CN117507789A - 一种用于agv小车的多模混合动力驱动系统 - Google Patents

一种用于agv小车的多模混合动力驱动系统 Download PDF

Info

Publication number
CN117507789A
CN117507789A CN202311673809.6A CN202311673809A CN117507789A CN 117507789 A CN117507789 A CN 117507789A CN 202311673809 A CN202311673809 A CN 202311673809A CN 117507789 A CN117507789 A CN 117507789A
Authority
CN
China
Prior art keywords
battery
energy
real time
agv
module
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
CN202311673809.6A
Other languages
English (en)
Other versions
CN117507789B (zh
Inventor
林军
钱夏清
侯新宇
吴光林
陈子璇
程东祥
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.)
Jiangsu Modern Transportation Energy Conservation And Emission Reduction Engineering Technology Research Center
Jiangsu Open University of Jiangsu City Vocational College
Original Assignee
Jiangsu Modern Transportation Energy Conservation And Emission Reduction Engineering Technology Research Center
Jiangsu Open University of Jiangsu City Vocational College
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 Jiangsu Modern Transportation Energy Conservation And Emission Reduction Engineering Technology Research Center, Jiangsu Open University of Jiangsu City Vocational College filed Critical Jiangsu Modern Transportation Energy Conservation And Emission Reduction Engineering Technology Research Center
Priority to CN202311673809.6A priority Critical patent/CN117507789B/zh
Publication of CN117507789A publication Critical patent/CN117507789A/zh
Application granted granted Critical
Publication of CN117507789B publication Critical patent/CN117507789B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K6/00—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00
    • B60K6/20—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs
    • B60K6/22—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs characterised by apparatus, components or means specially adapted for HEVs
    • B60K6/28—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs characterised by apparatus, components or means specially adapted for HEVs characterised by the electric energy storing means, e.g. batteries or capacitors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K6/00—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00
    • B60K6/20—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs
    • B60K6/22—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs characterised by apparatus, components or means specially adapted for HEVs
    • B60K6/24—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs characterised by apparatus, components or means specially adapted for HEVs characterised by the combustion engines
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K6/00—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00
    • B60K6/20—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs
    • B60K6/22—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs characterised by apparatus, components or means specially adapted for HEVs
    • B60K6/26—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs characterised by apparatus, components or means specially adapted for HEVs characterised by the motors or the generators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L7/00—Electrodynamic brake systems for vehicles in general
    • B60L7/10—Dynamic electric regenerative braking
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D63/00—Motor vehicles or trailers not otherwise provided for
    • B62D63/02—Motor vehicles
    • 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

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Power Engineering (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种用于AGV小车的多模混合动力驱动系统，包括：自适应能源管理模块：用于实时评估AGV小车速度、负载和剩余电量；能源存储模块：用于满足不同工作条件下的能源需求；能源管理模块：用于实时监控超级电容器与锂电子电池的状态；传感器模块：用于实时监测发动机的工作状态；再生制动策略模块：用于实时监测车速和电池状态并预测回收的制动能量；智能热管理模块：用于对内燃机和电池进行实时温度调控。本发明提供了一种经济高效、稳定可靠且环境友好的混合动力解决方案，满足了现代工业环境的多元化需求。

