麻豆精品无码国产在线播放,国产亚洲精品成人AA片新蒲金,国模无码大尺度一区二区三区,神马免费午夜福利剧场

熱管理控制方法、裝置、系統、設備及車輛與流程

文檔序號:41762915發布日期:2025-04-29 18:32閱讀:6來源:國知局
熱管理控制方法、裝置、系統、設備及車輛與流程

本技術涉及新能源汽車,尤其涉及電機,具體涉及一種熱管理控制方法、裝置、系統、設備及車輛。


背景技術:

1、隨著新能源汽車產業的蓬勃興起,驅動電機作為其技術架構中的核心樞紐,其性能卓越性與運行穩定性至關重要。由于電機在運行過程中的電機損耗不可避免地會產生大量熱能,若此熱量未能得到及時且高效的疏導與管理,將直接制約其工作效率的發揮,并加速部件老化,進而縮短電機的整體使用壽命。因此,需要對新能源汽車驅動電機的熱管理策略進行優化,確保熱量能夠迅速、安全地散熱,以提升車輛性能、增強用戶體驗及延長產品生命周期。

2、相關技術cn113619371a中通過電機初始溫度、定子熱容、瞬時電流、環境溫度及駕駛模式擬合溫升曲線,調節調整油泵轉速以進行散熱。但這種僅考慮電流致銅損耗,忽略鐵損耗、機械損耗及雜散損耗,導致損耗計算與溫升擬合精度受限,進而影響油泵控制準確性。

3、相關技術cn115111513a通過實時監測電機轉速與扭矩,運用預設的發熱模型(基于個體數據,存在誤差且未全面考慮外部因素)計算發熱量,采用線性插值法估算損耗,以控制油冷回路散熱,但模型精準度受限。

4、然而,相關技術中對電機損耗預測的準確率較低,從而難以精準地進行熱管理。


技術實現思路

1、本技術提供一種熱管理控制方法、裝置、系統、設備及車輛,以至少解決相關技術中對電機損耗預測的準確率較低,從而難以精準地進行熱管理控制的技術問題。本技術的技術方案如下:

2、根據本技術提供的第一方面,提供一種熱管理控制方法,包括:獲取電機的運行數據和溫度數據;基于運行數據和功率損耗預測模型,確定電機的預測功率損耗值;基于電機的預測功率損耗值和溫度數據,對冷卻油泵的轉速進行調整;冷卻油泵用于調節電機的溫度。

3、根據上述技術手段,本技術可以通過實時監測電機的運行數據和溫度數據。以及時發現并調整油泵轉速減少不必要的能量損失,基于運行數據和功率損耗預測模型,快速且準確的對電機的功率損耗情況進行預測,從而精準的電機的溫度進行控制。

4、一種可能的方式中,基于電機的預測功率損耗值和溫度數據,對冷卻油泵的轉速進行調整,包括:基于電機的預測功率損耗值和溫度數據,確定目標轉速;控制冷卻油泵的轉速調整為目標轉速。

5、根據上述技術手段,本技術可以通過實時監測電機的預測功率損耗值和溫度數據,可以精確地計算出冷卻油泵所需的目標轉速,從而實現對冷卻油流量的精確控制。這有助于確保電機在不同工況下都能得到合適的冷卻,避免因過度冷卻或冷卻不足而導致的能量浪費。

6、一種可能的方式中,基于電機的預測功率損耗值和溫度數據,確定目標轉速,包括:根據電機的預測功率損耗值和溫度數據,確定冷卻油泵的第一轉速和修正轉速;基于修正轉速對第一轉速進行修正,得到目標轉速。

7、根據上述技術手段,本技術可以通過實時監測電機的溫度數據,并結合預測功率損耗值,可以精確計算出電機的冷卻需求,從而設定合適的冷卻油泵轉速。這有助于確保電機始終運行在安全的溫度范圍內,避免過熱導致的性能下降或損壞。

8、一種可能的方式中,溫度數據包括目標溫度;確定冷卻油泵的第一轉速,包括:根據映射關系,確定與電機的預測功率損耗值和目標溫度對應的第一轉速;映射關系為電機的功率損耗值、目標溫度和轉速之間的映射關系。

