Markov链与Q-Learning算法的超轻度混动汽车模型预测控制

来源 :汽车安全与节能学报 | 被引量 : 0次 | 上传用户:Fijy520
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了同时兼顾能量管理策略的全局最优性与运算实时性,本文提出了基于Markov链与Q-Learning算法的超轻度混合动力汽车模型预测控制能量管理策略.采用多步Markov模型预测加速度变化过程,计算得出混合动力汽车未来需求功率;以等效燃油消耗最小与动力电池荷电状态(SOC)局部平衡为目标函数,建立能量管理策略优化模型;采用Q-Learning算法对预测时域内的优化问题进行求解,得到最优转矩分配序列.基于MATLAB/Simulink平台,对于ECE_EUDC+UDDS循环工况进行仿真分析.结果表明:采用Q-Learning求解的控制策略比基于动态规划(DP)求解的控制策略,在保证燃油经济性基本保持一致的前提下,仿真时间缩短了4 s,明显地提高了运行效率,实时性更好.
其他文献
人工智能是一种根据电子信息技术、网络技术逐渐发展形成的全新技术,人工智能的出现打破了机电工程原有的数据处理模式,提升了数据处理的能力.因此,想要在实际的机械电子工程领域中,合理有效的应用人工智能,就需要从二者的发展历程开始分析,了解各自存在的特点,以此保证能够更加有效的将二者融合在一起,发挥出人工智能在机械电子工程领域的实际作用.
雾计算网络是连接云计算网络和边缘网络的中间人,相比于云计算,更加接近边缘网络,在处理边缘网络数据时,具有低延时、分布式、移动性、虚拟化等优点.本文优化了LQR控制器,并仿真验证道路上的路径跟踪准确性.最后,提出了雾计算网络下汽车实现路径跟踪的一种可能措施,为智能网联汽车自动驾驶提供一个参考方案.
塔里木大学机械设计课程设计历年多以减速箱为设计题目,且多基于传统计算、设计与校核方法,侧重理论分析.本文针对传统机械设计课程设计存在的弊端进行思考与分析,尝试结合学科竞赛中工程训练综合能力竞赛主题为设计题目,集理论分析、虚拟样机、零件加工、实物组装与调试任务于一体.该教学方法可增强学生思考与独立设计能力,进而提高综合素质,为后续参与学科竞赛、毕业设计乃至更好适应社会工作打好基础.
自2020年9月中国在七十五届联合国大会上承诺“2030年碳达峰、2060年碳中和”以来,世界主要国家和地区2016年签署的《巴黎协定》控制全球气温上升幅度及采取碳中和政策和行动进入加速期.内燃机作为量大面广的道路、非道路移动机械和国防装备主导动力,在近中期肩负节能减排重要使命的同时,也面临着未来如何实现碳中和的巨大挑战和重要机遇.本文在分析欧、美、日、中等主要地区和国家碳中和政策和行动的基础上,提出并论述了内燃机近中期低碳和中远期零碳的两条技术路径及其可行性,以及内燃机使用生物质燃料、绿氢、绿氨和绿电合
为保护易受伤害道路使用者(V RU),基于“长沙深入交通事故调查数据库(I VAC)”中一系列V RU与汽车碰撞事故数据,对事故中的人体头部损伤影响进行数值再现,以获取事故中碰撞边界条件.采用有限元与多刚体耦合方法,从头部运动学和损伤响应等方面分析了骑车人和行人事故的差异性.结果表明:骑车人头部碰撞角度42.57°、相对碰撞速度51.94 km/h,行人头部碰撞角度50.23°、相对碰撞速度72.54 km/h;这些参数,均与目前行人保护实验规程中的测试边界条件(65°、40 km/h)有较大差异;行人的
为提高自动驾驶车辆的跟踪准确性,建立了一种融合注意力机制的多目标跟踪算法.基于YOLOv3神经网络并融合注意力机制,增强了目标外观特征提取网络的性能.用该多目标检测算法,提取目标或背景的具有辨别性的特征.用长短时记忆(LSTM)网络,提取物体的运动特征.用该跟踪算法对目标轨迹进行动态建模.借助追踪目标的相似度数值和数据匹配关联,完成了多目标的跟踪任务.在多目标跟踪数据集MOT16上进行了实验.结果表明:与YOLOv3相比,考虑注意力机制的多目标检测算法的成功率提高了1.9%;该算法的准确度53.9%,精确
为研究行人应急姿态在车辆与行人正面碰撞时对其头部、胸部、下肢损伤的影响,利用PC-Crash软件建立行人与车辆正面碰撞的多刚体模型,根据国家车辆事故深度调查体系(NAIS)中的真实事故案例,进行事故再现和模型验证.在此基础上进行仿真实验,研究车辆在不同碰撞车速、转向角度碰撞时,行人采取不同应急姿态、动作幅度对行人碰撞损伤的影响,利用加权值评价各姿态下行人的综合损伤.结果表明:车速高于50 km/h的碰撞对行人造成较大损伤;下蹲角度达到30°时头部损伤有所降低,超过50°时行人有碾压风险;侧倾与跳跃姿态,造
路侧感知是云控车路协同感知的组成部分.为提升路侧传感器的感知精度和稳定性,该文提出了一种基于量测噪声自适应扩展Kalman滤波器(AEKF)的路侧多传感器融合方法.基于路侧相机、激光雷达、毫米波雷达的感知结果,实现了异质传感器目标级数据的融合.采用一种量测噪声在线获取方法,检测了传感器测量值的稳定性,生成了量测噪声的修正系数,自适应调整了量测噪声;经过了实车试验.结果表明:相较于单传感器,采用该多传感器融合方法使横向距离估计精度提高9.7%,纵向距离估计精度提高5.4%,速度估计精度提高26.6%;由于该
为解决过度避障,基于车辆点质量模型,采用非线性模型预测控制(MPC)算法,设计了新型避障功能函数,建立自动驾驶车辆路径跟踪性能综合评价指标,得到最优预测时域和控制时域参数,设计自适应双时域MPC参数路径跟踪控制器.搭建规划层和控制层集成的联合仿真平台,进行仿真试验.结果表明:在180个障碍物点下,避障功能函数可避免过度避障,且计算时间仅增加0.294 ms.采用局部避障路径规划与路径跟踪控制集成结构时,在多静态障碍物场景与动态障碍物场景下,车速为65 km/h时,最大横向误差偏差减小0.169 m,最大横
分析了以脉冲法为原理的间接式胎压监测系统在车辆转弯工况下误报警的原因,是将正常胎压下的外侧车轮误判为缺气.利用方向盘转角作为修正参数,建立汽车转弯时的几何关系模型.分析了汽车转弯行驶时轮胎侧偏、车厢侧倾和转向系变形对内外侧车轮脉冲差的影响,提出了利用反向传播(BP)神经网络训练法对转弯工况下的外侧车轮脉冲数进行修正,构建一个3层的BP神经网络,将转弯时的车轮脉冲数等效为直线行驶时的脉冲数.结果表明:BP神经网络训练法对脉冲差拟合的决定因数为0.995,修正后的误报率为0;因此,本修正方法效果良好.