[发明专利]用于车辆马达的热控制

权利要求书

1.一种用于优化车辆马达的热控制的优化方法，所述车辆包括马达冷却装置（30），所述马达冷却装置包括至少一个致动器（50），所述致动器适于通过所述冷却装置（30）改变冷却马达（10）的能力，

所述方法由适于控制所述至少一个致动器（50）的计算机（20）实现，

所述方法的特征在于，其包括强化学习算法的训练，其包括以下步骤的迭代实施：

1）通过对包括所述马达（10）和所述冷却装置（30）的热系统的当前状态（s_t）应用控制函数来确定（111）用于控制至少一个致动器（50）的至少一个动作（u_t），并实施（113）所述动作（u_t），

2）在实施所述动作（u_t）之后，确定（120）所述热系统的经修改状态（s_t+1），

3）通过实施马达的热力学奖励函数，基于所述热系统的所述当前状态（s_t）、所述经修改状态和所述动作（u_t）来计算（130）奖励值，马达的热力学奖励函数被配置成当基于所述当前状态（s_t）由所述动作（u_t）引起的热力学不可逆性的产生被最小化时，使奖励值最大化，

4）基于所述热系统的所述当前状态（s_t）、所述热系统的所述经修改状态（s_t+1）、所述动作（u_t）和奖励值（r_t+1）来更新（150）用于估计系统的热性能的函数，以及

5）基于所述用于估计系统的热性能的函数的更新来修改（160）所述控制函数。

2.根据权利要求1所述的热控制的优化方法，其中，在步骤1中，噪声被添加到控制动作（u_t）或者所述控制函数的参数。

3.根据权利要求1述的热控制的优化方法，其中，在所述动作（u_t）之后的所述热系统的经修改状态（s_t+1）包括识别所述动作（u_t）之前的至少一个动作的至少一个参数。

4.根据权利要求1至3中任一项所述的热控制的优化方法，其中，所述马达的热力学奖励函数被配置成当所述动作（u_t）导致所述马达的温度超过预定阈值时减少所述动作（u_t）的奖励值。

5.根据权利要求1至3中任一项所述的热控制的优化方法，其中，所述马达的热力学奖励函数被配置成当实施所述动作（u_t）而环境温度大于所述马达的温度时减少所述动作（u_t）奖励值。

6.根据权利要求1至3中任一项所述的热控制的优化方法，其中，所述热系统的状态由以下组中的至少一个参数限定：车辆周围的空气速度、马达在不久的将来的开启或关闭状态、马达的一个或多个温度、热系统的一个或多个熵值、以及在当前状态之前实施的一个或多个动作。

7.根据权利要求1至3中任一项所述的热控制的优化方法，其特征在于，所述马达（10）是电动马达。

8.根据权利要求1至3中任一项所述的热控制的优化方法，其特征在于，用于估计热性能的函数呈以下形式：

[数学式5]

其中，Q是热性能的函数，E是期望函数，t是当前时间，γ是折旧因子，π是控制函数的一组参数，且n是针对用于估计热性能的函数的计算时所考虑的附加的时间步的数目。

9.根据权利要求8所述的热控制的优化方法，其特征在于，所述折旧因子γ在0.8和1之间，含0.8和1在内。

10.根据权利要求9所述的热控制的优化方法，其特征在于，所述强化学习算法的训练的两个时间步之间的值是与值n相关联地确定的。