北京理工大学专利

摘要：

摘要：本发明提供燃料电池锂电池混合动力系统参数匹配方法，S1、设立了多维参数匹配优化张量空间，进行混合动力系统参数匹配优化；S2、多维参数匹配优化张量空间内各三维变量为待评估的备选参数匹配方案；S3、基于深度强化学习算法，针对特征工况，为各备选方案优化功率分配策略；S4、根据各备选方案由基于强化学习算法的能量管理策略生成的最优功率分配结果。本发明在燃料电池能量管理策略优化问题中对等效氢耗成本、燃料电池运行老化损耗成本、动力电池运行老化损耗成本进行了实时量化考虑，优化目标涵盖全面，可以减少计算时间，提高效率。

摘要：

摘要：

摘要：本发明提供一种基于凸优化的燃料电池汽车能量管理方法，以最小氢耗为目标函数，搭建了一种符合凸函数性质的新型燃料电池动力系统和整车模型，建立了系统模型的增广拉格朗日方程及其缩放形式，满足交替方向乘子法求解的标准范式，首次实现了交替方向乘子法算法在燃料电池汽车能量管理上的系统应用。同时，本文提出了一种循环约束检验策略对燃料电池系统功率进行进一步精确控制，使其满足功率的动态变化约束。与其他算法相比，该算法能够在快速求解问题的同时，保证结果的最优性。

摘要：本发明为电动汽车域架构网控自动紧急制动控制系统及其调度方法，中央网关包括回路调度器模块Ⅰ和中央网关调度库；ADAS域包括ADAS域控制器和传感器节点；ADAS域控制器包括ADAS域复合接收模块、ADAS域控制器模块、回路调度器模块Ⅱ、ADAS域调度库和ADAS域调度控制协同模块；车辆底盘域包括车辆底盘域控制器和执行器节点；车辆底盘域控制器包括车辆底盘域复合接收模块、车辆底盘域控制器模块、回路调度器模块Ⅲ、车辆底盘域调度库和车辆底盘域调度控制协同模块。本发明将调度器模块紧密联系并形成回路协同调度链，提高了各域之间调度的协同性。调度方法提出了分数型基本周期调度算法，提高自动紧急制动控制系统性能。

摘要：本发明公开了一种多形态电动飞行汽车的可重构网络系统及可重构调度方法。在可重构网络系统中，底盘域控制器和飞行域控制器通过插拔接口与中央控制单元连接，座舱域控制器与中央控制单元固定连接；可重构调度方法集成于中央控制单元和域控制器的可重构调度库中，其可根据多形态电动飞行汽车不同形态的特性，将网络系统的采样周期设置为不同的值，并将采样周期分为多个基本周期，实现信息的传输在各个基本周期内进行。本发明可以保证多形态电动飞行汽车各形态下网络信息传输的实时性和网络带宽的高效利用，进而为多形态电动飞行汽车各形态下稳定运行提供良好的网络基础。

摘要：

摘要：本发明公开了一种燃料电池汽车多信号灯车速规划方法，构建包含个交通信号灯的深度强化学习DRL训练场景，建立燃料电池汽车FCV训练模型和交通信号灯模型；定义多信号灯训练DRL环境的状态空间、动作空间和奖励函数；在训练环境中对DRL网络进行训练，得到与对应的训练好的DRL车速规划模型DRL‑L；将训练好的DRL‑L模型应用到复杂的测试场景，得到全局经济车速；建立FCV动力传动系统模型，在电量维持模式下利用动态规划算法DP计算测试场景下全局车速规划结果的氢耗，并比较不同对应的DRL‑L模型性能。本发明对环境具有很强的自适应能力，具有更低的氢耗和更好的舒适性。

摘要：