-
公开(公告)号：CN118467966A
公开(公告)日：2024-08-09
申请号：CN202410632168.8
申请日：2024-05-21
Applicant: 江苏大学
IPC: G06F18/20 , G06F18/213 , G06F18/25 , G06F30/27 , G06F18/24 , G06F119/04
Abstract: 本发明公开一种基于退化机理模型的滚动轴承RUL预测方法及系统，包括，S1：辨识退化始点DSP并基于辨识结果对退化模式DM进行分类；S2：分析轴承退化机理并基于S1的退化模式DM构建退化机理模型；S3：根据S2获得的退化机理模型进行剩余使用寿命RUL预测。基于滚动轴承的退化机理提出了一个综合表征轴承退化行为的HI和一种适用于预测不同DM轴承RUL的机理模型。相较于通过深度学习直接获取的HI，本发明的HI与轴承故障的物理特性有关，更加具备表述轴承退化信息的能力。其次本发明所提退化机理模型能够很好地处理轴承在退化过程中出现的自愈现象，并且有效限制了随机噪声对RUL预测精度的影响，具有较强的可靠性和通用性。
-
公开(公告)号：CN117755320A
公开(公告)日：2024-03-26
申请号：CN202311806097.0
申请日：2023-12-26
Applicant: 江苏大学
IPC: B60W40/105 , B60W50/00
Abstract: 本发明公开一种车速预测方法及其装置，包括，S1：对不同约束条件下的马尔科夫车速模型的预测效果进行对比，得出车速预测精度最高的马尔科夫车速预测模型；S2：分析汽车行驶状态在线识别模型对S1得出的马尔科夫车速预测模型的精度影响；S3：根据S2的分析结果对马尔科夫车速预测模型进行调整，分析聚类中心个数对预测精度影响，得出时间聚类的马尔科夫车速预测模型并验证。通过对比在不同约束条件下的Markov车速预测模型的预测效果，获得预测精度最高的行驶状态与时间双重约束下Markov车速预测模型，分析出行驶状态识别误差会导致预测精度降低，调整得出时间分类约束的Markov车速预测模型，解决行驶状态识别误差导致预测精度降低问题，稳定提高预测准确性。
-
公开(公告)号：CN111965544B
公开(公告)日：2023-03-24
申请号：CN202010693511.1
申请日：2020-07-17
Applicant: 江苏大学
IPC: G01R31/367 , G01R31/388 , G01R31/396
Abstract: 本发明公开了基于电压及电流双约束的车用并联动力电池的最小包络线SOC估计方法，本发明考虑到并联单体电池差异导致支路电流差异，引起各单体电池SOC差异，为了保证并联各单体电池安全，研究基于电压及电流双约束的双扩展卡尔曼滤波(Dual Extended Kalman Filter,DEKF)算法的电池模型参数与SOC联合估计的关键技术，实现以最小SOC为包络线的并联电池SOC估计。主要包括：建立并联电池的电路模型及数学描述方程、制定并联电池SOC估计流程、进行常规状态下并联电池SOC估计及差异状态下并联电池SOC估计。结果表明，本发明实现了以最小SOC为包络线的并联电池SOC估计，估计误差在常规状态下达到1％以内，在差异状态下能够逐步稳定在5％以内。
-
公开(公告)号：CN111693881B
公开(公告)日：2021-09-10
申请号：CN202010468280.4
申请日：2020-05-28
Applicant: 江苏大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明公开了基于“标准化温度”的宽温度范围下电池健康状态在线估测方法，主要包括求取电池IC曲线，建立标准电池温度敏感特征点与温度定量关系，不同温度下IC曲线标准化变换，建立基于BOX‑COX变换的容量敏感特征点与容量关系；其中，标准电池温度敏感特征点与温度定量关系主要由其他温度特征点电压值与标准温度下特征点电压值作差，并采用阿伦尼乌兹函数得到温度与特征点电压偏移对应关系；其中，容量敏感特征点与容量关系建立基于BOX‑COX变换，中的参数λ采用最大似然函数计算得到，进而得到变换后特征点高度y，再将电池SOH与变换后特征点高度y进行线性拟合得到拟合曲线，进而求出电池SOH。
-
公开(公告)号：CN113109725A
公开(公告)日：2021-07-13
申请号：CN202110434425.3
申请日：2021-04-22
Applicant: 江苏大学
IPC: G01R31/388 , G01R31/367
Abstract: 本发明公开了一种基于状态噪声矩阵自调节并联电池荷电状态估计方法，包括建立并联电池状态方程和测量方程、改进CKF算法对并联电池SOC进行估计和估计方法的验证三个步骤；所述CKF算法改进包括建立并联电池单体不同差异状态下状态噪声矩阵调节系数，基于并联电池差异状态的状态噪声矩阵自调节，进行差异状态下的并联电池SOC估计；CKF算法的改进还包括协方差矩阵对角化分解，所述协方差矩阵对角化分解的方法为用对角化变换来替换CKF算法中的Cholesky分解。有益效果：本发明融合误差协方差矩阵的对角分解及状态噪声矩阵自调节，可实现不同差异状态下的车用并联电池SOC准确有效地估计。
