FR3131660A1 - Systeme de contrôle thermique a intelligence artificielle, procede et vehicule sur la base d’un tel systeme - Google Patents

Systeme de contrôle thermique a intelligence artificielle, procede et vehicule sur la base d’un tel systeme Download PDF

Info

Publication number
FR3131660A1
FR3131660A1 FR2200030A FR2200030A FR3131660A1 FR 3131660 A1 FR3131660 A1 FR 3131660A1 FR 2200030 A FR2200030 A FR 2200030A FR 2200030 A FR2200030 A FR 2200030A FR 3131660 A1 FR3131660 A1 FR 3131660A1
Authority
FR
France
Prior art keywords
battery
learning model
pump
control system
fluid
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.)
Withdrawn
Application number
FR2200030A
Other languages
English (en)
Inventor
Hai Li
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.)
Stellantis Auto SAS
Original Assignee
PSA Automobiles SA
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 PSA Automobiles SA filed Critical PSA Automobiles SA
Priority to FR2200030A priority Critical patent/FR3131660A1/fr
Publication of FR3131660A1 publication Critical patent/FR3131660A1/fr
Withdrawn legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/60—Heating or cooling; Temperature control
    • H01M10/62—Heating or cooling; Temperature control specially adapted for specific applications
    • H01M10/625—Vehicles
    • 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
    • B60L1/00—Supplying electric power to auxiliary equipment of vehicles
    • B60L1/003—Supplying electric power to auxiliary equipment of vehicles to auxiliary motors, e.g. for pumps, compressors
    • 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
    • B60L1/00—Supplying electric power to auxiliary equipment of vehicles
    • B60L1/02—Supplying electric power to auxiliary equipment of vehicles to electric heating circuits
    • 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
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/24—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries
    • B60L58/27—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries by heating
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/60—Heating or cooling; Temperature control
    • H01M10/61—Types of temperature control
    • H01M10/615—Heating or keeping warm
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/60—Heating or cooling; Temperature control
    • H01M10/63—Control systems
    • H01M10/633—Control systems characterised by algorithms, flow charts, software details or the like
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/60—Heating or cooling; Temperature control
    • H01M10/65—Means for temperature control structurally associated with the cells
    • H01M10/656—Means for temperature control structurally associated with the cells characterised by the type of heat-exchange fluid
    • H01M10/6567—Liquids
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/60—Heating or cooling; Temperature control
    • H01M10/65—Means for temperature control structurally associated with the cells
    • H01M10/657—Means for temperature control structurally associated with the cells by electric or electromagnetic means
    • H01M10/6571—Resistive heaters
    • 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
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/545—Temperature
    • 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
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/46—Control modes by self learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • Electromagnetism (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

L’invention concerne un système de contrôle thermique pour batterie (B) de véhicule automobile (V), le système de contrôle coopérant avec un système thermique (ST) de la batterie comprenant un chauffage électrique (H), une pompe (P) et d’un circuit calorifique comprenant un fluide, caractérisé en ce que le système de contrôle comprend - des données d’un modèle d'apprentissage automatique (M), relatives à des activations du chauffage électrique (H) et de la pompe (P), et des paramètres de chauffage effectif de la batterie (B) ;- un contrôleur (C2) configuré pour contrôler la pompe (P) et le chauffage (H) en fonction des données du modèle d'apprentissage automatique (M). L’invention concerne en outre un procédé et un véhicule automobile (V) sur la base d’un tel système. Figure 2

