您的位置: 专家智库 > >

钟宛余

作品数:6 被引量:30H指数:3
供职机构:广西科技大学更多>>
发文基金:广西壮族自治区科技攻关计划更多>>
相关领域:自动化与计算机技术机械工程交通运输工程电气工程更多>>

文献类型

  • 5篇期刊文章
  • 1篇学位论文

领域

  • 4篇机械工程
  • 4篇自动化与计算...
  • 3篇交通运输工程
  • 1篇电气工程

主题

  • 4篇电动
  • 3篇电动汽车
  • 3篇动态规划
  • 3篇能量管理
  • 3篇汽车
  • 3篇燃油
  • 3篇燃油经济性
  • 3篇混合动力
  • 3篇混合动力电动...
  • 2篇运动学
  • 2篇运动学求解
  • 2篇逆运动
  • 2篇逆运动学
  • 2篇逆运动学求解
  • 2篇机器人
  • 2篇LM算法
  • 1篇单片
  • 1篇单片机
  • 1篇电动车
  • 1篇电动车窗

机构

  • 6篇广西科技大学
  • 2篇教育部

作者

  • 6篇钟宛余
  • 4篇李春贵
  • 3篇臧庆凯
  • 2篇琚裕强

传媒

  • 1篇现代制造工程
  • 1篇机械设计与制...
  • 1篇计算机仿真
  • 1篇广西工学院学...
  • 1篇计算机测量与...

年份

  • 6篇2012
6 条 记 录,以下是 1-6
排序方式:
防夹电动车窗控制器自动检测仪设计被引量:3
2012年
为了克服人工检测系统操作复杂、效率低、检测精度不高等缺点,提高防夹车窗控制器的生产效率及产品合格率,设计了一种防夹电动车窗控制器自动检测系统。该检测系统以89S52单片机为控制核心,结合继电器、数码管显示等外围电路,实现了对防夹电动车窗控制器各项功能的自动测试,同时反馈防夹电动车窗控制器的功能状态信息。经过实践证明该设备比人工检测设备的具有更多测试功能,且技术先进,自动化程度高,测量精度高,极大地提高了控制器的生产效率和产品合格率,产生了显著的经济效益。
琚裕强钟宛余
关键词:自动检测系统单片机继电器
基于三个并行BP神经网络的机器人逆运动学求解被引量:11
2012年
针对传统的求逆运动学方法相当复杂,一般的神经网络收敛速度慢、精度不高的缺陷,提出一种由3个并行的BP(BackPropagation)神经网络组成的系统来解决运动学逆问题,输入数据分别通过3个并行的BP神经网络,再对输出分别求正运动学解,然后计算误差,最后选择误差最小的作为系统的输出;仿真表明,该方法可以有效地解决运动学逆问题,使用3个并行的BP神经网络可以使整个系统的误差更小,BP神经网络使用Levenberg-Marquardt训练方法,可以使学习收敛速度更快。
臧庆凯李春贵钟宛余
关键词:机器人逆运动学神经网络LM算法
并联式混合动力汽车能量管理策略优化研究
低污染的混合动力电动汽车(HEV)是一种油电混合汽车,它是向零污染汽车过渡的主要研究方案。因此,HEV是在完全实现零污染汽车的过渡时期可以进行产业化生产的现实方案,对HEV关键技术的研究具有重要意义。 为实现HEV动力源...
钟宛余
关键词:混合动力电动汽车动态规划随机动态规划燃油经济性
文献传递
混合动力电动汽车能量管理控制策略及仿真被引量:11
2012年
研究电动汽车能量管理优化控制问题,混合动力电动汽车(HEV)能量管理系统,由于动力效率决定于发动机性能控制。针对传统方法燃油利用率低,车辆驾驶控制方式影响了优化。为了提高能源优化效率及优化驾驶控制,提出了一种燃油经济性和驾驶性能全局优化的能量管理控制策略。首先在系统中加入驾驶性能变量,并在代价函数中加入驾驶性能限制,然后把HEV能量管理问题建模为多步决策过程问题,运用动态规划(DP)原理,得到了全局优化的能量管理控制器。将该控制器模型嵌入高级车辆仿真器ADVISOR的并联车辆模型中,与传统规则的控制策略进行仿真对比。仿真结果表明,新的控制策略使燃油经济性提高了约16%,并且使驾驶性能控制在良好的范围内,能有效提高HEV能量管理的效率和实用性,为优化设计提供了依据。
钟宛余李春贵
关键词:混合动力电动汽车能量管理燃油经济性驾驶性能动态规划
HEV电机辅助能量管理控制策略优化研究
2012年
混合动力电动汽车(Hybrid Electric Vehicle,HEV)中基于规则的电机辅助(Motor Assist,MA)能量管理策略控制效率偏低,为了优化发动机效率,提高车辆燃油经济性,根据给定的行驶工况,首先运用动态规划(DP)算法离线计算出全局最优化结果,然后从优化结果中提取最优控制规则并运用于基于规则的能量管理控制策略中,提出了改进的MA控制算法,并在高级车辆仿真器ADVISOR软件平台下进行仿真,结果表明新的控制策略能有效提高车辆的燃油经济性。
钟宛余李春贵琚裕强臧庆凯
关键词:混合动力电动汽车能量管理燃油经济性动态规划
基于RBF和BP网络的机器人逆运动学求解被引量:6
2012年
针对传统的求逆运动学方法相当复杂以及一般的神经网络收敛速度慢、精度不高的缺陷,提出一种由1个RBF(Radial Basis Function)网络和2个BP(Back Propagation)网络组成的系统来解决运动学逆问题,输入数据分别通过3个并行的神经网络,对输出分别求正运动学解,计算误差,选择误差最小的作为系统的输出,其中BP网络运用LM(Levenberg-Marquardt)方法进行训练.仿真表明:该方法可以有效的解决运动学逆问题,避免了传统解法中的一些棘手问题.
臧庆凯李春贵钟宛余
关键词:机器人逆运动学LM算法RBF网络
共1页<1>
聚类工具0