-
公开(公告)号:CN113884935A
公开(公告)日:2022-01-04
申请号:CN202111288182.3
申请日:2021-11-02
Applicant: 桂林电子科技大学
IPC: G01R31/392
Abstract: 本发明公开基于锂电池在线电化学阻抗谱测量的SOH估算系统和方法,测量电池不同老化循环次数下的电化学阻抗谱和电池开路电压;使用灰色关联度对电化学阻抗谱进行特征选择;建立并训练机器学习模型;采集被测电池数据进行SOH估算。本发明通过对电池电化学阻抗谱进行分析,得到相关的特征参数,避免了复杂等效电路模型的参数辨识。本发明可完成对电池的电化学阻抗谱测量和电池SOH的估算,提高了系统的集成度和可靠性。
-
公开(公告)号:CN119961868A
公开(公告)日:2025-05-09
申请号:CN202510120342.5
申请日:2025-01-25
Applicant: 桂林电子科技大学
IPC: G06F18/25 , G01R31/392 , G01R31/367 , G06N3/043 , G06N3/048 , G06F18/213 , G06N3/084 , G06N3/047
Abstract: 本发明公开了融合模糊系统和深度学习的锂离子电池健康管理方法,如下:步骤一、构建物理信息和模糊混合深度学习模型;步骤二、训练物理信息和模糊混合深度学习模型,训练样本的特征输入全连接深度神经网络,得潜在解;计算潜在解对每个输入特征的偏微分;其中非标记特征的偏微分、输入特征、以及潜在解的任意组合输入TSK模糊系统,通过函数F将潜在解对标记特征的偏微分与TSK模糊系统输出融合;基于损失函数,采用反向传播方法训练物理信息和模糊混合深度学习模型,训练好得到优化模型;步骤三、预测锂离子健康状态。该方法将TSK模糊系统取代深度神经网络表示物理信息神经网络的非线性动力学,提高锂离子电池健康状态估计的精确度。
-
公开(公告)号:CN119589698A
公开(公告)日:2025-03-11
申请号:CN202411939057.8
申请日:2024-12-26
Applicant: 桂林电子科技大学
IPC: B25J11/00 , B25J19/02 , B23K37/02 , B23K37/00 , B62D57/024
Abstract: 本发明涉及船舶制作技术领域,具体涉及一种基于单双目视觉多足爬墙焊接机器人,包括焊接机构和运动机构,焊接结构包括机械臂、焊枪、防飞溅挡板、单目相机和双目相机,焊枪、防飞溅挡板、单目相机和双目相机均位于所述机械臂的末端,防飞溅挡板设置在单目相机与焊枪之间,双目相机设置在单目相机的一侧并远离防飞溅挡板;运动机构包括底盘、运动臂和电磁吸盘,六组运动臂均匀分布在底盘四周,每组运动臂的末端通过转动副连接一个电磁吸盘。通过电磁吸盘吸合和释放,让焊接机器人在不同表面上的稳定吸附和灵活移动,单目和双目相机采集待识别的工件图像和焊缝图像,通过与上位机交互控制,机械臂控制焊枪实现自主焊接作业,避免人工焊接的不足。
-
-