-
公开(公告)号：CN111391831A
公开(公告)日：2020-07-10
申请号：CN202010124684.1
申请日：2020-02-27
Applicant: 中南大学
IPC: B60W30/14 , B60W30/165
Abstract: 本发明提供了一种基于前车速度预测的汽车跟驰速度控制方法及系统，该系统包括：数据预处理模块、特征选择模块、前车速度预测模块、和后车速度控制模块。该方法包括：步骤S1：预处理前车历史速度数据、交通信号数据和路况数据；步骤S2：根据前车历史速度数据、交通信号数据和路况数据，按照基于预设特征选择规则生成选择方案；步骤S3：根据选择方案，输出选择特征至速度预测模型来进行前车速度预测；步骤S4:输入前车预测速度至后车速度控制模型进行速度控制。本发明相比于现有的汽车跟驰速度控制不仅模型结构简单，而且控制效果很好。同时，通过前车速度的预测，可以对后车在将来时刻进行有效的跟驰驾驶策略调整。
-
公开(公告)号：CN109795467B
公开(公告)日：2020-06-26
申请号：CN201910189255.X
申请日：2019-03-13
Applicant: 中南大学
Abstract: 本发明公开了一种用于地铁车辆制动系统的CAN通信方法及装置，其中装置包括双路CAN总线、若干个电制动通信单元和与电制动通信单元数量相同的驱动电路单元；方法为：从所有电制动通信单元中，取其中1个作为主节点电制动通信单元，其余均作为从节点电制动通信单元；主节点电制动通信单元，在主控周期内按顺序将所有轮询帧发送给所有从节点电制动通信单元；从节点电制动通信单元在接收到针对自身的轮询帧后，将与轮询帧相应的状态帧反馈给主节点电制动通信单元。本发明装置和方法，有效降低了CAN总线的占用率和通信负荷，从而增强了通信可靠性和地铁制动安全性。
-
公开(公告)号：CN111308364A
公开(公告)日：2020-06-19
申请号：CN202010124674.8
申请日：2020-02-27
Applicant: 中南大学
IPC: G01R31/382 , G01R31/367
Abstract: 本发明提供了一种锂离子电池荷电状态估计方法及装置，所述方法包括离线训练阶段和在线估计阶段：所述离线训练阶段，基于历史放电电压数据和温度数据提取锂离子电池在各个历史时刻的特征；将锂离子电池在一个历史时刻的特征作为一个样本，基于样本数据训练回归预测模型；所述在线估计阶段，基于实时放电电压数据和温度数据提取锂离子电池在当前时刻的特征；将锂离子电池在当前时刻的特征输入回归预测模型，输出锂离子电池荷电状态估计值。本发明基于锂离子电池单体在放电过程中的端电压和温度数据来实现荷电状态估计，相比于现有的荷电状态方法，本发明不仅无需初始荷电状态信息、不存在累积误差，且能适用于在线估计场景。
-
公开(公告)号：CN111216568A
公开(公告)日：2020-06-02
申请号：CN202010104963.1
申请日：2020-02-20
Applicant: 中南大学
Abstract: 本发明公开了一种基于门控循环单元的纯电动汽车能量管理装置及方法，该装置包括：传感采集模块、控制模块、混合储能电路模块、信号驱动模块、供电电源模块。该方法包括：步骤1：采集超级电容和锂电池的电压值和电流值；步骤2：根据电压与电流曲线，进行信号去噪与平滑；步骤3：从电压与电流曲线中提取时域、频域以及时频特征；步骤4：利用自动编码器来进行特征降维；步骤5：将降维后的特征输入到训练好的门控循环单元模型中，预测未来时刻锂电池和超级电容分别需要的功率，并依据预测功率发出功率控制信号，进行能量管理。本发明相比于现有的能量管理装置不仅电路设计简单，而且功率分配的有效性和实时性很好，节省了所需能量。
-
公开(公告)号：CN110208705A
公开(公告)日：2019-09-06
申请号：CN201910385098.X
申请日：2019-05-09
IPC: G01R31/367 , G01R31/392 , G01R31/371
Abstract: 本发明公开了一种锂电池剩余寿命预测方法及装置，装置包括AC-DC转换模块、DC-DC转换模块和控制板；预测方法包括以下步骤：首先使用AC-DC转换模块对锂电池进行充电；然后使用DC-DC转换模块进行放电；在放电期间，对电池的电压及电流信号进行采集，并通过串口转UDP模块、4G-LTE数传模块上传至云服务器；服务器分别根据电池的放电电流信号和电压信号求得电池的可用容量CAP及电压信号的波动指数VCFI；然后将归一化处理后的CAP和VCFI作为特征，送到训练好的基于梯度提升决策树的预测模型中，通过映射即可求得电测的预测寿命。本发明提高了锂电池剩余使用寿命预测的精度。
-
