分别与主控制系统、测试电机以及整车控制器电连接,用于测量驱动电机的实际输出扭矩和转速,并反馈给主控制系统。
电机控制器分别与测功机、主控制系统以及整车控制器电连接,测试电机与电机控制器电连接,电池系统用于为测试电机和电机控制器提供电能。
工作时,当有驾驶员驾驶时,通过驾驶员踩踏油门踏板、刹车踏板以及档位的操作,发出驾驶请求,驾驶请求通过整车控制器被转化为转速、转矩、状态信号,发送给主控制器,主控制器将接收到的信号传递给车辆模型,经过车辆模型计算出测试电机的负载,同时,驾驶请求通过整车控制器传送给电机控制器和电池系统,以输出扭矩请求和动力请求,整车控制器接收来测试电机的运行状态和动力电池系统运行状态信号,将其发送给主控制系统,其通过CAN网络发给上位机,在上位机上显示测试电机和电池系统的运行状态。
当没有驾驶员驾驶时,由上位机发出驾驶请求,并经CAN总线传递到主控制系统的车辆模型中,由测功机根据车辆模型实时计算出测试电机的负载,同时整车控制器接收来自上位机发出的驾驶请求,并将其发送给测试电机和电机控制器以及电池系统,使驱动测试电机根据发出的驾驶请求包括:扭矩、转速请求进行旋转,扭矩测量仪对测试电机的实际输出扭矩和转速进行测试,并反馈给车辆模型,经车辆模型发送到上位机上进行显示。
本发明还提供一种基于实时车况负载下的电机测试系统的监测方法,通过采集测试电机在测试过程中的运行参数,对测试电机和电池系统的工作状态进行监测和判断,具体如下:
步骤一、确定驾驶模式,当有人驾驶时,由驾驶员通过整车控制器向主控制系统发出驾驶信号,整车控制器通过电机控制器输出扭矩请求,通过电池系统输出充放电请求,主控制系统计算测试电机负载,并将测试电机负载、扭矩请求和充放电请求经主控制系统反馈给上位机;
当无人驾驶时,通过上位机向主控制器发出测试请求,主控制器计算出测试电机的负载,整车控制器通过电机控制器输出扭矩请求,通过电池系统输出充放电请求,并经主控制系统将测试电机负载、扭矩请求和充放电请求反馈给上位机。
步骤二、对测试过程中的电机状态和电池系统状态进行监测,输出故障状态。
其中步骤二具体包括:
按照采样周期通过传感器,采集行驶档位、油门踏板开度、制动踏板开度、测试电机实际功率、测试电机扭矩以及测试电机转速,并进行归一化,确定三层BP神经网络的输入层,将输入层映射到中间层,得到输出层向量,即输出电机和电池系统的工作状态,包括如下步骤:
步骤1、建立BP神经网络模型具体包括:
采用三层BP神经网络体系,第一层为输入层,共n个节点,对应了表示设备工作状态的n个检测信号,这些信号参数由数据预处理模块给出。第二层为隐层,共m个节点,由网络的训练过程以自适应的方式确定。第三层为输出层,共p个节点,由系统实际需要输出的响应确定。
该网络的数学模型为:
输入层向量:x=(x1,x2,…,xn)T
中间层向量:y=(y1,y2,…,ym)T
输出层向量:z=(z1,z2,…,zp)T
本发明中,输入层节点数为n=6,输出层节点数为p=2,隐藏层节点数m由下式估算得出:
Figure GDA0002730351820000071
输入信号的六个参数分别表示为:x1为行驶档位系数、x2为油门踏板开度系数、x3为制动踏板开度系数,x4为测试电机实际功率系数、x5为测试电机扭矩系数,x6为测试电机转速系数。
由于传感器获取的数据属于不同的物理量,其量纲各不相同。因此,在数据输入人工神经网络之前,需要将数据规格化为0-1之间的数。
具体而言,对于行驶档位N,进行归一化后,得到行驶档位系数x1
Figure GDA0002730351820000072