Description

一种用于AGV小车的多模混合动力驱动系统
技术领域
本发明涉及混合动力驱动技术领域，尤其涉及一种用于AGV小车的多模混合动力驱动系统。
背景技术
目前AGV小车的多模混合动力驱动系统，尽管提供了结合多种能源来源的优势，如内燃机、电池和超级电容器，以增强效率和可靠性，但仍伴随一系列弊端。具体来说，系统的复杂性和成本都随之增加，同时可能导致AGV重量上升，降低其灵活性和载荷能力。此外，正确管理和平衡多种能源来源带来的挑战使得能源可能被浪费，且系统稳定性受到威胁。再生制动的能量回收受到限制，而对于超级电容器和电池的存储和冷却需要额外的空间，这可能对AGV的设计产生约束。同时，某些组件如电池的寿命可能会缩短，而在生产和处置多种能源组件时对环境的潜在影响也不能忽视。
此外混合动力系统确实因融合了多种能源来源和相应的管理及控制机制而增加了复杂性。这种复杂性不仅涉及硬件方面，如各种传感器、执行器和控制器的集成，还涉及软件和控制策略的复杂性，如能源管理、故障检测和响应等。由于这些复杂性，维护成为了一个更具挑战性的任务。维护人员需要更深入的培训和更多的专业知识来确保系统的正常运行。此外，更多的组件和子系统意味着更多的潜在故障点，这可能导致整个系统的故障率增加。因此，混合动力系统的设计和实施需要精心规划，以确保其可靠性和长寿命。
发明内容
本发明的目的是提供一种用于AGV小车的多模混合动力驱动系统，从而解决上述背景技术中所指出的部分弊端和不足。
为实现上述目的，本发明提供了一种用于AGV小车的多模混合动力驱动系统，包括：
自适应能源管理模块：用于实时评估AGV小车速度、负载和剩余电量；
能源存储模块：用于满足不同工作条件下的能源需求；
能源管理模块：用于实时监控超级电容器与锂电子电池的状态；
传感器模块：用于实时监测发动机的工作状态；
再生制动策略模块：用于实时监测车速和电池状态并预测回收的制动能量；
智能热管理模块：用于对内燃机和电池进行实时温度调控；
其中，所述能源存储模块配合所述自适应能源管理模块提供能源，所述再生制动策略模块和所述智能热管理模块为所述自适应能源管理模块提供动力输出，所述能源管理模块和所述传感器模块监测整个多模混合动力驱动系统硬件设备的工作状态。
优选地，所述自适应能源管理模块基于自适应能源管理方法评估所述AGV小车速度、负载和剩余电量；
其中，所述自适应能源管理方法包括：
通过速度传感器测量车辆速度、负载传感器检测负荷并基于电池管理系统提供剩余电量；
对所述车辆速度及所述负荷进行归一化处理，使用线性回归模型进行预测，基于模型预测结果自动决定能源分配策略，根据预测与实际需求的匹配度进行持续优化。
优选地，所述能源存储模块包括超级电容器、锂离子电池和热管理单元，所述超级电容器和所述锂离子电池并行连接，所述热管理单元用于确保所述超级电容器和所述锂离子电池在适宜的温度下工作；其中，所述热管理单元包括散热片、风扇或液冷系统。
优选地，所述能源管理模块用于实时监控超级电容器与锂离子电池的状态，包括电压、电流和温度设计，并根据实时需求决定抽取或存储能量的部分，其中，在高功率需求情况下从超级电容器中获取能量，在低功率、持续输出时则依赖锂离子电池。
优选地，所述能源管理模块还包括：
差分放大电路：用于测量所述锂离子电池电压；
霍尔效应传感装置：用于测量电流；
数据采集与处理单元：用于实时收集数据并进行即时分析；
状态估计单元：用于通过神经网络预测电池健康、剩余容量和充放电循环；
能源管理决策单元：用于实时调整电池充电或放电策略；
温度控制单元：用于当电池温度超出设定范围时自动启动冷却风扇或热散热片；
显示单元：用于通过OLED的图形用户界面及无线射频，分别显示电池关键参数与AGV主控系统交互结果；
自适应与学习单元：用于通过深度学习方法，根据历史数据自我学习电池使用模式。
优选地，通过所述神经网络预测电池健康、剩余容量和充放电循环，包括：
通过时窗分割将连续的电池工作数据进行划分，并与对应的电池健康状态、剩余容量进行标签化关联；在训练过程中，采用均方误差为基础的损失函数，并结合L1或L2正则化进行优化，使用Adam或RMSprop进行网络参数调整，并采用早停策略防止过拟合；实施滑动窗口策略以及增量学习机制，确保模型实时性和持续的学习更新；
其中，所述神经网络包括：
输入层：用于处理多维电池数据；
隐藏层：用于结合若干卷积层与LSTM层捕捉电池数据的短时与长时模式和依赖性；
输出层用于输出代表电池的健康指数、剩余容量和充放电循环次数的预测值。
优选地，所述传感器模块包括机械负载传感装置、氧传感装置、温度和压力传感装置；
中央控制单元：用于接收传感器的数据，并计算混合气丰度及燃油喷射量；
喷油嘴：用于响应所述中央控制单元的指令进行燃油喷射；
自动优化单元：用于结合预设的工况映射表及自适应学习方法，通过所述中央控制单元根据工作数据和性能反馈，自动优化工况映射表。
优选地，所述系统还包括动态扭矩调节模块，所述动态扭矩调节模块用于采用配备有地面摩擦系数传感器，通过计算摩擦系数实时监测AGV小车与地面的摩擦情况；然后再结合所述中央控制单元进行实时数据处理，通过动态扭矩调节方法即时调整驱动扭矩；
其中，计算所述摩擦系数的方法为：
式中，μ是摩擦系数，Ffriction是摩擦力，Fnormal是AGV小车与地面之间的正常反作用力；
所述动态扭矩调节方法为：
式中，Tadjusted是调整后的扭矩，Tbase是基础扭矩，μcurrent是当前检测到的摩擦系数，μoptimal是最佳摩擦系数。
优选地，所述再生制动策略模块用于结合车轮速度传感器和电池充电状态传感器，实时监测车速和电池状态；通过制动能量估算公式预测回收的制动能量，并根据可接受的再生能量公式调整制动强度，确保回收的能量有效地存储，同时不损害电池的寿命；
其中，调整所述制动强度的方法为：
式中，Fbase是基于车速的基础制动强度，Fadjusted是调整后的制动强度，Eacceptable是再生能量，Ebrake是制动能量。
