CN114995545B - 一种车辆热管理系统的控制方法、装置、设备及介质 - Google Patents
一种车辆热管理系统的控制方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114995545B CN114995545B CN202210614043.3A CN202210614043A CN114995545B CN 114995545 B CN114995545 B CN 114995545B CN 202210614043 A CN202210614043 A CN 202210614043A CN 114995545 B CN114995545 B CN 114995545B
- Authority
- CN
- China
- Prior art keywords
- temperature data
- data
- thermal management
- management system
- model
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004088 simulation Methods 0.000 claims abstract description 103
- 238000012821 model calculation Methods 0.000 claims abstract description 76
- 230000008569 process Effects 0.000 claims abstract description 20
- 238000001816 cooling Methods 0.000 claims description 49
- 230000008859 change Effects 0.000 claims description 28
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 16
- 238000011056 performance test Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 230000003247 decreasing effect Effects 0.000 claims description 10
- 238000005485 electric heating Methods 0.000 claims description 10
- 238000007726 management method Methods 0.000 description 148
- 239000002826 coolant Substances 0.000 description 14
- 238000010438 heat treatment Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000020169 heat generation Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Control Of Temperature (AREA)
Abstract
本发明实施例公开了一种车辆热管理系统的控制方法、装置、设备及介质。该方法具体包括:获取车辆行驶过程中,待控制热管理系统中目标动力装置的电功率数据,以及目标动力装置对应的传感器温度数据;在确定传感器温度数据达到预设温度阈值的情况下,确定目标动力装置对应的控制信号数据;将电功率数据和控制信号数据,输入至待控制热管理系统的系统仿真模型中,以通过系统仿真模型得到模型计算温度数据;根据传感器温度数据和模型计算温度数据,对待控制热管理系统进行控制。本发明实施例的技术方案能够在不使用高精度的温度传感器的条件下,提高温度采集的精确性,从而降低车辆成本,提高车辆热管理系统的性能。
Description
技术领域
本发明实施例涉及车辆技术领域,尤其涉及一种车辆热管理系统的控制方法、装置、设备及介质。
背景技术
汽车,如混合动力汽车或电动汽车的热管理系统是通过管路将各个动力总成连接起来,通过冷却介质对各个动力总成和外界环境进行热交换,使各个动力总成工作在最佳温度范围内。车辆控制器通过温度传感器采集各个动力总成的温度,控制热管理系统的水泵或风扇工作,实现热量交换,使各个总成达到热平衡。对各个动力总成温度和冷却介质温度的采集,是实现动力系统热管理的关键因素。
通过温度传感器可以采集各个动力总成的温度信息,然而不同的温度传感器的精度不同。为了降低成本,如果采用精度较低的温度传感器,则会导致热管理系统的控制效果不理想。例如,采用精度较低的温度传感器时,如果不降低温度判断阈值,会使动力总成长期工作在不合适的温度,导致使用寿命降低;降低温度判断阈值,会导致车辆能耗升高,降低续驶里程。
发明内容
本发明实施例提供一种车辆热管理系统的控制方法、装置、设备及介质,能够在不使用高精度的温度传感器的条件下,提高温度采集的精确性,从而降低车辆成本,提高车辆热管理系统的性能。
根据本发明的一方面,提供了一种车辆热管理系统的控制方法,包括:
获取车辆行驶过程中,待控制热管理系统中目标动力装置的电功率数据,以及所述目标动力装置对应的传感器温度数据;
在确定所述传感器温度数据达到预设温度阈值的情况下,确定所述目标动力装置对应的控制信号数据;
将所述电功率数据和所述控制信号数据,输入至所述待控制热管理系统的系统仿真模型中,以通过所述系统仿真模型得到模型计算温度数据;
根据所述传感器温度数据和所述模型计算温度数据,对所述待控制热管理系统进行控制。
根据本发明的另一方面,提供了一种车辆热管理系统的控制装置,包括:
数据获取模块,用于在车辆行驶过程中,获取待控制热管理系统中目标动力装置的电功率数据,以及所述目标动力装置对应的传感器温度数据;
控制信号数据确定模块,用于在确定所述传感器温度数据达到预设温度阈值的情况下,确定所述目标动力装置对应的控制信号数据;
模型计算温度数据确定模块,用于将所述电功率数据和所述控制信号数据,输入至所述待控制热管理系统的系统仿真模型中,以通过所述系统仿真模型得到模型计算温度数据;
系统控制模块,用于根据所述传感器温度数据和所述模型计算温度数据,对所述待控制热管理系统进行控制。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的车辆热管理系统的控制方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的车辆热管理系统的控制方法。