Description

SYSTEME DE CONTRÔLE THERMIQUE A INTELLIGENCE ARTIFICIELLE, PROCEDE ET VEHICULE SUR LA BASE D’UN TEL SYSTEME
L’invention se rapporte au domaine des batteries de traction de véhicules automobiles connectées à un système thermique avec une pompe et un chauffage électrique. L’invention concerne plus précisément un système de contrôle thermique pour ces batteries.
Le contrôle de la pompe et celui du chauffage électrique dépendent de la température du fluide calorifique à cause des caractéristiques thermiques dudit chauffage. Ces caractéristiques thermiques changent en fonction de la température notamment pour une plage basse d’utilisation.
Pour répondre au besoin d’un certain débit du fluide, la vitesse de la pompe change en fonction de la température.
Actuellement le calcul se fait par l’interpolation linéaire entre les points de mesure les plus proches du point d’opération. La même situation se présente pour le chauffage électrique, dont la puissance maximale dépend de la température du fluide du système thermique et de son débit.
L’interpolation linéaire pour la pompe et le chauffage électrique, n’est pas une solution précise. En effet, la corrélation entre les facteurs impactants et le paramètre à contrôler, est non linéaire. Le contrôle de la pompe et du chauffage électrique, qui se base sur l’interpolation linéaire entre les points de mesure, présente des marges importantes d’amélioration en termes de précision.
Un objectif de l’invention est d’améliorer la précision du contrôle anticipatif du système thermique.
Pour atteindre cet objectif, l’invention propose un système de contrôle thermique pour batterie de véhicule automobile, le système de contrôle coopérant avec un système thermique de la batterie comprenant un circuit calorifique qui comprend un fluide, le circuit calorifique reliant la batterie à un chauffage électrique et à une pompe, caractérisé en ce que le système de contrôle comprend
- des données d’un modèle d'apprentissage automatique, relatives à des activations du chauffage électrique et de la pompe, et des paramètres de chauffage effectif de la batterie ;
- un contrôleur configuré pour contrôler la pompe et le chauffage en fonction des données du modèle d'apprentissage automatique.
Avantageusement, l’invention optimise le contrôle anticipatif du système thermique par l’apprentissage automatique.
Le modèle de l’apprentissage automatique s’adapte mieux que l’interpolation linéaire pour la corrélation non-linéaire dans le cadre du contrôle anticipatif. Cela permet de contrôler la pompe et le chauffage électrique de manière plus précise.
Selon une variante, le modèle d'apprentissage automatique est basé sur une architecture en réseau neuronal simplifié. Cela permet d’être adapté à un contrôleur ayant peu de capacités de calcul tel qu’un contrôleur de véhicule automobile.
Selon une variante, le modèle d'apprentissage automatique est configuré pour un contrôle anticipatif d’une augmentation rapide de la température de la batterie. Cela permet d’améliorer l’efficacité du contrôle de température lorsqu’il y a un besoin de chauffage rapide de la batterie.
Selon une variante, le modèle d'apprentissage automatique est configuré pour un contrôle anticipatif du débit de fluide en tenant compte de la viscosité dudit fluide. Cela permet d’améliorer l’efficacité du contrôle de température en dépit de la viscosité du fluide.
L’invention concerne également un procédé de calibration de contrôle thermique pour batterie de véhicule automobile, sur la base d’un système thermique de la batterie comprenant un circuit calorifique qui comprend un fluide, le circuit calorifique reliant la batterie à un chauffage électrique et à une pompe, caractérisé en ce que le procédé comprend des étapes de création d’un modèle d’apprentissage automatique au moyen de données relatives aux activations du chauffage électrique et de la pompe, et des paramètres de chauffage effectif de la batterie.
Selon une variante, les données du modèle d’apprentissage automatique comprennent les températures et les débits du fluide comme données d’entrée, et les vitesses de la pompe comme données de sortie.
Cela permet d’avoir des données de contrôle anticipatif pour améliorer l’efficacité du contrôle de température lorsqu’il y a un besoin de chauffage rapide de la batterie.