优选地，所述智能热管理模块用于利用散热片和风冷结合的方式，对内燃机和电池进行实时温度调控；通过温度传感器实时监测内燃机及电池的温度；基于冷却需求公式评估所需的冷却量，并结合冷却效率公式调节散热片和风冷系统的工作状态；根据外部环境温度自动切换冷却策略；
其中，所述冷却效率公式为：
Qefficiency＝h×A×(ΔT)
式中，Qefficiency是实际的冷却效率，h是对流换热系数，A是散热片或风冷系统的表面积，ΔT是部件的实际温度与期望温度之间的差值。
与现有技术相比，本发明具有如下优点和技术效果：
(1)本发明提供的用于AGV小车的多模混合动力驱动系统有效地结合了内燃机、电池和超级电容器的优势，确保了在各种工况下的高效运行。其设计旨在增强能源效率，提供持续可靠的动力输出，并具备实时调整能源输出的能力，适应快速响应或长时间稳定运行的需求。该系统还通过再生制动技术有效回收能量，降低碳排放，展现出其环保性。智能的能源管理策略不仅减少了对设备的压力，延长了设备寿命，而且还能够减少长期的运营成本。
(2)本发明为AGV小车提供了一种经济高效、稳定可靠且环境友好的混合动力解决方案，满足了现代工业环境的多元化需求。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明实施例的一种用于AGV小车的多模混合动力驱动系统结构示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例提供了一种用于AGV小车的多模混合动力驱动系统，如图1，包括：
自适应能源管理模块：用于实时评估AGV小车速度、负载和剩余电量；
能源存储模块：用于满足不同工作条件下的能源需求；
能源管理模块：用于实时监控超级电容器与锂电子电池的状态；
传感器模块：用于实时监测发动机的工作状态；
再生制动策略模块：用于实时监测车速和电池状态并预测回收的制动能量；
智能热管理模块：用于对内燃机和电池进行实时温度调控。
系统采用基于机器学习的自适应能源管理算法，实时评估AGV小车速度、负载和剩余电量，智能选择电动机与内燃机的联合工作模式；该系统的能源储存结合特定配比的超级电容器与锂离子电池，超级电容器提供短时高功率，锂离子电池持续稳定输出；内燃机利用动态调节的燃油喷射技术根据负载调整油气混合比保证燃烧效率；动态扭矩调节采用地面摩擦系数传感器实时监测并调整驱动扭矩，适应湿滑或坡道路况；再生制动策略结合车轮速度传感器与电池充电状态，自动调整制动强度，优化能量回收；智能热管理系统结合散热片与风冷，依据外部温度调整冷却策略，确保稳定运行。
自适应能源管理算法包括以下步骤：首先，通过速度传感器测量车辆速度v(t)、负载传感器检测负荷L(t)和电池管理系统提供剩余电量E(t)；接着，归一化速度为和负荷为/>其中，vmin和vmax是速度的最小和最大值，Lmin和Lmax是负荷的最小和最大值；归一化使数据范围在[0,1]之间，有助于机器学习算法的稳定性，收敛速度后，计算速度变化趋势为Δv(t)＝v(t)-v(t-1)；使用线性回归模型，其输出为能源分配策略得分P(t)＝α×vnorm(t)+β×Lnorm(t)+γ×E(t)+δ；其中，α，β，γ，δ是模型的参数，在训练过程中进行调整以最佳地适应训练数据；在AGV小车运行时，基于模型预测结果自动决定能源分配策略，特别是当P(t)＞θ时选择内燃机，否则选择电池供电；最后，系统根据预测与实际需求的匹配度进行持续优化，并在电量不足时导航小车至充电站。
上述自适应能源管理算法结果为本段内容提供数据，进一步优化能源管理算法，关于处理数据首先利用滑动窗口技术对速度数据进行平滑处理，获得速度的整体趋势；接着采用傅立叶变换对速度数据进行频率分析，以识别周期性的驾驶模式；进一步通过自回归模型和连续速度读数的差分，预测未来的速度并获取加速度趋势；同时，结合历史负载数据，计算出平均负载、最大负载和负载波动性，预测未来的负载变化；通过聚类分析识别常见的驾驶模式；并结合时间序列分解方法，将速度或负载数据分解为趋势、季节性和随机成分；此外，该方法还整合了外部天气、交通和地形数据，以增强预测精度；最后，利用深度学习模型如递归神经网络或长短时记忆网络处理时间序列数据，从中提取高级特征和模式，实现对AGV小车的高效能源管理。
能源存储模块包括超级电容器、锂离子电池和热管理单元，超级电容器与锂离子电池，并行连接，用于满足不同工作条件下的能源需求；此外，为确保电池和超级电容器在适宜的温度下工作，系统内置有热管理单元，包括散热片、风扇或液冷系统，且具备外部充电接口，以便在非工作时为超级电容器和锂离子电池充电。
能源管理模块，用于实时监控超级电容器与锂离子电池的状态包括电压、电流、温度，并根据实时需求决定从哪个部分抽取或存储能量，其中在高功率需求情况下主要从超级电容器中获取能量，其放电时间由评估，而在低功率、持续输出时主要依赖锂离子电池，其放电时间为/>系统还包括过压、过流、过温保护电路，确保不超出规定的电压、电流或温度范围。
能源管理模块还包括：高精度的差分放大电路，用于精确测量电池电压；霍尔效应传感器，用于测量电流；嵌入式微处理器与实时操作系统组成的数据采集与处理单元，每毫秒收集数次数据并进行即时分析；基于神经网络的状态估计算法，预测电池健康、剩余容量和充放电循环；结合模糊逻辑控制器的能源管理决策单元，实时调整电池充电或放电策略；内置的温度传感器与PID控制算法，当电池温度超出设定范围时自动启动冷却风扇或热散热片；以及一个基于OLED的图形用户界面和无线射频模块，分别显示电池关键参数和与AGV主控系统交互，其自适应与学习模块使用深度学习算法，根据历史数据自我学习电池使用模式，以保障其长期、安全和高效的性能。
神经网络的电池状态估计方法：首先，通过时窗分割将连续的电池工作数据进行划分，并与对应的电池健康状态、剩余容量进行标签化关联；该神经网络由输入层组成，处理多维电池数据如电压、电流和温度；其隐藏层结合多个卷积层与LSTM层来捕捉电池数据的短时与长时模式和依赖性；其输出层具有三个输出节点，代表电池的健康指数、剩余容量和充放电循环次数的预测值；在训练过程中，除采用均方误差为基础的损失函数，还结合L1或L2正则化进行优化，使用Adam或RMSprop进行网络参数调整，并采用早停策略防止过拟合；同时，实施滑动窗口策略以及增量学习机制，确保模型实时性和持续的学习更新。