本发明实施例的技术方案,通过获取车辆行驶过程中待控制热管理系统中目标动力装置的电功率数据,以及目标动力装置对应的传感器温度数据,并在确定传感器温度数据达到预设温度阈值的情况下,确定目标动力装置对应的控制信号数据,然后将电功率数据和控制信号数据,输入至待控制热管理系统的系统仿真模型中,以通过系统仿真模型得到模型计算温度数据,从而根据传感器温度数据和模型计算温度数据对待控制热管理系统进行控制,解决现有的车辆热管理系统的控制无法在降低车辆成本的同时确保热管理系统性能的问题,能够在不使用高精度的温度传感器的条件下,提高温度采集的精确性,从而降低车辆成本,提高车辆热管理系统的性能。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种车辆热管理系统的控制方法的流程图;
图2是本发明实施例二提供的一种车辆热管理系统的控制方法的流程图;
图3是本发明实施例三提供的一种车辆热管理系统的控制方法的具体示例流程图;
图4是本发明实施例三提供的一种系统仿真模型的示例结构示意图;
图5是本发明实施例四提供的一种车辆热管理系统的控制装置的示意图;
图6是实现本发明实施例的车辆热管理系统的控制方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是本发明实施例一提供的一种车辆热管理系统的控制方法的流程图,本实施例可适用于在不使用高精度的温度传感器的条件下,提高温度采集的精确性的情况,该方法可以由车辆热管理系统的控制装置执行,该装置可以通过软件和/或硬件的方式实现,并一般可以直接集成在执行本方法的电子设备中,该电子设备可以是终端设备,也可以是服务器设备,本发明实施例并不对执行车辆热管理系统的控制方法的电子设备的类型进行限定。具体的,如图1所示,该车辆热管理系统的控制方法具体可以包括如下步骤:
S110、获取车辆行驶过程中,待控制热管理系统中目标动力装置的电功率数据,以及所述目标动力装置对应的传感器温度数据。
其中,待控制热管理系统可以是任意需要进行热管理控制的系统。可以理解的是,热管理系统中可以包括一个或多个动力装置。通过对热管理系统进行控制,可以使车辆的动力装置工作在合适的温度范围内,从而提高车辆性能。目标动力装置可以是任意能够为车辆提供动力的装置。可以理解的是,目标动力装置可以是热管理系统中的任意一个动力装置。可选的,目标动力装置可以至少包括动力电机装置,直流变换器装置,车载充电装置,动力电池装置和发动机装置中的一个。电功率数据可以是车辆在行驶过程中,电流流过目标动力装置时在单位时间内的功率数据。传感器温度数据可以是车辆在行驶过程中,目标动力装置对应的温度传感器采集到的目标动力装置的温度数据。
在本发明实施例中,在车辆行驶过程中,获取待控制热管理系统中目标动力装置的电功率数据,并获取目标动力装置对应的传感器温度数据。需要说明的是,车辆可以是混合动力汽车,也可以是电动汽车,本发明实施例对此并不进行限制。可以理解的是,车辆在行驶过程中,电流流过动力装置会产生电功率数据,而且随着动力装置的运行,动力装置的温度会随之升高。为了保障车辆性能,需要将动力装置的温度控制在合适的范围。
S120、在确定所述传感器温度数据达到预设温度阈值的情况下,确定所述目标动力装置对应的控制信号数据。
其中,预设温度阈值可以是预先设定的与目标动力装置匹配的温度阈值。可以理解的是,不同的动力装置对应的预设温度阈值可以不同。控制信号数据可以是对温度控制装置进行控制的信号数据。可以理解的是,通过对温度控制装置进行控制,可以降低温度控制装置对应的目标动力装置的温度。可选的,温度控制装置可以包括水泵、风扇、电加热装置或电冷却装置。相应的,控制信号数据可以至少包括水泵控制信号,风扇控制信号,电加热装置控制信号和电冷却装置控制信号中的一个。需要说明的是,不同的目标动力装置可以对应不同的温度控制装置,一个目标动力装置可以对应多个温度控制装置。
在本发明实施例中,在获取车辆行驶过程中,待控制热管理系统中目标动力装置的电功率数据,以及目标动力装置对应的传感器温度数据之后,可以进一步判断传感器温度数据是否达到预设温度阈值,并在确定传感器温度数据达到预设温度阈值时,确定目标动力装置对应的控制信号数据。可以理解的是,在传感器温度数据达到预设温度阈值时,需要对目标动力装置对应的温度控制装置进行控制,以降低传感器温度数据,使目标动力装置工作在正常的温度范围内。另一可以理解的是,在传感器温度数据未达到预设温度阈值时,说明目标动力装置工作在正常的温度范围内,不需要控制目标动力装置对应的温度控制装置。
S130、将所述电功率数据和所述控制信号数据,输入至所述待控制热管理系统的系统仿真模型中,以通过所述系统仿真模型得到模型计算温度数据。
其中,系统仿真模型可以是根据车辆热管理系统中的动力装置和温度控制装置进行仿真得到的模型。模型计算温度数据可以是通过系统仿真模型计算得到的目标动力装置对应的温度数据。
在本发明实施例中,在确定目标动力装置对应的控制信号数据之后,可以进一步将电动率数据和控制信号数据,输入至待控制热管理系统的系统仿真模型中,以通过系统仿真模型得到模型计算温度数据。
S140、根据所述传感器温度数据和所述模型计算温度数据,对所述待控制热管理系统进行控制。
在本发明实施例中,在通过系统仿真模型得到模型计算温度数据之后,可以进一步根据传感器温度数据和模型计算温度数据对待控制热管理系统进行控制。可以理解的是,目标动力装置对应的温度传感器的采集精度较低时,无法精确的对目标动力装置对应的温度控制装置进行控制。
本实施例的技术方案,通过获取车辆行驶过程中待控制热管理系统中目标动力装置的电功率数据,以及目标动力装置对应的传感器温度数据,并在确定传感器温度数据达到预设温度阈值的情况下,确定目标动力装置对应的控制信号数据,然后将电功率数据和控制信号数据,输入至待控制热管理系统的系统仿真模型中,以通过系统仿真模型得到模型计算温度数据,从而根据传感器温度数据和模型计算温度数据对待控制热管理系统进行控制,解决现有的车辆热管理系统的控制无法在降低车辆成本的同时确保热管理系统性能的问题,能够在不使用高精度的温度传感器的条件下,提高温度采集的精确性,从而降低车辆成本,提高车辆热管理系统的性能。
实施例二
图2是本发明实施例二提供的一种车辆热管理系统的控制方法的流程图,本实施例是对上述各技术方案的进一步细化,给出了获取待控制热管理系统中目标动力装置,在车辆行驶过程中,目标动力装置对应的传感器温度数据,将电功率数据和控制信号数据,输入至待控制热管理系统的系统仿真模型,以及根据传感器温度数据和模型计算温度数据,对待控制热管理系统进行控制的多种具体可选的实现方式。本实施例中的技术方案可以与上述一个或多个实施例中的各个可选方案结合。如图2所示,该方法可以包括如下步骤:
