机动车降温控制系统和方法技术方案

本申请提供了用于机动车、特别是电动车的降温控制系统和方法，包括：服务器单元以及N个客户端单元，其中N大于或等于1，所述服务器单元与所述N个客户端单元经由无线网络彼此数据连接，所述N个客户端单元能够分别在N辆机动车上设置，每个客户端单元能够实时地收集并存储对应机动车上的能够用于评价所述机动车上的需要冷却的单元的温度的计算输入数据，每个客户端单元还能够实时地收集并存储所述需要冷却的单元的温度数据，每个客户端单元还能够利用所收集的计算输入数据基于一由所述服务器单元(200)确定的预测数学模型预测所述需要冷却的单元在未来某一时刻的温度数据，并且每个客户端单元能够基于预测的温度数据使得所述需要冷却的单元选择性提前降温。

Vehicle cooling control system and method

【技术实现步骤摘要】
机动车降温控制系统和方法
本申请大体上涉及机动车、特别是电动车中的任何需要冷却的部件的降温控制系统和方法。
技术介绍
出于环保原因以及越来越严格的尾气排放法规，电动车正在越来越普及。对于电动车而言，热量控制是一项非常重要的课题。例如，在电动车的运行过程中，电池组、电池管理单元、逆变器、通信模块、变速箱、电动机等单元会源源不断地产生大量热量。如果出现过热情况的话，通常会采取强制安全措施例如对相应的元件降低运行功率或者强制停止电动车运行来避免元件失效。也就是说，如果不能准确地提前预测元件的升温情况并使之相应冷却，将会显著影响驾驶感受。在传统的电动车降温控制中，主要基于单独一辆车的驾驶状态、和/或基于导航以及卫星定位系统如GPS(全球定位系统)或北斗定位系统获得的道路信息来提前预测潜在的过热条件。例如，如果道路通畅的话，可以预测电动车将会加速，因此电动机以及变速箱将会过热。由此，提前启动电动机以及变速箱的散热装置而预防过热。但是，这种传统控制方式的不足首先在于对电动车的相关单元进行预判的数学模型是固化的，无法适应在实际驾驶过程中出现的所有驾驶场景。另外，因为基于导航以及卫星定位数据，因此对于数据获取的精度要求非常高，否则的话将会出现电动车的相关单元过热或冷却不足的问题。
技术实现思路
针对上述问题，本申请旨在提出一种改进的用于电动车中的产生热量的单元的降温控制系统和方法。根据本申请的一个方面，提供了一种用于机动车、特别是电动车的降温控制系统，包括：服务器单元以及N个客户端单元，其中N大于或等于1，所述服务器单元与所述N个客户端单元经由无线网络彼此数据连接，所述N个客户端单元能够分别在N辆机动车上设置，每个客户端单元能够实时地收集并存储对应机动车上的能够用于评价所述机动车上的需要冷却的单元的温度的计算输入数据，每个客户端单元还能够实时地收集并存储所述需要冷却的单元的温度数据，每个客户端单元还能够利用所收集的计算输入数据基于一由所述服务器单元确定的预测数学模型预测所述需要冷却的单元在未来某一时刻的温度数据，并且每个客户端单元能够基于预测的温度数据使得所述需要冷却的单元选择性提前降温，并且其中，所述服务器单元能够从所述N个客户端单元接收所收集的计算输入数据以及温度数据，并且能够基于所接收的数据优化改进所述预测数学模型或者创建新的预测数学模型。可选地，针对每个客户端单元当前正在采用的预测数学模型，所述服务器单元将从客户端单元接收的计算输入数据的一部分以及温度数据的一部分分别作为该预测数学模型的输入和输出，来验证所述数据是否与该预测数学模型匹配。可选地，如果所述服务器单元的验证结果表明该预测数学模型并不匹配数据，则用新的预测数学模型替换该预测数学模型。可选地，所述新的预测数学模型由所述服务器单元基于已经接收的数据从所述服务器单元的数据存储器中选择，或者所述新的预测数学模型由所述服务器单元基于已经接收的数据生成。可选地，如果所述服务器单元的验证结果表明该预测数学模型匹配数据，则基于已经接收的数据，所述服务器单元优化改进所述预测数学模型。可选地，所述新的预测数学模型或所述优化改进后的预测数学模型被发送给所述客户端单元供使用。可选地，所述预测数学模型是基于人工神经元网络计算模型、模糊逻辑计算模型、基因算法计算模型、自适应学习计算模型或人工智能计算模型。可选地，在机动车中为所述需要冷却的单元的配备有散热单元，在所述预测的温度数据大于一规定值时，相应的客户端单元能够启动所述散热单元，以使得所述需要冷却的单元提前降温。可选地，在机动车为电动车时，所述需要冷却的单元包括电动车的电池组单元、电池管理单元、逆变器单元、电机单元、变速箱单元。可选地，在每个客户端单元上所采用的预测数学模型能够由机动车的驾驶员主动选择。可选地，所述计算输入数据包括所述需要冷却的单元的工作参数数据和/或机动车的路况数据，所述路况数据由机动车的实时导航和/或卫星定位数据获得。可选地，基于来自多个客户端单元的数据，所述服务端单元能够确定所述多个客户端单元之一的预测数学模型是否与其数据匹配。根据本申请的另一个方面，还提供了一种用于机动车、特别是电动车的降温预测控制方法，包括：提供服务器单元以及N个客户端单元，其中N大于或等于1，所述服务器单元与所述N个客户端单元经由无线网络彼此数据连接，所述N个客户端单元能够在N辆机动车上设置，每个客户端单元能够实时地收集并存储对应机动车上的能够用于评价所述机动车上的需要冷却的单元的温度的计算输入数据，每个客户端单元还能够实时地收集并存储所述需要冷却的单元的温度数据，每个客户端单元还能够利用所收集的计算输入数据基于一由所述服务器单元确定的预测数学模型预测所述需要冷却的单元在未来某一时刻的温度数据，并且每个客户端单元能够基于预测的温度数据使得所述需要冷却的单元选择性提前降温，并且其中，所述服务器单元能够从所述N个客户端单元接收所收集的计算输入数据以及温度数据，并且能够基于所接收的数据优化改进所述预测数学模型或者创建新的预测数学模型。可选地，针对每个客户端单元当前正在采用的预测数学模型，所述服务器单元将从客户端单元接收的计算输入数据的一部分以及温度数据的一部分分别作为该预测数学模型的输入和输出，来验证所述数据是否与该预测数学模型匹配。可选地，如果所述服务器单元的验证结果表明该预测数学模型并不匹配数据，则用新的预测数学模型替换该预测数学模型。可选地，所述新的预测数学模型由所述服务器单元基于已经接收的数据从所述服务器单元的数据存储器中选择，或者所述新的预测数学模型由所述服务器单元基于已经接收的数据生成。可选地，如果所述服务器单元的验证结果表明该预测数学模型匹配数据，则基于已经接收的数据，所述服务器单元优化改进所述预测数学模型。可选地，所述新的预测数学模型或所述优化改进后的预测数学模型被发送给所述客户端单元供使用。可选地，所述预测数学模型是基于人工神经元网络计算模型、模糊逻辑计算模型、基因算法计算模型、自适应学习计算模型或人工智能计算模型。可选地，在机动车中为所述需要冷却的单元的配备有散热单元，在所述预测的温度数据大于一规定值时，相应的客户端单元能够启动所述散热单元，以使得所述需要冷却的单元提前降温。可选地，在机动车为电动车时，所述需要冷却的单元包括电动车的电池组单元、电池管理单元、逆变器单元、电机单元、变速箱单元。可选地，在每个客户端单元上所采用的预测数学模型能够由机动车的驾驶员主动选择。可选地，所述计算输入数据包括所述需要冷却的单元的工作参数数据和/或机动车的路况数据，所述路况数据由机动车的实时导航和/或卫星定位数据获得。可选地，基于来自多个客户端单元的数据，所述服务端单元能够确定所述多个客户端单元之一的预测数学模型是否与其数据匹配。根据本申请的另一个方面，还提供了一种能够在机动车、特别是电动车上安装的客户端单元，所述客户端单元能够实时地收集并存储机动车上、特别是电动车上的能够用于评价所述机动车上、特别是电动车上的需要冷却的单元的温度的计算输入数据，所述客户端单元还能够实时地收集并存储所述需要冷却的单元的温度数据，所述客户端单元经由无线网络与前述的降温控制系统数据连接，所述客户端单元能够利用所收集的计算输入数据基于一由所述降温本文档来自技高网...