传感器模块包括机械负载传感器、氧传感器、及温度和压力传感器，实时监测发动机的工作状态，包括扭矩、转速、混合气的丰度以及进气歧管的温度和压力；中央控制单元(ECU)接收上述传感器的数据输入，根据计算混合气丰度以及燃油喷射量；
混合气丰度为该公式表示实际空气与燃油比A/Factual与化学平衡的空气-燃油比A/Fstoichiometric之间的比率；一个理想的混合气丰度是1，表示完全的化学平衡，而大于1表示混合气较稀，小于1表示混合气较浓；燃油喷射量为该公式计算基于机械负载和发动机转速的燃油喷射量；其中，Pload是实际机械负载，Efuel是燃油的热值，而RPM是发动机的转速；然后并进一步利用调整系数Kadjust＝f(λ，T，P)来确定实时的燃油喷射量Qadjusted＝Qfuel×Kadjust；该系统还包括高精度的喷油嘴，能够快速响应ECU的指令进行精确的燃油喷射；并结合预设的工况映射表及自适应学习算法，使得ECU可以根据长期的工作数据和性能反馈，自动优化工况映射表，从而在各种工况下都能维持最佳的燃烧效率。
动态扭矩调节模块采用配备有地面摩擦系数传感器，能够通过计算摩擦系数实时监测AGV小车与地面的摩擦情况；式中，μ是摩擦系数，Ffriction是摩擦力，而Fnormal是AGV小车与地面之间的正常反作用力；然后再结合中央控制单元进行实时数据处理，再通过动态扭矩调节算法/>即时调整驱动扭矩，确保行驶的稳定性，特别是在湿滑或坡道特殊路况下；其中，Tadjusted是调整后的扭矩，Tbase是基础扭矩，μcurrent是当前检测到的摩擦系数，而μoptimal是最佳摩擦系数。
再生制动策略模块结合了车轮速度传感器和电池充电状态传感器，实时监测车速和电池状态；通过制动能量估算公式预测回收的制动能量；其中，Ebrake是预计回收的制动能量，m是AGV小车的质量，而v是车轮速度传感器测量的车速；并根据可接受的再生能量公式Eacceptable＝Emax-Ecurrent调整制动强度，其中，Emax是电池的最大充电容量，而Ecurrent是电池当前的储能量；
确保回收的能量能够有效地存储，同时不损害电池的寿命；其中，制动强度的动态调整基于公式确保在各种工况下实现最佳的再生制动效果，其中，Fbase是基于车速的基础制动强度。
智能热管理模块利用散热片和风冷结合的方式，对内燃机和电池进行实时温度调控；温度传感器实时监测关键部件的温度；基于冷却需求公式Qrequired＝m×c×(ΔT)评估所需的冷却量，其中，Qrequired是所需的冷却量，m是部件的质量，c是部件的比热容，而ΔT是部件的实际温度与期望温度之间的差值；并结合冷却效率公式Qefficiency＝h×A×(ΔT)调节散热片和风冷系统的工作状态；系统会根据外部环境温度自动切换冷却策略，其中，Qefficiency是实际的冷却效率，h是对流换热系数，A是散热片或风冷系统的表面积。
为了进一步说明本申请的技术方案，下面根据实例进一步对本申请进行说明：
实施例1：在某大型现代化仓库中，一款名为“AGV-X1”的AGV小车每天都在繁忙地进行货物运输。这款AGV小车的设计突破性地集成了一套先进的多模混合动力驱动系统，使其在不同的工况中都能保持高效、稳定且安全的运行。某一天，AGV-X1收到了一个任务，需要将重达100kg的货物从一楼运输到二楼的仓储区。这一路径中，除了常规的平地外，还包括了湿滑的地面和一个倾斜10度的坡道。对于许多其他小车来说，这是一个具有挑战性的任务，但对于AGV-X1，它完全能够应对。
首先，它的自适应能源管理算法开始实时评估小车的速度、负载和剩余电量。在2m/s的速度下，电池剩余电量为70％，载货100kg时，算法智能地推断出使用电动机是最节能的方式。当AGV-X1进入坡道，它的能源系统自动切换，使超级电容器提供瞬时的高功率输出，协助小车爬坡。同时，内燃机的燃油喷射技术也根据负载自动调节油气混合比，确保燃烧效率最大化。在湿滑的地面上，AGV-X1的动态扭矩调节技术立刻派上用场。地面摩擦系数传感器实时监测到摩擦系数为0.6，系统立刻调整驱动扭矩，保证了行驶的稳定性。
接着，当AGV-X1需要在二楼的仓储区停车时，其再生制动策略自动根据车轮速度和电池的充电状态调整制动强度，同时将部分制动能量有效地回收到电池中，延长了电池的使用寿命。在整个过程中，仓库的外部温度已经升高到35℃。AGV-X1的智能热管理系统，它结合了散热片和风冷技术，自动依据外部和设备自身的温度选择了最佳的冷却策略，使电池和内燃机都保持在了理想的工作温度下。完成任务后，AGV-X1自动返回到充电区，为接下来的任务做好准备。而仓库的工作人员都为这款AGV小车的高效稳定表现点赞，它大大提高了仓库的运输效率和安全性。
实施例2：某仓库的AGV小车名为“AGV-Zeta”正在进行一次长途搬运任务。这次任务需要穿越一个连续上坡和下坡的地形，同时搬运一个200kg的货物。
1).数据采集：在起点，AGV-Zeta的速度传感器测量其速度为v(t)＝1.5m/s。负载传感器检测出当前载荷为L(t)＝200kg。电池管理系统显示其当前剩余电量为E(t)＝80％。
2).归一化处理：假设小车的速度范围是从vmin＝0m/s到vmax＝3m/s，负荷范围从Lmin＝0kg到Lmax＝300kg。
速度归一化值为：
负荷归一化值为：
3).计算速度变化趋势：假设上一时刻的速度为v(t-1)＝1.2m/s。
则速度变化趋势为：Δv(t)＝1.5-1.2＝0.3m/s
4).线性回归模型：设定模型参数为：α＝0.4，β＝0.5，γ＝0.1，δ＝0.05
代入模型，得到能源分配策略得分：P(t)＝0.4×0.5+0.5×0.67+0.1×80％+0.05＝0.935
5).能源分配决策：假设系统决策阈值为θ＝0.9。由于P(t)＞θ，AGV-Zeta选择使用内燃机工作。