S210、获取车辆行驶过程中,待控制热管理系统中目标动力装置的电功率数据,以及所述目标动力装置对应的传感器温度数据。
可选的,在获取车辆行驶过程中,待控制热管理系统中目标动力装置的电功率数据,以及目标动力装置对应的传感器温度数据之后,可以包括:根据传感器温度数据确定目标动力装置的当前热状态;根据当前热状态确定与当前热状态对应的预设温度阈值。
其中,当前热状态可以是目标动力装置在当前温度下的状态,例如可以是目标动力装置在当前较高的温度下需要进行冷却的状态,也可以是目标动力装置在当前较低的温度下需要进行加热的状态等,本发明实施例对此并不进行限制。示例性的,动力电池装置在较高的温度下需要进行冷却,在较低的温度下需要进行加热。
具体的,在获取车辆行驶过程中,待控制热管理系统中目标动力装置的电功率数据,以及目标动力装置对应的传感器温度数据之后,可以根据传感器温度数据确定目标动力装置的当前热状态,并根据当前热状态确定与当前热状态对应的预设温度阈值。可以理解的是,不同的传感器温度数据可以对应不同的热状态,不同的热状态可以对应不同的预设温度阈值。
S220、在确定所述传感器温度数据达到预设温度阈值的情况下,确定所述目标动力装置对应的控制信号数据。
S230、将所述电功率数据和所述控制信号数据,输入至所述待控制热管理系统的系统仿真模型中,以通过所述系统仿真模型得到模型计算温度数据。
可选的,在所述将所述电功率数据和所述控制信号数据,输入至所述待控制热管理系统的系统仿真模型之前,可以包括:根据所述待控制热管理系统,建立所述待控制热管理系统对应的系统仿真模型;获取所述待控制热管理系统,在不同热管理工况下的系统性能试验数据;根据所述系统性能试验数据对所述系统仿真模型的模型参数进行优化。
其中,热管理工况可以是热管理系统中动力装置对应的工况。示例性的,热管理工况可以包括动力电机装置冷却工况、直流变换器装置冷却工况、车载充电装置冷却工况、动力电池装置冷却工况、动力电池装置加热工况、动力电池装置自循环工况或发动机装置冷却工况。系统性能试验数据可以是对车辆的热管理系统进行性能试验得到的数据。模型参数可以是系统仿真模型中任意装置对应的参数。示例性的,模型参数可以包括输水量参数、比热值参数、重量参数或散热率参数等,本发明实施例对此并不进行限制。
具体的,在将电功率数据和控制信号数据输入至待控制热管理系统的系统仿真模型之前,可以根据待控制热管理系统建立系统仿真模型,并获取待控制热管理系统在不同热管理工况下的系统性能试验数据,以根据系统性能试验数据对系统仿真模型的模型参数进行优化。可以理解的是,对热管理系统进行性能试验的次数越多,得到的系统性能试验数据越多,从而系统仿真模型的模型参数精确度越高。需要说明的是,本发明实施例对根据系统性能试验数据对系统仿真模型的模型参数进行优化的具体实现方式并不进行限制,只要能够实现系统仿真模型的模型参数的优化即可。
S240、确定所述传感器温度数据对应的传感器精度,并将所述传感器精度作为所述传感器温度数据对应的第一加权因子。
其中,传感器精度可以是温度传感器采集温度数据的精度。第一加权因子可以是加权平均算法中传感器温度数据对应的加权因子。
在本发明实施例中,在通过系统仿真模型得到模型计算温度数据之后,可以进一步确定传感器温度数据对应的传感器精度,并将传感器精度作为传感器温度数据对应的第一加权因子。
S250、确定所述系统仿真模型对应的模型精度,并将所述模型精度作为所述模型计算温度数据对应的第二加权因子。
其中,模型精度可以是系统仿真模型计算模型计算温度数据的精度。第二加权因子可以是加权平均算法中模型计算温度数据对应的加权因子。
在本发明实施例中,在通过系统仿真模型得到模型计算温度数据之后,可以进一步确定系统仿真模型对应的模型精度,并将模型精度作为模型计算温度数据对应的第二加权因子。
需要说明的是,本发明实施例并不对S240和S250的顺序进行限定,也即,S240和S250可以并行实施或择一实施。
S260、通过加权平均算法,根据所述传感器温度数据、所述传感器温度数据对应的第一加权因子、所述模型计算温度数据和所述模型计算温度数据对应的第二加权因子,确定所述目标动力装置对应的当前装置温度。
其中,当前装置温度可以是当前目标动力装置的温度。
在本发明实施例中,在确定第一加权因子和第二加权因子之后,可以进一步通过加权平均算法,根据传感器温度数据、传感器温度数据对应的第一加权因子、模型计算温度数据和模型计算温度数据对应的第二加权因子,确定目标动力装置对应的当前装置温度。可以理解的是,当前装置温度可以为传感器温度数据与第一加权因子的乘积,与,模型计算温度数据与第二加权因子的乘积,的和值。
可选的,在通过加权平均算法,根据传感器温度数据、传感器温度数据对应的第一加权因子、模型计算温度数据和模型计算温度数据对应的第二加权因子,确定目标动力装置对应的当前装置温度之前,还可以包括:确定传感器温度数据的温度变化率;在温度变化率超过变化率阈值的情况下,提高传感器温度数据对应的第一加权因子至第一目标加权值,并降低模型计算温度数据对应的第二加权因子至第二目标加权值。
其中,温度变化率可以是目标动力装置对应的温度传感器采集到的温度数据的变化率。变化率阈值可以是预先设定的温度数据变化率对应的阈值。第一目标加权值可以是加权因子的一个目标数值。第二目标加权值可以是加权因子的另一个目标数值。
具体的,在通过加权平均算法,根据传感器温度数据、传感器温度数据对应的第一加权因子、模型计算温度数据和模型计算温度数据对应的第二加权因子,确定目标动力装置对应的当前装置温度之前,可以确定传感器温度数据的温度变化率,并判断温度变化率是否超过变化率阈值。当温度变化率超过变化率阈值时,将传感器温度数据对应的第一加权因子提高至第一目标加权值,并将模型计算温度数据对应的第二加权因子降低至第二目标加权值。可以理解的是,温度变化率超过变化率阈值时,目标动力装置的温度变化过快,此时热管理系统为动态系统,但是系统仿真模型是静态模型,因此系统仿真模型的模型精度会降低。
另一可以理解的是,如果温度变化率未超过变化率阈值,则不需要调整第一加权因子和第二加权因子。在不调整第一加权因子和第二加权因子的情况下,第一加权因子对应的加权值小于第一目标加权值,第二加权因子对应的加权值大于第二目标加权值。
可选的,在通过加权平均算法,根据传感器温度数据、传感器温度数据对应的第一加权因子、模型计算温度数据和模型计算温度数据对应的第二加权因子,确定目标动力装置对应的当前装置温度之前,还可以包括:确定待控制热管理系统对应的车辆控制装置的启动时间;在启动时间未达到时间阈值的情况下,提高传感器温度数据对应的第一加权因子至第一目标加权值,并降低模型计算温度数据对应的第二加权因子至第二目标加权值。