Selon une variante, les données du modèle d’apprentissage automatique comprennent les températures et les débits du fluide comme données d’entrée, et les puissances maximales du chauffage électrique comme données de sortie.
Cela permet d’avoir des données de contrôle anticipatif pour améliorer l’efficacité du contrôle de température en dépit de la viscosité du fluide.
Selon une variante, le modèle d’apprentissage automatique est créé via des essais réalisés sur le véhicule automobile en hiver.
Cela permet de prendre en compte les éléments du circuit comme les tuyaux, les refroidisseurs, les valves, le chauffage électrique qui influencent les résultats du contrôle ; et de profiter des basses températures de l’hiver pour réaliser un modèle précis.
Un autre objet de l’invention a trait à un programme d’ordinateur comprenant des instructions de code de programme pour l’exécution des étapes du procédé de calibration selon l’invention, lorsque ledit programme fonctionne sur un ordinateur.
L’invention a également trait à un véhicule automobile comprenant un système de contrôle selon l’invention.
L’invention sera davantage détaillée par la description de modes de réalisation non limitatifs, et sur la base des figures annexées illustrant des variantes de l’invention, parmi lesquelles :
la illustre schématiquement un système de calibration générant un modèle de données de contrôle pour un système de contrôle thermique selon l’invention ; et
la illustre schématiquement un système de contrôle thermique utilisant le modèle généré par le système calibration de la .
L’invention concerne un système de contrôle thermique pour un système thermique de batterie comprenant une pompe P et un chauffage électrique H.
Le contrôle de la pompe P se base sur une courbe caractéristique de la pompe P, « vitesse – débit ». Cette courbe est réalisée au moyen d’essais avec un fluide calorifique défini dans le circuit dédié, par exemple de l’eau avec un antigel.
Pour compenser les effets de la température, à savoir l’augmentation de la viscosité en baissant la température du fluide, plusieurs courbes pour différentes températures du fluide sont à réaliser.
La illustre les essais pour la réalisation du modèle d’apprentissage automatique M.
Pour répondre aux points non mesurés, une interpolation linéaire entre les quatre points les plus proches est généralement réalisée. Ce moyen est effectif uniquement si le maillage de mesures est assez intense, ce qui n’est pas le cas en réalité.
L’invention se base sur un système et un procédé de calibration pour réaliser tous les points de mesure, par exemple par un seul essai. De préférence, la calibration est basée sur au moins une ou de préférence toutes les spécifications suivantes :
- (1) Ces mesures sont à réaliser au niveau du véhicule, parce que les éléments du circuit comme les tuyaux, les refroidisseurs, les valves, le chauffage électrique influencent les résultats.
- (2) Ces mesures sont à réaliser pendant les essais d’hiver pour profiter de la basse température ambiante.
- (3) Le chauffage électrique H est activé avec une puissance très basse. La température du fluide augmente lentement. Un temps caractéristique pour évaluer la vitesse d’augmentation de la température du fluide est le temps pendant lequel le fluide termine une fois la circulation dans le circuit à condition de la vitesse minimale de la pompe P. Un capteur de température T est par exemple prévu pour les températures. Il faut de préférence s’assurer que l’augmentation de la température n’est pas significative par rapport au changement de la viscosité pendant un balayage de la vitesse de la pompe P.
- (4) Faire varier la vitesse de la pompe P du minimum au maximum en gardant une variation de la viscosité du fluide ; et mesurer le débit avec un débitmètre D intégré dans le circuit.
Pour contrôler la vitesse de la pompe P pour répondre le besoin de débit, la modélisation de l’apprentissage automatique s’effectue avec les données d’entrée comme la température du fluide et le débit, et avec les données de sortie comme la vitesse de la pompe P accumulés dans cet essai. Un modèle M est illustré dans les figures à cet effet. Le contrôleur C1 peut être utilisé.
L’originalité de cette modélisation se situe sur l’identification des facteurs impactants, et le procédé mathématique, tout comme l’entraînement, et la validation croisée des données.
