-
公开(公告)号：CN116979184A
公开(公告)日：2023-10-31
申请号：CN202310683146.X
申请日：2023-06-09
Applicant: 中南大学 , 北京全路通信信号研究设计院集团有限公司
IPC: H01M10/633 , H01M10/615 , H01M10/657 , H01M10/625
Abstract: 本发明公开了一种重载货运列车的车‑车通信电台加热方法及加热装置，利用电感续流特性以及全桥逆变原理，使用电池自身能量产生脉冲电流用于电池的内部加热；使用脉冲宽度控制方式控制驱动半桥的通断，进而根据占空比控制加热电路的电流，加入PID控制器实现加热电流的控制。本发明提出方案不需要外部电源供应，直接利用被加热电池自身能量用于内部加热，并且并能够实现加热电流的自由调节，具有加热效率高，可灵活调节的优势，提高锂离子电池的低温抵抗能力。同时利用参数辨识方法，计算允许最大加热电流，在保证快速预热的同时避免过充过放的问题。
-
公开(公告)号：CN114448071B
公开(公告)日：2025-01-03
申请号：CN202210121275.5
申请日：2022-02-09
Applicant: 中南大学
Abstract: 本发明公开了一种超级电容储能系统的母线电压自适应调节方法及系统，该方法采用自适应控制策略调节母线电压和/或采用设定点调节策略调节母线电压；自适应控制策略是采用固定参数的电流内环以及自适应的电压外环的双环控制策略，电压外环的比例参数和积分参数随超级电容的端电压动态变化，且系统闭环带宽远离右半平面的零点：所述设定点调节策略为：当前母线电压的实际值与期望值的差值在误差允许范围内，不进行调整；不在误差允许范围内，根据当前的差值并利用超前补偿器计算预测误差，并利用所述预测误差确定调整量并进行调整。通过上述方法可以有效缓解输入电压突变或负载突变情况对输出电压造成的波动影响。
-
公开(公告)号：CN116826254A
公开(公告)日：2023-09-29
申请号：CN202311040175.0
申请日：2023-08-17
Applicant: 中南大学
IPC: H01M10/633 , H01M10/635 , H01M10/637 , H01M10/625 , H01M10/615
Abstract: 本发明公开了一种重载货运列车自组网低温下电池直流自加热方法、系统、介质及终端，其中方法包括S1获取电热老化耦合模型；对耦合模型进行测试，得到不同的温度、SOC下耦合模型的离线参数数据库；S2设定电池加热的目标温度；S3获取电池的当前温度、当前SOC，基于耦合模型的离线参数数据库确定电池当前的耦合模型的参数值；S4将电池自加热过程中的加热时间和电池容量损耗作为优化目标，采用多目标优化算法求解最优的电池自加热多阶段恒流电流序列；S5判断当前电池温度是否达到目标温度：若否，则返回S3；若是，则结束电池自加热。能够快速高效地进行内部加热电池，大幅提高了重载货运列车在低温环境下的续航能力。
-
公开(公告)号：CN114740386B
公开(公告)日：2024-05-24
申请号：CN202210226982.0
申请日：2022-03-08
Applicant: 中南大学
IPC: G01R31/387 , G01R31/392 , G01R31/367
Abstract: 本发明公开了一种基于健康状态的锂离子电池荷电状态估计的方法和装置。其中方法主要包括：使用锂离子电池的二阶等效电路模型，计算开路电压和荷电状态之间的函数关系，并采用带遗忘因子的递推最小二乘进行电路模型参数的辨识；根据实验平台采集的数据，采用相关向量机进行电池剩余使用寿命的预测，并将电池的剩余使用寿命量化为关于电池实际容量的基准函数关系式；然后建立工作温度和充放电倍率关于电池实际容量的补偿函数关系式，通过补偿函数关系式对基准函数关系式的校正，得到最终的电池实际可用容量。最后通过电路模型建立的状态空间方程，采用粒子滤波的方法实现电池荷电状态的估计。本发明基于电池的健康状态，能够在不同老化程度下实现荷电状态的准确估计。
-
公开(公告)号：CN114740386A
公开(公告)日：2022-07-12
申请号：CN202210226982.0
申请日：2022-03-08
Applicant: 中南大学
IPC: G01R31/387 , G01R31/392 , G01R31/367
