회원 로그인 창


로그인 메뉴

따끈따끈! 신착 전자책

더보기

콘텐츠 상세보기
Simulink을  활용 시뮬레이션 검증에 따른 하이브리드 전기차 강화학습연구


SMART
 

Simulink을 활용 시뮬레이션 검증에 따른 하이브리드 전기차 강화학습연구

Zehui Kong, Yuan Zou, Teng Liu 저 | 아진

출간일
2020-07-13
파일형태
PDF
용량
12 M
지원 기기
PC
대출현황
보유1, 대출0, 예약중0
콘텐츠 소개
목차
한줄서평

콘텐츠 소개

To further improve the fuel economy of series hybrid electric tracked vehicles, a
reinforcement learning (RL)-based real-time energy management strategy is
developed in this paper. In order to utilize the statistical characteristics of online
driving schedule effectively, a recursive algorithm for the transition probability
matrix (TPM) of power-request is derived. The reinforcement learning (RL) is
applied to calculate and update the control policy at regular time, adapting to the
varying driving conditions. A facing-forward powertrain model is built in detail,
including the engine-generator model, battery model and vehicle dynamical model.
The robustness and adaptability of real-time energy management strategy are
validated through the comparison with the stationary control strategy based on
initial transition probability matrix (TPM) generated from a long naturalistic
driving cycle in the simulation.
Results indicate that proposed method has better fuel economy than stationary one
and is more effective in real-time control.

목차

제 1편 : SIMULINK 기본편
1.1 SIMULINK의 시작 1
블록의 연결 5
블록 파라미터의 설정 7
시뮬레이션 파라미터 (Configuration Parameters)의 설정 8
시뮬레이션의 수행 9
블록 파라미터의 표시 9
복수 데이터의 표시 11
2.2 동적 시뮬레이션 13
이차 미분방정식 17
선형 상태변수 모델 23
DC 모터의 시뮬레이션 24
함수 블록의 사용 29
차분방정식(difference equation)의 모델링 34
Subsystem(부시스템)의 구성 37

제 2편 : 연구논문

1. Introduction 41
2. Modelling of hybrid electric tracked vehicle 43
3. Real-time energy management strategy 45
4. RL-based Real-time energy management strategy 46
5. Simulation and validation 48
6. Conclusion 51
7. References 55

한줄서평

  • 10
  • 8
  • 6
  • 4
  • 2

(한글 300자이내)
리뷰쓰기
한줄 서평 리스트
평점 한줄 리뷰 작성자 작성일 추천수

등록된 서평이 없습니다.