[发明专利]一种基于循环预测时域的车辆减排预测控制方法有效

专利信息
申请号: 202210801247.8 申请日: 2022-07-08
公开(公告)号: CN115027489B 公开(公告)日: 2023-03-07
发明(设计)人: 康宇;王涛;刘文清;李鹏飞;曹洋;张玉钧 申请(专利权)人: 中国科学技术大学;中国科学院合肥物质科学研究院
主分类号: B60W50/00 分类号: B60W50/00
代理公司: 安徽汇朴律师事务所 34116 代理人: 刘海涵
地址: 230041*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 循环 预测 时域 车辆 控制 方法
【说明书】:

发明公开了一种基于循环预测时域的车辆减排预测控制方法,首先定义求解优化问题的代价函数,再根据求解优化问题的代价函数,定义优化问题后,定义优化问题中的循环预测时域,然后根据求解优化问题的代价函数、优化问题和循环预测时域建立基于循环预测时域的预测模型,最后车速值v(k)根据基于循环预测时域的预测模型进行在线优化,求解得到最优的控制输入量作为车辆k时刻预测时域内的动力输入量。本发明在考虑车辆控制输入量和车速约束的前提下,最优化尾气的排放,从而在保证车辆安全行驶的同时有效地降低CO、NOx、HC污染物的排放;采用循环预测时域的公式,预测时域会随计算时刻循环地减小,从而有效减少了优化问题求解时的计算量。

技术领域

本发明涉及工业过程控制技术领域,具体是一种基于循环预测时域的车辆减排预测控制方法。

背景技术

尽管我国运管系统已经在不断的提升,但是国家对于环境改善的严要求、高标准使得对于机动车尾气排放的要求不断提高。机动车尾气中含有大量的CO、NOx、HC,对人体健康和环境造成严重危害,所以减少机动车尾气排放十分必要。为了减少机动车尾气的排放,一方面倡导用电动车代替燃油车,但是电动车的电池和充电技术目前还并不是十分成熟,所以相对于燃油车还没得到大范围普及,所以短期内利用电动车还不能十分有效的降低总燃气排放;另一方面利用智能交通技术提高交通流,但是目前的智能交通中大都关注提高总体交通流量,实际数据显示一味地提高交通流量并不意味着总体排放量的减少。所以亟需设计一种有效的方法降低燃油车尾气的排放。

发明内容

本发明要解决的技术问题是提供一种基于循环预测时域的车辆减排预测控制方法,有效解决机动车尾气高排放和驾驶安全性的问题。

本发明的技术方案为:

一种基于循环预测时域的车辆减排预测控制方法,具体包括有以下步骤:

(1)、定义求解优化问题的代价函数,见公式(1);

公式(1)中,是预测车速序列:是当前时刻k对未来时刻k+l车速的预测值;是车辆的预测控制输入序列:是k时刻对未来时刻k+l预测的控制输入量,控制输入量即为车辆的动力输入量;N(k)为k时刻的预测时域;λ1234>0表示归一化权重系数;分别是CO、NOx、HC的代价函数;

(2)、根据求解优化问题的代价函数,定义优化问题,具体的优化问题见公式(2),公式(2)具体包括有以下公式(2-1)-(2-6):

其中,公式(2-1)是车辆系统在无扰动状态下的标称动态方程,是车辆的位置,m是车辆的质量;公式(2-2)-(2-4)分别是标准情况下CO、NOx、HC的排放量与车速的定量关系公式;公式(2-5)是车辆控制输入量的约束,使车辆的动力输入量限制在一定范围内;公式(2-6)是车速的约束,在不同路段,使车速限制在一定范围内;

(3)、定义优化问题中的循环预测时域,具体见公式(3):

N(k)=Nmin+M-rem(k,M) (3),

其中,N(k)是k时刻的预测时域;Nmin是最小预测时域的长度;M表示循环长度,为正整数;rem是是取余运算,即当前时刻k除以循环长度M所得余数;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学技术大学;中国科学院合肥物质科学研究院,未经中国科学技术大学;中国科学院合肥物质科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210801247.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top