重庆大学曹华军获国家专利权
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!
龙图腾网获悉重庆大学申请的专利一种考虑制造成本的纯电动轮式装载机动力总成的多目标优化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:CN116186893B 。
龙图腾网通过国家知识产权局官网在2026-03-17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:202310094705.3,技术领域涉及:G06F30/15;该发明授权一种考虑制造成本的纯电动轮式装载机动力总成的多目标优化方法是由曹华军;黄淇;黄潇辉;鄢万斌设计研发完成,并于2023-02-10向国家知识产权局提交的专利申请。
本一种考虑制造成本的纯电动轮式装载机动力总成的多目标优化方法在说明书摘要公布了:本发明提供一种考虑制造成本的纯电动轮式装载机动力总成的多目标优化方法,包括以下步骤:1获取纯电动轮式装载机的整车参数,分析纯电动轮式装载机动力总成的总成结构和动力传递情况,从而确定需要优化的纯电动轮式装载机部件;2根据纯电动轮式装载机的整车参数和需要优化的纯电动轮式装载机部件,构建动力总成多目标优化模型;3采用改进的多目标水母搜索算法对动力总成多目标优化模型进行迭代求解,获得最优动力总成设计参数解集。本发明能够解决多优化目标、多参数的纯电动轮式装载机动力总成参数优化问题,进而解决现有的设计方法无法对整车性能和制造成本进行科学的计算,仅考虑单个部件的优化等问题。
本发明授权一种考虑制造成本的纯电动轮式装载机动力总成的多目标优化方法在权利要求书中公布了:1.一种考虑制造成本的纯电动轮式装载机动力总成的多目标优化方法,其特征在于,包括以下步骤: 1获取纯电动轮式装载机的整车参数,分析纯电动轮式装载机动力总成的总成结构和动力传递情况,从而确定需要优化的纯电动轮式装载机部件; 2根据纯电动轮式装载机的整车参数和需要优化的纯电动轮式装载机部件,构建动力总成多目标优化模型; 所述动力总成多目标优化模型的目标函数包括动力总成制造成本C的目标函数、特定客户需求工况电能消耗W的目标函数和最高车速的加速时间T的目标函数; 所述动力总成制造成本C的目标函数如下所示: 1 式中,Cmotor为电机成本;Cbridge为驱动桥成本;Cbox为变速箱成本;Cbattery为电池成本; 所述变速箱成本Cbox如下所示: 2 式中,me为模数,be为变速箱的齿轮齿宽,e=1,2…n2,Zf为变速箱的齿轮齿数,f=1,2…n,n表示电机或驱动桥型号;c为变速箱制造成本中的拟合系数; 所述电池成本Cbattery如下所示: 3 式中,ɑ、b为拟合系数;RPE为电池功率能量比;Wbattery为满足工作需求的电池容量; 所述特定客户需求工况电能消耗W的目标函数如下所示: 4 式中,ci为第i个物料下的客户需求百分比;Fij为第i个物料下第j时刻的装载机所需牵引力;Ti为第i个物料下的铲装工况总时间;vij为第i个物料下第j时刻所需的速度;ηm_ij为第i个物料下第j时刻下的驱动电机效率;A为特定客户需求工况电能消耗的物料总数;B为特定客户需求工况电能消耗的时间总数;ηt为传动总效率;t为时刻; 所述最高车速的加速时间T的目标函数如下所示: 5 式中,m为整车质量;Pnmax、Tnmax为型号n的电机峰值功率、峰值转矩;ing为型号n的驱动桥速比;f为道路摩擦系数;CD为空气阻力系数;A1为迎风面积;δ1为旋转质量换算系数;VH1为在1档状态下电机达到额定转速时整车的速度;Vmax为整车的最大速度;v为整车的速度,r为车轮滚动半径,i1为1档传动比;g为重力加速度; 3采用改进的多目标水母搜索算法对动力总成多目标优化模型进行迭代求解,获得最优动力总成设计参数解集,步骤如下: 3.1建立寻优空间; 设定最大种群数为npop;最大迭代次数为Maxiter;最大存档种群容量为nrep;用于分割搜素空间的网格数为ngrid; 3.2初始化动力总成参数种群,得到存档种群和精英种群; 计算初始化种群Xs对应的食物营养量fXs,并通过分配当前种群来初始化精英种群;初始化时间函数t=1; 3.3计算存档种群的拥挤度,然后将存档种群分割成ngrid个相应的搜索空间,使用轮盘机制对每个搜索空间进行选择,得到精英成员; 3.4计算时间控制函数,根据时间控制函数对水母运动进行分类,包括主动运动A型、主动运动B型和被动跟随洋流运动;水母通过在可行域范围内进行运动,搜索不同的食物营养量fXs,从而更新精英种群和存档种群中的水母种群Xs和食物营养量fXs,当水母种群Xi满足进行位置跳跃的条件函数时,生成水母新种群,进行下一步的迭代准备; 其中,时间控制函数ct如下所示: 6 式中,t为时间函数,Maxiter为最大迭代次数; 3.5计算运动后的水母种群Xs和对应的食物营养量fXs,更新精英种群和存档种群的位置信息,若存档种群容量达到最大值nrep,则转至步骤3.6,若没有达到最大值,则比较时间函数t与最大迭代次数Maxiter; 若tMaxiter,则令t=t+1,并回到步骤3.3; 若tMaxiter,则输出最优动力总成设计参数解集以及目标函数的目标值; 3.6如果某个精英成员完全支配了所有存档种群的成员,则存档种群被完全删除,新的精英成员成为新的存档种群; 若存档种群已满,仍要添加新的存档种群,则按轮盘机制在存档种群中找出劣质成员并将其淘汰,完成相应的存档种群的管理和淘汰后,比较时间函数t与最大迭代次数Maxiter; 若tMaxiter,则令t=t+1,并回到步骤3.3; 若tMaxiter,则输出最优动力总成设计参数解集以及目标函数的目标值。
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重庆大学,其通讯地址为:400044 重庆市沙坪坝区沙正街174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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励