其中,车辆控制装置可以是控制整个车辆的装置。示例性的,车辆控制装置可以包括控制车辆启动的装置、控制车辆的温度控制装置的装置或控制车辆的动力装置的装置等,本发明实施例对此并不进行限制。启动时间可以是启动车辆控制装置的时间。时间阈值可以是预先设定的启动车辆控制装置的时间阈值。
具体的,在通过加权平均算法,根据传感器温度数据、传感器温度数据对应的第一加权因子、模型计算温度数据和模型计算温度数据对应的第二加权因子,确定目标动力装置对应的当前装置温度之前,可以进一步的确定待控制热管理系统对应的车辆控制装置的启动时间,并判断启动时间是否达到时间阈值。当启动时间未达到时间阈值时,将传感器温度数据对应的第一加权因子提高至第一目标加权值,并将模型计算温度数据对应的第二加权因子降低至第二目标加权值。可以理解的是,启动时间未达到时间阈值时,系统仿真模型计算得到的模型计算温度数据偏离目标动力装置的真实温度数据,因此系统仿真模型的模型精度会降低。
S270、根据所述当前装置温度,对所述待控制热管理系统进行控制。
在本发明实施例中,在确定目标动力装置对应的当前装置温度之后,可以进一步根据当前装置温度对待控制热管理系统进行控制。可以理解的是,根据当前装置温度对待控制热管理系统进行控制,可以是在目标动力装置的当前装置温度超过正常工作温度阈值时,控制热管理系统中的温度控制装置,以降低目标动力装置的温度,使目标动力装置工作在正常工作温度阈值范围内。
本实施例的技术方案,通过获取车辆行驶过程中,待控制热管理系统中目标动力装置的电功率数据,以及目标动力装置对应的传感器温度数据,并在确定传感器温度数据达到预设温度阈值的情况下确定目标动力装置对应的控制信号数据,再将电功率数据和控制信号数据输入至待控制热管理系统的系统仿真模型中,通过系统仿真模型得到模型计算温度数据,再确定传感器温度数据对应的传感器精度,并将传感器精度作为传感器温度数据对应的第一加权因子,确定系统仿真模型对应的模型精度,并将模型精度作为模型计算温度数据对应的第二加权因子,以通过加权平均算法,根据传感器温度数据、传感器温度数据对应的第一加权因子、模型计算温度数据和模型计算温度数据对应的第二加权因子,确定目标动力装置对应的当前装置温度,从而根据当前装置温度对待控制热管理系统进行控制,解决现有的车辆热管理系统的控制无法在降低车辆成本的同时确保热管理系统性能的问题,能够在不使用高精度的温度传感器的条件下,提高温度采集的精确性,从而降低车辆成本,提高车辆热管理系统的性能。
实施例三
本发明实施例以控制混合动力汽车的热管理系统的应用场景为例具体说明。图3是本发明实施例三提供的一种车辆热管理系统的控制方法的具体示例流程图,如图3所示,具体可以包括以下内容:
第一步,建立热管理系统的系统仿真模型。
图4是本发明实施例三提供的一种系统仿真模型的示例结构示意图,如图4所示,系统仿真模型可以包括多个动力总成发热模型,热交换器模型41,水泵模型21、22、23,风扇模型31,冷却介质管路模型42,电加热装置模型32和电冷却装置模型33。其中,动力总成发热模型可以包括动力电机模型11,直流变换器模型12,车载充电机模型13,动力电池模型14和发动机模型15。具体的,动力电机模型11、直流变换器模型12、车载充电器模型13、水泵模型21、冷却介质管路模型42和热交换器模型41组成第一冷却回路。动力电池模型14、电加热装置模型32、电冷却装置模型33、水泵模型22和冷却介质管路模型42组成第二冷却回路。发动机模型15、水泵模型23、冷却介质管路模型42、热交换器模型41和风扇模型31组成第三冷却回路。各动力总成发热模型都有自己的发热特性,即不同的动力总成发热模型在不同的电功率下工作时,发热功率不同。
热交换器模型41可以是热管理系统与外界大气交换热量的装置,冷却介质在其中流过时能够将热量释放到大气中。水泵模型21、22、23可以是驱动冷却介质在冷却管路中流动的装置,可以控制冷却介质的流速,从而改变冷却介质与各动力总成发热模型及热交换器模型41的热交换量。风扇模型31可以是加速热交换器与大气热量交换的装置。冷却介质管路模型42可以是连接各动力总成发热模型及热交换器模型41的装置;电加热装置模型32和电冷却装置模型33可以是为动力电池14提供电热源和电冷却源的装置。
第二步,通过进行热管理工况的性能试验,获得试验数据。
其中,热管理工况可以包括动力电机冷却工况,直流变换器冷却工况,车载充电器冷却工况,动力电池自循环工况,动力电池冷却工况,动力电池加热工况以及发动机冷却工况。根据各热管理工况的试验数据,确定热管理系统的系统仿真模型的模型参数,优化热管理系统的系统仿真模型,并计算系统仿真模型的仿真精度(也即模型精度)。
第三步,整车控制器(也即整车控制装置)控制热管理系统工作。
具体的,整车控制器控制车辆行驶,并且采集各动力总成(也即动力装置)的电功率,同时采集动力总成对应的温度传感器的温度数据(也即传感器温度数据),判断各动力总成的当前热状态,并根据预设温度阈值,控制风扇、水泵、电加热装置或电冷却装置等温度控制装置工作。
第四步,动力总成的温度仿真。
具体的,整车控制器将采集到的各动力总成的电功率数据和对温度控制装置的控制信号数据输入至热管理系统的系统仿真模型,并通过系统仿真模型计算各动力总成的仿真温度(也即模型计算温度数据)。
第五步,动力总成温度最优估计。
具体的,根据各动力总成对应的温度传感器的采集温度数据及传感器精度,和热管理系统的系统仿真模型计算得到的仿真温度及仿真精度,通过加权平均算法,计算出动力总成温度最优估计(也即当前装置温度)。其中,温度传感器的采集精度和热管理系统的仿真精度是加权因子。
需要说明的是,加权因子会根据工况的不同而进行调节。在整车控制器重启时,热管理系统的温度仿真数据会初始化,偏离真实的总成温度,该工况下系统仿真模型的仿真精度会降低,因此可以提高传感器温度数据对应的加权因子,降低仿真模型温度数据对应的加权因子。温度变化率超过阈值时,属于热管理系统的动态特性,而系统仿真模型是静态模型,试验数据也是静态数据,该工况下系统仿真模型的仿真精度会降低,因此可以提高传感器温度数据对应的加权因子,降低仿真模型温度数据对应的加权因子。示例性的,在整车控制器重启时,提高传感器温度信号的加权因子到1,降低仿真模型温度数据的加权因子到0。温度变化率超过每秒1℃时,提高传感器温度信号的加权因子到1,降低仿真模型温度数据的加权因子到0。
第六步,将动力总成温度最优估计值反馈给整车控制器,作为控制热管理系统的输入信号,控制热管理系统中的温度控制装置,以降低动力总成的工作温度。
