-
公开(公告)号：CN118707343B
公开(公告)日：2025-03-25
申请号：CN202410869836.9
申请日：2024-07-01
Applicant: 重庆大学
IPC: G01R31/36 , G01R31/392 , G01R31/367 , G01R31/385 , G01R31/387 , G01R19/00
Abstract: 本发明涉及一种基于部分放电数据的电池最大容量的在线估计方法，属于电池健康管理领域。该方法包括以下步骤：S1：选定待测电池，获取电池的基本参数并进行初始容量的标定；S2：对电池进行老化协议为恒流恒压充电和恒流放电的循环充放电实验，收集实验过程中的电流电压数据，并对数据进行预处理建立电池老化数据集。S3：计算出每个循环的放电容量，提取电池放电过程中特定电压对应的容量作为健康因子，结合高斯过程回归算法构建电池的容量估计模型。S4：利用训练好的高斯过程回归模型进行电池容量的在线估计。本发明利用部分放电容量数据，避免了基于IC曲线的健康因子提取过程中可能出现的问题。
-
公开(公告)号：CN114714911B
公开(公告)日：2024-05-28
申请号：CN202210374371.0
申请日：2022-04-11
Applicant: 重庆大学
IPC: B60L3/00
Abstract: 本发明涉及一种基于多域稀疏表达的电动客车高压负载系统故障诊断方法，属于电动客车高压负载系统级故障诊断领域。该方法分为诊断前准备和诊断过程，其中诊断前先对电动客车进行多次测试，获取电流响应信号并分别构造时域、频域及几何域下的字典矩阵；诊断过程中，先收集测试样本的电流响应信号，再用标记样本字典矩阵分别在时域、频域及几何域下稀疏表达电流响应信号，采用批量匹配追踪算法得到时域、频域及几何域下的稀疏向量，融合三种域下的稀疏向量，再对其处理并识别测试样本故障模式。本发明用于电动客车的高压负载系统故障诊断，及时发现和消除电动客车高压系统的潜在风险。
-
公开(公告)号：CN112083337B
公开(公告)日：2023-06-16
申请号：CN202011141793.0
申请日：2020-10-22
Applicant: 重庆大学
IPC: G01R31/367 , G01R31/392
Abstract: 本发明涉及一种面向预测性运维的动力电池健康预测方法，属于电池管理技术领域。改方法采用有用性评价体系对健康因子进行评估，利用贝叶斯优化方法对阈值进行优化，采用迁移学习将最相似衰减的电池模型训练信息传递给测试单体，并利用早期衰减数据进行模型的微调，最后利用训练好的模型进行健康预测，包括一步衰减预测和外推剩余容量预测，并利用在线提取的特征进行模型自校正。本发明避开传统的利用电池容量进行预测所面临的在线容量不可测问题，为电池的预测性运维提供退役点的预测，并且在使用过程中能够实时的进行自校正，提高预测的精度。
-
公开(公告)号：CN114880938B
公开(公告)日：2023-04-18
申请号：CN202210528980.7
申请日：2022-05-16
Applicant: 重庆大学
Abstract: 本发明涉及一种实现自动驾驶汽车行为决策的方法，属于自动驾驶汽车技术领域。该方法包括：S1：构建包含环境不确定性因素的信号灯十字路口仿真训练场景；S2：构建隐式分位数网络模型，包括构建状态空间、动作空间和奖励函数；S3：使用神经网络优化步骤S2构建的隐式分位数网络模型；S4：根据步骤S3优化后隐式分位数网络模型输出的奖励分布信息，结合Wang函数生成具有风险感知能力的行为决策。本发明能够感知环境中的不确定性因素带来的风险，提升了自动驾驶汽车在通行有信号灯十字路口的安全性。
-
公开(公告)号：CN114782729A
公开(公告)日：2022-07-22
申请号：CN202210418860.1
申请日：2022-04-20
Applicant: 重庆大学
IPC: G06V10/762 , G06V10/25 , G06V10/40 , G06V10/80 , G06K9/62 , G06V10/82 , G06N3/04 , G01S17/86 , G01S17/931
Abstract: 本发明涉及一种基于激光雷达与视觉融合的实时目标检测方法，属于自动驾驶领域。该方法包括：S1：获取车辆周围环境的相机图像数据与三维激光雷达扫描点数据，并将点云数据转换到本地直角坐标系下以及对3D点云进行预处理；S2：对预处理后的3D点云数据进行密度聚类，提取目标的3D感兴趣区域及相应点云特征；S3：筛选出目标的3D感兴趣区域的稀疏聚类，映射到图像的对应区域，提取图像特征并与点云特征进行融合；S4：将所有感兴趣区域的点云特征和图像特征输入SSD检测器，进行目标的定位与识别。本发明利用图像数据丰富了激光雷达对稀疏物体的感知能力，并提高了基于激光雷达与视觉融合检测的速度与准确性。
-
Patent Agency Ranking
