混合动力拖拉机功率分配控制方法技术

本发明专利技术涉及车辆控制技术领域，具体涉及一种混合动力拖拉机功率分配控制方法，包括获取混合动力拖拉机的历史行走数据和作业数据；构建灰色神经网络行驶速度模型预测模型；通过灰色神经网络行驶速度模型基于历史行走数据和作业数据对混合动力拖拉机的当前行驶工况进行预测，得到预测速度；通过归一化多目标优化函数使用离散随机动态规划算法对混合动力拖拉机作业时的行走功率与作业功率进行分配；同时，基于预测速度通过归一化多目标优化函数使用离散随机动态规划算法对混合动力拖拉机的发动机与电机的转矩、转速、挡位和气门开度进行调整，解决了拖拉机无法根据行驶状态进行预测改变供能的模式的问题。测改变供能的模式的问题。测改变供能的模式的问题。

【技术实现步骤摘要】
混合动力拖拉机功率分配控制方法


[0001]本专利技术涉及车辆控制
，尤其涉及一种混合动力拖拉机功率分配控制方法。

技术介绍

[0002]智能制造技术推动了第二产业的发展，农业产业也急需智能化、数字化与自动化的作业机器，实现资源有效利用、提高农业生产效率，促进农业增产增效，改变农民收种。
[0003]目前对于农业机械装备的智能化控制策略较少，其中以拖拉机为例，无法根据其行驶状态进行预测改变供能的模式，使得拖拉机行驶时的功率较大。

