【技术实现步骤摘要】
基于人工智能的车辆尾气余热回收系统
[0001]本专利技术涉及人工智能
，尤其涉及一种基于人工智能的车辆尾气余热回收系统。
技术介绍
[0002]如今的现代化发动机系统与之前相比，效率得到了大幅提升。然而，其产生的大部分能源依然转变为热能而非动能。通过能源再利用技术既可减少燃料消耗，又可实现减排，从而能够对汽车整体上达到一定程度的碳中和处理。
[0003]汽车尾气的余热回收系统，又叫EHRS（Exhaust Heat Recovery System）。这个系统产生的背景是目前汽车厂商生产的油车面临的主要是二氧化碳减排的压力，因此汽车客户对于EHRS系统具有一定的期望和要求。发动机有30%的能量会随着排气尾管的热量而排出，可以根据这部分的热量来设计一系列尾气余热回收产品，来帮助客户回收利用这部分的能量，减少汽车整体的碳排放。
[0004]当前三种不同的技术路线来帮助客户回收利用汽车尾气排出的热量，这三种不同的技术路线分别是热导热、热导电和朗肯（Rankine）循环。热导热就是发动机排出的热量直接以热量形式...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的车辆尾气余热回收系统，其特征在于，所述系统包括：温度测量机构，设置在每一种类的汽车的排气管上，用于测量所述种类汽车在每一运动周期的排气管参考温度；热量提取机构，设置在每一种类的汽车的排气管上，用于累计所述种类汽车在每一运动周期的排气管的管体散发总热量；尾气检测机构，设置在每一种类的汽车的排气管上，用于累计所述种类汽车在每一运动周期的排气管所排放的总尾气体积；周期捕获机构，分别与所述温度测量机构和所述热量提取机构连接，用于针对每一种类的汽车执行其每一运动周期的储备数据的捕获动作：所述储备数据包括排气管参考温度、管体散发总热量、总尾气体积以及时间轴长度；第一解析设备，与所述周期捕获机构连接，用于将某一种类的汽车在待预测运动周期之前的预设周期数量的各个运动周期分别对应的各个储备数据作为循环神经网络模型即人工智能模型的各个输入信号，将所述种类的汽车在待预测运动周期的储备数据作为所述循环神经网络模型的单个输出信号，解析出所述循环神经网络模型；第二解析设备，分别与所述第一解析设备和所述周期捕获机构连接，用于将不同种类的汽车在过往运动周期的储备数据作为所述第一解析设备解析出的循环神经网络模型的输入数据和输出数据完成对所述第一解析设备解析出的循环神经网络模型的多次学习；预测执行设备，与所述第二解析设备连接，用于将当前驾驶的汽车种类在下一运动周期之前预设周期数量的各个运动周期分别对应的各个储备数据作为完成多次学习的循环神经网络模型的各个输入信号以执行所述完成多次学习的循环神经网络模型，获得所述完成多次学习的循环神经网络模型的单个输出信号即当前驾驶的汽车种类在下一运动周期的储备数据；第一应对机构，与所述预测执行设备连接，用于获取当前驾驶的汽车种类在下一运动周期的储备数据中的管体散发总热量，并基于获取的管体散发总热量确定对应的下一运动周期的尾气余热回收策略；其中，选择的预设周期数量的数值与循环神经网络模型在完成多次学习时使用的汽车种类的数量正向关联；其中，每一种类汽车的单个运动周期占据的时间轴长度为所述种类汽车的发动机活塞在完成固定次数的反复运动所消耗的时间长度。2.如权利要求1所述的基于人工智能的车辆尾气余热回收系统，其特征在于，所述系统还包括：内容存储机构，与所述第一应对机构连接，用于存储获取的管体散发总热量与确定的对应的下一运动周期的尾气余热回收策略的对应关系；其中，基于获取的管体散发总热量确定对应的下一运动周期的尾气余热回收策略包括：当获取的管体散发总热量大于等于设定热量阈值时，启动下一运动周期的尾气余热回收动作；其中，当获取的管体散发总热量大于等于设定热量阈值时，启动下一运动周期的尾气余热回收动作包括：基于获取的管体散发总热量超过设定热量阈值的差值大小确定下一运动周期的尾气余热回收动作中需要从排气管的管体汲取的热量数值；
其中，基于获取的管体散发总热量超过设定热量阈值的差值大小确定下一运动周期的尾气余热回收动作中需要从排气管的管体汲取的热量数值包括：基于获取的管体散发总热量超过设定热量阈值的差值越小，确定的下一运动周期的尾气余热回收动作中需要从排气管的管体汲取的热量数值越小；其中，基于获取的管体散发总热量超过设定热量阈...
【专利技术属性】
技术研发人员：张立华，
申请(专利权)人：特斯联科技集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。