其中,Nmin和Nmax分别为行驶档位的最小值和最大值。
同样的,对于油门踏板开度α,进行归一化后,得到油门踏板开度系数x2
Figure GDA0002730351820000073
其中,αmin和αmax分别为油门踏板开度的最小值和最大值。
同样的,对于制动踏板开度β,进行归一化后,得到制动踏板开度系数x3
Figure GDA0002730351820000074
其中,βmin和βmax分别为制动踏板开度的最小值和最大值。
同样的,对于测试电机实际功率P,进行归一化后,得到测试电机实际功率系数x4
Figure GDA0002730351820000075
其中,Pmin和Pmax分别为测试电机实际功率的最小值和最大值。
同样的,对于测试电机扭矩T,进行归一化后,得到测试电机扭矩系数x5
Figure GDA0002730351820000076
其中,Tmin和Tmax分别为测试电机扭矩的最小值和最大值。
同样的,对于测试电机转速r,进行归一化后,得到测试电机转速系数x6
Figure GDA0002730351820000081
其中,rmin和rmax分别为测试电机转速的最小值和最大值。
得到输出层向量o={o1,o2};o1为测试电机故障系数、o2为电池系统故障系数,所述输出层神经元值为
Figure GDA0002730351820000082
k为输出层神经元序列号,k={1,2};其中,当o1=0时,测试电机正常工作,当o1=1时,测试电机出现故障;当o2=0时,电池系统正常工作,当o2=1时,电池系统出现故障。
在另一实施例中,测试电机在工作时的测试温度T的经验公式为:
Figure GDA0002730351820000083
其中,λ为第一校正系数,Te为电机的额定温度,T0为电机的初始工作温度,IN为电机的额定电流,I1为电机的工作电流,Pe电机的额定功率,Tm为测试电机扭矩,TN为测试电机的额定扭矩,r0为设定的标准电机转速,N为汽车的驶档位,α为油门踏板开度。
在另一实施例中,测试电机实际功率经验公式为:
Figure GDA0002730351820000084
其中,α为油门踏板开度,r0为设定的标准转速,r为测试电机转速,r0为设定的标准电机转速,N为汽车的驶档位,α为油门踏板开度,Pe电机的额定功率,Tm为测试电机扭矩,TN为测试电机的额定扭矩。
步骤2、进行BP神经网络训练。
建立好BP神经网络节点模型后,即可进行BP神经网络的训练。根据产品的历史经验数据获取训练的样本,并给定输入节点i和隐含层节点j之间的连接权值,隐层节点j和输出层节点k之间的连接权值。
训练方法
各子网采用单独训练的方法;训练时,首先要提供一组训练样本,其中的每一个样本由输入样本和理想输出对组成,当网络的所有实际输出与其理想输出一致时,表明训练结束;否则,通过修正权值,使网络的理想输出与实际输出一致;各子网训练时的输入样本如表1所示:
表1
Figure GDA0002730351820000091
在系统设计时,系统模型是一个仅经过初始化了的网络,权值需要根据在使用过程中获得的数据样本进行学习调整,为此设计了系统的自学习功能。在指定了学习样本及数量的情况下,系统可以进行自学习,以不断完善网络性能,各子网训练后的输出样本如表2所示:
Figure GDA0002730351820000092
通过BP神经网络的反馈和训练,能够迅速输出电机测试系统的工作状态,对测试电机和电池系统的故障进行判断,杜绝安全隐患,提高电机测试的效率。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。