在本发明实施例的一个具体示例中,以第一冷却回路中的电机冷却为例,该车辆热管理系统的控制方法可以包括:(1)建立电机冷却回路仿真模型。具体的,电机冷却回路仿真模型可以包括动力电机模型,直流变换器模型,车载充电机模型,热交换器模型,水泵模型,风扇模型和冷却介质管路模型。(2)在试验台架上进行热管理工况的性能试验,采集试验数据,完善热管理系统的仿真模型。其中,热管理工况可以包括电机冷却工况,直流变换器冷却工况和车载充电器冷却工况。(3)整车控制器控制车辆行驶,并且采集动力电机、直流变换器和车载充电机的电功率,同时采集动力电机、直流变换器和车载充电机分别对应的温度传感器的温度信号,判断动力电机、直流变换器和车载充电机热状态,根据预设的温度阈值,控制风扇和水泵工作。(4)整车控制器将采集到的动力电机、直流变换器和车载充电机的电功率信号,以及对水泵和风扇的控制信号输入至热管理系统电机冷却回路仿真模型,计算出动力电机、直流变换器和车载充电机的仿真温度。(5)整车控制器将根据传感器采集到的动力电机、直流变换器和车载充电机的温度以及传感器精度,以及仿真模型计算的动力电机、直流变换器和车载充电机的温度以及计算精度(也即模型精度),加权计算出最优的动力电机、直流变换器和车载充电机的估计温度。(6)整车控制器将动力电机、直流变换器和车载充电机的最优估计温度作为控制电机冷却回路的输入,以冷却动力电机。
在本发明实施例的另一个具体示例中,以第二冷却回路中的电池冷却为例,该车辆热管理系统的控制方法可以包括:(1)建立电机冷却回路仿真模型。具体的,电机冷却回路仿真模可以包括动力电池模型,电加热装置模型,电冷却装置模型,水泵模型和冷却介质管路模型。(2)在试验台架上进行热管理工况的性能试验,采集试验数据,完善热管理系统的仿真模型。其中,热管理工况可以包括动力电池冷却工况和动力电池加热工况。(3)整车控制器控制车辆行驶,并且采动力电池的电功率,同时采集动力电池温度传感器的温度信号,判断动力电池热状态,根据预设的温度阈值,控制水泵、电加热装置和电冷却装置工作。(4)整车控制器将采集到的动力电池的电功率信号和对水泵、电加热装置和电冷却装置的控制信号输入给热管理系统电池冷却回路仿真模型,计算出动力电池的仿真温度。(5)整车控制器将根据传感器采集到的动力电池的温度和传感器精度,以及仿真模型计算的动力电池的温度和计算精度,加权计算出最优的动力电池的估计温度。(6)整车控制器将动力电池的最优估计温度作为控制电机冷却回路的输入,以冷却动力电池。
在本发明实施例的另一个具体示例中,以第三冷却回路中的发动机冷却为例,该车辆热管理系统的控制方法可以包括:(1)建立发动机冷却回路仿真模型。具体的,发动机冷却回路仿真模型可以包括发动机模型,热交换器模型,水泵模型,风扇模型和冷却介质管路模型。(2)在试验台架上进行热管理工况的性能试验,采集试验数据,完善热管理系统的仿真模型。其中,热管理工况可以包括发动机冷却工况。(3)整车控制器控制车辆行驶,并且采集发动机的功率,同时采集发动机温度传感器的温度信号,判断发动机热状态,根据预设的温度阈值,控制风扇和水泵工作。(4)整车控制器将采集到的发动机的功率信号以及对水泵和风扇的控制信号输入给热管理系统发动机冷却回路仿真模型,计算出发动机的仿真温度。(5)整车控制器将根据传感器采集到的发动机的温度和传感器精度,以及仿真模型计算的发动机的温度和计算精度,加权计算出最优的发动机的估计温度。(6)整车控制器将发动机的最优估计温度作为控制发动机冷却回路的输入,以冷却发动机。
上述技术方案,能够通过采用低成本低精度的温度传感器,获得高精度的温度信号,从而在降低整车成本的基础上,达到整车热管理系统的最优性能。
实施例四
图5是本发明实施例四提供的一种车辆热管理系统的控制装置的示意图,如图5所示,所述装置包括:数据获取模块510、控制信号数据确定模块520、模型计算温度数据确定模块530以及系统控制模块540,其中:
数据获取模块510,用于在车辆行驶过程中,获取待控制热管理系统中目标动力装置的电功率数据,以及所述目标动力装置对应的传感器温度数据;
控制信号数据确定模块520,用于在确定所述传感器温度数据达到预设温度阈值的情况下,确定所述目标动力装置对应的控制信号数据;
模型计算温度数据确定模块530,用于将所述电功率数据和所述控制信号数据,输入至所述待控制热管理系统的系统仿真模型中,以通过所述系统仿真模型得到模型计算温度数据;
系统控制模块540,用于根据所述传感器温度数据和所述模型计算温度数据,对所述待控制热管理系统进行控制。
本实施例的技术方案,通过获取车辆行驶过程中待控制热管理系统中目标动力装置的电功率数据,以及目标动力装置对应的传感器温度数据,并在确定传感器温度数据达到预设温度阈值的情况下,确定目标动力装置对应的控制信号数据,然后将电功率数据和控制信号数据,输入至待控制热管理系统的系统仿真模型中,以通过系统仿真模型得到模型计算温度数据,从而根据传感器温度数据和模型计算温度数据对待控制热管理系统进行控制,解决现有的车辆热管理系统的控制无法在降低车辆成本的同时确保热管理系统性能的问题,能够在不使用高精度的温度传感器的条件下,提高温度采集的精确性,从而降低车辆成本,提高车辆热管理系统的性能。
可选的,目标动力装置可以至少包括动力电机装置,直流变换器装置,车载充电装置,动力电池装置和发动机装置中的一个;控制信号数据可以至少包括水泵控制信号,风扇控制信号,电加热装置控制信号和电冷却装置控制信号中的一个。
可选的,数据获取模块510,可以具体用于:根据传感器温度数据确定目标动力装置的当前热状态;根据当前热状态确定与当前热状态对应的预设温度阈值。
可选的,模型计算温度数据确定模块530,可以具体用于:根据待控制热管理系统,建立待控制热管理系统对应的系统仿真模型;获取待控制热管理系统,在不同热管理工况下的系统性能试验数据;根据系统性能试验数据对系统仿真模型的模型参数进行优化。
可选的,系统控制模块540,可以具体用于:确定传感器温度数据对应的传感器精度,并将传感器精度作为传感器温度数据对应的第一加权因子;确定系统仿真模型对应的模型精度,并将模型精度作为模型计算温度数据对应的第二加权因子;通过加权平均算法,根据传感器温度数据、传感器温度数据对应的第一加权因子、模型计算温度数据和模型计算温度数据对应的第二加权因子,确定目标动力装置对应的当前装置温度;根据当前装置温度,对待控制热管理系统进行控制。
可选的,系统控制模块540,可以进一步用于:确定传感器温度数据的温度变化率;在温度变化率超过变化率阈值的情况下,提高传感器温度数据对应的第一加权因子至第一目标加权值,并降低模型计算温度数据对应的第二加权因子至第二目标加权值。
可选的,系统控制模块540,还可以进一步用于:确定待控制热管理系统对应的车辆控制装置的启动时间;在启动时间未达到时间阈值的情况下,提高传感器温度数据对应的第一加权因子至第一目标加权值,并降低模型计算温度数据对应的第二加权因子至第二目标加权值。
