買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉重慶交通大學申請的專利基于DQN算法的混合動力汽車再生制動控制方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN114643963B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-03-21發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202210376157.9，技術領域涉及：B60T8/17；該發(fā)明授權基于DQN算法的混合動力汽車再生制動控制方法是由尹燕莉;張鑫新;馬什鵬;黃學江;王福振設計研發(fā)完成，并于2022-04-11向國家知識產(chǎn)權局提交的專利申請。

本基于DQN算法的混合動力汽車再生制動控制方法在說明書摘要公布了：本發(fā)明提供的一種基于DQN算法的混合動力汽車再生制動控制方法，包括：S1.確定混合動力汽車的制動分配系數(shù)；S2.構建基于深度Q學習的再生制動控制的多目標優(yōu)化模型；S3.確定混合動力汽車的狀態(tài)參數(shù)以及動作參數(shù)；S4.將混合動力汽車的狀態(tài)參數(shù)及動作參數(shù)輸入至深度Q學習網(wǎng)絡中進行離線訓練；S5.再實時采集混合動力汽車的狀態(tài)參數(shù)輸入至完成訓練的深度Q學習網(wǎng)絡中在線優(yōu)化，然后深度Q學習網(wǎng)絡輸出優(yōu)化后的前軸制動力矩比例系數(shù)β和電機制動力矩比例系數(shù)α；能夠使得混合動力汽車的再生制動分配合理，從而有效提升混合動力汽車能量回收效率以及制動的穩(wěn)定性。

本發(fā)明授權基于DQN算法的混合動力汽車再生制動控制方法在權利要求書中公布了：1.一種基于DQN算法的混合動力汽車再生制動控制方法，其特征在于：包括以下步驟：S1.確定混合動力汽車的制動分配系數(shù)，包括前軸制動力矩比例系數(shù)β和電機制動力矩比例系數(shù)α；S2.構建基于深度Q學習的再生制動控制的多目標優(yōu)化模型；S3.確定混合動力汽車的狀態(tài)參數(shù)以及動作參數(shù)；其中，狀態(tài)參數(shù)包括制動需求功率以及電池SOC值，動作參數(shù)包括前軸制動力矩比例系數(shù)β、電機制動力矩比例系數(shù)α、制動能量回收效率權重系數(shù)ω1、前輪制動穩(wěn)定性權重系數(shù)ω2以及后輪制動穩(wěn)定性權重系數(shù)ω3；S4.將混合動力汽車的狀態(tài)參數(shù)及動作參數(shù)輸入至深度Q學習網(wǎng)絡中進行離線訓練；S5.再實時采集混合動力汽車的狀態(tài)參數(shù)輸入至完成訓練的深度Q學習網(wǎng)絡中在線優(yōu)化，然后深度Q學習網(wǎng)絡輸出優(yōu)化后的前軸制動力矩比例系數(shù)β和電機制動力矩比例系數(shù)α；步驟S1中，前軸制動力矩比例系數(shù)β和電機制動力矩比例系數(shù)α通過如下方法確定： 其中：Tf為前軸總的制動力矩，Tr為后軸總的制動力矩，Tre為電機制動力矩；步驟S2中，深度Q學習的再生制動控制的多目標優(yōu)化模型具體為：目標函數(shù)為： 其中，Qs,a為最優(yōu)的狀態(tài)-動作函數(shù)，γt為折扣因子且γt∈[0,1]，rst,at為在狀態(tài)為st且動作為at時的回報函數(shù)，t表示時刻；其中，回報函數(shù)具體表達式為： 其中：ω1為制動能量回收效率權重系數(shù)，ω2為前輪制動穩(wěn)定性權重系數(shù)，ω3為后輪制動穩(wěn)定性權重系數(shù)，φf為前軸利用附著系數(shù)，φr為后軸利用附著系數(shù)，z為制動強度；能量回收評價指數(shù)K通過如下方法確定： 其中，Tm為電機的轉(zhuǎn)矩，nm為電機的轉(zhuǎn)速，ηm為電機的效率，m為整車質(zhì)量，v0為車輛制動初速度，vt為車輛制動中速度，f為滾動阻尼系數(shù)，CD為空氣阻尼系數(shù)，A為車輛的迎風面積，v為車輛的速度，g為重力加速度；且目標函數(shù)和回報函數(shù)的約束條件如下： 其中，La為整車重心與前軸的距離，Lb為整車重心與后軸的距離，hg為整車重心的高度，L表示混合動力汽車的軸距；Tm_max為電機的最大轉(zhuǎn)矩，Tm為電機的轉(zhuǎn)矩，Pchg_max為電池的最大充電功率，nm為電機的轉(zhuǎn)速，ηm為電機的效率；對深度Q學習網(wǎng)絡進行訓練具體包括：S41.確定隨機樣本數(shù)量nb，迭代次數(shù)n、折扣因子γt以及探索率ε，并初始化深度Q學習網(wǎng)絡的權重值θ；S42.將車輛制動過程中的需求功率Preq和電池SOC值作為狀態(tài)變量，將前軸制動力矩比例系數(shù)β、電機制動力矩比例系數(shù)α、制動能量回收效率權重系數(shù)ω1、前輪制動穩(wěn)定性權重系數(shù)ω2以及后輪制動穩(wěn)定性權重系數(shù)ω3作為動作變量；S43.選取動作變量樣本，并采用ε-greedy策略確定深度Q學習網(wǎng)絡的最優(yōu)Q值所對應的動作，計算回報值，并儲存當前狀態(tài)st下的動作at、回報值以及下一時刻的狀態(tài)st+1至經(jīng)驗池et，其中：et＝st,at,rt,st+1；確定最優(yōu)Q值所對應的動作具體為： 其中，πa|s為最優(yōu)Q值所對應的動作策略，ε為探索率，As表示當前狀態(tài)s下可行動作的總個數(shù)；S44.當經(jīng)驗池et的樣本存儲量達到設定值，從經(jīng)驗池中選取nb個樣本對深度Q學習網(wǎng)絡進行訓練；S45.構建損失函數(shù)：Lθ＝E{[r+γtminQst+1,at+1；θ--Qst,at；θ]2}；利用梯度下降法反向更新深度Q學習網(wǎng)絡中的權重值θ；S46.每個設定步長C將評價網(wǎng)絡參數(shù)中的評價網(wǎng)絡參數(shù)復制給深度Q學習網(wǎng)絡的目標網(wǎng)絡；S47.判斷循環(huán)迭代次數(shù)是否達到最大值，如是，則進入步驟S48，如否，則重復步驟S43-S46直至迭代次數(shù)達到最大值；S48.判斷相鄰迭代次數(shù)的累計預測Q值之間的差值是否小于設定閾值，如是，則迭代結束，并將此時Q值對應的動作作為最優(yōu)動作，如否，則返回步驟S43。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" >重慶交通大學，其通訊地址為：402247 重慶市江津區(qū)雙福新區(qū)福星大道1號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。