公开(公告)号：CN114779103B

公开(公告)日：2024-12-17

申请号：CN202210453820.0

申请日：2022-04-24

Applicant: 南通大学

Inventor： 李俊红 ,  蒋泽宇 ,  顾菊平 ,  华亮 ,  宗天成 ,  褚云琨 ,  芮佳丽 ,  张泓睿 ,  严俊 ,  肖康

IPC: G01R31/385 ,  G01R31/367 ,  G06N3/02

Abstract: 本发明提供了一种基于时滞卷积神经网络的锂离子电池SOC估计方法，属于锂离子电池技术领域。解决了不能够将时滞与卷积神经网络直接结合的技术问题。其技术方案为：包括以下步骤：步骤1)测取SOC从1到0的锂离子电池的端电压、电流和温度；步骤2)对测取的数据进行预处理，构建用于SOC估计的时滞卷积神经网络训练数据集和测试数据集；步骤3)使用时滞卷积神经网络对数据集进行训练和测试，实现SOC实时估计。本发明的有益效果为：本发明中的时滞卷积神经网络能够考虑更多的数据且能够拥有更高的估计精度。

公开(公告)号：CN114237044B

公开(公告)日：2023-07-18

申请号：CN202111432889.7

申请日：2021-11-29

Applicant: 南通大学

Inventor： 李俊红 ,  李政 ,  宗天成 ,  刘慧霞 ,  李磊 ,  蒋泽宇 ,  宋伟成 ,  蒋一哲 ,  芮佳丽 ,  褚云琨 ,  储杰

IPC: G05B13/04

Abstract: 本发明公开了一种基于递阶引力搜索的循环流化床锅炉模型辨识方法，属于循环流化床锅炉模型系统辨识技术领域；解决了循环流化床锅炉进行分析、预测的模型问题。其技术方案为：包括如下步骤：步骤1)构建表述循环流化床锅炉床温的多变量状态空间模型，根据所构建的系统模型获取循环流化床锅炉床温的辨识模型；步骤2)构建递阶引力搜索算法的辨识流程。本发明的有益效果是：本发明的方法辨识可显著降低所需辨识信息矩阵及参数向量维度，从而使该方法的计算量大幅降低，本发明的方法辨识精度高，收敛速度快，适用于循环流化床锅炉床温模型的参数辨识。

公开(公告)号：CN114566227B

公开(公告)日：2022-11-18

申请号：CN202110878223.8

申请日：2021-07-30

Applicant: 南通大学

Inventor： 李俊红 ,  芮佳丽 ,  蒋泽宇 ,  朱建红 ,  宗天成 ,  袁银龙 ,  李政 ,  李磊

IPC: G16C20/10 ,  G16C20/70 ,  G16C20/90 ,  C02F1/66

Abstract: 本发明提供了一种基于牛顿迭代算法的PH中和过程模型辨识方法，包括以下步骤：步骤1)构建PH中和过程分数阶Hammerstein CAR模型，根据所构建的系统模型获取PH中和过程的辨识模型；步骤2)构建牛顿迭代算法的辨识流程。本发明的有益效果为：使用本发明的牛顿迭代算法的PH值中和过程模型辨识方法进行的参数辨识结果可以看出，该方法的辨识精度较高，输出的参数估计误差较小；同时，也说明本辨识方法对于本PH中和过程模型有较好的适用性。

公开(公告)号：CN114239253A

公开(公告)日：2022-03-25

申请号：CN202111491893.0

申请日：2021-12-08

Applicant: 南通大学

Inventor： 李俊红 ,  储杰 ,  杨奕 ,  宗天成 ,  宋伟成 ,  蒋一哲 ,  蒋泽宇 ,  张泓睿 ,  严俊 ,  肖康

IPC: G06F30/20 ,  G06F17/16 ,  G06F17/18 ,  G06F119/10 ,  G06F119/18

Abstract: 本发明提供了一种火工品起爆过程参数辨识方法，属于火工品参数辨识技术领域，解决了梯度下降算法收敛速度慢的问题。其技术方案为：该辨识方法具体包括以下步骤：步骤1)建立火工品起爆过程的Volterra模型；步骤2)构建Levenberg‑Marquardt递推算法的辨识过程。本发明的有益效果为：本发明建立了火工品起爆过程的参数辨识模型，利用Levenberg‑Marquardt递推算法对起爆过程的参数进行辨识，该算法具有收敛速度快、估计精度高的特点，该辨识方法对于火工品起爆过程的参数辨识有较好的适用性。

公开(公告)号：CN112305343B

公开(公告)日：2021-09-10

申请号：CN202011116742.2

申请日：2020-10-19

Applicant: 南通大学

Inventor： 任磊 ,  田民 ,  蒋泽宇 ,  吴锐 ,  赵家新 ,  张雷

IPC: G01R31/00

Abstract: 本发明公开了一种Buck变换器输出电容开关频率点ESR与C监测方法的监测方法，该方法步骤为：第一步，将电感电流iLf与输出电压vo通过高通滤波单元并同步采样获取交流分量iLf_ac(t)与vo_ac(t)；第二步，分别计算iLf_ac(t)、vo_ac(t)与sin(2πfst)、cos(2πfst)整数倍开关周期n/fs上的定积分，其中fs为变换器的开关频率，n为正整数；第三步，根据Au、Bu、Ai、Bi值计算损耗角δ；第四步，根据Au、Bu、Ai、Bi、δ的值分别计算ESR与C的值。本发明提供的方法不需要增加额外的采样点，不影响变换器的正常工作，同时适用于CCM与DCM模式，可以精确地监测Buck类直直变换器输出电容开关频率点的ESR与C的值，为电容的健康监测提供依据。