6).持续优化：在小车完成任务后，系统将记录的实际能源使用数据与预测进行比对，不断调整α，β，γ，δ等参数，确保更准确的预测。
7).导航至充电站：
当电池电量降低至15％时，AGV-Zeta自动导航至最近的充电站进行充电。
实施例3：在一个智能制造工厂的自动化物流区域，一个名为“AGV-Alpha”的AGV小车被赋予了负责搬运一批重量为150kg的机械零件。为此，它的混合动力系统被激活，以满足这一特定的能源需求。
当AGV-Alpha开始运动，由于需要瞬间的高功率来驱动满载的小车，它的能源管理系统立刻检测到这一需求，开始从超级电容器中抽取能量。假设超级电容器的储存能量为Ecap＝500kJ，当前的功率需求为Pcap(t)＝100kW，根据公式，其放电时间为当AGV-Alpha加速到巡航速度后，功率需求降低到稳定的20kW，这时主要依赖锂离子电池提供持续输出。假设电池的储存能量为Ebat＝10MJ，则其放电时间为/>
在整个运行过程中，能源管理系统不断监控超级电容器和锂离子电池的电压、电流和温度。如果电池温度超过60℃，系统会立刻触发过温保护机制，停止放电并启动热管理系统进行冷却。假设在某个时间点，电池的温度达到62℃，这是因为连续放电产生的热量较大。此时，热管理系统的风扇和散热片开始工作，有效地将电池温度在5分钟内降低到安全的50℃以下。
当任务完成后，AGV-Alpha返回到其停车位。此时，其外部充电接口与工厂的充电站连接，为超级电容器和锂离子电池进行快速充电，为下一个任务做好准备。
实施例4：在一家物流公司中，有一辆新型的卡车配备了先进的发动机管理系统，旨在确保燃油效率和尾气排放达到最佳状态。这是一个典型的工作日，驾驶员张师傅正在驾驶卡车进行长途运输。
当张师傅启动卡车时，各种传感器开始工作，实时收集关于发动机的各种参数。机械负载传感器读取到初步扭矩为150Nm，转速为800RPM(怠速)，进气歧管的温度为15℃，压力为1.01bar。
ECU接收到的氧传感器数据显示当前的A/F_actual为14.5，而对于此发动机，化学平衡的空气-燃油比A/F_stoichiometric为14.7。因此，混合气丰度λ计算为：
这意味着混合气稍微偏浓。
假设燃油的热值E_fuel为44MJ/kg，本实施例可以使用公式计算燃油喷射量Q_fuel：
根据混合气丰度，温度和压力数据，调整系数K_adjust被计算出来，假设为1.02。因此，调整后的燃油喷射量为：
Qadjusted＝0.00426×1.02＝0.00434kg/s
喷油嘴接收到ECU的指令，开始按照0.00434kg/s的速率喷射燃油。由于喷油嘴的高精度设计，这种喷射能够非常准确。
在驾驶过程中，ECU会根据传感器数据、驾驶员操作习惯和外部环境条件对预设的工况映射表进行微调。实施例，经过几天，发现在高海拔地区，发动机性能下降，ECU会对此进行学习，并相应地调整燃油喷射策略，从而确保在类似的工况下发动机能够维持最佳的燃油效率。
实施例5：某仓库使用了先进的AGV小车进行物资搬运工作。这款AGV小车设计先进，除了能够自主导航、识别障碍物外，还有一个突出的功能——动态扭矩调节，旨在保证小车在各种路况下的行驶稳定性。
当小车启动时，其地面摩擦系数传感器也开始工作。这种传感器设计得非常灵敏，能够即时检测小车轮胎与地面之间的摩擦状态。假设小车在一个平滑的混凝土地面上，传感器检测到的摩擦力Ffriction为200N，而小车的重量导致的正常反作用力Fnormal为500N。因此，摩擦系数μ可以计算为：
小车的中央控制单元(CCU)会实时接收摩擦系数数据，并进行处理。如果CCU检测到摩擦系数发生了显著变化，它会启动动态扭矩调节算法。
设定小车在这种混凝土地面的最佳摩擦系数μoptimal为0.45。假设小车的基础扭矩Tbase为50Nm，利用之前提到的公式，本实施例可以计算出调整后的扭矩Tadjusted：
所以，CCU会调整扭矩至44.44Nm，确保小车的行驶稳定性。
当小车从混凝土地面转到一个稍显湿滑的地板区域，摩擦系数降低到0.35，CCU会再次进行扭矩调节，以适应新的路况，确保小车的运输工作不会受到影响。此实例展示了如何通过先进的摩擦系数检测技术，结合动态扭矩调节算法，使AGV小车在各种不同的路况下都能保持稳定行驶，提高了小车的安全性和工作效率。
实施例6：有一款用于工厂物料搬运的AGV小车，它配备了先进的再生制动系统。这款小车在日常工作中经常需要在工厂的各个区域之间高速行驶并快速停车。在这个过程中，它的再生制动系统起到了至关重要的作用。
当小车在工厂内行驶时，它的车轮速度传感器实时检测车速，同时，电池充电状态传感器也实时监测电池的充电情况。
假设某一刹那，小车的速度v为3m/s，且小车的质量m为200kg。那么，可以估算其制动能量为：
如果电池的最大充电容量\(E_{max}\)为10,000J，并且当前的储能量Ecurrent为7,000J，那么电池此时可以接受的再生能量为：
Eacceptable＝10,000-7,000＝3,000J
假设基于当前车速的基础制动强度Fbase为100N。那么，再生制动系统会根据下面的公式进行制动强度的调整：
在此例中，由于可接受的再生能量大于制动能量，制动强度不需要进行调整。
当司机按下制动踏板或系统检测到需要减速时，制动系统立即以100N的强度开始工作，并将回收的能量送回电池进行存储。此实例展示了如何通过监测车速和电池状态，结合相关公式，实时调整制动强度，实现最佳的再生制动效果。通过这种方式，AGV小车不仅可以节约能源，还可以有效延长电池的寿命。
实施例7：某工厂中使用一款AGV小车，该小车配备了描述的智能热管理系统，主要用于对其内燃机和电池进行热管理。
假设在小车工作过程中，温度传感器检测到内燃机的温度为80℃，而其理想工作温度是70℃。电池的实际温度为35℃，理想工作温度为25℃。
假设其质量m为50kg，比热容c为2.5kJ/kg·K。则，
ΔT＝80-70＝10℃
Qrequired＝50×2.5×10＝1,250kJ