Claims (3)

1.一种基于实时车况负载下的电机测试系统的监测方法,其特征在于,所述的基于实时车况负载下的电机测试系统包括:
上位机;
主控制系统,其与所述上位机电连接;
整车控制器,其与所述主控制系统电连接;
测功机,其与所述主控制系统电连接,用于模拟整车道路负载;
电机控制器,其分别与所述测功机、所述主控制系统以及所述整车控制器电连接;
测试电机,其分别与所述测功机、所述主控制系统以及所述整车控制器电连接;
电池系统,其分别与所述电机控制器、所述测试电机、所述主控制系统以及所述整车控制器电连接;
其中,当无人驾驶时,所述上位机向经所述主控制系统向所述整车控制器发出测试请求;
当有人驾驶时,通过驾驶员进行踩踏操作,发出测试请求需求;
扭矩测量仪,其分别与所述主控制系统、所述测试电机以及所述整车控制器电连接,用于测试并反馈所述测试电机实际输出扭矩和转速;
功率分析仪,其分别与所述主控制系统、所述电机控制器、所述测试电机电连接,用于测量所述测试电机和所述电机控制器的工作参数,并将测试结果反馈至所述主控制系统;
所述的基于实时车况负载下的电机测试系统的监测方法,使用所述的基于实时车况负载下的电机测试系统,并包括如下步骤:
步骤一、确定驾驶模式,当有人驾驶时,由驾驶员通过整车控制器向主控制系统发出驾驶信号,整车控制器通过电机控制器输出扭矩请求,通过电池系统输出充放电请求,主控制系统计算测试电机负载,并将测试电机负载、扭矩请求和充放电请求经主控制系统反馈给上位机;
当无人驾驶时,通过上位机向主控制器发出测试请求,主控制器计算出测试电机的负载,整车控制器通过电机控制器输出扭矩请求,通过电池系统输出充放电请求,并经主控制系统将测试电机负载、扭矩请求和充放电请求反馈给上位机;
步骤二、对测试过程中的测试电机状态和电池系统状态进行监测,输出故障状态,包括:
步骤1、按照采样周期通过传感器,采集行驶档位N、油门踏板开度α、制动踏板开度β、测试电机实际功率P、测试电机扭矩Tm以及测试电机转速r,并进行归一化,确定三层BP神经网络的输入层向量为x={x1,x2,x3,x4,x5,x6},其中,x1为行驶档位系数、x2为油门踏板开度系数、x3为制动踏板开度系数,x4为测试电机实际功率系数、x5为测试电机扭矩系数,x6为测试电机转速系数;
步骤2、所述输入层向量映射到中间层,所述中间层的向量y={y1,y2,…,ym};m为中间层节点个数;
步骤3、得到输出层o={o1,o2};o1为测试电机故障系数、o2为电池系统故障系数,所述输出层神经元值为
Figure FDA0002730351810000021
k为输出层神经元序列号,k={1,2};其中,当o1=0时,测试电机正常工作,当o1=1时,测试电机出现故障;当o2=0时,电池系统正常工作,当o2=1时,电池系统出现故障;
其中,所述测试电机在工作时的测试温度T的经验公式为:
Figure FDA0002730351810000022
式中,λ为第一校正系数,Te为测试电机的额定温度,T0为测试电机的初始工作温度,IN为测试电机的额定电流,I1为测试电机的工作电流,Pe为测试电机的额定功率,Tm为测试电机的扭矩,TN为测试电机的额定扭矩,r0为设定的标准转速,N为汽车的驶档位,α为油门踏板开度;
所述测试电机实际功率经验公式为:
Figure FDA0002730351810000031
式中,α为油门踏板开度,r0为设定的标准转速,r为测试电机转速,N为汽车的行驶档位,α为油门踏板开度,Pe为测试电机的额定功率,Tm为测试电机的扭矩,TN为测试电机的额定扭矩。
2.根据权利要求1所述的基于实时车况负载下的电机测试系统的监测方法,其特征在于,所述步骤2中进行归一化的公式为:
Figure FDA0002730351810000032
其中,xj为输入层向量中的参数,Xj分别为测量参数N、α、β、P、Tm、r,j=1,2,3,4,5,6;Xjmax和Xjmin分别为相应测量参数中的最大值和最小值。
3.根据权利要求2所述的基于实时车况负载下的电机测试系统的监测方法,其特征在于,所述中间层节点个数m满足:
Figure FDA0002730351810000033
其中,n为输入层节点个数,p为输出层节点个数。
CN201910746596.2A 2019-08-14 2019-08-14 一种基于实时车况负载下的电机测试系统及其监测方法 Active CN110441686B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910746596.2A CN110441686B (zh) 2019-08-14 2019-08-14 一种基于实时车况负载下的电机测试系统及其监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910746596.2A CN110441686B (zh) 2019-08-14 2019-08-14 一种基于实时车况负载下的电机测试系统及其监测方法

