公开(公告)号：CN115979548B

公开(公告)日：2023-07-18

申请号：CN202310250429.5

申请日：2023-03-16

Applicant: 北京理工大学

Inventor： 李建威 ,  闫崇浩 ,  万鑫铭 ,  王薛超 ,  康荣学 ,  赵志伟

IPC: G01M3/32 ,  G06N3/0464 ,  G06N3/096 ,  G06N7/01

Abstract: 本发明公开一种车用氢系统泄漏诊断方法、系统、电子设备及存储介质，涉及氢气泄漏领域，方法包括获取燃料电池汽车氢瓶内的实际气体压力数据；对所述实际气体压力数据分别进行格拉姆角场转换和马尔可夫转移场转换，得到静态特征信息和动态特征信息；根据所述静态特征信息利用静态特征LeNet神经网络进行识别，得到静态特征LeNet神经网络概率输出；根据所述动态特征信息利用动态特征LeNet神经网络进行识别，得到动态特征LeNet神经网络概率输出；根据所述静态特征LeNet神经网络概率输出和所述动态特征LeNet神经网络概率输出利用D‑S证据理论进行融合，得到氢泄漏诊断结果。本发明能提高氢系统泄漏的诊断速度和精度。

公开(公告)号：CN115979548A

公开(公告)日：2023-04-18

申请号：CN202310250429.5

申请日：2023-03-16

Applicant: 北京理工大学

Inventor： 李建威 ,  闫崇浩 ,  万鑫铭 ,  王薛超 ,  康荣学 ,  赵志伟

IPC: G01M3/32 ,  G06N3/0464 ,  G06N3/096 ,  G06N7/01

Abstract: 本发明公开一种车用氢系统泄漏诊断方法、系统、电子设备及存储介质，涉及氢气泄漏领域，方法包括获取燃料电池汽车氢瓶内的实际气体压力数据；对所述实际气体压力数据分别进行格拉姆角场转换和马尔可夫转移场转换，得到静态特征信息和动态特征信息；根据所述静态特征信息利用静态特征LeNet神经网络进行识别，得到静态特征LeNet神经网络概率输出；根据所述动态特征信息利用动态特征LeNet神经网络进行识别，得到动态特征LeNet神经网络概率输出；根据所述静态特征LeNet神经网络概率输出和所述动态特征LeNet神经网络概率输出利用D‑S证据理论进行融合，得到氢泄漏诊断结果。本发明能提高氢系统泄漏的诊断速度和精度。

公开(公告)号：CN118362913A

公开(公告)日：2024-07-19

申请号：CN202410288420.8

申请日：2024-03-13

Applicant: 北京理工大学

Inventor： 李建威 ,  杨璐铭 ,  陈文淼 ,  沈俊 ,  赵志伟 ,  鲍欢欢 ,  康荣学 ,  何志伟

IPC: G01R31/385 ,  G01R31/36 ,  G01K13/00 ,  G01K15/00 ,  G01N33/00 ,  B60L3/00

Abstract: 本发明公开一种考虑预期安全的动力电池防误判安全评估方法及系统，涉及动力电池技术领域，系统包括：各温度传感器分别与温度采集模块连接；温度采集模块和预期安全控制芯片分别与BMS芯片连接；预期安全控制芯片用于：获取各温度传感器采集相应电芯的电芯温度信号；判断电芯温度信号是否满足第一条件；当电芯温度信号满足第一条件时，确定当前电芯和当前温度传感器未出现故障，当电芯温度信号不满足第一条件时，确定当前电芯或当前温度传感器出现故障；若当前电芯出现故障，则生成BMS电池安全保护信号；若当前温度传感器出现故障，则生成BMS预期安全保护信号。本发明确定电芯温度信号异常的具体原因，实现对动力电池的有效监测和保护。