-
公开(公告)号：CN103412833A
公开(公告)日：2013-11-27
申请号：CN201310389162.4
申请日：2013-08-30
Applicant: 哈尔滨工业大学
IPC: G06F13/12
Abstract: VxWorks操作系统下CPCI总线扫描ADC功能模块驱动设备及其控制方法，涉及一种CPCI总线扫描ADC功能模块的驱动设备及控制方法，本发明为解决现有CPCI总线扫描ADC功能模块驱动开发过程复杂、难度大的问题。本发明所述VxWorks操作系统下CPCI总线扫描ADC功能模块驱动设备包括FPGA、采集电路、八路模拟开关、隔离调理电路、CPCI总线接口控制器、配置电路、配置供电电路和CPCI总线；基于上述设备的控制方法为：数据端口打开，加载驱动程序；设置通道号，启动采集通道；采集信号；读取采集的信号；关闭数据端口，卸载驱动程序。本发明用于VxWorks操作系统下CPCI总线扫描ADC功能模块。
-
公开(公告)号：CN103399281A
公开(公告)日：2013-11-20
申请号：CN201310332074.0
申请日：2013-08-01
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 基于循环寿命退化阶段参数的ND-AR模型和EKF方法的锂离子电池循环寿命预测方法，涉及一种锂离子电池循环寿命预测方法，本发明在线测量待测锂电池的容量数据，保存数据并对所述数据进行预处理；基于EKF方法确定在线锂离子电池经验退化模型的参数；利用预处理后的数据采用融合自回归系数求取方法确定在线电池的AR模型；与待测锂离子电池同型号的电池进行离线状态模拟在线条件充放电测试，对待预测的锂离子电池与待测锂离子电池同型号的电池的容量退化模型进行关联性分析，将每一个充放电循环的电池容量数据与待测锂离子电池的失效阈值比较获取RUL,完成锂离子电池循环寿命预测。本发明适用于电池寿命预测。
-
公开(公告)号：CN103399279A
公开(公告)日：2013-11-20
申请号：CN201310331871.7
申请日：2013-08-01
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 基于EKF方法和AR模型融合型锂离子电池循环寿命预测方法，涉及一种锂离子电池循环寿命预测方法。为了解决目前的这些基于模型的方法存在对于不同电池及不同工作状态适应能力低的问题。它包括：一、在线测量待测锂电池的容量数据，保存数据并对所述数据进行预处理；二、基于EKF方法确定锂离子电池状态空间模型的参数；三、根据建立的锂离子电池状态空间模型对待测锂离子电池进行状态估计，利用所述AR模型的输出进行待测锂离子电池的状态更新，所述锂离子电池状态空间模型获取每一个充放电循环的电池容量数据，并将所述数据与待测锂离子电池的失效阈值比较获取锂离子电池剩余寿命。它用于预测锂离子电池循环寿命。
-
公开(公告)号：CN103344923A
公开(公告)日：2013-10-09
申请号：CN201310331872.1
申请日：2013-08-01
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 基于EKF方法和NSDP-AR模型融合型锂离子电池循环寿命预测方法，涉及一种锂离子电池循环寿命预测方法。为了解决目前基于模型的方法对于不同电池及不同工作状态适应能力低和电池容量非线性退化趋势预测能力差的问题，首先，对在线测量待测锂电池的容量数据进行预处理，并离线测量与该待测锂电池同型号的锂电池的真实容量退化数据；其次，基于EKF方法确定锂电池状态空间模型的参数；然后，根据上述建立的锂电池状态空间模型对待测锂电池进行状态估计，利用NSDP-AR模型的输出进行待测锂电池的状态更新，锂电池状态空间模型获取每一个充放电循环的电池容量数据，并将数据与待测锂电池的失效阈值比较获取锂电池剩余寿命；本发明主要应用在电池寿命预测领域。
-
公开(公告)号：CN103293487A
公开(公告)日：2013-09-11
申请号：CN201310268391.0
申请日：2013-06-28
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 基于集成模型的锂离子电池寿命预测方法，涉及一种锂离子电池循环寿命预测方法。它为了解决现有的锂离子电池寿命预测适用性低、稳定性差的问题。其方法：对电池循环充放电试验测试数据进行预处理；采用Bagging算法对训练数据集Train dataset进行二次重采样；建立单调回声状态网络模型；初始化单调回声状态网络内部连接权值，重复T次，得到T个未经训练的单调回声状态网络子模型；设置单调回声状态网络模型的第一自由参数集和第二自由参数集；集成单调回声状态网络模型的输出RULi，并采用测试数据集Test dataset驱动集成单调回声状态网络模型，获得锂离子电池剩余寿命预测值。本发明适用于锂离子电池寿命预测。
-
Patent Agency Ranking
公开(公告)号：CN102353893B
公开(公告)日：2013-09-11
申请号：CN201110179908.X
