-
公开(公告)号：CN116318780A
公开(公告)日：2023-06-23
申请号：CN202211534000.0
申请日：2022-12-01
Applicant: 浙江大学
Abstract: 本发明公开了一种车辆控制中攻击通道的识别与隔离系统和方法。车辆在远程控制的时候可能受到攻击的影响而导致事故的发生。本发明使用了自适应方法和切换控制策略协同来降低攻击的影响。首先，对于受到攻击的车辆系统，使用自适应方法适应注入的攻击；其次，当自适应完成后，使用识别算法识别受到攻击的通道；最后，将受到攻击的通道切除，切换控制算法。本发明可以在车辆受到攻击时及时做出自适应调整，且可以在自适应完成后及时切断攻击注入的通道，防止攻击者注入更加剧烈的攻击。
-
公开(公告)号：CN115967192A
公开(公告)日：2023-04-14
申请号：CN202210980686.X
申请日：2022-08-16
Applicant: 浙江大学
Abstract: 本发明公开了一种基于集成式磁路耦合结构的单通道能量与信号同步无线传输系统。本发明包括直流电源、高频逆变电路、原边能量发射电路、副边接收电路、整流电路、负载、信号调制电路和信号解调电路。副边接收电路包括副边能量接收电路和副边信号接收电路，其中能量接收线圈与信号接收线圈相互叠放，能量接收线圈与信号接收线圈之间相互解耦并与原边能量发射电路的发射线圈构成集成式磁路耦合结构。本发明基于集成式磁路耦合结构，使用系统谐波作为信号载波，在不影响无线电能传输系统能量传输的条件下，实现能量与信号的高速、高效同步传输。该技术的应用，使得系统更加紧凑，节省了使用成本，提高系统的稳定性。
-
公开(公告)号：CN115481796A
公开(公告)日：2022-12-16
申请号：CN202211110628.8
申请日：2022-09-13
Applicant: 浙江大学
Abstract: 本发明公开了一种基于贝叶斯混合神经网络的电池剩余使用寿命预测方法。首先收集锂电池充放电过程中的运行数据，本发明在特征提取方面采用格拉姆角场的方法进行特征提取，将电池历史剩余容量序列转换成时间序列图片来丰富信息和降低测量噪声；在模型构造方面，将贝叶斯估计与深度学习方法融合，构建贝叶斯混合神经网络，其主要包括用于贝叶斯长短期记忆网络、贝叶斯卷积神经网络和贝叶斯深度神经网络。本发明克服了传统电池剩余寿命预测算法处理不平衡和小样本数据能力差、泛化性较弱、长期预测精度低的劣势，提高了电池剩余寿命预测的精准度。
-
公开(公告)号：CN114611828A
公开(公告)日：2022-06-10
申请号：CN202210305215.9
申请日：2022-03-25
Applicant: 浙江大学
Abstract: 本发明公开了一种基于地质信息和运行参数的TBM掘进参数实时预测方法。本发明TBM驱动参数预测任务转化为预测周期范围为一个环段的多周期多变量时间序列预测任务，提出了一种利用地质特征和TBM运行参数数据进行TBM驱动参数预测的TransTP网络，该网络通过时间模式注意检测(TPAD)学习具有卷积分量的多周期特征表示，通过时间模式注意机制(TPAM)辅助深度网络提取输入的多元特征，进而有效地完成多周期、多变量的TBM掘进参数时间序列预测。
-
公开(公告)号：CN111881811B
公开(公告)日：2022-04-26
申请号：CN202010722887.0
申请日：2020-07-24
Applicant: 浙江大学
Abstract: 本发明公开了一种自卷积注意力池化机制的掘进装备岩石分类方法，属于图像识别领域。本发明的核心在于提出了一种用于岩石识别分类的注意力特征融合网络，其利用识别对象(岩石)图像对模型进行训练，通过自卷积操作得到岩石的注意力特征。为了完成分类任务，本发明在网络中提出了注意力特征融合模块，它能有效地将图像深度特征和注意力特征进行端到端融合和编码。本发明通过可视化实验和对比实验验证了自卷积操作和注意力特征融合模块的有效性。与此同时，岩石识别数据集的实验结果表明，注意力特征融合网络在岩石识别任务的准确性和实时性方面都优于包括LSTM(掩模引导)、ABN(注意力机制)、ResNet50(全局特征)在内的现有方法。
-
Patent Agency Ranking
公开(公告)号：CN112908656A
公开(公告)日：2021-06-04
申请号：CN202110259319.6
申请日：2021-03-10
Applicant: 浙江大学
