公开(公告)号：CN118797950A

公开(公告)日：2024-10-18

申请号：CN202410990721.5

申请日：2024-07-23

Applicant: 华中科技大学

Inventor： 黄云辉 ,  杨超颖 ,  马贵君 ,  袁烨

IPC: G06F30/20 ,  G01R31/367 ,  G01R31/392 ,  G06F111/10 ,  G06F123/02

Abstract: 本发明属于电池存储相关技术领域，其公开了一种锂离子电池跳水点的在线预警方法及其系统，方法包括：结合SEI膜生长导致的容量损失和锂镀导致的容量损失，构建反应电池容量损失随时间变化趋势的混合模型；获取电池早期循环的总放电容量损失数据对混合模型进行拟合，确定混合模型的参数；以混合模型的输出作为固体电解质界面膜导致的理论容量损失，滑动时间窗口，获取每个时间窗口内理论容量损失和真实放电容量损失之间的线性相关方程的斜率；计算斜率的一阶自相关系数，当一阶自相关系数出现极小值时，发出跳水预警。本发明可以通过简单的方法实现锂离子电池跳水点的在线预警，而且具有较强得物理可解释性。

公开(公告)号：CN115153572B

公开(公告)日：2024-09-13

申请号：CN202210770445.2

申请日：2022-06-30

Applicant: 华中科技大学

Inventor： 袁烨 ,  杨靖宇 ,  岳作功

IPC: A61B5/318 ,  A61B5/346 ,  A61B5/00 ,  G06F18/214 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/082 ,  G06F18/22 ,  G06F18/2433

Abstract: 本发明公开了一种小样本场景下的心电异常检测、识别方法及系统，在拥有大量正常心电样本与小样本带标注异常样本的情况下训练出高性能的心电异常检测与异常识别模型，能够有效应对小异常样本场景下智能心电诊断模型的训练、应用与部署难题。通过计算将待检测心电信号输入预先训练好的基于深度支持向量数据描述的表征学习模型得到的特征向量与支持向量的欧式距离，并与预警阈值比较，检测异常与否；通过将待识别的异常心电信号输入预先训练好的心电异常类别识别模型得到的特征向量与原型向量的欧式距离输入Softmax激活函数，得到所得心电样本属于各类异常的概率，识别出概率最大的异常类别。

公开(公告)号：CN118244119A

公开(公告)日：2024-06-25

申请号：CN202410350952.X

申请日：2024-03-26

Applicant: 华中科技大学

Inventor： 袁烨 ,  杨晓然 ,  马贵君

IPC: G01R31/367

Abstract: 本发明属于电池存储技术领域，公开了一种锂离子电池容量跳水在线联合预测方法及系统，包括：构建能够同时联合在线预测未来充放电循环内的锂离子电池的健康状态及距离跳水点的剩余充放电循环数的容量跳水在线预测模型，在实际应用时，联合距离跳水点的剩余充放电循环数和H个未来充放电循环内的锂离子电池的健康状态进行容量跳水在线联合预警判断。同时构建了基于时序优化Transformer的容量跳水在线预测模型，增强模型的时序表征能力。本发明的方法在充分挖掘不同工况下的锂离子电池充电信号数据的时序特征、能够同时预测健康状态与跳水点寿命的前提下，采用直接与间接预测相结合的方式实现锂离子电池容量跳水点的在线准确联合预警。

公开(公告)号：CN117150301A

公开(公告)日：2023-12-01

申请号：CN202311149457.4

申请日：2023-09-06

Applicant: 华中科技大学无锡研究院

Inventor： 袁烨 ,  张永 ,  刘绍庆 ,  丁珈 ,  何心 ,  金骏阳

IPC: G06F18/214 ,  G06F18/213 ,  G06F18/25

Abstract: 本发明涉及滚动轴承技术领域，尤其涉及数据缺失情况下旋转设备剩余使用寿命预测技术。该方法包括：获取与目标轴承对应的轴承振动数据，根据预设轴承振动特征种类对轴承振动数据进行特征提取，将至少两组轴承特征输入寿命及特征预测模型，输出得到与目标轴承对应的轴承寿命结果。在进行旋转设备使用寿命的预测过程中，基于现有的轴承工作相关数据进行特征提取，在特征提取后，通过人工智能模型同时进行轴承的寿命预测与缺失的特征生成，解决了现有工业场景数据稀少限制了学习深度的局限性，使得对于旋转设备寿命预测的准确性提高。

公开(公告)号：CN117150253A

公开(公告)日：2023-12-01

申请号：CN202311152116.2

申请日：2023-09-06

Applicant: 华中科技大学无锡研究院

Inventor： 袁烨 ,  金骏阳 ,  覃斌 ,  何心 ,  张永 ,  王茂霖

IPC: G06F18/21 ,  G06F18/213 ,  G06F18/25 ,  G06F18/214

Abstract: 本发明涉及航空发动机技术领域，尤其涉及一种基于多任务学习的发动机健康状态评估方法,该方法包括：获取与目标发动机对应的发动机工况数据集，发动机工况数据集中包括至少两项发动机工况数据；获取发动机参考工况数据集；确定与目标发动机对应的发动机融合特征；得到与目标发动机对应的状态评估结果，状态评估结果包括发动机健康状态子结果、寿命预测子结果以及可靠性评估子结果。在对于发动机的健康状态进行预测的过程中，对于发动机进行多维度的数据获取以及特征融合，并将融合后的特征输入模型当中进行预测，以得到具有可健康阶段、寿命预测以及可靠性结果的多维度检测结果，以实现对于发动机健康状态的多维度状态获取。