本发明实施例所提供的车辆热管理系统的控制装置可执行本发明任意实施例所提供的车辆热管理系统的控制方法,具备执行方法相应的功能模块和有益效果。
实施例五
图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如车辆热管理系统的控制方法。
在一些实施例中,车辆热管理系统的控制方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的车辆热管理系统的控制方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车辆热管理系统的控制方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (7)
1.一种车辆热管理系统的控制方法,其特征在于,包括:
获取车辆行驶过程中,待控制热管理系统中目标动力装置的电功率数据,以及所述目标动力装置对应的传感器温度数据;
在确定所述传感器温度数据达到预设温度阈值的情况下,确定所述目标动力装置对应的控制信号数据;
将所述电功率数据和所述控制信号数据,输入至所述待控制热管理系统的系统仿真模型中,以通过所述系统仿真模型得到模型计算温度数据;
根据所述传感器温度数据和所述模型计算温度数据,对所述待控制热管理系统进行控制;
其中,所述控制信号数据是对温度控制装置进行控制的信号数据,一个目标动力装置对应多个温度控制装置;
所述根据所述传感器温度数据和所述模型计算温度数据,对所述待控制热管理系统进行控制,包括:
确定所述传感器温度数据对应的传感器精度,并将所述传感器精度作为所述传感器温度数据对应的第一加权因子;
确定所述系统仿真模型对应的模型精度,并将所述模型精度作为所述模型计算温度数据对应的第二加权因子;
通过加权平均算法,根据所述传感器温度数据、所述传感器温度数据对应的第一加权因子、所述模型计算温度数据和所述模型计算温度数据对应的第二加权因子,确定所述目标动力装置对应的当前装置温度;
根据所述当前装置温度,对所述待控制热管理系统进行控制;
在所述通过加权平均算法,根据所述传感器温度数据、所述传感器温度数据对应的第一加权因子、所述模型计算温度数据和所述模型计算温度数据对应的第二加权因子,确定所述目标动力装置对应的当前装置温度之前,还包括:
确定所述传感器温度数据的温度变化率;
在所述温度变化率超过变化率阈值的情况下,提高所述传感器温度数据对应的所述第一加权因子至第一目标加权值,并降低所述模型计算温度数据对应的所述第二加权因子至第二目标加权值;
确定所述待控制热管理系统对应的车辆控制装置的启动时间;
在所述启动时间未达到时间阈值的情况下,提高所述传感器温度数据对应的所述第一加权因子至第一目标加权值,并降低所述模型计算温度数据对应的所述第二加权因子至第二目标加权值。
2.根据权利要求1所述的方法,其特征在于,所述目标动力装置至少包括动力电机装置,直流变换器装置,车载充电装置,动力电池装置和发动机装置中的一个;
所述控制信号数据至少包括水泵控制信号,风扇控制信号,电加热装置控制信号和电冷却装置控制信号中的一个。
3.根据权利要求2所述的方法,其特征在于,在所述获取车辆行驶过程中,待控制热管理系统中目标动力装置的电功率数据,以及所述目标动力装置对应的传感器温度数据之后,包括:
根据所述传感器温度数据确定所述目标动力装置的当前热状态;
根据所述当前热状态确定与所述当前热状态对应的预设温度阈值。
4.根据权利要求2所述的方法,其特征在于,在所述将所述电功率数据和所述控制信号数据,输入至所述待控制热管理系统的系统仿真模型之前,包括:
根据所述待控制热管理系统,建立所述待控制热管理系统对应的系统仿真模型;
获取所述待控制热管理系统,在不同热管理工况下的系统性能试验数据;
根据所述系统性能试验数据对所述系统仿真模型的模型参数进行优化。
5.一种车辆热管理系统的控制装置,其特征在于,包括:
数据获取模块,用于在车辆行驶过程中,获取待控制热管理系统中目标动力装置的电功率数据,以及所述目标动力装置对应的传感器温度数据;
控制信号数据确定模块,用于在确定所述传感器温度数据达到预设温度阈值的情况下,确定所述目标动力装置对应的控制信号数据;
模型计算温度数据确定模块,用于将所述电功率数据和所述控制信号数据,输入至所述待控制热管理系统的系统仿真模型中,以通过所述系统仿真模型得到模型计算温度数据;
系统控制模块,用于根据所述传感器温度数据和所述模型计算温度数据,对所述待控制热管理系统进行控制;
其中,所述控制信号数据是对温度控制装置进行控制的信号数据,一个目标动力装置对应多个温度控制装置;
所述系统控制模块,还用于:确定所述传感器温度数据对应的传感器精度,并将所述传感器精度作为所述传感器温度数据对应的第一加权因子;确定所述系统仿真模型对应的模型精度,并将所述模型精度作为所述模型计算温度数据对应的第二加权因子;通过加权平均算法,根据所述传感器温度数据、所述传感器温度数据对应的第一加权因子、所述模型计算温度数据和所述模型计算温度数据对应的第二加权因子,确定所述目标动力装置对应的当前装置温度;根据所述当前装置温度,对所述待控制热管理系统进行控制;
确定所述传感器温度数据的温度变化率;在所述温度变化率超过变化率阈值的情况下,提高所述传感器温度数据对应的所述第一加权因子至第一目标加权值,并降低所述模型计算温度数据对应的所述第二加权因子至第二目标加权值;
确定所述待控制热管理系统对应的车辆控制装置的启动时间;在所述启动时间未达到时间阈值的情况下,提高所述传感器温度数据对应的所述第一加权因子至第一目标加权值,并降低所述模型计算温度数据对应的所述第二加权因子至第二目标加权值。
6.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的车辆热管理系统的控制方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-4中任一项所述的车辆热管理系统的控制方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210614043.3A CN114995545B (zh) | 2022-05-31 | 2022-05-31 | 一种车辆热管理系统的控制方法、装置、设备及介质 |
PCT/CN2023/097069 WO2023232017A1 (zh) | 2022-05-31 | 2023-05-30 | 一种车辆热管理系统的控制方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210614043.3A CN114995545B (zh) | 2022-05-31 | 2022-05-31 | 一种车辆热管理系统的控制方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114995545A CN114995545A (zh) | 2022-09-02 |