Publications (2)

Publication Number Publication Date
CN110441686A CN110441686A (zh) 2019-11-12
CN110441686B true CN110441686B (zh) 2020-12-22

Family

ID=68435227

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910746596.2A Active CN110441686B (zh) 2019-08-14 2019-08-14 一种基于实时车况负载下的电机测试系统及其监测方法

Country Status (1)

Country Link
CN (1) CN110441686B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110926833A (zh) * 2019-12-26 2020-03-27 湖北航天技术研究院特种车辆技术中心 一种电动汽车试验系统及试验方法
CN111624500B (zh) * 2020-07-10 2023-06-27 深圳市道通科技股份有限公司 一种检测车辆发电机的方法及电池检测仪
CN111766516B (zh) * 2020-07-14 2023-02-28 北京经纬恒润科技股份有限公司 直流电机参数标定方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1611955A (zh) * 2003-05-17 2005-05-04 杜玉晓 分布式智能电机监测系统
CN108717163A (zh) * 2018-05-31 2018-10-30 江西江铃集团新能源汽车有限公司 电机测试系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1611955A (zh) * 2003-05-17 2005-05-04 杜玉晓 分布式智能电机监测系统
CN108717163A (zh) * 2018-05-31 2018-10-30 江西江铃集团新能源汽车有限公司 电机测试系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
BP神经网络输入层数据归一化研究;柳小桐;《机械工程与自动化》;20100630(第3期);第122页第1栏第1段,第2栏第2段 *

Also Published As

Publication number Publication date
CN110441686A (zh) 2019-11-12

Similar Documents

Publication Publication Date Title
CN110441686B (zh) 一种基于实时车况负载下的电机测试系统及其监测方法
CN109060369B (zh) 一种分布式电传动系统测试方法、装置及台架
CN105021406B (zh) 一种基于行驶工况的电动汽车再生制动系统测试方法
CN104670206B (zh) 用于监控非预期的车辆运动的方法和装置
CN106644502A (zh) 一种电动汽车电机驱动系统路况模拟试验装置和方法
CN110926833A (zh) 一种电动汽车试验系统及试验方法
CN108284752B (zh) 一种增程式燃料电池电动汽车动力装置及其控制方法
CN109975699B (zh) 电动汽车电驱动系统的模拟测试方法
CN111896269B (zh) 一种电机台架测试方法及系统
CN108445403A (zh) 电池及电池管理系统测试方法及系统
CN106647275B (zh) 一种新能源汽车的远程监控系统
CN112051076B (zh) 新能源汽车动力总成路谱加载试验方法
CN111625945A (zh) 电机控制系统的评价方法、装置、设备及存储介质
CN111141532A (zh) 一种电动汽车多模式综合测试系统
CN104537268A (zh) 一种电池最大放电功率估算方法和装置
CN104925052B (zh) 用于自适应马达功率损耗估计的方法和系统
CN108357487A (zh) 一种纯电动汽车动力系统及其控制方法
CN113074952A (zh) 一种插电式混合动力车辆动力系统能耗测试台架、系统及测试方法
CN110426631B (zh) 新能源汽车动力系统复合型测试装置及测试方法
CN109871044B (zh) 一种转速跟踪方法及装置
CN108805289B (zh) 一种基于基底神经节的电机故障诊断方法
Zhang et al. Research on development of vehicle chassis dynamometer
CN110816531B (zh) 一种无人驾驶汽车车辆间安全距离的控制系统及控制方法
CN111487545A (zh) 二次电池状态检测系统、检测装置以及检测方法
CN111751729A (zh) 用于确定车辆的可反复充电电池的状态的方法

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