[发明专利]一种发动机电控硅油风扇的节能优化控制方法及系统

权利要求书

1.一种发动机电控硅油风扇的节能优化控制方法，其特征在于，步骤如下：

（1）采集时刻车辆运行环境数据和发动机内部运行数据，构建时刻整体运行状态数据集；

（2）构建自适应动态规划系统，根据时刻整体运行状态数据集，计算时刻的自适应动态规划的性能指标函数、时刻的自适应规划的效能函数和时刻的自适应动态规划的性能指标预测函数，根据时刻的性能指标函数和效能函数以及时刻的性能指标预测函数动态优化自适应动态规划系统；

（3）获得迭代最优控制策略，输出节能优化控制信号值到硅油风扇，从而实现硅油风扇转速的动态节能控制；

步骤（1）中，所述时刻整体运行状态数据集为：

=[,,,,,,,,,,,,,,,,,,,]；

其中：为车外环境温度值(℃)、为车外环境湿度值(%)、为车外大气压力值(kPa)、为车外风速值(m/s)、为空气的进气温度值(℃)、为空气的进气压力值(kPa)、为空气的进气流量值(m³)、为发动机燃油量值(kg)、为油压传感器值(kPa)、为硅油风扇转速值(rpm)、为发动机转速值(rpm)、为冷却液的温度值(℃)、为氧传感器数据值(%)、为汽车里程计值(km)、为汽车的车速(km/h)，为发动机机油温度值(℃)、为发动机尾气温度值(℃)、为发动机尾气流量值(m³/s)、为整车速度值(m/s)、为散热器的温度值(℃)；

步骤（2）中，所述自适应动态规划系统包括硅油风扇自适应动态规划执行网络、硅油风扇自适应动态规划模型网络和硅油风扇自适应动态规划评价网络；

所述执行网络用于根据时刻的整体运行状态数据集计算时刻硅油风扇转速的控制信号；所述模型网络用于根据时刻的整体运行状态数据集和时刻的硅油风扇转速控制信号，计算时刻的整体运行状态预测数据集；所述评价网络用于根据时刻的整体运行状态数据集计算硅油风扇在时刻的自适应动态规划的性能指标函数，根据时刻的整体运行状态预测数据集估算硅油风扇在时刻的自适应动态规划的性能指标预测函数；

以硅油风扇在时刻的自适应动态规划的性能指标预测函数与时刻的效能函数之和无限接近时刻的自适应动态规划的性能指标函数为目标，对自适应动态规划系统进行动态优化；

将时刻的自适应动态规划的性能指标预测函数与时刻硅油风扇的自适应规划的效能函数相加后，再与时刻的自适应动态规划的性能指标函数进行做差分析，根据差值判断时刻的自适应动态规划的性能指标预测函数与时刻的自适应动态规划的性能指标函数的接近程度，根据接近程度对硅油风扇自适应动态规划执行网络和硅油风扇自适应动态规划评价网络进行在线训练。

2.如权利要求1所述的发动机电控硅油风扇的节能优化控制方法，其特征在于，硅油风扇自适应动态规划模型网络的构造方法为：构建基于深度学习的卷积神经网络，基于Sigmoid函数归一化时刻运行状态数据集和时刻的硅油风扇转速控制信号，根据时刻运行状态数据集、时刻的硅油风扇转速控制信号和时刻运行状态预测数据集训练卷积神经网络；基于深度学习的卷积神经网络的训练方法如下：

601；卷积层为3层，输入层为1000*21*10三维向量，其中，1000为1000组运行数据，21为21个影响因素，10为时间维度，卷积层设定卷积核的个数为256，卷积核的区域大小为4*4；

602：池化层采用Max-Pooling，采样层的区域大小为4*4；

603：激活函数为双曲正切函数tanh，其数学表达式为：

；

604：采用Adam优化算法，利用梯度的一阶矩估计和二阶矩估计动态调整每个参数的学习率，选取优化学习率Lr=0.05；

605：全连接层设定为512个神经元，设定Dropout参数为0.5；

606：设定发动机和硅油风扇整体动态模型的输出层为20*10的两维向量，其中，20为预测向量，10为时间维度；

607：得出最优硅油风扇自适应动态规划模型网络的权重矩阵，获得发动机和硅油风扇的硅油风扇自适应动态规划模型网络。