-
公开(公告)号：CN119471388A
公开(公告)日：2025-02-18
申请号：CN202411562839.4
申请日：2024-11-05
IPC: G01R31/367 , G01R31/392 , G06F17/10
Abstract: 本发明公开了属于电池参数辨识技术领域的一种基于VFFRLS算法并考虑环境温度影响的电池参数辨识方法。包括以下步骤：建立电池的二阶RC模型；考虑环境温度的影响，建立OCV‑SOC‑T三维关系，获取OCV；构建VFFRLS辨识模型来辨识电池参数。本发明减小了由环境温度变化对参数辨识带来的误差，具备温度自适应能力，而且运用了多新息矩阵，提高了辨识的精度、实时性、稳定性。
-
公开(公告)号：CN118625195A
公开(公告)日：2024-09-10
申请号：CN202410862462.8
申请日：2024-06-28
Applicant: 北京航空航天大学
IPC: G01R31/392 , G01R31/396 , G01R31/378 , G01R31/367 , G01R31/385
Abstract: 本发明涉及一种基于多维特征信息熵的燃料电池系统性能衰减评价方法。方法包括：获取当前时间段内多组电池系统特征参数；将当前时间段内的每组电池系统特征参数进行拼接，得到待测特征矩阵；将待测特征矩阵输入特征参数预测矩阵中，得到当前时间段内每组电池系统特征参数的权重；其中，特征参数预测矩阵是以燃料电池正常工作状态下一段时间内的多组电池系统特征参数构成的测试特征矩阵为输入数据集通过计算构建得到的；基于当前时间段内每组电池系统特征参数的权重，计算每组电池系统特征参数的衰减值，以对当前时间段内燃料电池系统的性能进行衰减评价。本方案的系统性能评估方法具有较好的灵活性和准确性。
-
公开(公告)号：CN118606899A
公开(公告)日：2024-09-06
申请号：CN202410976225.4
申请日：2024-07-19
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种针对智能网联汽车融合安全属性值的量化分析方法，属于智能网联汽车领域。方法包括：对智能网联汽车的目标系统进行抽象化建模，以确认目标系统中的功能项、性能项和信息流；分别确定每一个功能项、每一个性能项与各不安全行为的影响关系，以分别确定功能安全属性值和预期功能安全属性值；确定面对各信息安全威胁时每一个信息流被损害的安全属性，并确定该信息流的各安全属性被损害时所影响的功能项和性能项，以确定该信息流与各不安全行为的影响关系，并进一步确定信息安全属性值；基于功能安全属性值、预期功能安全属性值和信息安全属性值，计算融合安全属性值。本方案同时考虑三个安全问题，提高分析准确性和可靠性。
-
公开(公告)号：CN118603329A
公开(公告)日：2024-09-06
申请号：CN202410641153.8
申请日：2024-05-22
Applicant: 北京航空航天大学
IPC: G01J5/48 , G01R31/36 , G01R31/385 , G01R31/392 , G06T7/11 , G06V10/74 , G06T7/90 , G06T11/00
Abstract: 本发明提供了一种基于分形理论的电池温度场估计方法和装置，该方法包括：获取目标电池的当前工况，并确定所述当前工况对应的分形码集合；根据所述分形码集合和预设初始图像进行重构，得到重构图像；采集所述目标电池在所述当前工况下的表面温度信息，并确定最高温度值和最低温度；根据所述重构图像、所述最高温度值和所述最低温度，确定所述目标电池的温度场。本方案通过少量的温度传感器还原了电池表面温度状态，提高了温度信息的采集效率，同时能准确地获取到每个电池单体的温度信息。
-
公开(公告)号：CN118378285A
公开(公告)日：2024-07-23
申请号：CN202410640547.1
申请日：2024-05-22
Applicant: 北京航空航天大学
Abstract: 本发明提供了一种支持分级调整的智能网联汽车数据分级方法，该方法包括：获取待分级数据和处于最高级别的标准数据；将标准数据作为目标预测数据，计算目标预测数据与待分级数据之间的推理强度；对推理强度进行排序得到梯度序列；根据梯度序列、预设分级数量和预设各级别的容纳数据量确定待分级数据的级别。本方案实现了智能网络汽车数据的量化分级，提高了数据安全管理的精确性和有效性。
-
Patent Agency Ranking
公开(公告)号：CN118298242A
公开(公告)日：2024-07-05
申请号：CN202410508152.6
申请日：2024-04-25
