公开(公告)号：CN119667492A

公开(公告)日：2025-03-21

申请号：CN202411847210.4

申请日：2024-12-16

Applicant: 江苏大学

Inventor： 栗欢欢 ,  邵宇杰 ,  曹阳阳 ,  王亚平

IPC: G01R31/367 ,  H01M10/42 ,  G01R31/378

Abstract: 本发明提供一种基于模型的电池热失控预警系统及方法，包括以下步骤：步骤S1、建立电化学‑热与电化学‑膨胀力耦合模型，获取不同工况下电池的温度变化曲线、温升速率曲线、电压曲线和膨胀力曲线；步骤S2、建立热失控‑膨胀力耦合模型，获取电池在热失控阶段的时间‑温度曲线、时间‑温升速率曲线、时间‑膨胀力曲线、时间‑膨胀力变化速率曲线；步骤S3、根据步骤S1和步骤S2获取的曲线确定电池多级安全阈值Xt；步骤S4、根据步骤S3所述电池工作安全阈值Xt进行电池热失控预警。本发明可以提高锂离子电池热失控预警准确性和及时性。

公开(公告)号：CN119291514A

公开(公告)日：2025-01-10

申请号：CN202411739782.0

申请日：2024-11-29

Applicant: 江苏大学

Inventor： 栗欢欢 ,  邵宇杰 ,  刘永康 ,  王亚平

IPC: G01R31/367 ,  G01R31/3842 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供一种基于深度学习和卡尔曼滤波算法的电池模组SOC估计方法，包括以下步骤：获取电池模组的工况工作数据，并对所述工况工作数据进行预处理；将预处理后的工况工作数据作为特征参数对双层门控循环单元DGRU深度学习网络进行训练；将训练好的双层门控循环单元DGRU深度学习网络与卡尔曼滤波算法集成，双层门控循环单元与卡尔曼滤波集成预测模型DGRU‑KF。本发明通过将双层门控循环单元DGRU深度学习网络提高了预测精度，同时双层门控循环单元可以并行同时计算，在精度提升的基础上节省估计时间，双层门控循环单元网络和卡尔曼滤波算法相结合，减少深度学习网络模型输出的波动，进一步提高估计模型的精确度。

公开(公告)号：CN305383437S

公开(公告)日：2019-10-11

申请号：CN201930089783.9

申请日：2019-03-06

Applicant: 江苏大学

Designer： 张金瑶 ,  丁潇 ,  邵宇杰 ,  王丽文

Abstract: 1．本外观设计产品的名称：榨汁机。
2．本外观设计产品的用途：本外观设计产品用于果蔬榨汁。
3．本外观设计产品的设计要点：整体的外形。
4．最能表明本外观设计设计要点的图片或照片：立体图。