技术实现思路

[0004]本专利技术的目的在于提供一种混合动力拖拉机功率分配控制方法，旨在解决拖拉机无法根据行驶状态进行预测改变供能的模式的问题。
[0005]为实现上述目的，本专利技术提供了一种混合动力拖拉机功率分配控制方法，包括以下步骤：
[0006]获取混合动力拖拉机的历史行走数据和作业数据；
[0007]构建灰色神经网络行驶速度预测模型；
[0008]通过所述灰色神经网络行驶速度预测模型，基于所述历史行走数据和所述作业数据，对所述混合动力拖拉机的当前行驶工况进行预测，得到预测速度；
[0009]构建归一化多目标优化函数；
[0010]通过所述归一化多目标优化函数使用离散随机动态规划算法对所述混合动力拖拉机作业时的行走功率与作业功率进行分配；同时，基于所述预测速度通过所述归一化多目标优化函数使用离散随机动态规划算法对所述混合动力拖拉机的发动机与电机的转矩、转速、挡位和气门开度进行调整。
[0011]其中，所述获取混合动力拖拉机的历史行走数据和作业数据的具体方式为：
[0012]基于历史工况和经验工况查找MAP图；
[0013]基于所述MAP图获取混合动力拖拉机的历史行走数据和作业数据。
[0014]其中，所述历史行走数据包括所述拖拉机历史的行驶速度、车轮需求转矩、加速踏板开度、制动踏板开度、挡位和整车需求功率。
[0015]其中，所述构建灰色神经网络行驶速度预测模型的具体方式为：
[0016]建立灰色预测模型和算法数学模型；
[0017]基于所述灰色预测模型和所述算法数学模型建立灰色神经网络行驶速度预测模型。
[0018]其中，所述通过所述灰色神经网络行驶速度预测模型，基于所述历史行走数据和所述作业数据，对所述混合动力拖拉机的当前行驶工况进行预测，得到预测速度的具体方式为：
[0019]将所述历史行走数据按照等维递推进行分组，得到输入数据和验证数据；
[0020]分别使用所述输入数据和对所述验证数据所述灰色神经网络行驶速度预测模型进行训练和验证，得到最优预测模型；
[0021]将所述作业数据输入所述最优预测模型；
[0022]所述最优预测模块基于所述作业数据对所述混合动力拖拉机的当前行驶工况进行预测，得到预测速度。
[0023]本专利技术的一种混合动力拖拉机功率分配控制方法，通过获取混合动力拖拉机的历史行走数据和作业数据；构建灰色神经网络行驶速度模型预测模型；通过所述灰色神经网络行驶速度模型基于所述历史行走数据和所述作业数据对混合动力拖拉机的当前行驶工况进行预测，得到预测速度；通过所述归一化多目标优化函数使用离散随机动态规划算法对所述混合动力拖拉机作业时的行走功率与作业功率进行分配，以实现优化行驶时电耗、油耗的综合经济性；同时，基于所述预测速度通过所述归一化多目标优化函数使用离散随机动态规划算法对所述混合动力拖拉机的发动机与电机的转矩、转速、挡位和气门开度进行调整，解决了拖拉机无法根据行驶状态进行预测改变供能的模式的问题。
附图说明
[0024]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0025]图1是本专利技术提供的一种混合动力拖拉机功率分配控制方法的流程图。
[0026]图2是获取混合动力拖拉机的历史行走数据和作业数据的流程图。
[0027]图3是构建灰色神经网络行驶速度预测模型的流程图。
[0028]图4是所述灰色神经网络行驶速度预测模型，基于所述历史行走数据和所述作业数据，对所述混合动力拖拉机的当前行驶工况进行预测，得到预测速度的流程图。
[0029]图5是灰色神经网络拓扑结构图。
具体实施方式
[0030]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。
[0031]请参阅图1至图5，本专利技术提供一种混合动力拖拉机功率分配控制方法，包括以下步骤：
[0032]S1获取混合动力拖拉机的历史行走数据和作业数据；
[0033]具体方式为：
[0034]S11基于历史工况和经验工况查找MAP图；
[0035]S12基于所述MAP图获取混合动力拖拉机的历史行走数据和作业数据。
[0036]具体的，所述历史行走数据包括所述拖拉机历史的行驶速度、车轮需求转矩、加速踏板开度、制动踏板开度、挡位和整车需求功率。
[0037]S2构建灰色神经网络行驶速度预测模型；
[0038]具体方式为：
[0039]S21建立灰色预测模型GM(GreyModel)和算法数学模型；
[0040]具体的，所述灰色预测模型可以确定未来的发展趋势，为做出决策提供依据。其原理是通过序列生成算子生成一系列函数，这些函数是建模和预测的基础。算子可以强化离散过程中的不确定性，弱化其不确定性。
[0041]神经网络是一种分布式并行信息处理的算法数学模型，可以处理各节点的关系，达到处理信息的目的，具有极强的学习能力与适应能力。
[0042]使用灰色神经网络(GNN)行驶速度预测模型对已有工况数据进行训练，并可以预测出未来5个时刻的行驶速度，在拖拉机行驶的过程中实时更新历史数据并重新训练，可以得到在线实时预测行驶数据。
[0043]建立灰色预测模型一阶单变量GM(1,1)模型
[0044]假设时间序列长度为N，时间间隔Δt为1s，历史实际速度的初始时间序列X
(0)
，
[0045]X
(0)
＝(X
(0)
(1)，X
(0)
(1)，...，X
(0)
(N))；
[0046]为弱化时间序列X
(0)
数据简的随机性与波动性进行一次累加，生成新的时间序列X
(1)
，
[0047]X
(1)
＝(X
(1)
(1)，X
(1)
(1)，...，X
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种混合动力拖拉机功率分配控制方法，其特征在于，包括以下步骤：获取混合动力拖拉机的历史行走数据和作业数据；构建灰色神经网络行驶速度预测模型；通过所述灰色神经网络行驶速度预测模型，基于所述历史行走数据和所述作业数据，对所述混合动力拖拉机的当前行驶工况进行预测，得到预测速度；构建归一化多目标优化函数；通过所述归一化多目标优化函数使用离散随机动态规划算法对所述混合动力拖拉机作业时的行走功率与作业功率进行分配；同时，基于所述预测速度通过所述归一化多目标优化函数使用离散随机动态规划算法对所述混合动力拖拉机的发动机与电机的转矩、转速、挡位和气门开度进行调整。2.如权利要求1所述的混合动力拖拉机功率分配控制方法，其特征在于，所述获取混合动力拖拉机的历史行走数据和作业数据的具体方式为：基于历史工况和经验工况查找MAP图；基于所述MAP图获取混合动力拖拉机的历史行走数据和作业数据。3.如权利要求2所述的混合动力拖拉机功率分配控制方法，其特征在于，所述历史行走数...

【专利技术属性】
技术研发人员：雷贞贞，黄亚芳，张帅，孟杰，王久华，陈峥，刘永刚，
申请(专利权)人：重庆科技学院，
类型：发明
国别省市：