La construction de l’architecture du réseau neuronal peut être classique. Plusieurs architectures du réseau neuronal peuvent fonctionner, et celle la plus simple peut être choisie pour éviter le surapprentissage et aussi minimiser le coût du calcul dans l’ordinateur on bord du véhicule.
Le même type de problème se présente pour le chauffage électrique H. Le chauffage électrique H est utilisé pour augmenter la température de la batterie B le plus rapidement possible.
La difficulté se présente dans la déterminaison de la puissance maximale. Le chauffage électrique H fournit de la chaleur au fluide calorifique en portant une température beaucoup plus haute. Pour éviter la surchauffe de l’élément de chauffage H, la puissance électrique est limitée. La température du chauffage électrique H dépend de son refroidissement, qui dépend de la température du fluide calorifique et de son débit.
L’invention propose d’éviter l’implantation d’un capteur thermique T sur le chauffage électrique H dans la production série en profitant du contrôle anticipatif (feed-forward), qui se base sur un modèle de l’apprentissage automatique M. Le modèle de l’apprentissage automatique M fait une interpolation non linéaire entre les points de mesure.
Le développement se compose également de deux parties : essais et modélisations. Les essais se font avec les spécifications suivantes :
- (1) Rattacher un capteur thermique T sur le chauffage électrique H pour contrôler sa température.
- (2) Pour une température du fluide à l’entrée et un débit donné, la puissance maximale est à trouver pour maintenir la température du chauffage électrique H à la valeur maximale à l’équilibre thermique.
- (3) Répéter cet essai pour plusieurs températures du fluide et plusieurs valeurs du débit.
La modélisation intègre les données d’entrée comme la température du fluide et son débit, et les données de sortie comme la puissance maximale. L’originalité de cette modélisation réside dans l’identification des facteurs impactants, et le procédé mathématique reste classique.
Les données des premiers et deuxièmes essais peuvent être combinées, ou les essais peuvent aboutir à des modèles d’apprentissage séparés.
L’avantage de l’apprentissage automatique contre l’interpolation linéaire est significatif pour le cas où plusieurs facteurs, au lieu d’un seul, sont impactants et la corrélation entre les données de sortie et celles de l’entrée est non linéaire comme dans les cas évoqués ici.
Avec moins de points de mesure, l’apprentissage automatique réalise une estimation plus raisonnable pour les points d’opération non mesurés, ce qui donne un contrôle plus précis.
Ce modèle d’apprentissage automatique M est ensuite utilisé en série pour effectuer un contrôle anticipatif du système thermique. La illustre l’utilisation en série.
Le système de contrôle thermique obtenu comprend des données d’un modèle d’apprentissage automatique M, relatives à des activations du chauffage électrique H et de la pompe P, et des paramètres de chauffage effectif de la batterie B.
Le système de contrôle thermique comprend en outre un contrôleur C2 configuré pour contrôler la pompe P et le chauffage H en fonction des données du modèle d’apprentissage automatique M.
En résumé, cette invention d’invention décrit un moyen d’amélioration du contrôle anticipatif (feedback-forward) pour la pompe P du circuit de fluide, et le chauffage électrique H. Cette invention propose aussi les procédés d’essais pour accumuler les données pour la modélisation de manière plus économique en temps d’essais et d’analyse. Avec modélisation de l’apprentissage automatique, cette invention élimine la nécessité du mesurer la température du chauffage électrique H dans les véhicules en production série, et offre ainsi une solution plus pratique.
L’invention porte en outre sur un programme d’ordinateur comprenant des instructions de code de programme pour l’exécution des étapes d’un procédé de contrôle tel que décrit précédemment, lorsque ledit programme fonctionne sur un ordinateur. Le programme peut être chargé dans un ordinateur de bord d’un véhicule automobile V incluant un contrôleur C2 ou dans un contrôleur C2 dédié.
Un autre objet de l’invention concerne un véhicule automobile V comprenant un système de contrôle selon l’invention.

