-
公开(公告)号：CN109239602B
公开(公告)日：2020-12-29
申请号：CN201811085932.5
申请日：2018-09-18
Applicant: 清华大学深圳研究生院
IPC: G01R31/367 , G01R31/389
Abstract: 本发明公开了一种动力电池的欧姆内阻的估算方法，包括：建立反映欧姆内阻变化的离散化计算公式，建立动力电池的PNGV等效电路模型，计算得到动力电池的开路电压UOC和欧姆内阻的函数关系式，然后根据反映欧姆内阻变化的离散化计算公式建立动力电池的欧姆内阻的状态方程，根据动力电池的开路电压UOC和欧姆内阻的函数关系式建立所述动力电池的欧姆内阻的观测方程，并根据粒子滤波算法进行迭代得到所述动力电池的欧姆内阻。本发明提出的动力电池的欧姆内阻的估算方法，能够精确地估算出动力电池的欧姆内阻。
-
公开(公告)号：CN109242093A
公开(公告)日：2019-01-18
申请号：CN201811178736.2
申请日：2018-10-10
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种基于模糊神经网络的电动汽车电机的可靠性评价方法，包括如下步骤：A1、确立电动汽车电机可靠性的评价指标；A2、建立评价指标体系，制定评价标准；A3、根据所述评价指标与评价标准，基于模糊神经网络模型量化可靠性程度；A4、根据量化结果判断电动汽车电机电机可靠性。其中，步骤A3中包括根据所述评价指标体系确定相对隶属度矩阵；计算模糊神经网络的学习样本；将学习样本带入到模糊神经网络模型中进行训练，并对模糊神经网络模型进行精度训练；将待评价的可靠性指标数据，代入到达到预定精度的模糊神经网络模型中进行计算，得到评价结果。运用模糊神经网络模型进行评价，解决了大样本数量条件下的可靠性评价问题，得到可靠性评价依据。
-
公开(公告)号：CN109239602A
公开(公告)日：2019-01-18
申请号：CN201811085932.5
申请日：2018-09-18
Applicant: 清华大学深圳研究生院
IPC: G01R31/367 , G01R31/389
Abstract: 本发明公开了一种动力电池的欧姆内阻的估算方法，包括：建立反映欧姆内阻变化的离散化计算公式，建立动力电池的PNGV等效电路模型，计算得到动力电池的开路电压UOC和欧姆内阻的函数关系式，然后根据反映欧姆内阻变化的离散化计算公式建立动力电池的欧姆内阻的状态方程，根据动力电池的开路电压UOC和欧姆内阻的函数关系式建立所述动力电池的欧姆内阻的观测方程，并根据粒子滤波算法进行迭代得到所述动力电池的欧姆内阻。本发明提出的动力电池的欧姆内阻的估算方法，能够精确地估算出动力电池的欧姆内阻。
-
公开(公告)号：CN109298351A
公开(公告)日：2019-02-01
申请号：CN201811159219.0
申请日：2018-09-30
Applicant: 清华大学深圳研究生院
IPC: G01R31/396 , G01R31/392
Abstract: 本发明涉及一种基于模型学习的新能源车载电池剩余寿命估计方法，具体包括：选择并确定反映车载电池剩余使用寿命的容量变量并收集电池容量的周期变化数据；对容量数据进行必要处理以满足高斯过程回归算法要求的输入-输出的学习关系；利用高斯过程回归算法学习处理好的数据并通过共轭梯度算法来求解超参数；把均方根无迹卡尔曼滤波算法应用到学习好的模型中，通过该算法的时间更新和测量更新阶段来提高对容量的估计准确度。本发明不仅避免了对车载电池内部复杂的机理分析问题，而且还通过算法数值稳定性的提升并根据实时的容量测量数据来提高对车载电池剩余使用寿命的实时的估计精度。
-
公开(公告)号：CN109164392A
公开(公告)日：2019-01-08
申请号：CN201810962640.9
申请日：2018-08-22
Applicant: 清华大学深圳研究生院
IPC: G01R31/367 , G01R31/382 , G01R31/387
Abstract: 本发明公开了一种动力电池的SOC估算方法，包括：根据安时法建立SOC的离散化计算公式，建立动力电池的PNGV等效电路模型，计算得到动力电池的开路电压UOC和SOC的函数关系式，然后根据SOC的离散化计算公式建立动力电池的SOC的状态方程，根据动力电池的开路电压UOC和SOC的函数关系式建立所述动力电池的SOC的观测方程，并根据粒子滤波算法进行迭代得到所述动力电池的SOC。本发明提出的动力电池的SOC估算方法，提高了估算精度。
-
Patent Agency Ranking
公开(公告)号：CN108736103B
公开(公告)日：2024-06-21
申请号：CN201810842034.3
申请日：2018-07-27
