-
公开(公告)号：CN112104039A
公开(公告)日：2020-12-18
申请号：CN202010978211.8
申请日：2020-09-14
Applicant: 北京理工大学
Abstract: 一种非接触式动力电池充电和均衡装置，其利用非接触式动力电池充电装置中的接收线圈作为均衡拓扑结构的一部分，创新性地实现了一种三线圈均衡结构，使得无增加外部设备的情况下，同时解决现有技术中存在的技术问题，实现了电池均衡的同时无需增加设备，成本低，功率大，效果好。
-
公开(公告)号：CN112104036A
公开(公告)日：2020-12-18
申请号：CN202010963783.9
申请日：2020-09-14
Applicant: 北京理工大学
Abstract: 一种非接触式动力电池充电和耗散均衡装置，其利用非接触式动力电池充电装置中的接收线圈作为均衡拓扑结构的一部分，创新性地实现了一种充电线圈与功率电阻组合的均衡结构，使得无增加外部设备的情况下通过将瞬时大电流及时转化为热能释放，从而解决了现有技术中单体性能不一致所导致的的技术问题，具有成本低、功率大的有益效果好。
-
公开(公告)号：CN109977622B
公开(公告)日：2020-12-01
申请号：CN201910367605.7
申请日：2019-05-05
Applicant: 北京理工大学
IPC: G06F30/20 , G06F119/04 , G06F119/02
Abstract: 本发明提供了一种动力电池的剩余寿命预测方法，其基于动力电池本体历史数据与云端大数据融合驱动来实现，该方法在实施过程中，能够充分利用待预测电池本体的在线历史数据和包含非本体信息的云端大数据，对动力电池RUL实现预测，具有步骤简单、预测精度高、能极大程度地提高可用信息源的利用率、可支持任意数量的非本体信息作为预测输入量等诸多有益效果，能够有效适应大数据应用场景。
-
公开(公告)号：CN107066722B
公开(公告)日：2020-07-07
申请号：CN201710226895.4
申请日：2017-04-06
Applicant: 北京理工大学
IPC: G06F30/23 , G06F111/10 , G06F119/04
Abstract: 本申请涉及一种基于电化学模型的动力电池系统荷电状态和健康状态的联合估计方法。基于电化学相关理论建立了伪二维电化学模型相关数学方程，使用有限分析方法和数值计算方法对复杂偏微分方程进行降维处理和计算求解，将电极开路电势等效为电池开路电压，建立了容量‑表面SOC‑EOCV三维响应面；使用智能优化算法，基于电池老化试验数据，提取并建立了电池性能衰退特征参数的的衰退路径图；最终基于衰退路径图实现了动力电池的SOH估计，基于电池内部锂离子浓度分布与变化规律实现了动力电池的SOC估计。
-
公开(公告)号：CN111048856A
公开(公告)日：2020-04-21
申请号：CN201911300916.8
申请日：2019-12-17
Applicant: 北京理工大学
Abstract: 一种动力电池极速自加热方法和装置，利用初始SOC、接触电阻与临界短路时间阈值的对应关系；或者利用初始SOC、SOH及接触电阻与临界短路时间阈值的对应关系。保证电池在具有高安全性及耐久性的自加热时间。利用自加热温升速度、初始SOC与自加热触发装置的开关频率、占空比和接触电阻的对应关系；可以在低温环境下根据加热目标温度，要求的加热速度来自动优化决策出加热电流频率、持续时间和幅值，既能满足电池在低温环境下加热速度可调的极速自加热需求，又能保证电池在多次加热后仍具有高安全性及耐久性。
-
Patent Agency Ranking
公开(公告)号：CN107238800B
公开(公告)日：2019-11-12
申请号：CN201710439511.7
申请日：2017-06-12
Applicant: 北京理工大学
IPC: G01R31/367 , G01R31/387 , G06F17/50
Abstract: 本发明提出了一种基于相关向量机和粒子滤波的动力电池系统剩余可用寿命预测方法，其利用相关向量机提取所采集的动力电池容量衰退的特征向量值，并建立动力电池系统的老化模型，基于该老化模型结合粒子滤波理论对动力电池系统的剩余可用寿命实现预测。该方法具有可有效降低训练数据量、提高算法的预测精度、保证RUL估计器的稳定性等诸多有益效果，有望在实际应用中获得精确、可靠的预测结果。
-
公开(公告)号：CN110058175A
公开(公告)日：2019-07-26
申请号：CN201910367233.8
申请日：2019-05-05
Applicant: 北京理工大学
IPC: G01R31/388 , G01R31/367
Abstract: 本发明提供了一种动力电池开路电压-荷电状态函数关系的重构方法，该方法中通过实车采集数据按照停车充电过程分割得到数据片段，建立电池模型，辨识获取各数据片段中所有采样点下的OCV值，进而基于预设的SOC参考值，建立各数据片段对应的OCV-SOC散点映射关系片段。在SOC-OCV坐标系下，固定具有最高OCV值的OCV-SOC散点映射关系片段，不断沿SOC轴方向平移其余OCV-SOC散点映射关系片段，并对平移后的OCV-SOC散点映射关系片段进行整体拟合，直至达到最优拟合效果，从而得到OCV-SOC散点映射关系片段拼接的最优解，即最优的OCV-SOC函数关系。该方法无需传统耗时的电池实验，可直接采用实车采集数据重构OCV-SOC函数关系，大大缩短算法开发周期、减少算法开发成本。
-
公开(公告)号：CN107192956B
公开(公告)日：2019-06-04
申请号：CN201710357286.2
申请日：2017-05-19
Applicant: 北京理工大学
IPC: G01R31/3842 , G01R31/396 , G01M3/40 , G01D21/02
Abstract: 本发明涉及一种电池短路漏液在线监测方法和装置，通过监测电池初始荷电状态(SoC)、环境温度、电池放电量以及电池的温升速率，来进行漏液状态的在线识别。本发明引入了一种智能分类算法、适用性强，易于在线实施，不需要打开电池箱来观察即可判别电池是否发生了漏液现象。
-
-
-
-
-
-
-
Search Results
145
records
(took 0.03 seconds)