-
Patent Agency Ranking
公开(公告)号：CN110515009A
公开(公告)日：2019-11-29
申请号：CN201910656106.X
申请日：2019-07-19
Applicant: 江苏大学
IPC: G01R31/385 , G01R31/389 , G01R31/392 , H01M10/42
Abstract: 本发明公开了电池全寿命周期内电化学阻抗谱特征量对温度敏感频带标定方法，包括：(1)电化学阻抗相移值获取：利用电化学工作站对4块不同健康状态单体电池在5℃、25℃及55℃环境温度及0～100％SOC范围内进行EIS试验，获得不同温度、不同荷电状态、不同健康状态电化学阻抗相移值；(2)电化学阻抗相移值特性分析：在试验激振频率范围内分别分析电化学阻抗相移值与健康状态和荷电状态间关系，寻找相移值受健康状态及荷电状态干扰最小频率区间；(3)温度敏感频率区间确定：采集荷电状态为50％时电池在5℃、10℃、15℃、20℃、25℃、30℃、35℃、40℃、45℃、50℃、55℃温度下电化学阻抗相移值，寻找相移值对电池内部温度敏感频率区间。
-
公开(公告)号：CN110501643A
公开(公告)日：2019-11-26
申请号：CN201910655233.8
申请日：2019-07-19
Applicant: 江苏大学
IPC: G01R31/367 , G01R31/389 , G01R31/392
Abstract: 本发明公开了一种基于Bode图对全寿命周期电池内部温度估计的方法，包括三个步骤:(1)Bode相移值影响因素分析及最佳频率区间确定：获取不同温度、不同荷电状态、不同健康状态下电池的电化学阻抗相移值，并在试验激振频率范围内确定相移值不受健康状态和荷电状态干扰，但对内部温度敏感的频率区间；(2)建立内部温度与电化学阻抗相移值映射关系：在选定的频带区间内确定最佳激振频率点，并找到该频率点下相移值和内部温度映射关系；(3)电池内部温度估算流程：将待测电池置于不同的环境温度下，并利用最佳频率点给予待测电池激振，获取该频率点下的相移值，利用步骤(2)得到的相移值与电池内部温度映射关系估算出待测电池的内部温度。
-
公开(公告)号：CN119058493B
公开(公告)日：2025-03-25
申请号：CN202411321767.4
申请日：2024-09-23
Abstract: 本发明公开一种考虑电池滞后性的混合系统能量管理方法和装置，包括：S1：燃料电池混合动力系统模型搭建；S2：分析燃料电池电压滞后性；S3：提出考虑燃料电池电压滞后性的能量管理策略。本发明在燃料电池所能输出的功率范围内实现局部最优输出功率，有效减少燃料电池电压滞后性带来的影响，并有效提高经济性。通过燃料电池台架试验数据研究燃料电池电压滞后性，并分别对不同负载电流下的欧姆内阻值及零状态响应平均时间常数进行了分析。将电压滞后方程引入等效氢耗最小策略中，准确地刻画燃料电池在负载变化时的滞后功率，实时更新成本函数的约束条件，提出考虑燃料电池电压滞后性的等效氢耗最小策略并在四种工况下验证所提出策略的有效性。
-
公开(公告)号：CN119199545A
公开(公告)日：2024-12-27
申请号：CN202411342314.X
申请日：2024-09-25
IPC: G01R31/367 , G01R31/392
Abstract: 本发明公开一种基于云端数据估算电池组健康状态的方法与装置，包括S1：基于云端数据构建虚拟电池模型；S2：获取有效充电片段，构建基准曲线OCV‑SOC；S3：计算有效充电片段的标准化电池容量，获取标准化电池健康状态；S4：采用考虑测量及估算误差的递推容量估计方法获取估算电池容量，并获取估算的电池健康状态；S5：将S4估算的SOH与S3标准化SOH进行对比，验证S4中估计方法的有效性。通过利用云端数据中信息，在线估算电池的健康状态SOH，提高估算的准确性，反映出电池组的实际健康状况。针对磷酸铁锂电池，提出有效充电片段选取方法，改善该类电池健康状态估算精度，满足新能源汽车对电池组健康状态日益精准的评估需求。
-
公开(公告)号：CN118914897A
公开(公告)日：2024-11-08
申请号：CN202411308748.8
申请日：2024-09-19
IPC: G01R31/389 , G01R31/367 , G01R31/392
Abstract: 本发明公开基于云端数据的电池欧姆内阻辨识方法和装置，包括S1：计算基于云端放电片段的欧姆内阻并基于测试数据进行欧姆内阻特性分析；S2：基于S1的分析结果，对云端充电片段进行分析，并通过S1的测试数据获取基准开路电压及基准开路电压曲线；S3：基于S1和S2的结果，计算不同温度下云端充电片段的电池欧姆内阻。有益效果：通过提出一种利用云端低倍率充电电压曲线变换的方法辨识欧姆内阻，提高了欧姆内阻辨识的准确性，改善了电池状态估计，同时有效延长电池寿命，减少维护成本，同时满足电池系统的可靠性要求。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.02 seconds)
