-
公开(公告)号：CN119147982A
公开(公告)日：2024-12-17
申请号：CN202411638598.7
申请日：2024-11-18
Applicant: 吉林大学
IPC: G01R31/378 , G01R31/367 , G01R31/392
Abstract: 本发明适用于锂离子电池管理技术领域，提供了基于多模型融合的锂离子电池荷电和健康状态估计方法，包括以下步骤：数据采集及处理；基于等电压间隔放电时间的电池SOH估计；电池SOC估计模型的搭建与训练；基于容量修正的安时积分法：将步骤二所计算的SOH值应用于安时积分法中，以实时调整SOC的估算值；当前电池SOH下电池SOC的估计：将步骤三中应用神经网络输出的SOC和步骤四中应用安时积分法计算的SOC应用卡尔曼滤波器进行融合；评价指标设定。本发明显著提高了锂离子电池SOC和SOH的估计准确性，降低了误差，增强了BMS性能，提升了电池安全性和使用寿命，同时展现出强适应性和良好的抗噪声性能。
-
公开(公告)号：CN119150025B
公开(公告)日：2025-01-28
申请号：CN202411595562.5
申请日：2024-11-11
Applicant: 吉林大学
IPC: G06F18/214 , G01R31/367 , G01R31/378 , G01R31/387 , G01R31/396 , G06F18/213 , G06F18/25 , G06N20/20 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及锂离子电池管理技术领域领域，公开了一种基于集成学习的锂离子电池荷电状态估计方法，通过融合CNN‑Transformer网络与卡尔曼滤波器，有效克服了现有技术中存在的多种问题，卡尔曼滤波器的引入，实时更新和校正SOC估计值，显著减少了安时积分法在长期运行中累积误差的影响，且其递归性质允许模型动态调整，降低对精确初始SOC值的依赖，从而提高长期估计的准确性；通过CNN‑Transformer架构，达到了处理实时数据流的效果，无需电池静置即可进行SOC估计，使之不受电池迟滞效应的影响，因依赖于实时数据而不是静态的开路电压测量，从而在实时应用中提供更准确的SOC估计。
-
公开(公告)号：CN105888832B
公开(公告)日：2018-05-22
申请号：CN201610389615.7
申请日：2016-06-05
Applicant: 吉林大学
CPC classification number: Y02T10/142 , Y02T10/144 , Y02T10/36
Abstract: 一种米勒循环柴油‑天然气双燃料发动机及其控制方法，涉及发动机技术领域。本发明通过调整进气阀调节机构，实现进气门早关的方式，改变压缩比，使压缩比和膨胀比分离，有利于冷却混合气，降低发动机热负荷，膨胀过程产生正的抽吸功改善了发动机的热效率，更好的提高燃油经济性。并且使用新的控制方法，通过使本发明更加灵活的进行高/低压缩比的转换，使柴油‑天然气双燃料发动机在全负荷范围内都能高效率燃烧运转。
-
公开(公告)号：CN107677480A
公开(公告)日：2018-02-09
申请号：CN201711119781.6
申请日：2017-11-14
Applicant: 吉林大学
Abstract: 本发明涉及一种温度可主动控制的定容弹保温系统及其控制方法。主要解决了现有弹体保温装置的比热容较低，对温度变化敏感，无法主动控制保温腔体温度且保持温度所消耗能量大的弊端。因此本发明有助于提升弹体加热效率，及保温效果。主要技术特征是双层腔体定容弹弹体，外侧保温腔体壁采用绝热材料硅酸铝纤维板粘敷，加热装置为具有辐射遮热板的加热装置，分块均匀布置与保温腔体内。保温腔体与换气系统连通内充氮气提升保温腔体热容量，由控制器控制制冷装置与加热装置节能高效地主动控制保温腔体与内侧定容弹温度一致。
-
公开(公告)号：CN119833678A
公开(公告)日：2025-04-15
申请号：CN202510048090.X
申请日：2025-01-13
Applicant: 吉林大学
IPC: H01M8/04225 , H01M8/04992 , H01M8/04701 , H01M8/04298
Abstract: 一种考虑初始水含量优化的燃料电池快速冷启动方法，属于燃料电池汽车优化控制技术领域。本发明的目的是先设计闭环模型预测控制器对电堆电流精确控制，再利用粒子群算法对初始膜含水量进行优化，以达到提高冷启动系统快速性的考虑初始水含量优化的燃料电池快速冷启动方法。本发明从结构上可以分为如下几部分：冷启动模型建立、参数自整定模型预测控制器设计、最优初始膜含水量优化。本发明在冷启动过程中根据不同的环境温度和膜含水量实时调整电堆电流输出,并自适应调整控制器参数，能够有效平衡电堆产水结冰速率和升温速率，提高冷启动系统性能。
-
Patent Agency Ranking
公开(公告)号：CN118299620A
公开(公告)日：2024-07-05
申请号：CN202410387607.3
申请日：2024-04-01
Applicant: 吉林大学
IPC: H01M8/04992 , H01M8/04298 , H01M8/04119 , H01M8/0432 , H01M8/0438 , H01M8/04492 , H01M8/04701 , H01M8/04746 , H01M8/04828