CN114995545B true CN114995545B (zh) | 2024-03-26 |
Family
ID=83030915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210614043.3A Active CN114995545B (zh) | 2022-05-31 | 2022-05-31 | 一种车辆热管理系统的控制方法、装置、设备及介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114995545B (zh) |
WO (1) | WO2023232017A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114995545B (zh) * | 2022-05-31 | 2024-03-26 | 中国第一汽车股份有限公司 | 一种车辆热管理系统的控制方法、装置、设备及介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1796755A (zh) * | 2004-12-28 | 2006-07-05 | 本田技研工业株式会社 | 设备的温度控制装置 |
CN101553716A (zh) * | 2005-10-11 | 2009-10-07 | 艾科嘉公司 | 热预测管理模型 |
CN102331719A (zh) * | 2011-07-11 | 2012-01-25 | 联合汽车电子有限公司 | 基于热模型的混合动力汽车动态降额控制方法 |
CN103718406A (zh) * | 2011-07-27 | 2014-04-09 | 西门子公司 | 变流器的热监测 |
CN104999923A (zh) * | 2014-04-15 | 2015-10-28 | 福特全球技术公司 | 牵引电池空气热管理控制系统 |
DE102014216310A1 (de) * | 2014-08-18 | 2016-02-18 | Schaeffler Technologies AG & Co. KG | Verfahren zur Bestimmung einer Temperatur einer Leistungs- und Ansteuerelektronik eines elektrischen Antriebssystems |
CN106357184A (zh) * | 2016-11-01 | 2017-01-25 | 安徽大学 | 基于神经网络的车用永磁同步电机输出转矩的温度补偿方法 |
CN206361055U (zh) * | 2016-12-30 | 2017-07-28 | 绍兴亚大机械科技有限公司 | 大型车制动鼓自动风冷系统 |
CN208216686U (zh) * | 2018-04-27 | 2018-12-11 | 三江学院 | 半导体制冷的发电机缓速制动系统 |
CN109435680A (zh) * | 2018-09-19 | 2019-03-08 | 上海汽车集团股份有限公司 | 车辆动力系统温度控制装置及其控制方法 |
CN109478848A (zh) * | 2016-03-04 | 2019-03-15 | 维利通阿尔法公司 | 使用电池直流特性来控制功率输出 |
CN110161396A (zh) * | 2018-02-13 | 2019-08-23 | 通用汽车环球科技运作有限责任公司 | Igbt的基于热模型的健康评估 |
CN112181008A (zh) * | 2020-09-02 | 2021-01-05 | 珠海泰坦新动力电子有限公司 | 高温化成柜热源功率智能控制方法、装置及介质 |
CN113394485A (zh) * | 2021-04-01 | 2021-09-14 | 东北林业大学 | 一种易拆卸的混合动力车动力电池保温方法及系统 |
CN114443412A (zh) * | 2020-11-02 | 2022-05-06 | 三星电子株式会社 | 用于基于功率测量的温度检测和热管理的方法及设备 |
CN114537087A (zh) * | 2022-03-22 | 2022-05-27 | 河南科技大学 | 一种纯电动汽车集成式热管理系统性能优化方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160201933A1 (en) * | 2015-01-14 | 2016-07-14 | Google Inc. | Predictively controlling an environmental control system |
CN112103593A (zh) * | 2019-06-17 | 2020-12-18 | 比亚迪股份有限公司 | 车辆热管理方法、装置、车辆及存储介质 |
EP3862737A1 (en) * | 2020-02-05 | 2021-08-11 | Goodrich Corporation | Model-based aircraft brake temperature estimation |
CN113050426B (zh) * | 2021-03-22 | 2022-11-25 | 山东大学 | 一种融合遗传蚁群算法的热管理控制方法及系统 |
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 |
CN114995545B (zh) * | 2022-05-31 | 2024-03-26 | 中国第一汽车股份有限公司 | 一种车辆热管理系统的控制方法、装置、设备及介质 |
-
2022
- 2022-05-31 CN CN202210614043.3A patent/CN114995545B/zh active Active
-
2023
- 2023-05-30 WO PCT/CN2023/097069 patent/WO2023232017A1/zh unknown
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1796755A (zh) * | 2004-12-28 | 2006-07-05 | 本田技研工业株式会社 | 设备的温度控制装置 |