质量m为15kg，比热容c为1kJ/kg·K。
则ΔT＝35-25＝10℃
Qrequired＝15×1×10＝150kJ
假设散热片和风冷系统的对流换热系数h为10W/m^2·K，表面积A为0.2m^2。
Qefficiency＝10×0.2×10＝20W
考虑到AGV小车在工厂内部运行，环境温度约为20℃，为了达到所需的冷却效果，系统可能会增加风冷系统的风速，以增加h值，从而提高Qefficiency。
Qefficiency＝10×0.2×10＝20W
考虑到电池的冷却需求较小，系统可能选择降低风冷系统的风速以节省能源。
如果工厂内部温度下降，实施例夜间，系统可能会选择减少风冷，以避免内燃机和电池过度冷却。相反，如果工厂内部温度升高，系统可能会增加风冷，确保内燃机和电池工作在理想温度范围内。
实施例8：某工厂中使用的AGV小车为例，本实施例通过以下步骤来实施自适应能源管理算法。
假设在10秒内，AGV小车的速度数据如下(单位：m/s)：
0.5，0.6，0.8，0.7，0.9，1.0，1.1，1.2，1.3，1.4
采用5秒的滑动窗口技术，平均前5个数据，得到一个平滑的速度趋势，实施例：0.7，0.8，0.9，1.0，1.1，...。
对速度数据应用傅立叶变换，你可能发现在某些频率上有显著的能量，表示小车具有某种周期性的驾驶模式，比如，每60秒一个完整的运行周期。基于过去速度数据，比如说0.7，0.8，0.9，1.0，1.1，你可能预测下一秒的速度为1.2m/s。
假设小车过去的负载数据为10kg，11kg，9kg，12kg，11kg，平均负载为10.6kg，最大负载为12kg，负载波动性可以通过计算标准差得到，这可以帮助预测未来的负载变化。
基于历史速度和负载数据，你可能识别出常见的模式，比如"快速运输"或"缓慢巡逻"。
将速度数据分解为趋势、季节性和随机成分。实施例，你可能发现每天中的特定时段(如午餐时间)小车的速度有一定的增加或减少趋势。
实施例，考虑到工厂内的湿度和温度数据，当湿度上升时，小车可能需要更多能量来维持其速度，因为地面变得更滑。而采用长短时记忆网络(LSTM)，基于过去的速度、负载、天气和其他相关数据，模型可能预测未来10秒内小车的速度和负载需求，从而更高效地管理能源。这个自适应能源管理算法的实例说明了通过结合各种数据处理和机器学习技术，可以更准确、更高效地预测和管理AGV小车的能源需求，从而确保其稳定、可靠和经济的运行。
实施例9：为了更直观地说明这个能源管理系统的功能，本案可以考虑一个实际的AGV小车操作场景：
假设一个全新的锂离子电池的标称电压为3.7V。随着AGV小车的运行，这个电池电压可能会稍有波动。利用差分放大电路，系统可以准确地检测到3.68V的电压。
当AGV小车全速前进时，假设电流为10A。霍尔效应传感器可以实时检测这10A的电流，并反馈给数据处理单元。
嵌入式微处理器每毫秒采集数次电压和电流数据，确保对电池状态的实时监控。例如，它可能发现在某一时刻，电池电压突然下降到3.5V，同时电流上升到12A。该算法可能预测电池健康状态为90％，剩余容量为2.5Ah，且预计剩余充放电循环为500次。模糊逻辑控制器可能判断，在当前电池状态下，电池应保持放电状态，但电流应稍微减少，以延长电池寿命。假设内置温度传感器检测到电池温度为45℃，超出了安全范围40℃。PID控制算法会启动冷却风扇，以将电池温度降至安全范围内。
OLED显示屏实时显示电压为3.68V，电流为10A，电池温度为45℃，并显示启动风扇的提示。无线射频模块将这些数据发送到AGV的主控系统，确保小车的安全操作。
假设在过去的几个月中，AGV小车每天的运行时间从早上8点到下午5点，电池每天充电两次。深度学习算法会学习这些模式，并预测在下午3点前，电池可能需要再次充电。
这个实例展示了能源管理系统是如何结合多种传感器、算法和控制器，实时监控和管理AGV小车的电池状态，确保其长期、安全和高效的性能。
实施例10：
本实施例可以通过以下实例来详细解释神经网络电池状态估计方法的各个步骤：
本实施例有一段连续72小时的电池操作数据，每个小时记录一次电压、电流和温度。
将这段数据按照6小时时窗进行分割，得到12个独立的数据段。如果在这72小时的结束时，电池健康状态为90％，剩余容量为2.5Ah，充放电循环为500次，本实施例可以为每个数据段添加这些标签。
实际数据：每个数据段包含6个小时的电压、电流和温度数据。
操作：输入层接受这6小时的数据，并准备将其传递给隐藏层。
实际数据：在一个数据段中，电池可能在前3小时进行充电，后3小时进行放电。
操作：卷积层可以捕获这段时间内的短时模式，如充电和放电模式的转变，而LSTM层可以捕捉电池随时间的长期趋势和依赖性。
操作：根据处理后的数据，输出层给出健康指数、剩余容量和充放电循环的预测值。
实际数据：假设电池实际的健康状态为88％，而模型预测为90％。
操作：使用均方误差损失函数计算误差，并通过L1或L2正则化防止模型复杂度过高。使用Adam或RMSprop优化器调整网络参数，以减少预测误差。
实际数据：在连续10个验证周期内，模型的验证误差没有显著下降。
操作：为了防止过拟合，停止模型的训练，并将最佳模型参数保存下来。
实际数据：当本实施例有了新的24小时数据后。
操作：利用滑动窗口策略，将新数据与旧数据进行组合，形成新的时窗。通过增量学习，仅对新数据进行训练，而不是从头开始，确保模型可以快速地对新数据进行适应，并实时更新。
以上，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种用于AGV小车的多模混合动力驱动系统，其特征在于，包括：
自适应能源管理模块：用于实时评估AGV小车速度、负载和剩余电量；
能源存储模块：用于满足不同工作条件下的能源需求；
能源管理模块：用于实时监控超级电容器与锂电子电池的状态；
传感器模块：用于实时监测发动机的工作状态；
再生制动策略模块：用于实时监测车速和电池状态并预测回收的制动能量；
