基于元宇宙的锂电池剩余寿命预测方法及系统

    公开(公告)号:CN118362902A

    公开(公告)日:2024-07-19

    申请号:CN202410588793.7

    申请日:2024-05-13

    Abstract: 本发明公开了基于元宇宙的锂电池剩余寿命预测方法及系统,包括:获取锂电池的运行状态和环境数据;基于元宇宙构建数据空间平台,模拟锂电池多场景运行数据整合成数据集;利用DMD提取数据集隐含的细部特征;采用最大信息系数对分解后的动态模态进行特征提取并分为训练集和测试集;将训练集数据输入到非平稳Transformer预测模型中进行训练;基于淘金优化算法GRO的一体化参数寻优策略对DMD、MIC和预测模型的关键参数进行同步优化;输入测试集到训练好的预测模型中完成锂电池剩余寿命的预测。本发明结合元宇宙模拟了锂电池多场景运行数据,并对各部分关键参数进行了同步优化,提高了数据的多样性和预测的精度。

    一种压缩机故障实时检测及预警方法和系统

    公开(公告)号:CN118940090A

    公开(公告)日:2024-11-12

    申请号:CN202411010828.5

    申请日:2024-07-26

    Abstract: 本发明公开了一种压缩机故障实时检测及预警方法和系统,所述方法包括通过获取压缩机运行数据,对数据进行预处理包括分解和特征提取,利用K折交叉验证划分数据集,并采用改进开普勒优化算法KOA对TimeMixer模型和梯度决策提升树模型进行训练;当输出训练好的模型后,在线预警部分实时采集数据进行故障预测,并根据预测结果进行分级预警;同时以准确率作为预测结果的性能指标,当准确率下降超过阈值,重新进行模型训练并更新数据库,可以有效解决设备老化及工况改变导致的运行数据概念漂移问题。本发明通过离线模型和在线预警的有机结合,协同运作,形成闭环管理;采用加权预测函数协同构建KOA的适应度函数,有助于减少过拟合的风险,有效提高预测精度。

    一种滑动式扶手疲劳测试装置
    5.
    发明公开

    公开(公告)号:CN118111692A

    公开(公告)日:2024-05-31

    申请号:CN202410307186.9

    申请日:2024-03-18

    Abstract: 本发明提供一种滑动式扶手疲劳测试装置,涉及疲劳测试装置领域。包括装置板,所述装置板内部的右侧开设有第一电机腔,所述装置板的底面位于第一电机腔内壁的右侧开设有第一移动槽,所述第一电机腔内壁的左侧固定连接有第一电机,所述第一电机的输出端固定连接有第一螺纹杆,本发明具有对汽车滑动式扶手的疲劳测试的功能,能够反映汽车滑动式扶手使用的情况,直观的显示出汽车滑动式扶手滑动的流畅度以及是否存在卡顿的问题,保证汽车滑动式扶手的测试,从而使驾驶人了解扶手的性能,避免了汽车滑动式扶手损坏而驾驶人不知情的问题,从而保证了驾驶人驾驶的安全,提高了汽车滑动式扶手使用过程中的稳定性和安全性。

    一种化工厂环境及有害气体智能检测与预警系统

    公开(公告)号:CN117409546A

    公开(公告)日:2024-01-16

    申请号:CN202311518623.3

    申请日:2023-11-15

    Abstract: 本发明公开了一种化工厂环境及有害气体智能检测与预警系统,包括化工厂有害气体和环境参数采集模块、异常检测模块、传感器监测数据修正模块、数据显示模块、声光报警模块、WiFi通信模块、单片机和智能控制云平台。本发明利用云平台实现远端数据的接收处理,较现有的化工厂安防系统而言,可接收信号范围更广阔;对传感器数据采用了异常检测和修正再传输至单片机,使处理器接收的数据更加精确,提出了较新的异常检测方法,保证了输入数据的质量;本发明利用控制云平台智能分析和预测反馈功能,对未来有害气体的变化趋势和走势进行预测预警,降低了人力排查成本,提高了工厂智能化;本发明实现了分级预警功能,提高了报警系统的效率,减少了事故损失。

    一种锂电池SOH智能估计方法与系统

    公开(公告)号:CN118962502A

    公开(公告)日:2024-11-15

    申请号:CN202411031679.0

    申请日:2024-07-30

    Abstract: 一种锂电池SOH智能估计方法与系统,包括:传感器采集不同种类和工况的锂电池运行数据;构建VAE‑GAN组合模型,进行数据增强,生成更多锂电池运行数据;根据不同种类和工况的锂电池运行数据,对模型库中所有模型分别建模,挑选出源模型并加权叠加成一个堆叠模型;输入待评估锂电池的运行数据,ART网络对堆叠模型中的各个源模型进行自适应权重分配得到预测模型并输出初步预测结果;建立基于随机森林的误差修正模型,完成初步预测结果的误差修正,输出锂电池SOH的最终预测值。本发明构建了新型VAE‑GAN组合模型,降低了采集多源数据的难度;构建了基于多个源模型的堆叠模型,增加了模型的泛化能力;并对预测结果进行了误差修正,提高了模型预测的精度。

    一种基于云网互联的电子膨胀阀健康管理系统

    公开(公告)号:CN117948744A

    公开(公告)日:2024-04-30

    申请号:CN202410226818.9

    申请日:2024-02-29

    Abstract: 本发明公开了一种基于云网互联的电子膨胀阀健康管理系统,包括数据采集模块、数据校正模块、CPU模块、WIFI通信模块、中央集成处理云平台、车载显示模块;对获取的不同用户的车载空调电子膨胀阀运行状态数据,利用3D卷积神经网络对缺失和异常数据进行处理;随后将校正后数据传输至中央集成处理云平台;云平台中健康诊断模块利用小龙虾优化算法对信息生成对抗网络模型InfoGAN参数进行寻优,输出车载空调电子膨胀阀故障诊断初步结果;并融合联邦迁移学习,建立全局模型,对初步结果聚合处理,形成最终诊断结果。本发明能够在保护数据安全与数据隐私的基础上实现对不同用户的电子膨胀阀进行健康管理,还可以实时调整诊断模型参数,提高诊断精度和可靠性。

Patent Agency Ranking