CN101553716A (zh) * | 2005-10-11 | 2009-10-07 | 艾科嘉公司 | 热预测管理模型 |
CN102331719A (zh) * | 2011-07-11 | 2012-01-25 | 联合汽车电子有限公司 | 基于热模型的混合动力汽车动态降额控制方法 |
CN103718406A (zh) * | 2011-07-27 | 2014-04-09 | 西门子公司 | 变流器的热监测 |
CN104999923A (zh) * | 2014-04-15 | 2015-10-28 | 福特全球技术公司 | 牵引电池空气热管理控制系统 |
DE102014216310A1 (de) * | 2014-08-18 | 2016-02-18 | Schaeffler Technologies AG & Co. KG | Verfahren zur Bestimmung einer Temperatur einer Leistungs- und Ansteuerelektronik eines elektrischen Antriebssystems |
CN109478848A (zh) * | 2016-03-04 | 2019-03-15 | 维利通阿尔法公司 | 使用电池直流特性来控制功率输出 |
CN106357184A (zh) * | 2016-11-01 | 2017-01-25 | 安徽大学 | 基于神经网络的车用永磁同步电机输出转矩的温度补偿方法 |
CN206361055U (zh) * | 2016-12-30 | 2017-07-28 | 绍兴亚大机械科技有限公司 | 大型车制动鼓自动风冷系统 |
CN110161396A (zh) * | 2018-02-13 | 2019-08-23 | 通用汽车环球科技运作有限责任公司 | Igbt的基于热模型的健康评估 |
CN208216686U (zh) * | 2018-04-27 | 2018-12-11 | 三江学院 | 半导体制冷的发电机缓速制动系统 |
CN109435680A (zh) * | 2018-09-19 | 2019-03-08 | 上海汽车集团股份有限公司 | 车辆动力系统温度控制装置及其控制方法 |
CN112181008A (zh) * | 2020-09-02 | 2021-01-05 | 珠海泰坦新动力电子有限公司 | 高温化成柜热源功率智能控制方法、装置及介质 |
CN114443412A (zh) * | 2020-11-02 | 2022-05-06 | 三星电子株式会社 | 用于基于功率测量的温度检测和热管理的方法及设备 |
CN113394485A (zh) * | 2021-04-01 | 2021-09-14 | 东北林业大学 | 一种易拆卸的混合动力车动力电池保温方法及系统 |
CN114537087A (zh) * | 2022-03-22 | 2022-05-27 | 河南科技大学 | 一种纯电动汽车集成式热管理系统性能优化方法 |
Non-Patent Citations (2)
Title |
---|
基于模型预测的纯电动汽车动力总成热管理策略;冯权等;现代机械(第02期);第12-19页 * |
基于深度信念网络的风机主轴承状态监测方法;王洪斌等;中国机械工程;20180430(第08期);第70-75页 * |
Also Published As
Publication number | Publication date |
---|---|
WO2023232017A1 (zh) | 2023-12-07 |
CN114995545A (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114995545B (zh) | 一种车辆热管理系统的控制方法、装置、设备及介质 | |
CN111301219B (zh) | 一种电动车电池控制方法、系统、设备及可读存储介质 | |
CN115221795A (zh) | 容量预测模型的训练方法、预测方法、装置、设备及介质 | |
CN113075557A (zh) | 一种车主自适应的动力电池剩余寿命预测方法 | |
CN115498218A (zh) | 一种低温启动控制方法、装置、电子设备及存储介质 | |
CN116565402A (zh) | 储能电池冷却系统及控制方法 | |
CN116176358B (zh) | 一种电池热管理方法、装置、存储介质及设备 | |
CN116160916A (zh) | 一种电动汽车整车热管理方法、装置、设备及存储介质 | |
CN115158099B (zh) | 一种动力电池热管理方法、装置、车辆及存储介质 | |
CN117067856A (zh) | 车辆的加热控制方法及装置 | |
CN115033988A (zh) | 一种动力总成温度估算方法、装置、整车控制器及介质 | |
CN115421046B (zh) | 动力电池梯度利用筛选方法、装置、设备及存储介质 | |
CN113690962B (zh) | 不同输入源的mppt控制方法、装置、设备及存储介质 | |
CN114825407B (zh) | 一种双向变换器的充放电切换方法、装置、系统及介质 | |
CN117124933A (zh) | 一种燃料电池能量控制方法、装置、车辆及存储介质 | |
CN117261670B (zh) | 电动汽车充电控制方法、存储介质及电子设备 | |
CN116572933B (zh) | 一种发动机控制方法、装置、设备及存储介质 | |
CN117811169B (zh) | 电池主动均衡管理系统 | |
CN116494947A (zh) | 一种车辆增程器发电控制方法、装置、设备及存储介质 | |
WO2023184870A1 (zh) | 动力电池的热管理方法、装置、电子设备和存储介质 | |
CN116593916A (zh) | 基于互联网动态修正soh的方法、装置、电子设备及介质 | |
CN116736151A (zh) | 一种车辆蓄电池亏电原因确定方法、装置、设备及介质 | |
CN116480450A (zh) | 一种车辆尾气温控处理方法、装置、设备及存储介质 | |
CN117214734A (zh) | 电池电芯不一致性确定方法及装置、电子设备 | |
CN116505549A (zh) | 一种储能系统参与的电网频率支撑方法及系统 |
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 |