-
公开(公告)号：CN103399280A
公开(公告)日：2013-11-20
申请号：CN201310331999.3
申请日：2013-08-01
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 基于NSDP-AR模型的锂离子电池循环寿命预测方法，涉及一种锂离子电池循环寿命预测方法。本发明解决了AR模型对电池容量非线性退化特征预测能力较差的问题。所述方法为：根据待预测的锂离子电池的AR模型对锂离子电池进行容量的预测；根据容量预测序列ARpredict，提取近似全寿命周期百分比kp’序列；在待预测锂离子电池投入在线使用前，对拟合组各电池进行充放电测试，建立拟合组各电池各自的NSDP-AR模型对待预测的锂离子电池与拟合组各电池的容量退化趋势进行关联性分析，得到关联度ri，采用基于关联度的加权手段确定在线时待预测锂离子电池非线性退化因子KT的参数估计结果，对容量预测结果ARpredict进行非线性校正。本发明适用于对锂离子电池循环寿命的预测。
-
公开(公告)号：CN101908890A
公开(公告)日：2010-12-08
申请号：CN201010240536.2
申请日：2010-07-30
Applicant: 哈尔滨工业大学
IPC: H03M7/30
Abstract: 分块大小未知的块稀疏信号的盲重构方法，它涉及压缩感知技术领域，它解决了目前块稀疏信号的重构方法需要分块大小以及块稀疏度作为先验知识的问题。该方法通过初始化块稀疏度和分块大小，对每一个分块大小，算法进行块稀疏度自适应迭代，找到每一个分块大小对应的重构信号。随着算法不断迭代，分块大小随之增加，直至算法得到的重构信号0-范数小于测量矩阵行数时算法结束，把此重构信号作为算法输出。若不满足此条件，则算法运行至：在分块大小小于等于信号长度一半时，分块大小和块稀疏度的乘积大于等于信号长度，迭代结束，得到一系列重构信号，最后利用0-范数稀疏度量准则筛选出最稀疏的信号作为算法最终输出。本发明可用于块稀疏信号的压缩感知技术领域。
-
公开(公告)号：CN101777034A
公开(公告)日：2010-07-14
申请号：CN201010128723.1
申请日：2010-03-22
Applicant: 哈尔滨工业大学
Abstract: 具有硬件定时发送功能的RS422异步串行卡及其通信方法，它涉及一种RS422异步串行卡及其通信方法，它解决了目前市场上的串行通讯卡因采用软件定时来完成数据发送而导致的数据丢帧问题。所述RS422异步串行卡，它包括RS-422电平转换电路、FPGA、总线控制器和CPCI总线连接器，所述FPGA中固化有接收模块、发送模块、第一定时器和内部时钟；所述通信方法，它包括数据接收过程和定时数据发送过程。本发明采用硬件缓存的方法，能够有效地解决因非实时行操作系统导致的丢帧问题，本发明能够应用于雷达、雷达模拟器以及数控转台控制和数据监测等领域，完成对雷达、雷达模拟器、数控转台等定时数据设置和定时状态监测。
-
公开(公告)号：CN101738332A
公开(公告)日：2010-06-16
申请号：CN200910312925.9
申请日：2009-12-31
Applicant: 哈尔滨工业大学
IPC: G01M19/00
Abstract: 小卫星执行机构的状态信息采集装置，它涉及一种信号采集装置，它解决了目前尚无设备能够有效检测多种类的卫星执行机构部件状态信息的问题。小卫星执行机构的状态信息采集装置，包括磁力矩传感器电压采集模块、卫星飞轮转速采集模块、卫星飞轮转速方向采集模块、卫星燃料推进器开关时间采集模块、控制及计算模块、数据组帧模块、启动帧判断模块、50ms周期信号采集模块和动力学计算机；状态信息采集装置接收到50ms周期信号后，采集磁力矩传感器、飞轮和卫星燃料推进器输出的各个信号并处理，将处理后的数据组帧后通过RS-485通讯逻辑程序传送给动力学计算机。本发明克服了已有技术的不足，可用于航天领域执行机构部件的信号采集检测。
-
公开(公告)号：CN110399323B
公开(公告)日：2020-10-02
申请号：CN201910701287.3
申请日：2019-07-31
Applicant: 哈尔滨工业大学
Abstract: 一种基于SRIO的高速信息通道,涉及卫星在轨健康运行的监测领域。解决了采用CPU+FPGA的架构实现高速信息通道结构复杂及传输速率低的问题。包括信息处理单元板卡和数据存储单元板卡；当高速信息通道处于数据存储工作模式时，信息处理单元板卡用于生成写请求配置参数，并将写请求配置参数以及根据写请求配置参数提取的待存储数据转化为SRIO协议的数据包，将该SRIO协议的数据包存储至数据存储单元板卡；当高速信息通道处于数据读取工作模式时，信息处理单元板卡用于生成读请求配置参数，并根据读请求配置参数从数据存储单元板卡的相应位置中读取转化为SRIO协议的数据包。本发明主要应用于卫星在轨测试系统上。
-
Patent Agency Ranking
公开(公告)号：CN110161125A
公开(公告)日：2019-08-23
申请号：CN201910522225.6
申请日：2019-06-17
