一种用于拼合动力电池模组的夹具

    公开(公告)号:CN113580065A

    公开(公告)日:2021-11-02

    申请号:CN202110873200.8

    申请日:2021-07-30

    Abstract: 本发明公开了一种用于拼合动力电池模组的夹具,包括容纳多个电池模组的箱体,箱体一侧设置有可移动推板,其外侧设置有驱动部;所述可移动推板与所述驱动部之间还依次设置有可移动的压力传感器和压力缓冲件;所述压力缓冲件靠近所述驱动部一方,两者之间设置有可相对运动的位于上方的L形推板和位于下方的L形传力板;所述L形传力板和所述L形推板运动方向互相垂直,所述L形推板与所述可移动推板的移动方向一致。上述夹具中,压力传感器的设置可以精确控制来自驱动部并作用于可移动推板上的压紧力;同时由于L形传力板和L形推板的设置,改变了力传递的方向,对于夹具整体空间中各部件的设置提供了更多便利。

    一种电子水泵转子用充磁及检测设备

    公开(公告)号:CN110310798A

    公开(公告)日:2019-10-08

    申请号:CN201910506883.6

    申请日:2019-06-12

    Applicant: 同济大学

    Abstract: 本发明涉及水泵加工设备技术领域,一种电子水泵转子用充磁及检测设备,包括充磁机和磁力检测仪,还包括上料机构、旋转机构、充磁机构、检测机构和下料机构,上料机构包括输送带和上料组件,上料组件包括移动部件、升降部件和气夹,下料机构与上料组件的结构相同,旋转机构上设有四个呈圆周分布的工位机构,每个工位机构包括工位组件、限制组件和三个呈圆周分布的卡合组件,限制组件和三个卡合组件均设置在工位组件上。本发明能够有效的提高转子充磁效率并能够及时对充磁不合格的转子进行重新加工,卡合组件和限制组件的设置能够保证各个部件对位的准确性,提高工作效率。

    一种基于知识图谱的汽车故障智能诊断及预警方法

    公开(公告)号:CN119128659A

    公开(公告)日:2024-12-13

    申请号:CN202411188102.0

    申请日:2024-08-27

    Applicant: 同济大学

    Abstract: 本发明公开了一种基于知识图谱的汽车故障智能诊断及预警方法,包括:获取车辆故障维修案例,提取与故障相关的数据;从非结构化文本中提取结构化文本;构建车辆故障知识图谱;构建基于汽车行驶数据的故障预测模型;构建车辆故障预警和云诊断系统。本发明基于车辆故障预测模型和车辆故障知识图谱,实现车辆运行过程中的故障云诊断功能。大大提升了车辆维修过程中的效率及车辆驾驶过程中的安全性。建立基于规则和TextCNN模型的非结构化文本结构化方法,实现对汽车故障维修案例的文本抽取和文本价值分类,获得构建知识图谱的结构化文本数据。提供非结构化文本的结构化文本提取方法,有利于从更多的非结构化维修案例中提取信息。

    一种基于机器学习的动力电池热管理系统

    公开(公告)号:CN114156567B

    公开(公告)日:2024-03-26

    申请号:CN202111391780.3

    申请日:2021-11-19

    Applicant: 同济大学

    Inventor: 沈伟 王宁 邓振文

    Abstract: 本发明涉及一种基于机器学习的动力电池热管理系统,包括依次连接且构成回路的电池包、电子水泵、电加热PTC和制冷换热器,电池包、电子水泵、电加热PTC和制冷换热器分别连接控制器,所述电池包内部包括电池模组、动力电池载热管和温度传感器,所述控制器内部集成有机器学习算法,能够根据电池温度和电池状态,计算出当前时刻所需载热剂的温度和流量,从而调节电池温度保持在合适范围。与现有技术相比,本发明提出神经网络方法实现电池包温度控制,能够自动学习人工专家经验,实现精确、稳定的电池包温度控制。

    基于词嵌入模型的充电设备故障预警方法、系统及介质

    公开(公告)号:CN117407677A

    公开(公告)日:2024-01-16

    申请号:CN202311451009.X

    申请日:2023-11-02

    Abstract: 本申请公开了一种基于词嵌入模型的充电设备故障预警方法、系统及介质,方法包括:收集充电设备电气性能指标和充电设备历史故障数据;利用预先设立的词嵌入模型,将历史故障数据转为向量化;利用向量化后的历史故障数据对预先设立的基于卷积神经网络的故障预警模型进行训练优化;构建基于专家知识的历史故障类型数据库;设置实时监控系统,监测充电设备的电气性能指标和运行状态,结合基于卷积神经网络的故障预警模型,在故障发生时自动诊断和定位故障信息;确定故障发生的潜在原因,并通知用户和检修部门。本申请通过词嵌入模型对故障数据进行矢量化描述,然后利用卷积神经网络帮助充电设备故障诊断预警,在较短的时间内获得最高的准确率。

    一种基于全生命周期拥有成本的电动汽车车型选择方法

    公开(公告)号:CN106156871A

    公开(公告)日:2016-11-23

    申请号:CN201510127661.5

    申请日:2015-03-23

    Applicant: 同济大学

    Inventor: 王宁 蒋静

    Abstract: 本发明提出了一种基于电动汽车全生命周期拥有成本的电动汽车车型选择方法。该方法包括以下步骤:建立电动汽车全生命周期拥有成本模型;界定该模型中的参数;定义多种电动汽车应用情景;在这些情景中,对电动汽车全生命周期拥有成本进行分析,并对其参数进行单因素敏感性分析;对电动汽车全生命周期拥有成本模型中的参数进行多因素敏感性分析;在电动汽车全生命周期拥有成本最优化前提下,为待研究城市选择电动汽车应用车型。本发明不仅考虑了传统的影响电动汽车成本的关键因素,而且考虑了电池价格、燃油价格、政府补贴等参数的动态变化,对电动汽车全生命周期拥有成本进行了合理的动态分析,能够为不同城市电动汽车车型提供更为合理的选择。

    一种基于自适应动态阈值的充电设备故障预警方法

    公开(公告)号:CN117877231A

    公开(公告)日:2024-04-12

    申请号:CN202410032840.X

    申请日:2024-01-09

    Applicant: 同济大学

    Abstract: 本发明提出一种基于自适应动态阈值的充电设备故障预警方法,本发明基于充电设备运行状态数据和环境数据标定充电设备故障基准阈值,进一步地建立充电设备故障阈值调整系数,包括环境参数建立阈值调整系数F1、场景建立阈值调整系数F2、故障等级设置调整系数F3和充电设备状态设置调整系数F4;基于以上调整系数得到可以根据环境和负载变化实时调整的动态故障预警阈值,从而建立一种具有更高灵敏度和准确度、自适应性强并且智能化更高的充电设备故障预警模型。

Patent Agency Ranking