智能热管理模块：用于对内燃机和电池进行实时温度调控；
其中，所述能源存储模块配合所述自适应能源管理模块提供能源，所述再生制动策略模块和所述智能热管理模块为所述自适应能源管理模块提供动力输出，所述能源管理模块和所述传感器模块监测整个多模混合动力驱动系统硬件设备的工作状态。
2.根据权利要求1所述的用于AGV小车的多模混合动力驱动系统，其特征在于，所述自适应能源管理模块基于自适应能源管理方法评估所述AGV小车速度、负载和剩余电量；
其中，所述自适应能源管理方法包括：
通过速度传感器测量车辆速度、负载传感器检测负荷并基于电池管理系统提供剩余电量；
对所述车辆速度及所述负荷进行归一化处理，使用线性回归模型进行预测，基于模型预测结果自动决定能源分配策略，根据预测与实际需求的匹配度进行持续优化。
3.根据权利要求1所述的用于AGV小车的多模混合动力驱动系统，其特征在于，所述能源存储模块包括超级电容器、锂离子电池和热管理单元，所述超级电容器和所述锂离子电池并行连接，所述热管理单元用于确保所述超级电容器和所述锂离子电池在适宜的温度下工作；其中，所述热管理单元包括散热片、风扇或液冷系统。
4.根据权利要求3所述的用于AGV小车的多模混合动力驱动系统，其特征在于，所述能源管理模块用于实时监控超级电容器与锂离子电池的状态，包括电压、电流和温度设计，并根据实时需求决定抽取或存储能量的部分，其中，在高功率需求情况下从超级电容器中获取能量，在低功率、持续输出时则依赖锂离子电池。
5.根据权利要求4所述的用于AGV小车的多模混合动力驱动系统，其特征在于，所述能源管理模块还包括：
差分放大电路：用于测量所述锂离子电池电压；
霍尔效应传感装置：用于测量电流；
数据采集与处理单元：用于实时收集数据并进行即时分析；
状态估计单元：用于通过神经网络预测电池健康、剩余容量和充放电循环；
能源管理决策单元：用于实时调整电池充电或放电策略；
温度控制单元：用于当电池温度超出设定范围时自动启动冷却风扇或热散热片；
显示单元：用于通过OLED的图形用户界面及无线射频，分别显示电池关键参数与AGV主控系统交互结果；
自适应与学习单元：用于通过深度学习方法，根据历史数据自我学习电池使用模式。
6.根据权利要求5所述的用于AGV小车的多模混合动力驱动系统，其特征在于，通过所述神经网络预测电池健康、剩余容量和充放电循环，包括：
通过时窗分割将连续的电池工作数据进行划分，并与对应的电池健康状态、剩余容量进行标签化关联；在训练过程中，采用均方误差为基础的损失函数，并结合L1或L2正则化进行优化，使用Adam或RMSprop进行网络参数调整，并采用早停策略防止过拟合；实施滑动窗口策略以及增量学习机制，确保模型实时性和持续的学习更新；
其中，所述神经网络包括：
输入层：用于处理多维电池数据；
隐藏层：用于结合若干卷积层与LSTM层捕捉电池数据的短时与长时模式和依赖性；
输出层用于输出代表电池的健康指数、剩余容量和充放电循环次数的预测值。
7.根据权利要求1所述的用于AGV小车的多模混合动力驱动系统，其特征在于，所述传感器模块包括机械负载传感装置、氧传感装置、温度和压力传感装置；
中央控制单元：用于接收传感器的数据，并计算混合气丰度及燃油喷射量；
喷油嘴：用于响应所述中央控制单元的指令进行燃油喷射；
自动优化单元：用于结合预设的工况映射表及自适应学习方法，通过所述中央控制单元根据工作数据和性能反馈，自动优化工况映射表。
8.根据权利要求7所述的用于AGV小车的多模混合动力驱动系统，其特征在于，所述系统还包括动态扭矩调节模块，所述动态扭矩调节模块用于采用配备有地面摩擦系数传感器，通过计算摩擦系数实时监测AGV小车与地面的摩擦情况；然后再结合所述中央控制单元进行实时数据处理，通过动态扭矩调节方法即时调整驱动扭矩；
其中，计算所述摩擦系数的方法为：
式中，μ是摩擦系数，Ffriction是摩擦力，Fnormal是AGV小车与地面之间的正常反作用力；
所述动态扭矩调节方法为：
式中，Tadjusted是调整后的扭矩，Tbase是基础扭矩，μcurrent是当前检测到的摩擦系数，μoptimal是最佳摩擦系数。
9.根据权利要求1所述的用于AGV小车的多模混合动力驱动系统，其特征在于，所述再生制动策略模块用于结合车轮速度传感器和电池充电状态传感器，实时监测车速和电池状态；通过制动能量估算公式预测回收的制动能量，并根据可接受的再生能量公式调整制动强度，确保回收的能量有效地存储，同时不损害电池的寿命；
其中，调整所述制动强度的方法为：
式中，Fbase是基于车速的基础制动强度，Fadjusted是调整后的制动强度，Facceptable是再生能量，Ebrake是制动能量。
10.根据权利要求1所述的用于AGV小车的多模混合动力驱动系统，其特征在于，所述智能热管理模块用于利用散热片和风冷结合的方式，对内燃机和电池进行实时温度调控；通过温度传感器实时监测内燃机及电池的温度；基于冷却需求公式评估所需的冷却量，并结合冷却效率公式调节散热片和风冷系统的工作状态；根据外部环境温度自动切换冷却策略；
其中，所述冷却效率公式为：
Qefficiency＝h×A×(△T)
式中，Qefficiency是实际的冷却效率，h是对流换热系数，A是散热片或风冷系统的表面积，ΔT是部件的实际温度与期望温度之间的差值。
CN202311673809.6A 2023-12-06 2023-12-06 一种用于agv小车的多模混合动力驱动系统 Active CN117507789B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311673809.6A CN117507789B (zh) 2023-12-06 2023-12-06 一种用于agv小车的多模混合动力驱动系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311673809.6A CN117507789B (zh) 2023-12-06 2023-12-06 一种用于agv小车的多模混合动力驱动系统

