摘要
本发明公开一种智能发动机冷却水泵执行器的控制系统及方法,融合了多模态感知技术、动态热熵特征提取、分层强化学习策略、图神经网络协同优化、自适应模型预测控制以及边缘计算部署与故障自修复机制,构建了全流程智能冷却控制框架;采集多源传感器数据,通过混合机制计算动态热熵,对数据进行加权融合与异常抑制;采用分层控制策略进行冷却水泵目标转速决策,引入有限元分析方法动态预测热应力,并作为惩罚项纳入策略优化过程,构建图神经网络,实现子系统间耦合关系建模与协同控制指令生成;构建自适应MPC优化模型,基于知识蒸馏的轻量化控制模型压缩方法,以适配车载边缘计算资源限制;设计在线热熵监控机制与增量学习自修复策略。
技术关键词
执行器控制方法
智能发动机
冷却水泵
分层控制策略
有限元分析方法
动态故障诊断
模型预测控制方法
修复机制
在线增量学习
在线故障检测
模型压缩方法
节点
权重计算方法
冷却系统
识别发动机
协同控制优化方法
系统为您推荐了相关专利信息
三维骨骼模型
数字化三维模型
仿生微结构
个性化假体
个性化模具
执行器控制方法
六维力传感器
重力
基座坐标系
力矩
全状态监测方法
神经网络模型
数字孪生系统
应变计传感器
应力
采摘对象
采摘机械臂
末端执行器
机械臂姿态
运动轨迹信息