【技术保护点】
1.一种用于机动车、特别是电动车的降温控制系统，包括：服务器单元(200)以及N个客户端单元(1、2、3、4、5、6、…、N)，其中N大于或等于1，所述服务器单元(200)与所述N个客户端单元(1、2、3、4、5、6、…、N)经由无线网络彼此数据连接，所述N个客户端单元(1、2、3、4、5、6、…、N)能够分别在N辆机动车上设置，每个客户端单元能够实时地收集并存储对应机动车上的能够用于评价所述机动车上的需要冷却的单元的温度的计算输入数据(X(t))，每个客户端单元还能够实时地收集并存储所述需要冷却的单元的温度数据(T(t))，每个客户端单元还能够利用所收集的计算输入数据(X(t))基于一由所述服务器单元(200)确定的预测数学模型(Func)预测所述需要冷却的单元在未来某一时刻的温度数据(T(t′))，并且每个客户端单元能够基于预测的温度数据(T(t′))使得所述需要冷却的单元选择性提前降温，并且其中，所述服务器单元(200)能够从所述N个客户端单元(1、2、3、4、5、6、…、N)接收所收集的计算输入数据(X(t))以及温度数据(T(t))，并且能够基于所接收的数据(X(t)和T(t))优化改进所述预测数学模型(Func)或者创建新的预测数学模型(Func″)。...