Applicant: 哈尔滨工业大学
Abstract: 基于加速度与声发射感知技术相结合的航空发动机智能监测方法，涉及一种无人机航空发动机状态感知技术，为了解决速度传感器很难检测航空发动机早期故障以及单一的声发射技术无法满足综合的对航空发动机状态进行评估的问题。本发明通过数据采集步骤后，再通过故障特征提取步骤，实现对航空发动机状态的综合评估；数据采集步骤包括采集振动数据的步骤和采集声发射数据的步骤；故障特征提取步骤为利用自适应VMD算法对振动数据和声发射数据进行故障提取，得到本征模态分量IMFs；再利用分析去除相关性程度低的IMF分量；计算剩余IMFs的能量熵；故障特征降维，量化分析，进而实现综合评估。有益效果为感知能力增强，监测的故障信号频率更广，抗噪能力更强。
-
公开(公告)号：CN105045753B
公开(公告)日：2017-11-03
申请号：CN201510409195.X
申请日：2015-07-13
Applicant: 哈尔滨工业大学
Abstract: 基于FPGA的PCI总线控制器及控制方法，涉及PCI总线控制技术领域。解决了现有基于PCI总线的板卡设备应用场所需要脱离PC机和相关的控制机箱系统才能应用的问题。本发明的处理器用于通过Avalon总线、总线控制器和PCI总线向PCI总线设备发送控制信号，并接收PCI总线设备发回的响应信号；存储器DDR2用于对处理器发送的控制信号和PCI总线设备发回的响应信号进行缓存；总线控制器用于接收Avalon总线向PCI总线发送的数据，并将接收的Avalon总线数据转换为PCI总线数据，并将转换后PCI总线数据发送至PCI总线；同时接收PCI总线向Avalon总线发送的数据，并将接收的PCI总线数据转换为Avalon总线数据，并将转换后Avalon总线数据发送至Avalon总线。本发明适用于PCI总线控制使用。
-
公开(公告)号：CN103399281B
公开(公告)日：2016-01-20
申请号：CN201310332074.0
申请日：2013-08-01
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 基于循环寿命退化阶段参数的ND-AR模型和EKF方法的锂离子电池循环寿命预测方法，涉及一种锂离子电池循环寿命预测方法，本发明在线测量待测锂电池的容量数据，保存数据并对所述数据进行预处理；基于EKF方法确定在线锂离子电池经验退化模型的参数；利用预处理后的数据采用融合自回归系数求取方法确定在线电池的AR模型；与待测锂离子电池同型号的电池进行离线状态模拟在线条件充放电测试，对待预测的锂离子电池与待测锂离子电池同型号的电池的容量退化模型进行关联性分析，将每一个充放电循环的电池容量数据与待测锂离子电池的失效阈值比较获取RUL,完成锂离子电池循环寿命预测。本发明适用于电池寿命预测。
-
公开(公告)号：CN105045753A
公开(公告)日：2015-11-11
申请号：CN201510409195.X
申请日：2015-07-13
Applicant: 哈尔滨工业大学
CPC classification number: G06F13/4031 , G06F13/4221
Abstract: 基于FPGA的PCI总线控制器及控制方法，涉及PCI总线控制技术领域。解决了现有基于PCI总线的板卡设备应用场所需要脱离PC机和相关的控制机箱系统才能应用的问题。本发明的处理器用于通过Avalon总线、总线控制器和PCI总线向PCI总线设备发送控制信号，并接收PCI总线设备发回的响应信号；存储器DDR2用于对处理器发送的控制信号和PCI总线设备发回的响应信号进行缓存；总线控制器用于接收Avalon总线向PCI总线发送的数据，并将接收的Avalon总线数据转换为PCI总线数据，并将转换后PCI总线数据发送至PCI总线；同时接收PCI总线向Avalon总线发送的数据，并将接收的PCI总线数据转换为Avalon总线数据，并将转换后Avalon总线数据发送至Avalon总线。本发明适用于PCI总线控制使用。
-
公开(公告)号：CN102749584A
公开(公告)日：2012-10-24
申请号：CN201210264221.0
申请日：2012-07-17
Applicant: 哈尔滨工业大学
Abstract: 基于Kalman滤波的ESN的涡轮发电机的剩余寿命预测方法，涉及基于Kalman滤波的ESN的涡轮发电机的剩余寿命预测方法。它为了解决现有预测方法选择合适的网络拓扑困难，训练时需训练网络的全部的权值，计算时容易陷入局部最优的问题。本发明在训练阶段，建立Kalman滤波的ESN涡轮发动机的数学模型，根据已知的输入单元u(n)和已知的输出单元y(n-1)，以及内部处理单元更新方程和Kalman滤波求得输出权值矩阵Wout；在测试阶段，将传感器测量获得涡轮发动机的24维数据作为输入单元数据集，带入训练后的数学模型输出单元的方程求得待测ESN的涡轮发动机剩余寿命预测值。本发明适用于涡轮发动机等领域。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.024 seconds)