Publications (2)

Publication Number Publication Date
CN117507789A true CN117507789A (zh) 2024-02-06
CN117507789B CN117507789B (zh) 2024-06-07

Family

ID=89745627

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311673809.6A Active CN117507789B (zh) 2023-12-06 2023-12-06 一种用于agv小车的多模混合动力驱动系统

Country Status (1)

Country Link
CN (1) CN117507789B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016203798A1 (de) * 2016-03-09 2017-09-14 Ford Global Technologies, Llc Verfahren zur Überwachung oder Adaptierung von Sensoren oder Aktuatoren im Ein- oder Auslasstrakt eines Verbrennungsmotors
CN107650910A (zh) * 2017-09-20 2018-02-02 中国重汽集团济南动力有限公司 一种分布式串联混合动力多apu冷启动控制系统及方法
CN108313049A (zh) * 2013-02-08 2018-07-24 高效动力传动系统公司 用于实施混合动力车所用的动态工作模式和控制策略的系统和方法
WO2022252559A1 (zh) * 2021-05-31 2022-12-08 深圳先进技术研究院 基于规则和双深度q网络的混合动力汽车能量管理方法
CN115534929A (zh) * 2022-08-09 2022-12-30 同济大学 基于多元信息融合的插电式混合动力汽车能量管理方法
CN117021927A (zh) * 2023-08-17 2023-11-10 北京理工大学 混合动力汽车模块化动力系统及其功率流控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108313049A (zh) * 2013-02-08 2018-07-24 高效动力传动系统公司 用于实施混合动力车所用的动态工作模式和控制策略的系统和方法
DE102016203798A1 (de) * 2016-03-09 2017-09-14 Ford Global Technologies, Llc Verfahren zur Überwachung oder Adaptierung von Sensoren oder Aktuatoren im Ein- oder Auslasstrakt eines Verbrennungsmotors
CN107650910A (zh) * 2017-09-20 2018-02-02 中国重汽集团济南动力有限公司 一种分布式串联混合动力多apu冷启动控制系统及方法
WO2022252559A1 (zh) * 2021-05-31 2022-12-08 深圳先进技术研究院 基于规则和双深度q网络的混合动力汽车能量管理方法
CN115534929A (zh) * 2022-08-09 2022-12-30 同济大学 基于多元信息融合的插电式混合动力汽车能量管理方法
CN117021927A (zh) * 2023-08-17 2023-11-10 北京理工大学 混合动力汽车模块化动力系统及其功率流控制方法

Also Published As

Publication number Publication date
CN117507789B (zh) 2024-06-07

Similar Documents

Publication Publication Date Title
US10464547B2 (en) Vehicle with model-based route energy prediction, correction, and optimization
CN111546904B (zh) 一种车辆动力系统充放电扭矩控制方法、装置及车辆
US8428804B2 (en) In-vehicle charge and discharge control apparatus and partial control apparatus
CN109733406B (zh) 基于模糊控制与动态规划的纯电动汽车行驶策略控制方法
KR100949260B1 (ko) 전기자동차용 전지 충전 시스템
CN106114497B (zh) 使用路线预览数据的电池荷电状态控制
KR101776309B1 (ko) 전기자동차의 충전시 온도 관리 방법
US10703216B2 (en) Adaptive plug-in reminder via smart phone application
CN105705370A (zh) 基于电能储存装置热简况调节电动车系统
US20150191100A1 (en) Energy Management for a Motor Vehicle Having Coupled Energy Storage Devices
US10821996B2 (en) Motor-driven vehicle
GB2528551A (en) Cooling system for vehicle device
CN115996857A (zh) 用于控制混合动力车辆中的动力总成的方法和系统
CN113428130B (zh) 混合动力系统电量平衡控制方法、装置、设备及存储介质
CN103168211A (zh) 用于求得机动车有效距离的方法
US10647212B2 (en) Output prediction device for fuel cell, output prediction method for fuel cell and fuel cell system
US10654366B2 (en) Method for managing the charge state of a traction battery of a hybrid vehicle
CA2750947A1 (en) Energy-efficient controlling of air conditioning system
KR20220018136A (ko) 환경차를 위한 배터리 냉각 제어 방법 및 장치
US20210031643A1 (en) System and method of controlling power distribution from charging source to electric vehicle
CN111823883A (zh) 一种纯电动汽车的功率分配方法
CN112793468A (zh) 一种电池充放电保护方法、系统、存储介质及设备
CN111284363B (zh) 基于推进力丧失评估来控制具有可充电能量储存包的设备的运行
CN117507789B (zh) 一种用于agv小车的多模混合动力驱动系统
US20240166087A1 (en) Heat Management System for an Electrified Motor Vehicle

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