公开(公告)号：CN112526348A

公开(公告)日：2021-03-19

申请号：CN202011293629.1

申请日：2020-11-18

Applicant: 南通大学

Inventor： 李俊红 ,  李磊 ,  顾菊平 ,  华亮 ,  刘慧霞 ,  杨奕 ,  李政 ,  蒋泽宇

IPC: G01R31/367 ,  G06N7/00

Abstract: 本发明提供了一种基于多新息递推贝叶斯算法的电池模型参数辨识方法，包括以下步骤：步骤1)通过间歇恒流放电法测取一定时间内的锂离子电池端电压、负载电流数据，通过多项式拟合法确定其OCV‑SOC的函数关系；步骤2)确定锂离子电池的双极化等效电路模型，建立表示电池参数辨识向量和系统输出关系的系统方程；步骤3)构建多新息递推贝叶斯算法的辨识流程。本发明的有益效果为：本发明建立了锂离子电池参数辨识的ARX模型，利用新息修正技术对前一刻的结果进行修正，基于多新息的辨识方法引入了新息长度参量，克服坏数据对参数估计的影响，提高参数估计精度，由参数辨识结果可以看出，本方法辨识精度高，具有工程价值。

公开(公告)号：CN112034261B

公开(公告)日：2024-01-05

申请号：CN202010918697.6

申请日：2020-09-04

Applicant: 南通大学

Inventor： 任磊 ,  蒋泽宇 ,  吴锐 ,  赵家新 ,  张雷

IPC: G01R27/26

Abstract: 本发明公开了一种两级式单相逆变器直流母线电容ESR监测方法，该方法步骤为：第一步，对直流母线电压vbus进行高通滤波获取直流母线电压交流分量vbus_ac；第二步，对直流母线电压交流分量vbus_ac与逆变器电感电流iL2进行同步采样；第三步，对采样得到的直流母线电压交流分量vbus_ac、逆变器电感电流iL2进行去噪；第四步，获取去噪后逆变器电感电流iL2的峰值iL2_peak以及对应时刻直流母线电压交流分量vbus_ac的电压突变量Δvbus_ac；第五步，根据获取的峰值iL2_peak与电压突变量Δvbus_ac计算直流母线电容的ESR的值。本发明提供的方法不需要增加额外的采样点，不影响变换器的正常工作，简单易实现，为电容的健康监测提供依据。

公开(公告)号：CN114217234B

公开(公告)日：2023-08-22

申请号：CN202111654358.2

申请日：2021-12-30

Applicant: 南通大学

Inventor： 李俊红 ,  褚云琨 ,  杨奕 ,  袁银龙 ,  宗天成 ,  李磊 ,  芮佳丽 ,  蒋泽宇 ,  蒋一哲 ,  宋伟成 ,  储杰

IPC: G01R31/387

Abstract: 本发明提供了一种基于IDE‑ASRCKF的锂离子电池参数辨识与SOC估计方法，属于锂离子电池技术领域，其技术方案为：包括以下步骤：步骤1)通过间歇恒流放电测取电池的负载电流和端电压数据，确定OCV‑SOC关系；步骤2)建立锂离子电池的二阶RC模型；步骤3)构建IDE算法的辨识流程，对电池模型参数进行辨识；步骤4)构建ASRCKF算法的估计流程；步骤5)利用IDE算法确定锂电池模型中的各个参数，并利用ASRCKF对电池SOC进行估计。本发明的有益效果为：本发明提高了算法的收敛速度与精度；利用辨识得到的参数结果结合ASRCKF算法进行SOC估计，精度高、鲁棒性好，效果优于CKF。

公开(公告)号：CN114239253B

公开(公告)日：2022-12-02

申请号：CN202111491893.0

申请日：2021-12-08

Applicant: 南通大学

Inventor： 李俊红 ,  储杰 ,  杨奕 ,  宗天成 ,  宋伟成 ,  蒋一哲 ,  蒋泽宇 ,  张泓睿 ,  严俊 ,  肖康

IPC: G06F30/20 ,  G06F17/16 ,  G06F17/18 ,  G06F119/10 ,  G06F119/18

Abstract: 本发明提供了一种火工品起爆过程参数辨识方法，属于火工品参数辨识技术领域，解决了梯度下降算法收敛速度慢的问题。其技术方案为：该辨识方法具体包括以下步骤：步骤1)建立火工品起爆过程的Volterra模型；步骤2)构建Levenberg‑Marquardt递推算法的辨识过程。本发明的有益效果为：本发明建立了火工品起爆过程的参数辨识模型，利用Levenberg‑Marquardt递推算法对起爆过程的参数进行辨识，该算法具有收敛速度快、估计精度高的特点，该辨识方法对于火工品起爆过程的参数辨识有较好的适用性。

公开(公告)号：CN115097735A

公开(公告)日：2022-09-23

申请号：CN202210866614.2

申请日：2022-07-22

Applicant: 南通大学

Inventor： 李俊红 ,  肖康 ,  严俊 ,  白贵祥 ,  蒋泽宇 ,  宗天成 ,  王娟 ,  杨奕

IPC: G05B13/04

Abstract: 本发明公开了一种基于改进Adam优化算法的反应釜连续搅拌过程的辨识方法，属于化学工程系统辨识技术领域。其技术方案为：一种基于改进Adam优化算法的反应釜连续搅拌过程辨识方法，包括以下步骤：步骤1)建立反应釜连续搅拌过程的输入非线性Hammerstein‑CARMA模型；步骤2)构建改进Adam优化算法的辨识流程。本发明的有益效果为：本发明提出的改进Adam优化算法是一种改进梯度优化算法，它相比较传统的梯度优化算法等有较快的收敛速度和较高的收敛精度，能较好地适用于对反应釜连续搅拌过程的建模和参数辨识，具有一定的工程实际应用价值。