公开(公告)号：CN114714911A
公开(公告)日：2022-07-08
申请号：CN202210374371.0
申请日：2022-04-11
Applicant: 重庆大学
IPC: B60L3/00
Abstract: 本发明涉及一种基于多域稀疏表达的电动客车高压负载系统故障诊断方法，属于电动客车高压负载系统级故障诊断领域。该方法分为诊断前准备和诊断过程，其中诊断前先对电动客车进行多次测试，获取电流响应信号并分别构造时域、频域及几何域下的字典矩阵；诊断过程中，先收集测试样本的电流响应信号，再用标记样本字典矩阵分别在时域、频域及几何域下稀疏表达电流响应信号，采用批量匹配追踪算法得到时域、频域及几何域下的稀疏向量，融合三种域下的稀疏向量，再对其处理并识别测试样本故障模式。本发明用于电动客车的高压负载系统故障诊断，及时发现和消除电动客车高压系统的潜在风险。
-
公开(公告)号：CN113263957B
公开(公告)日：2022-06-24
申请号：CN202110550678.7
申请日：2021-05-17
Applicant: 重庆大学
Abstract: 本发明涉及一种动力电池系统能量优化装置及方法，属于电动汽车动力电池系统能量优化技术领域，包括由n个动力电池串联，以及和动力电池系统连接的充电设备，每个动力电池的正极输出均串联有控制开关，每个动力电池并联有备用回路，所述备用回路上设有备用开关；所述动力电池充电设备正极通过充电开关Kg与动力电池系统正极连接，动力电池充电设备负极通过充电开关Kn与动力电池系统负极连接；还包括与动力电池系统连接的整车驱动系统及负载，还包括电池管理和控制装置，用于采集所有动力电池的电压值和容量值，并对控制开关、备用开关进行控制。本发明延长系统使用寿命和整车续驶里程，避免动力电池过充电和过放电风险，保障系统安全。
-
公开(公告)号：CN112798960B
公开(公告)日：2022-06-24
申请号：CN202110048627.4
申请日：2021-01-14
Applicant: 重庆大学
IPC: G01R31/367 , G01R31/392 , G06F30/27 , G06N3/04 , G06N3/08 , G06N20/00 , G06F111/08
Abstract: 本发明涉及一种基于迁移深度学习的电池组剩余寿命预测方法，属于电池技术领域。该方法包括以下步骤：步骤S1：收集动力电池老化数据集，建立电池老化数据库；步骤S2：根据电池单体老化数据提取多个健康因子，并根据相关性分析和容量估计误差筛选健康因子；步骤S3：基于电池单体全寿命周期老化数据集训练得到健康因子的递推模型，以及基于健康因子的容量估计模型；步骤S4：建立基于电池单体健康因子集和电池组容量衰减的机器学习模型；步骤S5：基于单体容量估计模型预测未来各单体的容量，得到未来循环的电池组单体容量分布。利用迁移学习和深度学习相结合，能够有效的利用已有的完整信息，提高电池组剩余寿命预测精度。
-
公开(公告)号：CN113264031B
公开(公告)日：2022-04-29
申请号：CN202110766400.3
申请日：2021-07-07
Applicant: 重庆大学
Abstract: 本发明涉及一种基于路面识别与深度强化学习的混合动力系统控制方法，属于新能源汽车的智能控制领域。该方法包括：S1：建立P3结构的并联式混合动力系统以及驾驶环境模型；S2：建立VGG卷积神经网络，采集不同类型路面的图片，并对卷积神经网络进行关于路面类型特征提取的训练；S3：根据滑动率‑附着系数特征曲线确定制动阶段的最优滑动率，并且作为电机转速微调策略的参考值；S4：基于DQN算法建立适用于多目标控制的立体神经网络；S5：定义立体神经网络的状态变量空间、动作变量空间以及奖励函数，并完成迭代训练；S6：提取并保存同步拟合三种参数化控制策略的神经网络，实现混合动力汽车燃油经济性与制动安全性的协同保证。
-
公开(公告)号：CN113085665B
公开(公告)日：2022-02-11
申请号：CN202110506276.7
申请日：2021-05-10
Applicant: 重庆大学
Abstract: 本发明涉及一种基于TD3算法的燃料电池汽车能量管理方法，属于新能源汽车领域。该方法包括：S1：获取燃料电池汽车的车辆状态信息、动力电池状态信息以及燃料电池状态信息；S2：建立燃料电池汽车能量管理系统模型，包括：整车纵向动力学模型、燃料电池氢耗模型、动力电池等效电路模型、燃料电池衰退模型、动力电池老化模型；S3：利用TD3算法构建燃料电池汽车能量管理策略，求解包含能耗经济性、燃料电池寿命以及动力电池寿命的多目标优化问题。本发明有效的提升了燃料电池汽车的经济性，同时保证了燃料电池以及动力电池的耐久性。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.024 seconds)