Patent Agency Ranking
公开(公告)号：CN110012508A
公开(公告)日：2019-07-12
申请号：CN201910283122.9
申请日：2019-04-10
Applicant: 中南大学
Abstract: 本发明公开了一种面向超密集网络的边缘计算的资源分配方法及系统，该方法从全局的角度收集各终端设备的任务请求，以及各边缘服务器的资源状态，以SDN控制器作为决策体执行各边缘服务器计算资源的合理分配；该系统包括宏基站、微基站以及边缘服务器；宏基站与各微基站通过高速光纤链路连接，与移动用户之间采用无线连接的方式。宏基站从全局的角度管理整个网络的资源状况，收集各移动给用户的信息。本发明充分考虑到边缘服务器计算资源的有效性，以及各服务器资源总量及性能差异，将双向多轮拍卖机制引入到超密集网络中多服务器计算资源分配过程中，在保障用户服务质量的前提下，最大化服务器的总收益，均衡各个服务器的负载。
-
公开(公告)号：CN119607271A
公开(公告)日：2025-03-14
申请号：CN202411716765.5
申请日：2024-11-27
Abstract: 本发明涉及一种具有半渗透性的个性化复合引导骨再生膜制备方法，属于生物材料增材制造领域。一种具有半渗透性的个性化复合引导骨再生膜制备方法，包括以下步骤：S1、利用CT扫描技术获取患者牙槽骨形态，设计出个性化GBR膜模型；S2、基于个性化GBR膜模型的曲面特征，采用多个点阵单元进行填充，构建出多孔GBR膜模型；S3、将构建完成的多孔GBR膜模型导入激光选区熔化增材制造设备软件中，制造金属多孔GBR膜；S4、以S3步骤成形的金属多孔GBR膜作为基底，利用电沉积技术将聚合物冷冻凝胶涂覆到金属多孔GBR膜上，以制备复合GBR膜；S5、通过优化电沉积过程中的聚合物浓度、电场和电沉积时间，调控复合GBR膜的多孔结构特征，实现复合GBR膜的半渗透性功能。
-
公开(公告)号：CN114487890B
公开(公告)日：2024-11-26
申请号：CN202210094201.7
申请日：2022-01-26
Applicant: 中南大学
IPC: G01R31/392
Abstract: 本发明公开了一种改进长短期记忆神经网络的锂电池健康状态估计方法。其步骤为：获取锂电池实验数据集；根据容量计算电池实际的健康状态，提取若干个能够表征电池健康状态的老化特征并对特征数据进行标准化处理；初始化相关参数并建立改进的长短期记忆神经网络模型，确定网络中需要优化的参数；对改进的长短期记忆神经网络估计模型进行训练；将训练得到的最优参数值作为长短期记忆神经网络模型中对应的值来进行锂离子电池健康状态的估计。本发明能够有效提高锂离子电池健康状态的估计精度。
-
公开(公告)号：CN118899822A
公开(公告)日：2024-11-05
申请号：CN202410943543.0
申请日：2024-07-15
Applicant: 中南大学
Abstract: 本发明提供一种直流微电网的控制方法及电子设备，方法包括采集每个电池储能单元双向变换器的输出电流、输出电压和电感电流；通过电压电流双闭环电路和下垂控制作为一次控制，实现基本功率分配；二次控制时，基于相邻电池储能单元的双向变换器之间的通信，获取邻居双向变换器的输出电流信息和下垂系数，结合协同一致性获取功率分配的偏差值，获得功率分配修正项；基于相邻电池储能单元的双向变换器之间的通信，获取邻居双向变换器的输出电压信息，输入到模型预测控制器中，根据预测模型和成本函数获得电压恢复控制量，获得电压修正项；将功率分配修正项和电压修正项均添加到一次控制的参考电压上；本发明能够实现功率精确分配和母线电压恢复。
-
公开(公告)号：CN114771520B
公开(公告)日：2024-08-02
申请号：CN202210331495.0
申请日：2022-03-31
Applicant: 中南大学
IPC: B60W30/14 , B60W40/00 , B60W40/10 , B60W40/105 , B60W30/09
Abstract: 本发明提供了一种基于强化学习的电动汽车经济性自适应巡航控制方法及系统，所述方法包括：建立跟驰系统的马尔科夫模型；根据强化学习中Actor‑Critic算法，设计自适应巡航控制器；根据自适应巡航控制器的速度控制信号，根据逆动力学模型转化为加速/减速踏板卡开度，控制车辆安全跟随前车。本发明能够实现安全、舒适、平稳的跟随前车，避免碰撞行为发生，自适应能力较好。与只考虑驾驶安全的控制策略相比，在相同驾驶周期内，电池荷电状态有所提高。
-
-
-
-
-
-
-
-
-
Search Results
133
records
(took 0.028 seconds)