9、根據上述技術手段,本技術可以過預先建立的映射關系,可以更加精確地匹配電機的當前工況和冷卻需求,減少因估算或計算不準確而導致的誤差。

10、一種可能的方式中,溫度數據還包括當前溫度和歷史溫度;確定冷卻油泵的修正轉速,包括:根據電機的預測功率損耗值、歷史溫度、當前溫度對電機進行熱滯后補償,得到電機的實際溫度;基于實際溫度和目標溫度之間的溫度差,確定修正轉速。

11、根據上述技術手段,本技術可以通過考慮歷史溫度數據,對熱效應的滯后性進行補償,從而更準確地預測電機的實際溫度,以進一步確定修正轉速對第一轉速進行修正。這有助于提高溫度控制的準確性,確保電機始終運行在目標溫度范圍內。

12、一種可能的方式中,獲取多個樣本數據,并將多個樣本數據劃分為訓練集和測試集;基于訓練集對卷積神經網絡模型進行訓練,得到初始預測模型;基于訓練集對初始預測模型進行評估,得到初始預測模型的誤差;在初始預測模型的誤差小于預設閾值的情況下,將初始預測模型確定為功率損耗預測模型。

13、根據上述技術手段,本技術可以過收集多個樣本數據并進行訓練,模型能夠學習到電機在不同工況下的功率損耗特性,從而能夠適應不同工況下的電機功率損耗預測。

14、一種可能的方式中,在初始預測模型的誤差大于或等于預設閾值的情況下,根據預設算法對初始預測模型進行訓練。

15、一種可能的方式中,基于運行數據和功率損耗預測模型,確定電機的預測功率損耗值,包括:對運行數據進行特征提取,得到運行數據的特征參數;基于特征參數和功率損耗預測模型,輸出電機的預測功率損耗值。

16、根據上述技術手段,本技術可以通過對運行數據進行特征提取,篩選出對功率損耗預測有重要影響的關鍵參數。這些特征參數能夠更準確地反映電機的運行狀態和功率損耗特性,從而提高預測模型的精度。

17、根據本技術提供的第二方面,提供一種熱管理控制裝置,包括:獲取單元、確定單元和調整單元;

18、獲取單元,用于獲取電機的運行數據和溫度數據;確定單元,用于基于運行數據和功率損耗預測模型,確定電機的預測功率損耗值;調整單元,用于基于電機的預測功率損耗值和溫度數據,對冷卻油泵的轉速進行調整;冷卻油泵用于調節電機的溫度。

19、一種可能的方式中,調整單元,具體用于:基于電機的預測功率損耗值和溫度數據,確定目標轉速;控制冷卻油泵的轉速調整為目標轉速。

20、一種可能的方式中,調整單元,具體用于:根據電機的預測功率損耗值和溫度數據,確定冷卻油泵的第一轉速和修正轉速;基于修正轉速對第一轉速進行修正,得到目標轉速。

21、一種可能的方式中,調整單元,具體用于:根據映射關系,確定與電機的預測功率損耗值和目標溫度對應的第一轉速;映射關系為電機的功率損耗值、目標溫度和轉速之間的映射關系。

22、一種可能的方式中,調整單元,具體用于:根據電機的預測功率損耗值、歷史溫度、當前溫度對電機進行熱滯后補償,得到電機的實際溫度;基于實際溫度和目標溫度之間的溫度差,確定修正轉速。

23、一種可能的方式中,裝置還包括:訓練單元,獲取單元,還用于獲取多個樣本數據,并將多個樣本數據劃分為訓練集和測試集;訓練單元,用于基于訓練集對卷積神經網絡模型進行訓練,得到初始預測模型;訓練單元,還用于基于訓練集對初始預測模型進行評估,得到初始預測模型的誤差;確定單元,還用于在初始預測模型的誤差小于預設閾值的情況下,將初始預測模型確定為功率損耗預測模型。