Abstract: 一种考虑能耗的燃料电池停机变流量吹扫快速动态规划方法，属于燃料电池汽车优化控制技术领域。本发明的目的是针对停机时刻环境温度与湿度精确控制吹扫流量，实现优化能耗目标的考虑能耗的燃料电池停机变流量吹扫快速动态规划方法。本发明的步骤是：搭建燃料电池停机吹扫三段式面向控制模型，在每一种分配方式的每个阶段给定的吹扫时间范围内，分别进行动态规划算法求解，得到最小代价函数对应的最优解，将动态规划控制器得到的最优吹扫流量路径输入到第一步搭建的被控对象模型中，对动态规划控制器进行验证。本发明针对现有动态规划算法面对大数据量状态量表格计算缓慢这一问题，采用前后双向遍历的动态规划算法结构，缩小状态量范围，减小算法计算量，提升动态规划算法快速性，进一步提升了控制性能。
-
公开(公告)号：CN117932784A
公开(公告)日：2024-04-26
申请号：CN202410098182.4
申请日：2024-01-24
Applicant: 吉林大学
IPC: G06F30/15 , G06F30/23 , G06F18/2415 , G06F30/27
Abstract: 一种基于贝叶斯优化的柴油车后处理系统模型参数标定方法，属于汽车后处理系统建模技术领域。本发明的目的是使用一种扩展的贝叶斯优化算法BTAO，进行有限元法后处理系统模型参数标定任务的基于贝叶斯优化的柴油车后处理系统模型参数标定方法。本发明首先确定小代理模型及大代理模型基本结构，再生成超参数集，初步构建代理模型，最后通过采集函数不断测试新参数组合并更新代理模型。本发明故障诊断相较于传统方法更为容易，通过误差随多核模型运行次数变化曲线即可判断参数选取及上下限取值是否合理，大大减少了人为工作量。
-
公开(公告)号：CN105888832A
公开(公告)日：2016-08-24
申请号：CN201610389615.7
申请日：2016-06-05
Applicant: 吉林大学
CPC classification number: Y02T10/142 , Y02T10/144 , Y02T10/36 , F02B69/04 , F02B37/183 , F02D13/0226 , F02D19/06 , F02D41/0007 , F02D41/0025 , F02D41/401 , F02D41/403 , F02D2013/0292 , F02D2041/001
Abstract: 一种米勒循环柴油?天然气双燃料发动机及其控制方法，涉及发动机技术领域。本发明通过调整进气阀调节机构，实现进气门早关的方式，改变压缩比，使压缩比和膨胀比分离，有利于冷却混合气，降低发动机热负荷，膨胀过程产生正的抽吸功改善了发动机的热效率，更好的提高燃油经济性。并且使用新的控制方法，通过使本发明更加灵活的进行高/低压缩比的转换，使柴油?天然气双燃料发动机在全负荷范围内都能高效率燃烧运转。
-
公开(公告)号：CN119916222A
公开(公告)日：2025-05-02
申请号：CN202510397499.2
申请日：2025-04-01
Applicant: 吉林大学
IPC: G01R31/367 , G01R31/392 , G01R31/00 , G06N3/0442 , G06N3/049 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明涉及锂离子电池领域，具体是一种基于端云协同策略的电池健康状态估计方法，包括以下步骤：电池老化特征提取；数据预处理，包括数据归一化和时间序列数据构建；构建电池预测模型，包括在云侧构建并训练神经网络模型以及在端侧则构建电池老化的经验模型；设定评价指标。本发明构建了一个面向电池SOH估计的端云协同的混合预测网络，该网络分别在云侧和端侧部署了不同的电池SOH预测模型，分别利用电池老化特征和数学关系来进行SOH预测，能够综合考虑电池老化的个体差异和电池老化的一般性规律，同时提高模型计算速度，具有良好的精度和鲁棒性。
-
公开(公告)号：CN119758152A
公开(公告)日：2025-04-04
申请号：CN202510273457.8
申请日：2025-03-10
Applicant: 吉林大学
IPC: G01R31/392 , G01R31/367 , G01R31/382
Abstract: 本发明涉及锂离子电池领域，具体是基于白鲸优化算法改进LSTM网络的电池健康状态估计方法，包括以下步骤：步骤1、电池老化特征提取和电池老化特征筛选；步骤2、数据预处理，包括数据归一化、时间序列数据构建和VMD分解；步骤3、构建数据驱动模型，包括用白鲸优化算法改进的LSTM神经网络来构建电池SOH预测模型；步骤4、设定评价指标。本发明构建了一个面向电池SOH估计的DTV‑VMD‑LSTM网络，结合了DTV获取电池特征简单易行的特点和LSTM网络对于捕捉长期依赖关系的优势，能够考虑到电池内部的非线性因素，无需对电池进行大量实验，能够考虑到电池老化过程中的局部特征和整体趋势，在预测精度更高的同时具有良好的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.02 seconds)