申请日：2011-06-29
Applicant: 哈尔滨工业大学
IPC: G01R31/3185
Abstract: 一种改进扫描链单元及基于该改进扫描链单元和时钟控制逻辑的在线测试方法，属于数字集成电路SOC测试技术领域，本发明为解决目前对时序电路进行完备性在线测试的方法仅能用于非并发测试，且每组向量仅能工作一个时钟周期的问题。本发明所述改进扫描链单元的第一选择器的1输入端与第二选择器的0输入端相连，第二选择器的1输入端与第一选择器的0输入端相连，第一选择器的输出端与测试触发器的D端相连，测试触发器的Q端与第三选择器的0输入端相连，测试触发器的Q端还与第四选择器的1输入端相连，第二选择器的输出端与功能触发器的D端相连，功能触发器的Q端与第四选择器的0输入端相连，功能触发器的Q端还与第三选择器的1输入端相连。
-
公开(公告)号：CN102135951B
公开(公告)日：2013-09-11
申请号：CN201110053247.6
申请日：2011-03-07
Applicant: 哈尔滨工业大学
Abstract: 基于运行时重构的LS-SVM算法FPGA实现方法，涉及到时间预测和FPGA的应用技术领域。该方法在FPGA内设置静态逻辑区和重构区，在静态逻辑区采用PowerPC440作为系统主控器，采用例化为PLB设备的ICAP接口作为配置接口，采用内部的block RAM作为PowerPC440的程序和数据存储区；PowerPC440通过MPMC接口与DDR2RAM连接，用于控制DDR2RAM的数据的读写；重构区通过MPMC的NPI接口与DDR2RAM的连接，PowerPC440与重构区的命令和数据交互通过DDR2RAM进行；将LS-SVM算法训练过程中的核函数矩阵形成过程采用核函数矩阵计算IP模块实现，将最小二乘问题的求解过程采用最小二乘求解IP模块实现，所述两个模块通过重构技术分时载入FPGA进行运算，实现LS-SVM算法。本发明在FPGA的平台上实现了LS-SVM算法的硬件加速，能够实现任意规模样本的LS-SVM算法训练过程。
-
公开(公告)号：CN102063325B
公开(公告)日：2013-04-03
申请号：CN201110001117.8
申请日：2011-01-06
Applicant: 哈尔滨工业大学
Abstract: 一种嵌入51系列单片机的多任务实时操作系统的实现方法，涉及一种嵌入单片机内部的操作系统。本发明解决了现有嵌入单片机内部的操作系统的代码量大、以及任务单一的问题。它采用基于keil的C51编程语言编辑、采用keil编译器编译实现，并采用_task_关键字区别不同的任务，该操作系统的多任务切换过程为：在接收到新任务信号之后，关中断、启动任务切换模块进行任务切换：首先判断当前任务是不是空闲任务，如是，则不保存堆栈信息，否，则保存；然后判断当前任务是不是最高优先级任务，如是，则不做堆栈调整，否，则做堆栈调整；最后把最高优先级的任务设置为当前任务，如该当前任务是空闲任务，则直接返回，否，则需要判断是否需要出栈操作然后才能返回。
-
公开(公告)号：CN102798823A
公开(公告)日：2012-11-28
申请号：CN201210198845.7
申请日：2012-06-15
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 基于高斯过程回归的锂电池健康状况预测方法，涉及一种锂电池健康状况预测方法，属于电化学和分析化学领域。目的是针对传统锂电池健康状况预测适应性差的问题。本发明是按一下步骤实现：一、绘制该锂电池的电池的健康状态SOH与充放电周期的关系曲线；二、根据具有再生现象的退化曲线和约束条件选择协方差函数；三、按照共轭梯度法迭代后确定超参数的最优值并该初值带入先验分布中；四、根据先验部分得到后验分布；五、得到不带高斯白噪声的预测输出f′的均值和方差；六、将实际测得的电池的健康状态SOH和步骤五得到的预测的电池的健康状态SOH共同带入到训练数据y中，得出f′，确定预测置信区间，预测出锂电池的健康状况。用于锂电池的检测。
-
公开(公告)号：CN102778653A
公开(公告)日：2012-11-14
申请号：CN201210205323.5
申请日：2012-06-20
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 基于AR模型和RPF算法的数据驱动的锂离子电池循环寿命预测方法，涉及锂离子电池循环寿命预测方法，数据预测技术领域。本发明解决了现有锂离子电池循环使用寿命预测方法中，基于模型的预测方法建模复杂且参数辨识困难的问题。本发明采用时间序列分析与粒子滤波方法相结合的锂离子电池循环寿命预测方法，该方法首先利用AR模型实现电池性能退化过程时间序列数据的多步预测；然后，重点针对循环寿命预测结果的不确定性表达问题，引入正则化粒子滤波方法，提出一种锂离子电池循环寿命预测方法框架。本发明所提出的方法能够有效地对锂离子电池循环寿命进行预测，并实现预测结果的概率密度分布输出，具有良好的计算效率和不确定性表达能力。
-
-
-
-
-
-
-
-
-
Search Results
465
records
(took 0.074 seconds)