【技术特征摘要】
1.一种用于机动车、特别是电动车的降温控制系统，包括：服务器单元(200)以及N个客户端单元(1、2、3、4、5、6、…、N)，其中N大于或等于1，所述服务器单元(200)与所述N个客户端单元(1、2、3、4、5、6、…、N)经由无线网络彼此数据连接，所述N个客户端单元(1、2、3、4、5、6、…、N)能够分别在N辆机动车上设置，每个客户端单元能够实时地收集并存储对应机动车上的能够用于评价所述机动车上的需要冷却的单元的温度的计算输入数据(X(t))，每个客户端单元还能够实时地收集并存储所述需要冷却的单元的温度数据(T(t))，每个客户端单元还能够利用所收集的计算输入数据(X(t))基于一由所述服务器单元(200)确定的预测数学模型(Func)预测所述需要冷却的单元在未来某一时刻的温度数据(T(t′))，并且每个客户端单元能够基于预测的温度数据(T(t′))使得所述需要冷却的单元选择性提前降温，并且其中，所述服务器单元(200)能够从所述N个客户端单元(1、2、3、4、5、6、…、N)接收所收集的计算输入数据(X(t))以及温度数据(T(t))，并且能够基于所接收的数据(X(t)和T(t))优化改进所述预测数学模型(Func)或者创建新的预测数学模型(Func″)。2.根据权利要求1所述的用于机动车的降温控制系统，其特征在于，针对每个客户端单元当前正在采用的预测数学模型(Func)，所述服务器单元(200)将从客户端单元接收的计算输入数据(X(t))的一部分以及温度数据(T(t))的一部分分别作为该预测数学模型(Func)的输入和输出，来验证所述数据是否与该预测数学模型(Func)匹配。3.根据权利要求2所述的用于机动车的降温控制系统，其特征在于，如果所述服务器单元(200)的验证结果表明该预测数学模型(Func)并不匹配数据，则用新的预测数学模型(Func″)替换该预测数学模型(Func)。4.根据权利要求3所述的用于机动车的降温控制系统，其特征在于，所述新的预测数学模型(Func″)由所述服务器单元(200)基于已经接收的数据从所述服务器单元(200)的数据存储器中选择，或者所述新的预测数学模型(Func″)由所述服务器单元(200)基于已经接收的数据生成。5.根据权利要求2所述的用于机动车的降温控制系统，其特征在于，如果所述服务器单元(200)的验证结果表明该预测数学模型(Func)匹配数据，则基于已经接收的数据，所述服务器单元(200)优化改进所述预测数学模型(Func)以产生优化改进后的预测数学模型(Func′)。6.根据权利要求4或5所述的用于机动车的降温控制系统，其特征在于，所述新的预测数学模型(Func″)或所述优化改进后的预测数学模型(Func′)被发送给所述客户端单元供使用并被存储在所述服务器单元(200)的数据存储器中。7.根据权利要求1至6任一所述的机动车的降温控制系统，其特征在于，在机动车中为所述需要冷却的单元的配备有散热单元，在所述预测的温度数据(T(t′))大于一规定值(Tlim)时，相应的客户端单元能够启动所述散热单元，以使得所述需要冷却的单元被提前降温。8.根据权利要求7所述的机动车的降温控制系统，其特征在于，在每个客户端单元上所采用的预测数学模型(Func)能够由机动车的驾驶员主动选择。9.根据权利要求1至8任一所述的机动车的降温控制系统，其特征在于，基于来自多个客户端单元的数据，所述服务端单元(200)能够确定所述多个客户端单元之一的预测数学模型是否与其数据匹配。10.根据权利要求1至9任一所述的机动车的降温控制系统，其特征在于，所述计算输入数据(X(t))包括所述需要冷却的单元的工作参数数据和/或机动车的路况数据，所述路况数据由机动车的实时导航和/或卫星定位数据获得。11.一种用于机动车、特别是电动车的降温控制方法，包括：提供服务器单元(200)以及N个客户端单元(1、2、3、4、5、6、…、N)，其中N大于或等于1，所述服务器单元(200)与所述N个客户端单元(1、2、3、4、5、6、…、N)经由无线网络彼此数据连接，所述N个客户端单元(1、2、3、4、5、6、…、N)能够分别在N辆机动车上设置，每个客户端单元能够实时地收集并存储对应机动车上的能够用于评价所...

【专利技术属性】
技术研发人员：臧晓云，安贤嵘，
申请(专利权)人：罗伯特·博世有限公司，
类型：发明
国别省市：德国,DE