Applicant: 北京航空航天大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种基于图扩散卷积的多任务检测方法，该方法包括：获取至少两个任务对应的检测数据；构建基于图扩散卷积的网络模型，将检测数据输入网络模型中进行特征提取，得到关键特征信息；计算不同检测数据之间的距离信息，并基于距离信息构建邻接矩阵；基于邻接矩阵确定任务相关系数；基于任务相关系数确定损失函数，并根据损失函数更新得到网络模型的模型参数，以基于模型参数得到每个任务的检测结果。本发明提供的方法能有效完成多任务的检测识别，提高多任务检测结果的准确性。
-
公开(公告)号：CN117576983A
公开(公告)日：2024-02-20
申请号：CN202311566573.6
申请日：2023-11-22
Applicant: 北京航空航天大学
IPC: G09B19/16
Abstract: 本发明提供了基于精确定位的科目二自动驾驶驾培系统及方法，该系统包括感知子系统、决策与安全防护子系统以及控制执行子系统，感知子系统利用高精地图、组合惯导相结合的精准定位技术，以及使用环视相机以及若干传感器感知环境信息——多源异构感知信息并进行数据融合，决策与安全防护子系统将感知信息与科目二规则库匹配后，进行智能决策与控制，从而智能规划路径并结合控制执行子系统完成项目演示，在演示过程中通过电子信号控制线控底盘并将有助于学员学习的信息通过中控可视面板和语音提示模块直观提示数据信息，同时可满足安全防护的需要。本发明基于精确定位技术，在保证安全性的前提下，可代替教练人员进行科目二演示教学，大大提高培训效率。
-
公开(公告)号：CN116956667A
公开(公告)日：2023-10-27
申请号：CN202310869252.7
申请日：2023-07-14
Applicant: 北京航空航天大学
IPC: G06F30/23 , G01R31/367 , G01R31/374 , G06F30/25 , G06F30/27 , G06F18/213 , G06F18/214 , G06N3/006 , G06N3/0442 , G06N3/0464 , G06F119/06 , G06F119/08 , G06F119/14
Abstract: 本发明提供了一种工况‑能耗‑温度融合的锂离子电池最大可用能计算方法和系统，针对锂离子电池的实际可用能量，考虑工况、加热能耗、温度对可用能量的影响，建立基于交通信号正时信息的电池使用工况预测模型，根据整车动力系统构型分别对关键部件进行简化建模以建立整车能耗预测模型，建立基于多物理场耦合模型降阶的温度预测模型，并能够输出给定工况下的可输出能量预测，能够提高锂离子电池可用能量估计精度，并用于指导电池热管理系统目标温度计算。
-
公开(公告)号：CN116805161A
公开(公告)日：2023-09-26
申请号：CN202310666134.6
申请日：2023-06-06
Applicant: 北京航空航天大学
IPC: G06N3/088 , G06N3/0985
Abstract: 本发明公开了一种基于无监督学习的系统参数辨识方法和装置，其中所述方法，包括：构建表征目标系统的状态空间方程，所述状态空间方程包括用于表征目标系统的输入与状态变量之间关系的状态方程，以及用于表征目标系统的状态变量与输出之间关系的观测方程，所述状态方程包括待辨识参数；整理状态空间方程为以参数分离形式表征已知参数和含有待辨识参数的第一状态空间方程；匹配于第一状态空间方程，构建神经网络模型，所述神经网络模型的输入输出与第一状态空间方程的输入输出相对应；训练神经网络模型，以获得待辨识参数。本发明方案通过构建目标系统状态空间方程与对应的神经网络模型，在模型的无监督训练不断收敛的过程中实现参数辨识。
-
公开(公告)号：CN116679216A
公开(公告)日：2023-09-01
申请号：CN202310857549.1
申请日：2023-07-13
Applicant: 北京航空航天大学
IPC: G01R31/367 , G01R31/378 , G01R31/382 , G01R31/3835 , G01R31/385 , G01R31/388 , G01R31/392 , G01R31/36
Abstract: 本发明公开了基于故障模型分析的锂离子电池电压异常采样检测方法，属于电池管理领域；具体为：首先，按照实际物理结构，建立多物理场耦合的锂离子电池管理系统的等效数字模型；然后，基于等效数字模型进行仿真，输入每个电子元器件可能发生的故障模式，输出电池采样故障结果；并基于不同电池采样故障的数学特征，建立故障特征库；最后，采用模糊信息熵耦合的离群检测算法，对各类故障特征进行离群检测，结合已知的故障点位判断离群度阈值；在实际使用时，采用滑动窗口模式对新的采样数据进行处理，判断超出离群度阈值的结果即为新采样电池的故障数据。本发明使用离群检测算法高效利用采样数据本身的信息，避免对原有数值性阈值的依赖。
-
-
-
-
-
-
-
-
-
Search Results
182
records
(took 0.074 seconds)