公开(公告)号：CN111832221B

公开(公告)日：2023-09-26

申请号：CN202010579479.4

申请日：2020-06-23

Applicant: 华中科技大学无锡研究院

Inventor： 袁烨 ,  马贵君 ,  华丰 ,  丁汉

IPC: G06F30/27 ,  G06F18/2113 ,  G06F18/214 ,  G06F18/27 ,  G01R31/36 ,  G01R31/367 ,  G01R31/387 ,  G01R31/392 ,  G06F119/04

Abstract: 本发明提供一种基于特征筛选的锂电池寿命预测方法，包括以下步骤：步骤S1，将采集的锂电池数据划分为训练集和测试集；训练集和测试集中均包括多个样本；步骤S2，对训练集和测试集中的锂电池样本的前m个充放电循环中放电SOC进行两两不重复相减；m>20；步骤S3，将每个锂电池的SOC相减结果求得方差，得到每个锂电池的特征；步骤S4，将训练集中训练样本的特征和寿命输入到带有ARD的高斯过程回归模型进行模型训练；步骤S5，将所述训练的模型的稀疏特征权重进行可视化；步骤S6，将测试集中的样本的特征输入到训练模型中进行寿命预测。本发明能够自动提取高相关性特征，使得锂电池寿命预测更准确。

公开(公告)号：CN112363393B

公开(公告)日：2023-08-01

申请号：CN202011158507.1

申请日：2020-10-27

Applicant: 华中科技大学

Inventor： 向先波 ,  李锦江 ,  袁烨 ,  张琴 ,  杨少龙

IPC: G05B13/04 ,  G05B13/02

Abstract: 本发明专利提供了一种用于无人艇动力定位的无模型自适应预设性能控制方法。首先提出了一种新型预设性能函数，为预设性能误差转换奠定基础；随后基于所提出的预设性能函数将具有受限误差性能的动力定位系统转换为一个具有非受限误差性能的系统，基于这一转化系统所设计的控制器，不仅可以使得系统闭环信号一致最终有界，还可以保障系统的瞬态性能。最后，基于指令滤波反步法开展控制器设计，同时引入自适应方法，得到无模型自适应预设性能控制器。所设计的控制器摆脱了对无人艇水动力及附加质量项精确建模的需求，还可实现无人艇在外界时变扰动及输入饱和约束下的预设性能控制。

公开(公告)号：CN115856682A

公开(公告)日：2023-03-28

申请号：CN202211674573.3

申请日：2022-12-26

Applicant: 华中科技大学

Inventor： 袁烨 ,  杨晓然 ,  马贵君

IPC: G01R31/388 ,  G01R31/378 ,  G01R31/367

Abstract: 本发明公开了一种基于临界点转变的锂电池容量跳水点个性化预警方法，属于电池存储技术领域，包括：采集锂电池在不同充放电循环中的电压及容量数据，以计算得到容量退化曲线和IC峰值曲线；将所述容量退化曲线和所述IC峰值曲线输入预先建立的跳水点预警模型，以使其基于临界点预警方法提取多个预警信号；基于多个所述预警信号获取对应的预警信号曲线；针对不同类型及工况的锂电池，根据所述预警信号曲线个性化设置不同的判别阈值，利用所述判别阈值对所述锂电池的容量跳水点进行预警。本发明解决了现有人工判断与经验预估方法难以提前预测跳水点的问题，并实现了个性化预警，有着良好的准确性与鲁棒性。

公开(公告)号：CN112654001B

公开(公告)日：2023-02-24

申请号：CN202011158498.6

申请日：2020-10-27

Applicant: 华中科技大学

Inventor： 向先波 ,  张少泽 ,  袁烨 ,  杨少龙 ,  张琴

IPC: H04W4/08 ,  H04W4/44 ,  H04W24/02 ,  H04W40/10 ,  H04W40/12 ,  H04W40/16 ,  H04W40/20 ,  H04W40/32 ,  H04W84/18

Abstract: 本发明公开了一种面向多无人艇协同控制的混合通信网络架构、管理方法及通信质量评价方法，本发明提出了一种远程移动通信与无线自组网相结合的混合式网络架构以满足多无人艇协同控制时的通信需求，并在组网管理方面提出一种结合节点度、剩余能量等修正因子的改进LEACH分簇算法，实现多无人艇之间组网通信，该组网方法可以更灵活、更进一步地延长网络的生存周期。本发明建立的多无人艇组网通信网络信道模型以及QoS评价机制，可以评估无人艇协同控制期间网络的时延、丢包率、连通率等指标，可以在满足协同控制需要的通信质量保障下，为提高多无人艇的协同作业效率提供一定的依据和约束，以达到通信质量保障与多无人艇作业效率之间的平衡。

公开(公告)号：CN115281688A

公开(公告)日：2022-11-04

申请号：CN202210792806.3

申请日：2022-07-05

Applicant: 华中科技大学

Inventor： 袁烨 ,  江一诺 ,  程骋 ,  杨晓云 ,  朱红玲 ,  章龙鉴杰 ,  周子恒 ,  何心

IPC: A61B5/318 ,  A61B5/346 ,  A61B5/366 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多模态深度学习的心房心室肥大多标签检测系统，属于心电图上的心脏肥大检测领域。采用自适应小波阈值去噪、基于形态学特征的心拍分割、深度神经网络、多模态特征融合等方法，当下热门的计算机视觉技术迁移到心电信号分类上，通过将心电信号的时域特征、形态特征和病人个体信息融合，对四种心脏肥大和正常同时进行分类，搭建出一个基于多模态深度学习的多标签检测框架，从而解决了心电信号在心脏肥大检测上的准确率差和泛化能力差的问题，实现了基于心电图的心脏肥大准确监测，可用于临床诊断。