找到 2 条结果 · IEEE Access
数字孪生与TD3算法实现车联网中电动汽车能量管理优化
Digital Twin and TD3-Enabled Optimization of xEV Energy Management in Vehicle-to-Grid Networks
Irum Saba · Abdulraheem H. Alobaidi · Sultan Alghamdi · Muhammad Tariq · IEEE Access · 2025年5月
电动汽车快速普及需优化储能系统管理以提升性能、寿命和可靠性。传统ESS管理方法在实时状态估计、能量优化和预测性维护方面存在困难，导致电池利用和可持续性效率低下。本文提出先进ESS框架，集成数字孪生DT技术和双延迟深度确定性策略梯度TD3算法（源自DDPG的最先进强化学习方法）。该集成实现关键ESS状态（SOC、SOH、SOE和RUL）的精确实时估计，增强预测性维护和运营效率。所提框架促进主动电池健康监控，生成潜在故障早期预警，通过DT驱动ESS控制实现智能电池更换。通过动态调整ESS控制策略，T...
解读: 该数字孪生技术对阳光电源新能源汽车业务具有重要价值。阳光OBC车载充电机和BMS系统需要精准的电池状态估计和智能能量管理。该研究的DT-TD3框架可集成到阳光车辆能量管理系统，实现99.8%的高精度SOC/SOH估计，优化充电策略和电池寿命管理。在V2G车网互动场景下，该技术可预测电池健康状态，智能...
延长工具寿命：通过寿命引导的强化学习掌握通用工具的熟练使用
Prolonging Tool Life: Learning Skillful Use of General-Purpose Tools Through Lifespan-Guided Reinforcement Learning
Po-Yen Wu · Cheng-Yu Kuo · Yuki Kadokawa · Takamitsu Matsubara · IEEE Access · 2026年2月 · Vol.14
针对不确定任务环境下通用工具寿命易受操作方式影响的问题，本文提出一种将剩余使用寿命（RUL）嵌入强化学习奖励机制的框架，结合有限元分析与Miner法则估算应力累积导致的寿命衰减，并引入自适应奖励归一化机制，显著延长工具寿命并实现仿真到实物的有效迁移。
解读: 该研究在机器人操作层面探索寿命感知的智能决策，与阳光电源业务直接关联度较低。但其寿命建模（FEA+Miner规则）和强化学习驱动的可靠性优化思路，可启发PCS、组串式逆变器等功率设备在动态工况下的热-电-机械多物理场协同寿命预测与主动保护策略设计，尤其适用于PowerTitan等长期运行储能系统中对...