-
公开(公告)号：CN113771864B
公开(公告)日：2023-06-23
申请号：CN202110676169.9
申请日：2021-06-18
Applicant: 湖南大学 , 中国汽车工程研究院股份有限公司
Abstract: 本发明公开了一种基于人工智能的新能源车辆侧翻预警方法，该方法包括如下步骤：建立理想的、反映车辆侧翻规律的侧翻力学模型；根据对于侧翻力学模型的分析结论，选择合适的参数作为侧翻预警模型的输入参数；选取横向载荷转移率作为侧翻预警指标，并将结果划分为5类；通过多层神经网络训练同时调整超参数后，实现输入相应参数后输出预测的载荷转移率；基于步骤四得到的载荷转移率确定步长后预测下一时刻的载荷转移率，若达到侧翻条件，则计算TTR时间并输出；若在时间阈值内未达到侧翻条件，则进入下一轮预警。本发明的有益效果如下：保证了预警的准确性和普适性；比普通的动态门限值具有更好的实时性；提高了预警效率。
-
公开(公告)号：CN111859815B
公开(公告)日：2023-05-23
申请号：CN202010761018.9
申请日：2020-07-31
Applicant: 中国汽车工程研究院股份有限公司
IPC: G06F30/27 , G06F18/23213 , G06F18/241 , G06F111/08 , G06F119/08
Abstract: 本发明涉及电池技术领域，具体涉及一种电池报警特征数据的模式聚类方法与事故特征识别技术，包括：S1、采集事故车与正常车运行中报警前后时刻电池的运行数据；S2、对运行数据进行降维处理，得出模式特征；S3、对降维后的模式特征进行聚类分析，得出运行数据的分类特征；S4、根据分类特征分析事故车与正常车的统计差异性；S5、以统计差异性为标准，判断车辆是否为事故车。发明的优点在于，相较于现有技术而言，本方案中的判断标准并不是单一、模糊的，通过对电池的运行数据进行分析，先后得出模式特征、分类特征和统计差异性，能够精准地识别事故车，解决了现有技术很难准确分辨出事故车的技术问题。
-
公开(公告)号：CN115795398A
公开(公告)日：2023-03-14
申请号：CN202211574075.1
申请日：2022-12-08
Applicant: 中国汽车工程研究院股份有限公司 , 中国标准化研究院
IPC: G06F18/25 , G01D21/02 , G06F18/241 , G06F18/2431 , G06F17/17 , G06F17/16
Abstract: 本发明涉及汽车安全性能评估技术领域，公开了一种新能源汽车电机系统运行风险量化评估方法，包括以下步骤：步骤S1，确定新能源汽车电机系统中与风险相关的风险指标，并将风险指标对应的运行数据采集后汇总形成第一数据集合；步骤S2，利用第一数据集合建立各风险指标的风险量化函数，并确定风险量化函数中的常数值；步骤S3，计算各风险指标的风险值，并建立风险值矩阵；步骤S4，根据各风险指标的风险值建立用于判定风险大小的风险等级。本发明具有实现风险严重程度值实时计算，提高风险评估灵活性和准确度的有益效果。
-
公开(公告)号：CN115663322A
公开(公告)日：2023-01-31
申请号：CN202211328135.1
申请日：2022-10-27
Applicant: 中国标准化研究院 , 中国汽车工程研究院股份有限公司
IPC: H01M10/48 , H01M50/105 , H01M50/516 , H01M50/531 , H01M50/569 , H01M50/586 , H01M50/59 , H01C7/00 , G01K7/22
Abstract: 本发明涉及动力电池技术领域，公开了一种简易的动力电池温度传感器植入方法及温度传感器，包括以下步骤：步骤1：在软包电池单体的极耳的上表面喷涂绝缘材料，并形成第一绝缘层；步骤2：在第一绝缘层上植入薄膜热敏电阻材料，并形成薄膜热敏电阻层；步骤3：在薄膜热敏电阻层上焊接用于电路连接的电极引脚；步骤4：在薄膜热敏电阻层上喷涂绝缘材料，并形成第二绝缘层。本发明能够用来解决现有的温度传感器难以准确测量动力电池内部温度的技术问题，能够达到较高的动力电池测温精准度和测温灵敏度，测温效果较好。
-
公开(公告)号：CN114492529B
公开(公告)日：2022-12-13
申请号：CN202210101995.5
申请日：2022-01-27
Applicant: 中国汽车工程研究院股份有限公司
Abstract: 本发明涉及故障诊断技术领域，公开了一种动力电池系统连接异常故障安全预警方法，包括以下步骤：步骤1：解析得到原始电池信号数据；步骤2：清洗原始电池信号数据，得到初级电池信号数据；步骤3：选取得到目标电压数据；步骤4：采用差分平方和方法对目标电压数据进行特征提取，得到差分累积矩阵；步骤5：计算得出均值差分矩阵；步骤6：遍历均值差分矩阵的列向量，得出每个电芯的异常阈值上限；步骤7：遍历均值差分矩阵中电芯的特征向量，确认是否存在连接异常故障。本发明能够准确地识别出电池连接异常故障，能够有效降低故障误报率，能够在故障发生之初即快速锁定故障，故障判定效率较高。
