CN119428213A 一种锂电池的混合动力摩托车性能提升控制策略生成方法 （广州豪进摩托车股份有限公司）

一种锂电池的混合动力摩托车性能提升控本申请提供一种锂电池的混合动力摩托车根据滑行和制动状态下的能量回收策略的细分的操作特征判断驾驶员的加速、减速或匀速意2基于实时获取的锂电池容量状态、电机能量回收效率、车辆车辆行驶状态包括滑行状态和制动状态，若当前车辆处于滑行通过传感器采集车辆的车速和制动力度大小，并根据车速和制动力度根据滑行和制动状态下的能量回收策略的细分结果，将不同能量门踏板和刹车踏板的力度，并将判断得到的驾驶员意图作为能量回收策略动态调整的依根据实时电池容量状态和驾驶员意图，动态调整能量回收策略的将能量回收策略强度的动态调整方式应用于目标能量回收策略组合根据电池端电压与充电电流的乘积获得第一功率数值，采用最小二采用全球定位卫星数据计算得到路面坡度值，对所述路面坡度值与集的负载质量数据进行线性卡尔曼滤波运算若电机回收功效高于预设阈值，则根据电池容量状态值与对所述功率回收比例值进行离差标准化处理得到标准化数据获取车载惯性传感器采集的三轴角速度与加速度数值，并根据馈的踏板开度值与车轮霍尔转速传感器信号判断车根据所述车辆运动状态从车载通信总线获取电机控制器反馈的转3车身姿态传感器与大气压力传感器采集的数值若加速踏板开度为零且制动踏板开度小于制动踏板开度阈值若制动踏板开度大于制动踏板开度阈值，则根据制动压力传感器从制动踏板位移传感器获取踏板行程数值，通过车速所述车速值低于预设速度阈值且制动力矩小于预设力矩阈值则判定根据车辆位置坐标序列计算得到滑行距离值，采针对所述踏板行程数值进行小波分解得到行程变化率，结合车轮采用双层神经网络依据所述回收力矩的档位与所述制动类型计算电池充采用制动踏板位移传感器采集制动踏板位移信号，根据所述位移信根据制动主缸压力信号获取压力曲线斜率值，通过所述压力曲线针对所述制动工况类型从预设的力度回收映射表读取对应回通过扭矩传感器采集所述电机输出转矩，从电池管理4采集车速传感器和加速度传感器及电池管理器输出的实时数据，根数据通过支持向量机回归器得到回收功率限值与根据所述回收功率限值与回收转矩限值，采用车载定位单元与获取制动压力传感器输出的主缸压力值，通过比例积分控针对车速值和电池状态值与回收潜力值构建状态空间，通过踏板位移传感器采集油门与制动踏板位移数据，通过力矩传感器根据纵向加速度大于指定阈值且油门踏板位移大于设定值时判定加采用滑动时间窗口对踏板力度数据与车速数据进行均值滤波，获得力根据所述加速意图下的力度变化率正值与所述减速意图下的力度8.根据权利要求1所述的方法，其特征在于，所述根据实时电池容量状态和驾驶员意括:采用电池管理器获取电池组电压值与电流值，根据所述电压值与通过踏板位移传感器获取油门踏板位移值与制动踏板位移值根据所述电池组电压值和所述温度值及容量状态值建立支持向从电机转速传感器获取转速值，采用比例积分控制器处理所述转速值与所述驾驶意采集电池组端电压信号和电流信号及温度信号的三维序列数5根据所述初始回收功率值与荷电状态阈值，采用滑动时间窗口计算得通过比例积分控制器根据所述温度变化率与所述荷电状态变化率调节回针对所述温度变化率与所述荷电状态变化率划分档位区间，6行和制动状态下的能量回收策略进行细分，在滑行状态下根据滑行距离长度划分为轻度、7[0013]图1为本发明的一种锂电池的混合动力摩托车性能提升控制策略生成方法的流程[0014]图2为本发明的一种锂电池的混合动力摩托车性能提升控制策略生成方法的示意[0015]图3为本发明的一种锂电池的混合动力摩托车性能提升控制策略生成方法的又一[0017]如图1_3，本实施例一种锂电池的混合动力摩托车性能提升控制策略生成方法具一功率数值进行拟合得到电池容量状态值；采用全球定位卫星数据计算得到路面坡度值，对所述路面坡度值与车载重力传感器采集的负载质量数据进行线性卡尔曼滤波运算得到825摄氏度环境温度下，端电压3.7伏时对应80％容量状态，随着温度降低至零下10摄氏度90.5倍实时车速的制动转矩，并从电池管理单元获取电池组端电压与最大允许充电电流限力传感器测得压力值4兆帕，线性回归预测器基于历史数据计算最大容许制动压力5兆帕。电池管理单元反馈电池剩余容量80％时，比例积分控制器输出0.6的液压制动比例，剩余[0027]从制动踏板位移传感器获取踏板行程数值，通过车速传感器获取车辆实时车速率，基于电机转速传感器反馈的每档车速数值与功率转换装置测量的输入输出功率比值，变化率的判定通过小波分解实现不同工况的识别，渐进制动时踏板行程以3毫米每秒的速池温度低于5摄氏度时最大允许充电功率降低至25千瓦，控制器相应减小电机制动转矩输0.9倍额定转矩与0.9倍额定充电电流，基于回收参数计算电机输出转矩值与充电电流限流120安培条件下，渐进式制动输出90牛米转矩与48安培充电电流，适合长距离轻制动工[0034]示例性的，采用车速传感器采集实时车速值与加速度传器的积分项与比例项执行在线参数整定。车速与车辆运动状态反映能量回收的基本条件，参数映射到12维状态空间，基于每千瓦回收功率获得1单位奖励的原则，计算最优控制策器测得纵向加速度0.5米每平方秒，这组数据经过50赫兹采样频率的低通滤波后输入神经的油门与制动踏板数据，通过长短期记忆神经网络对踏板位移与操作力度进行特征提取，辆产生0.4米每平方秒的加速度。神经网络基于1000小时标注数据训练得到的意图识别器[0041]S107、将能量回收策略强度的动态调整方式应用于目标能量回收策略组合方案