公开(公告)号：CN117249061A

公开(公告)日：2023-12-19

申请号：CN202311185493.6

申请日：2023-09-14

Applicant: 北京理工大学

Inventor： 王昊宸 ,  黄天坤 ,  武志文 ,  李晶

IPC: F03H1/00

Abstract: 本发明公开了一种气体约束型碳纳米管场电离推力器,包括第一极板、第二极板、气体约束板、密封圈、第一壳体和第二壳体。第二极板上设置有通过化学气相沉淀法和化学点位遮盖法生成有间隙的碳纳米管簇，其尖端电场更大，比普通的发射极有更高的电离效率，但碳纳米管簇的分布较为稀疏；气体约束装置与发射极的碳纳米管簇相互配合，保证碳纳米管簇有相互独立的电离空间，避免工质气体逸散到碳纳米管簇的间隙中，从而提高电离效率；同时气体约束装置有可以进一步屏蔽碳纳米管簇之间的电场影响，避免了推进期间不同碳纳米管簇之间的相互干扰，提高推力器的可控性的同时进一步提高电离效率，本装置可减少工质气体的浪费，提高推力器的使用寿命。

公开(公告)号：CN105701456A

公开(公告)日：2016-06-22

申请号：CN201610005949.X

申请日：2016-01-05

Applicant: 北京理工大学

Inventor： 刘彤 ,  李晶 ,  王美玲

IPC: G06K9/00

Abstract: 本发明提供一种基于小波分析的角加速度计信号自适应去噪方法，相较于传统的小波分析去噪方法，本发明提出了通过计算带噪信号与噪声信号的小波能量熵与能量熵的差商来确定带噪信号的最佳小波分解层数，运用中值滤波对噪声宽度与噪声标准差进行估计，结合3σ准则设定门限阈值，从而进行自适应滤波。在阈值选取方面，相比于传统的启发式sure准则、极大极小值准则以及penalty准则，效果更胜一筹。以上方法对于分子型液环式角加速度计的周期性信号与高动态信号的降噪处理都取得了较好的效果。

公开(公告)号：CN118211724A

公开(公告)日：2024-06-18

申请号：CN202410406903.3

申请日：2024-04-07

Applicant: 北京理工大学

Inventor： 张照生 ,  彭鹏 ,  马军伟 ,  李晶 ,  陈敏

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F18/10 ,  G06F17/18 ,  G06F18/2415 ,  G06F16/23 ,  G06F16/29 ,  G06N7/01

Abstract: 本发明提供了一种数据驱动的新能源汽车用户充电地点预测方法，其利用新能源汽车实车大数据并执行必要的数据预处理，通过对车辆各次充电行为所对应的充电地点、时间、日期、SOC及快慢充方式等信息进行统计分析，并结合贝叶斯定理建立预测模型，能够对新能源汽车在特定条件下对应的充电地点进行精确预测。该方法的实现较为简便，且能够保持长期持续地更新，从而有利于优化充电体验和保障电力系统稳定。

公开(公告)号：CN117187775A

公开(公告)日：2023-12-08

申请号：CN202311044341.4

申请日：2023-08-18

Applicant: 北京理工大学

Inventor： 王昊宸 ,  黄天坤 ,  武志文 ,  虎添翼 ,  李晶

IPC: C23C16/26 ,  C23C16/04 ,  B82Y40/00 ,  F03H1/00

Abstract: 本发明公开了一种微米级碳纳米管簇发射极加工方法，涉及微小型卫星航天推进技术领域，其技术方案要点是：根据化学气相沉淀法生成的碳纳米管需要附着在含有催化剂的基底上这一原理，通过在基底表面覆盖一层按照一定间距打孔的薄膜。通过限制气体与催化剂的接触，让碳纳米管簇只能在孔内生长。正常化学气象沉淀法生成的碳纳米管密度较大，会有大幅降低碳纳米管尖端的电场，影响对工质气体的电离。采用本发明生产的碳纳米管间隔均匀，大幅增加电离区域，增强场电离性能，是性能更好的场电离推进器发射极。

公开(公告)号：CN105701456B

公开(公告)日：2019-10-25

申请号：CN201610005949.X

申请日：2016-01-05

Applicant: 北京理工大学

Inventor： 刘彤 ,  李晶 ,  王美玲

IPC: G06K9/00

Abstract: 本发明提供一种基于小波分析的角加速度计信号自适应去噪方法，相较于传统的小波分析去噪方法，本发明提出了通过计算带噪信号与噪声信号的小波能量熵与能量熵的差商来确定带噪信号的最佳小波分解层数，运用中值滤波对噪声宽度与噪声标准差进行估计，结合3σ准则设定门限阈值，从而进行自适应滤波。在阈值选取方面，相比于传统的启发式sure准则、极大极小值准则以及penalty准则，效果更胜一筹。以上方法对于分子型液环式角加速度计的周期性信号与高动态信号的降噪处理都取得了较好的效果。

公开(公告)号：CN119537806A

公开(公告)日：2025-02-28

申请号：CN202411602201.9

申请日：2024-11-11

Applicant: 北京理工大学 ,  国网山西省电力公司信息通信分公司

Inventor： 张照生 ,  彭鹏 ,  马军伟 ,  李晶 ,  陈敏

IPC: G06F18/10 ,  G06F18/2431 ,  G06F18/213 ,  G06N3/0464 ,  G06F18/27 ,  G06F18/23 ,  G06Q50/06

Abstract: 本发明公开了一种数据驱动的电动汽车充电量及充电时长预测方法，包括以下步骤：步骤1，对电动汽车的历史充电数据进行数据预处理；步骤2，对预处理充电片段进行特征提取并赋予标签；步骤3，基于LSTM分类模型实现标签预测；步骤4，基于RF回归模型实现充电量与充电时长预测。本发明高效准确地预测出电动汽车充电量与充电时长，不仅可以优化充电站的运营效率，提升用户的充电体验，还可以为智能电网和可持续交通系统做出更大的贡献。通过准确预测，充电站可以更好地安排充电设施的使用，减少排队等待时间，提高充电桩的利用率；用户则可以根据预测信息合理规划充电时间，避免长时间等待，提高出行计划的灵活性和便利性。