Abstract: 本发明公开了一种基于健康状态的锂离子电池荷电状态估计的方法和装置。其中方法主要包括：使用锂离子电池的二阶等效电路模型，计算开路电压和荷电状态之间的函数关系，并采用带遗忘因子的递推最小二乘进行电路模型参数的辨识；根据实验平台采集的数据，采用相关向量机进行电池剩余使用寿命的预测，并将电池的剩余使用寿命量化为关于电池实际容量的基准函数关系式；然后建立工作温度和充放电倍率关于电池实际容量的补偿函数关系式，通过补偿函数关系式对基准函数关系式的校正，得到最终的电池实际可用容量。最后通过电路模型建立的状态空间方程，采用粒子滤波的方法实现电池荷电状态的估计。本发明基于电池的健康状态，能够在不同老化程度下实现荷电状态的准确估计。
-
Patent Agency Ranking
公开(公告)号：CN114684096A
公开(公告)日：2022-07-01
申请号：CN202210226975.0
申请日：2022-03-08
Applicant: 中南大学
Abstract: 本发明提供了一种基于多源数据融合的电磁阀寿命预测装置及方法。所述装置包括：均衡风缸控制模块、数据采集模块和寿命预测模块。所述均衡控制模块通过制动控制单元对均衡风缸的目标压力和传感器反馈的实时压力进行比较，利用PWM脉宽调制方式控制电磁阀的充排风，实现均衡风缸压力的精准控制；所述数据采集模块使用数据采集卡采集均衡风缸的压力信号、电磁阀组的电流信号；所述寿命预测模块利用采集到的数据分别训练两个寿命预测模型，通过融合不同的模型预测结果以对电磁阀进行寿命预测。本发明可以准确地对电磁阀进行寿命预测，降低维修成本并提高电磁阀利用效率。
-
公开(公告)号：CN106647274A
公开(公告)日：2017-05-10
申请号：CN201611240042.8
申请日：2016-12-28
Applicant: 中南大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明提供了一种连续生产过程中运行工况稳态判别方法，包括：S1基于生产过程中运行参数，利用主成分分析法得到主成分和对应的特征值；S2基于所述主成分中第一主成分中连续的稳态片段，确定多项式滤波窗口；S3基于每一个所述窗口，利用多项式滤波稳态判别法对所述主成分中每个主成分进行稳态检测；S4基于所述对应的特征值，对所述每个主成分的稳态检测结果赋予权值，确定所述窗口稳态检测结果；根据所述窗口的稳态检测结果，获得生产过程中运行工况稳态判别结果。在生产过程调整较为频繁、监测变量多且波动较大时，本发明的方法通过提取数据的综合信息，可以有效地避免单个或几个变量误差对稳态判别的影响，增强了在工业过程中的适应性。
-
公开(公告)号：CN116215324B
公开(公告)日：2023-07-07
申请号：CN202310518911.2
申请日：2023-05-10
Applicant: 中南大学
IPC: B60L58/26 , H01M10/613 , H01M10/625 , H01M10/633
Abstract: 本发明公开了一种重载货运列车自组网电池系统制冷方法、系统及介质，其中方法包括：实时获取重载货运列车行驶过程中主牵引电机消耗的牵引功率、车载电池温度；若车载电池温度大于或等于阈值温度，则采用快速制冷策略获取电池制冷功率给定值；若车载电池温度小于阈值温度，且大于或等于目标温度，则采用慢速制冷策略获取电池制冷功率给定值；若车载电池温度小于目标温度，则采用电池保温策略获取电池制冷功率给定值；根据得到的电池制冷功率给定值，执行电池制冷。该方法能够基于实时车载电池温度、牵引功率确定电池热管理系统所需的电池制冷功率，进而抑制电池老化。
-
公开(公告)号：CN114684096B
公开(公告)日：2023-02-17
申请号：CN202210226975.0
申请日：2022-03-08
Applicant: 中南大学
Abstract: 本发明提供了一种基于多源数据融合的电磁阀寿命预测装置及方法。所述装置包括：均衡风缸控制模块、数据采集模块和寿命预测模块。所述均衡控制模块通过制动控制单元对均衡风缸的目标压力和传感器反馈的实时压力进行比较，利用PWM脉宽调制方式控制电磁阀的充排风，实现均衡风缸压力的精准控制；所述数据采集模块使用数据采集卡采集均衡风缸的压力信号、电磁阀组的电流信号；所述寿命预测模块利用采集到的数据分别训练两个寿命预测模型，通过融合不同的模型预测结果以对电磁阀进行寿命预测。本发明可以准确地对电磁阀进行寿命预测，降低维修成本并提高电磁阀利用效率。
-
公开(公告)号：CN114487890A
公开(公告)日：2022-05-13
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。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.035 seconds)
