买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥工业大学申请的专利一种基于深度强化学习的能量回收全主动悬架控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120116681B 。

龙图腾网通过国家知识产权局官网在2025-11-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510561828.2，技术领域涉及：B60G17/018；该发明授权一种基于深度强化学习的能量回收全主动悬架控制方法是由黄鹤;姚乐凯;周俊杰;冯嘉铭;张炳力;姚磊;张嘉轩;张峰设计研发完成，并于2025-04-30向国家知识产权局提交的专利申请。

本一种基于深度强化学习的能量回收全主动悬架控制方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的能量回收全主动悬架控制方法，包括：1、构建能量回收全主动悬架仿真模型、仿真路面模型；2、构建状态量、动作量，对动作量处理控制悬架输出控制力；3、奖励函数设计；4、构建策略‑评价网络，并基于PPO算法训练神经网络，从而动态生成悬架控制策略。本发明能通过优化悬架系统的动态响应，提升车辆在各种路面和驾驶条件下的性能表现，从而能实现能量回收与悬架性能的协同优化，以满足智能汽车对舒适性、安全性和能效的多重需求。

本发明授权一种基于深度强化学习的能量回收全主动悬架控制方法在权利要求书中公布了：1.一种基于深度强化学习的能量回收全主动悬架控制方法，其特征在于，包括以下步骤： 步骤1、构建能量回收12车四自由度全主动悬架的仿真动力学模型和随机路面模型； 步骤2、定义悬架的状态参数集，，为总步数，为第步的归一化状态量，并有，其中，为第步的车身加速度，、分别为第步的前、后轮悬架动挠度，为第步的车身位移，为第步的电池剩余电量； 定义悬架的动作空间集，其中，为悬架刚度，为悬架阻尼系数，为电机接入的外部电流大小，为能量回收电路中H桥的PWM占空比； 步骤3、构建第步的奖励数； 步骤4、构建深度强化学习网络，包含5个神经元的输入层、层全连接层的隐藏层、4个神经元的输出层组成的动作网络和5个神经元的输入层、层全连接层的隐藏层、1个神经元的输出层组成的价值网络； 步骤5：将输入所述动作网络中进行处理，得到悬架在第步的动作量，所述仿真动力学模型执行第步的动作量后，得到第+1步的状态，从而构成第条样本，记为，进而得到m条样本并存储到样本池D中； 步骤6、基于样本池D，利用PPO算法对深度强化学习网络进行训练，得到最优深度强化学习模型； 步骤7：利用所述最优深度强化学习模型中的最优动作网络对实时输入的状态信息进行处理，并输出相应的控制指令，从而实现对能量回收全主动悬架的主动控制。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。