Applicant: 清华大学深圳研究生院
IPC: H01M10/613 , H01M10/625 , H01M10/6554 , H01M10/6563 , H01M10/653 , H01M10/6552
Abstract: 本发明公开了一种用于电动车电池的散热装置及电动车电池组件，所述散热装置包括：第一均热板、第二均热板、热管、散热片和风扇，所述热管的第一段安装在所述第一均热板中，所述热管的第二段安装在所述第二均热板中，并在所述热管的第二段的末端安装有所述散热片，所述风扇安装在所述散热片上。本发明的散热装置可以非常有效的防止电动车在夏季高温时段行驶和充放电过程中出现电池温度过高而影响正常使用的情况，可以占用最小的空间的前提下最大程度地提高散热效率。
-
公开(公告)号：CN108736103A
公开(公告)日：2018-11-02
申请号：CN201810842034.3
申请日：2018-07-27
Applicant: 清华大学深圳研究生院
IPC: H01M10/613 , H01M10/625 , H01M10/6554 , H01M10/6563 , H01M10/653 , H01M10/6552
Abstract: 本发明公开了一种用于电动车电池的散热装置及电动车电池组件，所述散热装置包括：第一均热板、第二均热板、热管、散热片和风扇，所述热管的第一段安装在所述第一均热板中，所述热管的第二段安装在所述第二均热板中，并在所述热管的第二段的末端安装有所述散热片，所述风扇安装在所述散热片上。本发明的散热装置可以非常有效的防止电动车在夏季高温时段行驶和充放电过程中出现电池温度过高而影响正常使用的情况，可以占用最小的空间的前提下最大程度地提高散热效率。
-
公开(公告)号：CN109298351B
公开(公告)日：2021-07-27
申请号：CN201811159219.0
申请日：2018-09-30
Applicant: 清华大学深圳研究生院
IPC: G01R31/396 , G01R31/392
Abstract: 本发明涉及一种基于模型学习的新能源车载电池剩余寿命估计方法，具体包括：选择并确定反映车载电池剩余使用寿命的容量变量并收集电池容量的周期变化数据；对容量数据进行必要处理以满足高斯过程回归算法要求的输入‑输出的学习关系；利用高斯过程回归算法学习处理好的数据并通过共轭梯度算法来求解超参数；把均方根无迹卡尔曼滤波算法应用到学习好的模型中，通过该算法的时间更新和测量更新阶段来提高对容量的估计准确度。本发明不仅避免了对车载电池内部复杂的机理分析问题，而且还通过算法数值稳定性的提升并根据实时的容量测量数据来提高对车载电池剩余使用寿命的实时的估计精度。
-
公开(公告)号：CN109000935B
公开(公告)日：2020-07-28
申请号：CN201810764629.1
申请日：2018-07-12
Applicant: 清华大学深圳研究生院
IPC: G01M17/007
Abstract: 本发明公开一种新能源汽车制动系统性能的判定方法，包括：利用历史驾驶数据对驾驶员的历史驾驶行为进行安全性评估；利用车辆制动数据，计算制动状态中车辆的平均减速度和滑移率，并根据平均减速度和滑移率来评判车辆正常情况下的制动性能，所述正常情况定义为未出现制动事故的状态；检测车辆行驶数据的异常值，是否存在制动踏板深度有数据但并未有效制动，以及加速踏板深度和实际加速不相符的情况，以判断整车制动系统的控制性能；根据驾驶员驾驶行为的安全性评估结果、车辆正常情况下的制动性能以及整车制动系统的控制性能来对车辆当前的制动系统性能进行判定。本发明结合人为和机械因素，消除了主观评价或机械故障单方面因素引起的不准确判断。
-
公开(公告)号：CN109000935A
公开(公告)日：2018-12-14
申请号：CN201810764629.1
申请日：2018-07-12
Applicant: 清华大学深圳研究生院
IPC: G01M17/007
Abstract: 本发明公开一种新能源汽车制动系统性能的判定方法，包括：利用历史驾驶数据对驾驶员的历史驾驶行为进行安全性评估；利用车辆制动数据，计算制动状态中车辆的平均减速度和滑移率，并根据平均减速度和滑移率来评判车辆正常情况下的制动性能，所述正常情况定义为未出现制动事故的状态；检测车辆行驶数据的异常值，是否存在制动踏板深度有数据但并未有效制动，以及加速踏板深度和实际加速不相符的情况，以判断整车制动系统的控制性能；根据驾驶员驾驶行为的安全性评估结果、车辆正常情况下的制动性能以及整车制动系统的控制性能来对车辆当前的制动系统性能进行判定。本发明结合人为和机械因素，消除了主观评价或机械故障单方面因素引起的不准确判断。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.028 seconds)