Claims (10)

  1. Système de contrôle thermique pour batterie (B) de véhicule automobile (V), le système de contrôle coopérant avec un système thermique (ST) de la batterie comprenant un circuit calorifique qui comprend un fluide, le circuit calorifique reliant la batterie (B) à un chauffage électrique (H) et à une pompe (P), caractérisé en ce que le système de contrôle comprend
    - des données d’un modèle d’apprentissage automatique (M), relatives à des activations du chauffage électrique (H) et de la pompe (P), et des paramètres de chauffage effectif de la batterie (B) ;
    - un contrôleur (C2) configuré pour contrôler la pompe (P) et le chauffage (H) en fonction des données du modèle d’apprentissage automatique (M).
  2. Système de contrôle thermique selon la revendication 1, caractérisé en ce que le modèle d’apprentissage automatique (M) est basé sur une architecture en réseau neuronal simplifié.
  3. Système de contrôle thermique selon l’une quelconque des revendications 1 à 2, caractérisé en ce que le modèle d’apprentissage automatique (M) est configuré pour un contrôle anticipatif d’une augmentation rapide de la température de la batterie (B).
  4. Système de contrôle thermique selon l’une quelconque des revendications 1 à 3, caractérisé en ce que le modèle d’apprentissage automatique (M) est configuré pour un contrôle anticipatif du débit de fluide en tenant compte de la viscosité dudit fluide.
  5. Procédé de calibration de contrôle thermique pour batterie (B) de véhicule automobile (V), sur la base d’un système thermique (ST) de la batterie (B) un circuit calorifique qui comprend un fluide, le circuit calorifique reliant la batterie (B) à un chauffage électrique (H) et à une pompe (P), caractérisé en ce que le procédé comprend des étapes de création d’un modèle d’apprentissage automatique (M) au moyen de données relatives aux activations du chauffage électrique (H) et de la pompe (P), et des paramètres de chauffage effectif de la batterie (B).
  6. Procédé de calibration selon la revendication 5, caractérisé en ce que les données du modèle d’apprentissage automatique (M) comprennent les températures et les débits du fluide comme données d’entrée, et les vitesses de la pompe (P) comme données de sortie.
  7. Procédé de calibration selon l’une quelconque des revendications 5 à 6, caractérisé en ce que les données du modèle d’apprentissage automatique (M) comprennent les températures et les débits du fluide comme données d’entrée, et les puissances maximales du chauffage électrique (H) comme données de sortie.
  8. Procédé de calibration selon l’une quelconque des revendications 5 à 7, caractérisé en ce que le modèle d’apprentissage automatique (M) est créé via des essais réalisés sur le véhicule automobile (V) en hiver.
  9. Programme d’ordinateur comprenant des instructions de code de programme pour l’exécution des étapes du procédé de calibration selon l’une quelconque des revendications 5 à 8, lorsque ledit programme fonctionne sur un ordinateur.
  10. Véhicule automobile (V) comprenant un système de contrôle selon l’une quelconque des revendications 1 à 4.
FR2200030A 2022-01-04 2022-01-04 Systeme de contrôle thermique a intelligence artificielle, procede et vehicule sur la base d’un tel systeme Withdrawn FR3131660A1 (fr)

Priority Applications (1)

Application Number Priority Date Filing Date Title
FR2200030A FR3131660A1 (fr) 2022-01-04 2022-01-04 Systeme de contrôle thermique a intelligence artificielle, procede et vehicule sur la base d’un tel systeme

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2200030A FR3131660A1 (fr) 2022-01-04 2022-01-04 Systeme de contrôle thermique a intelligence artificielle, procede et vehicule sur la base d’un tel systeme
FR2200030 2022-01-04

Publications (1)

Publication Number Publication Date
FR3131660A1 true FR3131660A1 (fr) 2023-07-07

Family

ID=81327857

Family Applications (1)

Application Number Title Priority Date Filing Date
FR2200030A Withdrawn FR3131660A1 (fr) 2022-01-04 2022-01-04 Systeme de contrôle thermique a intelligence artificielle, procede et vehicule sur la base d’un tel systeme

Country Status (1)

