典型文献
基于深度强化学习的分布式电驱动车辆扭矩分配策略
文献摘要：
为在保证分布式电驱动车辆制动稳定性的前提下实现经济性的提升,提出了基于深度强化学习的分布式驱动前、后轴扭矩分配策略.在建立分布式电驱动车辆关键部件物理模型的基础上,基于车辆模型及制动稳定性约束,建立了基于深度强化学习的扭矩最优分配控制模型,并对传统固定比值的扭矩分配策略和所提出的策略进行了对比,结果表明:在新欧洲驾驶循环(NEDC)仿真工况下,相对于传统策略,所提出的方法可实现牵引效率提高4.18百分点,再生制动率提高4.92百分点;在对开路面大制动强度的硬件在环试验中,所提出的方法可将低附着系数路面车轮的滑移率控制在20％附近,有效保证制动的稳定性.
文献关键词：
分布式驱动;电动汽车;深度强化学习;扭矩分配
中图分类号：
作者姓名：
孔泽慧;樊杰
作者机构：
广西机电职业技术学院,南宁530007;中国汽车工程研究院股份有限公司,重庆401122
文献出处：
引用格式：
[1]孔泽慧;樊杰-.基于深度强化学习的分布式电驱动车辆扭矩分配策略)[J].汽车技术,2022(02):36-42
A类：
B类：
深度强化学习,分布式电驱动车辆,扭矩分配,分配策略,制动稳定性,分布式驱动,后轴,关键部件,物理模型,车辆模型,稳定性约束,控制模型,定比,新欧洲驾驶循环,NEDC,效率提高,百分点,再生制动,制动率,开路,制动强度,硬件在环试验,附着系数路面,车轮,滑移率控制,电动汽车
AB值：
0.294997
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
