公开(公告)号：CN117103997A

公开(公告)日：2023-11-24

申请号：CN202311080934.6

申请日：2023-08-25

Applicant: 哈尔滨工业大学(威海) ,  重庆理工大学

Inventor： 于全庆 ,  汤爱华 ,  吴梓康 ,  张志刚

IPC: B60L3/00 ,  B60L58/10

Abstract: 本发明具体涉及一种计及电池系统放电数据的电池热失控风险检测方法，包括：在电池组充放电过程中采集电池组的特征数据；对电池组的特征数据进行充放电循环的划分，并提取电池组某次循环的放电数据；通过纵向离群均值算法根据电池组所选循环的放电数据，计算各个单体电池所选循环的电池热失控风险值；将电池热失控风险值超过设置的风险阈值的单体电池作为可疑电池；通过设置的判断机制对可疑电池进行进一步检测，并根据检测结果进行电池热失控风险报警。本发明能够对电池热失控风险进行量化评估以直观且有效的获知电池的热失控风险，能够改善电池热失控误报警频发的问题，从而提高电池热失控风险检测的准确性和有效性。

公开(公告)号：CN115542724A

公开(公告)日：2022-12-30

申请号：CN202211313596.1

申请日：2022-10-25

Applicant: 重庆理工大学

Inventor： 汤爱华 ,  杨林 ,  张志刚

IPC: G05B11/42

Abstract: 本发明具体涉及基于PEMFC供气系统的滑模与PID级联控制方法，其中，提高过氧比(OER)和净功率是研究的热点。由于PEMFC供气系统的阴极压强是一个不可测数据，因此本发明在PEMFC三阶模型的基础上，构建对应的扩张状态观测器，进一步利用扩展状态观测器快速重构OER，以最大功率为控制目标拟合得到对应的最佳OER曲线，采用一种滑模与PID级联控制的方式来调节PEMFC的OER，进而确定PEMFC供氧系统的阴极进气量，以实现PEMFC的空气供给控制。本发明能够准确估计符合实际情况的系统阴极压强，并且能够准确控制系统的阴极进气量。

公开(公告)号：CN115236522A

公开(公告)日：2022-10-25

申请号：CN202210859282.5

申请日：2022-07-20

Applicant: 重庆理工大学

Inventor： 汤爱华 ,  蒋依汗 ,  张志刚 ,  黄渝坤 ,  伍心雨

IPC: G01R31/367 ,  G01R31/388 ,  G01R31/396 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明具体涉及基于混合深度神经网络的储能电池端到端容量估计方法，包括：获取储能电池的电池充电电压数据；将储能电池的电池充电电压数据输入训练后的电池容量估计模型中，输出对应的电池容量估计值；电池容量估计模型包括：卷积神经网络层，用于提取输入数据的电池老化特征并生成对应的初始特征图；注意力机制层，用于依次提取初始特征图的通道注意力权重和空间注意力权重并生成对应的加权特征图；循环神经网络层，用于将注意力机制层生成的加权特征图作为输入进行训练，并输出对应的电池容量估计值。本发明能够自动提取电池老化特征，以实现端到端的储能电池容量估计，并缓解深度神经网络容易陷入局部最优和梯度消失(弥散)的问题。

公开(公告)号：CN114723105A

公开(公告)日：2022-07-08

申请号：CN202210242862.X

申请日：2022-03-11

Applicant: 重庆理工大学 ,  哈尔滨工业大学(威海)

Inventor： 汤爱华 ,  李建明 ,  赵胜利 ,  于全庆

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q10/10 ,  G06Q50/04

Abstract: 本发明公开了一种基于0‑1规划的汽车零配件喷色生产排程方法，包括：获取喷色设备及喷色颜色数据，对所获取数据预处理；建立决策变量和中间变量；建立约束条件；建立目标函数及单目标优化模型；求解单目标优化模型。该方法通过选择事件发生的最基本情况为决策变量，为满足各条件建立合适的中间变量。决策变量和中间变量作为模型的基础，按照实际需求建立目标函数，根据条件限制建立约束方程，建立一个基于0‑1规划的单目标优化模型，该模型能够求出最优解且模型精度较高。

公开(公告)号：CN114460471A

公开(公告)日：2022-05-10

申请号：CN202210135245.X

申请日：2022-02-14

Applicant: 重庆理工大学

Inventor： 汤爱华 ,  龚鹏 ,  李加洁 ,  张志刚

IPC: G01R31/367 ,  G01R31/388 ,  G06F30/27

Abstract: 本发明具体涉及基于贝叶斯概率的动力电池多算法融合SOC估计方法，包括：构建相应的等效电路模型，对等效电路模型对应的模型参数进行参数辨识；基于多种估计算法分别构建用于预测动力电池端电压和SOC的多个观测器；在动态应力测试工况下，采集动力电池的关联参数，输入各个观测器以输出对应的端电压预测值和SOC估计值；基于不同时刻下的端电压预测值与对应实测值之间的残差，结合贝叶斯概率分配对应的加权值；基于对应的加权值对各个观测器输出的SOC估计值进行加权累加，生成对应的融合SOC估计值。本发明能够有效融合多种估计算法的SOC估计结果并实现多种估计算法的互补，从而能够在动力电池的整个充放电区间保持SOC估计全局最优。