24、一種可能的方式中,確定單元,還用于在初始預測模型的誤差大于或等于預設閾值的情況下,根據預設算法對初始預測模型進行訓練。

25、一種可能的方式中,確定單元,具體用于對運行數據進行特征提取,得到運行數據的特征參數;基于特征參數和功率損耗預測模型,輸出電機的預測功率損耗值。

26、根據本技術提供的第三方面,提供一種熱管理控制系統,所述系統包括:傳感器、熱管理控制裝置和冷卻油泵;所述傳感器,用于采集所述電機的運行數據和溫度數據,并向所述熱管理控制裝置發送所述運行數據和所述溫度數據;所述熱管理控制裝置,用于接收所述運行數據和溫度數據;所述熱管理控制裝置,還用于基于所述運行數據和功率損耗預測模型,確定所述電機的預測功率損耗值;所述熱管理控制裝置,還用于基于所述電機的預測功率損耗值和所述溫度數據,向所述冷卻油泵發送轉速調整指令;所述冷卻油泵,用于響應于所述轉速調整指令,對所述冷卻油泵的轉速進行調整,以調節所述電機的溫度。

27、根據本技術提供的第四方面,提供一種電子設備,包括:處理器;用于存儲處理器可執行指令的存儲器;其中,處理器被配置為執行指令,以實現上述第一方面及其任一種可能的實施方式的方法。

28、根據本技術提供的第五方面,提供一種計算機可讀存儲介質,當計算機可讀存儲介質中的指令由電子設備的處理器執行時,使得電子設備能夠執行上述第一方面中及其任一種可能的實施方式的方法。

29、根據本技術提供的第六方面,提供一種計算機程序產品,計算機程序產品包括計算機指令,當計算機指令在電子設備上運行時,使得電子設備執行上述第一方面及其任一種可能的實施方式的方法。

30、根據本技術提供的第七方面,提供一種車輛,包括第三方面描述的熱管理控制系統。

31、由此,本技術的上述技術特征具有以下有益效果:

32、(1)可以通過實時監測電機的運行數據和溫度數據。以及時發現并調整油泵轉速減少不必要的能量損失,基于運行數據和功率損耗預測模型,快速且準確的對電機的功率損耗情況進行預測,從而精準的電機的溫度進行控制。

33、(2)可以通過實時監測電機的預測功率損耗值和溫度數據,可以精確地計算出冷卻油泵所需的目標轉速,從而實現對冷卻油流量的精確控制。這有助于確保電機在不同工況下都能得到合適的冷卻,避免因過度冷卻或冷卻不足而導致的能量浪費。

34、(3)可以通過實時監測電機的溫度數據,并結合預測功率損耗值,可以精確計算出所需的冷卻強度,從而設定合適的冷卻油泵轉速。這有助于確保電機始終運行在安全的溫度范圍內,避免過熱導致的性能下降或損壞。

35、(4)可以過預先建立的映射關系,可以更加精確地匹配電機的當前工況和冷卻需求,減少因估算或計算不準確而導致的誤差。

36、(5)可以過收集多個樣本數據并進行訓練,模型能夠學習到電機在不同工況下的功率損耗特性,從而能夠適應不同工況下的電機功率損耗預測。

37、(6)可以通過對運行數據進行特征提取,篩選出對功率損耗預測有重要影響的關鍵參數。這些特征參數能夠更準確地反映電機的運行狀態和功率損耗特性,從而提高預測模型的精度。

38、需要說明的是,第二方面至第七方面中的任一種實現方式所帶來的技術效果可參見第一方面中對應實現方式所帶來的技術效果,此處不再贅述。

39、應當理解的是,以上的一般描述和后文的細節描述僅是示例性和解釋性的,并不能限制本技術。

當前第1頁1 2 
網友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
主站蜘蛛池模板: 高雄市| 建昌县| 肥乡县| 泾川县| 珠海市| 阳泉市| 鄂温| 瑞金市| 鄂托克前旗| 尉犁县| 任丘市| 佛山市| 道真| 泰安市| 进贤县| 宁海县| 彝良县| 桃江县| 贵州省| 宝山区| 芮城县| 吴江市| 且末县| 正宁县| 绥宁县| 阿坝县| 静宁县| 万全县| 晋中市| 泸水县| 寿光市| 中西区| 衡东县| 睢宁县| 通州区| 定陶县| 湘阴县| 天长市| 凤山市| 桦甸市| 甘孜县|