Abstract: 本发明公开了一种电动汽车无线充电感应功率传输系统中线圈磁芯结构。包含磁芯和线圈，磁芯由两个“工”字形结构在两侧对称平行拼接构成，每个“工”字形结构周围分别绕制布置有线圈；两个“工”字形结构中，底板位于同一平面且一体成型，顶板位于同一平面，顶板尺寸小于底板尺寸。本发明具有更高的耦合系数，使得接收线圈与发送线圈的互感更高，在维持高效率情况下可以大幅提高传输功率，各部分尺寸可调节，能对不同应用场景具有适应性。
-
公开(公告)号：CN110492197A
公开(公告)日：2019-11-22
申请号：CN201910740821.1
申请日：2019-08-12
Applicant: 浙江大学
IPC: H01M10/613 , H01M10/635 , H01M10/633 , H01M10/625
Abstract: 本发明公开了一种基于模糊模型预测控制的锂电池温度控制系统和方法。温度采样模块安装于锂电池表面，电流采样模块连接锂电池输出，电流采样模块经SOC估计模块连接到温度控制模块，温度控制模块连接到散热模块；温度采样模块采集锂电池的电池表面温度，电流采样模块采集锂电池的输出电流，SOC估计模块接收来自电流采样模块采集到的锂电池输出电流处理估计获得电池的SOC值，将电池表面温度、SOC值、输出电流发送到温度控制模块，温度控制模块根据锂电池放电时的温升特性，控制散热模块进行散热。本发明既能降低锂电池温升速率，又能减少锂电池用于散热的能量消耗，延长了锂电池的使用寿命和续航能力。
-
公开(公告)号：CN107192959A
公开(公告)日：2017-09-22
申请号：CN201710458245.2
申请日：2017-06-16
Applicant: 浙江大学
IPC: G01R31/36
CPC classification number: G01R31/367
Abstract: 本发明公开了一种基于Takagi‑Sugeno模糊模型的锂电池荷电状态估计方法，包括建立锂电池的二阶等效电路模型,并将二阶等效电路模型线性化，得到若干子线性模块模型，并为每个子线性模型选择合适的隶属度函数，并进行归一化处理后，设计出系统的观测器，最后求解线性矩阵不等式，获得观测器的反馈增益，从而得到获得锂电池的荷电状态。本发明将线性化的分析理论和方法引入锂电池SOC的估计中，避免直接对非线性锂电池模型进行分析和观测器设计，并相比传统的锂电池荷电状态估计方法具有更高的精度。
-
公开(公告)号：CN102540887A
公开(公告)日：2012-07-04
申请号：CN201110444603.7
申请日：2011-12-27
Applicant: 浙江大学
IPC: G05B13/04
Abstract: 本发明属于自适应控制领域，公开了一种对于下三角型非线性参数化系统的动态面控制办法。本发明提供了一种融合了动态面控制和浸入与不变自适应估计率的新型算法，该方法利用动态面控制中加入的鲁棒作用来抑制系统各类外部扰动和未建模动态，防止了反步法所造的计算膨胀问题；并利用在线学习模块的浸入与不变自适应估计率，区分了系统当中参数不确定性和未知非线性函数，并将参数不确定性的影响降到最小，最大程度的减小了不确定性对于控制性能的影响；最后利用协调模块将自适应估计率作用和鲁棒控制的作用有机地结合在一起。同时保障了系统具有良好的动态性能和稳态性能。
-
公开(公告)号：CN119375747A
公开(公告)日：2025-01-28
申请号：CN202411393821.6
申请日：2024-10-08
Applicant: 浙江大学
IPC: G01R31/392 , G01R31/367 , G06F18/27 , G06F18/214
Abstract: 本发明公开了一种基于高斯过程回归的电池健康估计方法和系统。本发明包括以下步骤：首先，采集锂电池循环充放电过程中的循环充放电数据；在特征提取部分提取了锂离子电池退化过程中与电极退化损失相关的特征，将电池退化过程中的机理特性带入估计过程中，提升预测的准确性；在模型构造方面，将高斯过程回归与锂电池机理特性相结合，构建一系列融入真实退化机理的高斯核函数，主要包含了对放电电流、外部温度、放电深度、放电时间的考量。本发明克服了传统电池健康估计算法在小样本数据下估计精度低、泛化性能弱、无法给出不确定性估计等劣势，有效提升了电池健康估计的精准度。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.099 seconds)