-
Patent Agency Ranking
公开(公告)号：CN115230475A
公开(公告)日：2022-10-25
申请号：CN202210901022.X
申请日：2022-07-28
Applicant: 中国汽车工程研究院股份有限公司 , 中国标准化研究院
Abstract: 本发明涉及车辆电池异常诊断方法领域，具体涉及基于故障数据特征的电池系统电连接异常故障诊断方法，包括步骤：步骤1，收集多台故障车辆的历史实车故障数据，提取实车故障数据电连接异常的故障特征；步骤2，通过故障画像和层次分析法梳理故障特征之间的逻辑关系，将故障特征和逻辑关系搭建形成诊断故障树；步骤3，获取车辆的实时故障数据，提取实时故障数据中的故障表现信息，根据故障表现信息在诊断故障树中确定故障原因。本发明以诊断故障树为基础，准确及时地定位电连接异常产生的原因。
-
公开(公告)号：CN115144758A
公开(公告)日：2022-10-04
申请号：CN202210784827.0
申请日：2022-06-29
Applicant: 中国汽车工程研究院股份有限公司
IPC: G01R31/367 , G01R31/392
Abstract: 本发明涉及电池健康状态评估技术领域，公开了一种基于卷积神经网络的电池健康状态评估方法，包括以下步骤：步骤1：提取数个满充状态下的充电片段数据；步骤2：修正充电片段数据的SOC值；并计算每一个充电片段数据对应的SOH值；步骤3：截取各充电片段数据中相同电压区间内的单体电压数据作为输入值，并输入至初始评估模型中；所述初始评估模型为端到端的模型；步骤4：利用步骤3中的输入值，计算损失函数并进行反向传播以更新权重参数，直到迭代完成；迭代完成后获得标准评估模型；步骤5：将待评估电池的充电片段数据输入至标准评估模型中，输出得到待评估电池的SOH值。本发明能够准确评估车辆的电池健康状态，评估准确率和评估效率较高。
-
公开(公告)号：CN115079013A
公开(公告)日：2022-09-20
申请号：CN202210901030.4
申请日：2022-07-28
Applicant: 中国汽车工程研究院股份有限公司 , 中国标准化研究院
IPC: G01R31/367 , H01M10/44 , H01M10/48 , H01M10/42
Abstract: 本发明涉及车辆电池异常诊断方法领域，具体涉及一种基于故障树的动力电池系统自放电根因发掘方法，包括以下步骤：步骤1，对多辆故障车辆的实车数据特征进行收集；步骤2，获取实车数据特征中的故障数据特征，依据实际生产制造，及试验验证过程挖掘的故障因素，按照故障产生的逻辑关系将故障数据特征建立成自放电异常故障树；步骤3，监测实车数据是否异常，若是，根据车辆的异常表现信息从自放电异常故障树匹配根因信息。本发明针对动力电池系统缺陷的优化整改方向准确且故障整改完整。
-
公开(公告)号：CN114943296A
公开(公告)日：2022-08-26
申请号：CN202210611636.4
申请日：2022-05-31
Applicant: 中国汽车工程研究院股份有限公司
IPC: G06K9/62 , G06K9/00 , G01M17/007
Abstract: 本发明涉及汽车行驶性能测试技术领域，公开了一种基于改进的短行程法的汽车行驶工况构建方法，主要在于获取车速信号数据后将数据划分多个运动片段，并针对怠速部分数据进行多次数据优化处理，然后在优化完成后对运动片段进行特征提取并采用主成分分析法对运动片段特征进行特征降维，并采用K‑Means++聚类方法对降维后的运动片段进行无监督聚类分析，最终得到多个候选工况，并计算候选工况中不包含极值的特征参数，然后与总体数据计算相对误差值，选取平均误差最小的工况作为代表工况输出。本发明具有提升行驶工况数据质量和数据片段代表性，降低工况与总体数据的相对误差，提高行驶工况分析结果准确性的有益效果。
-
公开(公告)号：CN114430080A
公开(公告)日：2022-05-03
申请号：CN202210102011.5
申请日：2022-01-27
Applicant: 中国汽车工程研究院股份有限公司
IPC: H01M10/48 , H01M10/44 , G01R31/382
Abstract: 本发明涉及故障诊断技术领域，公开了一种基于运行数据的动力电池电芯异常自放电的识别方法，包括以下步骤：步骤1：解析得到基本电池信号数据；步骤2：清洗基本电池信号数据，得到标准电池信号数据；步骤3：由标准电池信号数据中选择充电状态数据；步骤4：按照提取策略对充电状态数据中每个电芯的电压数据进行特征提取，得到电芯特征值；步骤5：进行异常检测；步骤6：根据实时异常检测结果，判定电芯是否存在突发性自放电异常；根据长周期异常检测结果，判定电芯是否存在持续性自放电异常。本发明能够及时识别电芯异常自放电状况，保证识别的准确性和故障识别判定的高效率，并且，对自放电异常故障定位实现到电芯级别，识别的精度高。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.033 seconds)
