一种基于时间卷积网络的锂离子动力电池估算方法

    公开(公告)号:CN113671381A

    公开(公告)日:2021-11-19

    申请号:CN202111007681.0

    申请日:2021-08-30

    Abstract: 本发明涉及一种基于时间卷积网络的锂离子动力电池估算方法,包括:建立初始时间卷积网络模型;获取电池的实时状态数据集;根据电池的实时状态数据集对初始时间卷积网络模型进行训练、验证和测试,得到目标时间卷积网络模型;将待估算的电池数据输入至目标时间卷积网络模型,得到电池剩余电量量测值;根据待估算的电池数据,通过预设方法计算出电池剩余电量观测值;根据电池剩余电量量测值和电池剩余电量观测值,通过卡尔曼滤波计算电池剩余电量估算值;通过卡尔曼滤波算法优化电池剩余电量估算值。本发明结合卡尔曼滤波和时间卷积网络对电池SOC进行估算,克服了卡尔曼滤波算法需要精确的等效电池组电路模型的缺点,减小了神经网络估算方法的误差。

    一种环件自动化超声相控阵无损检测方法及装置

    公开(公告)号:CN107817299A

    公开(公告)日:2018-03-20

    申请号:CN201710950744.3

    申请日:2017-10-13

    CPC classification number: G01N29/262 G01N29/04 G01N29/265

    Abstract: 本发明公开了一种环件自动化超声相控阵无损检测方法及装置,该方法包括以下步骤:S1、将环件和超声相控阵探头均置于收集槽内,探头与环件外圆面之间设有一定提离距离;S2、检测环件近外圆面的内部缺陷:设置探头的聚焦深度为环件壁厚δ的一半,开始检测,环件绕其轴线每间隔一定时间Δt旋转一定角度α,每次旋转后重复检测,直至环件旋转一圈为止,然后超声相控阵探头沿环件轴向向下移动距离Δz,重复检测,直到超声相控阵探头移动到环件底部边缘为止;S3、检测环件近内孔面的内部缺陷:设置超声相控阵探头的聚焦深度为环件壁厚δ,其余同步骤S2,即完成环件的超声信号采集和记录。本发明能有效地检测出环件内部各个方向上的缺陷。

    一种环件自动化多频阵列超声无损检测装置及方法

    公开(公告)号:CN107817296A

    公开(公告)日:2018-03-20

    申请号:CN201711004023.X

    申请日:2017-10-24

    CPC classification number: G01N29/069 G01N2291/023

    Abstract: 本发明公开了一种环件自动化多频阵列超声无损检测装置及方法,该装置包括收集槽、回转检测平台、沿回转检测平台轴向移动的外圆面多频探头阵列、沿回转检测平台径向移动的端面多频探头阵列、多通道超声检测仪、工控机以及控制柜;所述外圆面多频探头阵列包括多列频率不同的探头,用于检测环件径向不同深度的缺陷,所述端面多频探头阵列包括多列频率不同的探头,用于检测环件轴向不同深度的缺陷。本发明利用多频阵列探头实现环件内部缺陷的自动分层检测,具有效率高、操作简单、检测盲区小、检测精度高、适应性强等优点。

    抗滑、耐磨轻质钢箱梁桥面铺装层的制备方法

    公开(公告)号:CN101234876A

    公开(公告)日:2008-08-06

    申请号:CN200810046968.2

    申请日:2008-02-29

    CPC classification number: Y02W30/92

    Abstract: 本发明涉及一种抗滑、耐磨轻质钢箱梁桥面铺装层的制备方法。抗滑、耐磨轻质钢箱梁桥面铺装层的制备方法,其特征在于它包括如下步骤:1)高韧高强轻集料混凝土和玄武岩裸石面层水泥浆体的制备:a.制备高韧高强轻集料混凝土;b.制备玄武岩裸石面层水泥浆;2)钢箱梁桥面预处理;3)剪力件的焊接:按剪力件之间相互间距为(30~60)cm×(30~60)cm逐根在钢箱梁桥面上焊接剪力件,剪力件为栓钉;4)钢筋网的绑扎;5)高韧高强轻集料混凝土层的铺装:高韧高强轻集料混凝土层的厚度为50~80cm;6)玄武岩裸石面层的铺装;然后养护即可。该方法制备的桥面铺装层能有效预防钢箱梁的病害发生,延长桥面寿命,同时具有抗滑、耐磨和降噪的功能,路用性能优良。

    一种基于强化学习的模拟IC版图布线顺序优化与布线方法

    公开(公告)号:CN119990052A

    公开(公告)日:2025-05-13

    申请号:CN202510028139.5

    申请日:2025-01-08

    Abstract: 本发明公开了一种基于强化学习的模拟IC版图布线顺序优化与布线方法,该方法包括:获取布线数据,包括布线区域、障碍物区域、线网集合及各线网的起点和终点;对布线空间进行网格化,并根据布线数据构造多通道图像;将多通道图像作为状态,基于马尔可夫决策过程解决模拟IC线网排序问题,包括:构建线序选择模型,以当前的多通道图像为输入,并输出概率向量和预测价值,以此完成线网排序;根据所有线网排序结果,结合布线区域、障碍物区域及各线网的起点和终点,依次对各线网进行布线,得到布线结果;计算布线结果的性能指标作为奖励,并结合预测价值构建总损失函数,优化线序选择模型。本发明有效地提升模拟IC布线的效率及改善版图的性能结果。

    基于局部时间序列提取算法的驾驶风格识别方法及装置

    公开(公告)号:CN113635906A

    公开(公告)日:2021-11-12

    申请号:CN202111005909.2

    申请日:2021-08-30

    Abstract: 本发明提供了一种基于局部时间序列提取算法的驾驶风格识别方法和装置,其方法包括:确定驾驶风格不同的至少两个驾驶风格样本集;采用预设的时间序列分割方法将所述至少两个驾驶风格样本集中的每一个驾驶风格样本集分割为多个初始时间子序列;采用预设的局部时间序列提取算法从所述多个初始时间子序列中提取出多个目标时间子序列;根据所述多个目标时间子序列构建相似度识别模型,并根据所述相似度识别模型对待识别驾驶数据的驾驶风格进行识别。本发明提高了驾驶风格识别方法的时效性和鲁棒性。

Patent Agency Ranking