Country Link
FR (1) FR3131660A1 (fr)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109193075A (zh) * 2018-09-28 2019-01-11 合肥工业大学 基于强化学习的纯电动汽车动力电池冷却系统控制方法
CN111572407A (zh) * 2020-04-29 2020-08-25 辽宁工业大学 一种混动汽车热管理系统及其控制方法
CN113193269A (zh) * 2021-04-23 2021-07-30 恒大恒驰新能源汽车研究院(上海)有限公司 一种电池热管理方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109193075A (zh) * 2018-09-28 2019-01-11 合肥工业大学 基于强化学习的纯电动汽车动力电池冷却系统控制方法
CN111572407A (zh) * 2020-04-29 2020-08-25 辽宁工业大学 一种混动汽车热管理系统及其控制方法
CN113193269A (zh) * 2021-04-23 2021-07-30 恒大恒驰新能源汽车研究院(上海)有限公司 一种电池热管理方法和装置

Similar Documents

Publication Publication Date Title
US6286366B1 (en) Method of determining the engine charge temperature for fuel and spark control of an internal combustion engine
WO2014177800A1 (fr) Procede de gestion du refroidissement d'une batterie a seuils de refroidissement ajustables
FR3007371A1 (fr) Procede de gestion du vieillissement d'un composant et de la consommation d'energie notamment d'un vehicule automobile
EP3974104B1 (fr) Système de contrôle d'usinage d'une pièce
EP3956559B1 (fr) Procede et systeme de controle d'une grandeur d'une eolienne par choix du controleur par un apprentissage automatique
FR3135786A1 (fr) Systeme de prediction d’etat de sante ou de duree de vie restante d’une batterie de vehicule automobile, procede et programme sur la base d’un tel systeme
FR3131660A1 (fr) Systeme de contrôle thermique a intelligence artificielle, procede et vehicule sur la base d’un tel systeme
FR2917178A1 (fr) Systeme et procede de determination de la perte de capacite et de l'energie d'une batterie.
FR3118805A1 (fr) Dispositif de simulation thermique de batterie de vehicule electrique par apprentissage automatique, procede, vehicule comprenant un tel dispositif
FR3118832A1 (fr) Dispositif de controle thermique de batterie de vehicule electrique par intelligence artificielle, procede, vehicule comprenant un tel dispositif
CN112989699A (zh) 基于深度强化学习的新能源汽车性能评价方法
FR2955356A1 (fr) Procede et dispositif de gestion d'un moteur thermique
EP3066445B1 (fr) Procédé d'essai technique
FR2989424A1 (fr) Procede et dispositif de thermoregulation d'un moteur de vehicule automobile
FR3126500A1 (fr) Procédé de détection de l’emballement thermique d’une batterie éléctrique
Li et al. Battery temperature anomaly early warning for electric vehicles under real driving conditions using a temporal convolutional network
CN118653444A (zh) 一种公路桥梁路基耐高温性检测装置
EP3643986B1 (fr) Procédé de détection et de localisation d'un défaut dans un champ solaire thermique
FR2919388A1 (fr) Procede de suralimentation d'un moteur monocylindre sur banc et dispositif correspondant.
FR3123476A1 (fr) contrÔle D’UN CLIMATISEUR PAR APPRENTISSAGE AUTOMATIQUE SUPERVISÉ
FR3149972A1 (fr) Procédé d’estimation de hauteur de sculpture d’un pneumatique monté sur un véhicule
FR2906311A3 (fr) Procede de diagnostic de la deterioration d'un turbocompresseur
EP2556229A1 (fr) Procédé d'estimation de la température initiale d'un organe mécanique d'un véhicule au démarrage du véhicule
WO2011067525A1 (fr) Procede de determination de la consommation d'energie d'une huile de lubrification d'un moteur a combustion interne
EP4093956B1 (fr) Estimateur et procédé d'estimation d'une température d'un flux de fluide traversant un moteur à combustion interne

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20230707

CD Change of name or company name

Owner name: STELLANTIS AUTO SAS, FR

Effective date: 20240423

ST Notification of lapse

Effective date: 20240905