-
公开(公告)号:CN116243192A
公开(公告)日:2023-06-09
申请号:CN202111484384.5
申请日:2021-12-07
Applicant: 中移(上海)信息通信科技有限公司 , 上海交通大学 , 中国移动通信集团有限公司
IPC: G01R31/392
Abstract: 本发明提供一种电池寿命估算方法、装置及终端设备,涉及电池技术领域。该方法包括:获取电池的剩余容量数据;建立电池的退化模型,所述退化模型为表示电池剩余容量与时间的关系的模型;根据所述剩余容量数据、所述第一退化模型和所述第二退化模型,估算目标电池的寿命。本发明实施例的电池寿命估算方法,通过在对所述电池进行退化模型的建立的过程中,引入电池的退化阶段点,并分别对处于不同阶段的电池建立不同的电池退化模型,能够同时保证电池退化模型的精度和简易程度,解决了将锂离子电池的退化做一个整体的计算模型,无法精确拟合实际退化路径的问题。
-
公开(公告)号:CN113761751A
公开(公告)日:2021-12-07
申请号:CN202111076003.X
申请日:2021-09-14
Applicant: 上海交通大学
IPC: G06F30/20 , G06F111/08 , G06F119/04 , G06F119/08
Abstract: 本发明提供了一种基于温度加速因子的锂离子电池剩余寿命预测方法及系统,包括:在不同环境温度下对锂离子电池进行加速循环老化试验,得到每个充、放电循环下的放电容量;取放电容量损失数据并归一化处理;根据容量损失数据,基于改进维纳过程建立非线性退化模型,推导得到寿命概率密度表达式;构建温度加速漂移函数;从而构建出基于温度加速因子的锂离子电池非线性退化模型;通过基于温度加速因子的锂离子电池非线性退化模型,考虑多个隐含状态,构建状态空间方程;对状态空间方程中的隐含状态进行参数估计及更新;根据所提非线性模型对不同温度条件下的电池的剩余使用寿命进行预测,得到剩余寿命概率密度函数及剩余寿命预测值,并计算预测误差。
-
公开(公告)号:CN113639985A
公开(公告)日:2021-11-12
申请号:CN202110936247.4
申请日:2021-08-16
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于优化故障特征频谱的机械故障诊断与状态监测方法,所述方法包括以下步骤:通过基于线性最优分离的优化故障特征频谱的方法,获取优化故障特征频谱;通过基于3维优化故障特征频谱的在线状态监测与故障诊断方法,实现设备的在线监测和故障诊断。本发明应用于机械故障诊断,可以在未知故障特征频率下明确故障特征频率,有助于故障机制明确;本发明提出的创新优化故障特征频谱技术,可以实现故障特征频率的自动确定与明确;基于优化故障特征频谱技术得到的3维在线更新优化故障特征频谱技术,可以实现机械装备的准确在线状态监测、早期故障时刻确定和早期故障诊断,并能够实时监测故障的演化,技术效果良好。
-
公开(公告)号:CN113627088A
公开(公告)日:2021-11-09
申请号:CN202110970374.6
申请日:2021-08-23
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于基因编程和数据融合的机器性能退化评估方法及系统,包括以下步骤:针对机器性能退化评估的早期故障监测和健康指标的单调退化评估,设计基因编程的适应度函数;基于基因编程的适应度函数,通过对多过程传感器数据或对非过程数据的多频谱幅值特征融合训练融合规则,构建能够同时实现早期故障检测和单调退化评估的健康指数;根据生成的健康指数和融合规则树进行机器在线性能退化评估。本发明通过设计基因编程的适应度函数,实现利用基因编程和数据融合自动构建用于性能退化评估的健康指数,解决了需要依赖专家知识手动提取特征的缺陷。
-
公开(公告)号:CN113610387B
公开(公告)日:2024-04-09
申请号:CN202110887378.8
申请日:2021-08-03
Applicant: 上海交通大学
IPC: G06Q10/0639 , G06Q10/04 , G06F30/20 , G06F18/25 , G06F17/14 , G06F119/04
Abstract: 本发明提供了一种基于全局谱特征融合的设备服役性能退化评估方法及系统,通过结合全局谱特征融合模型和优化模型构造健康指数,基于所构造的健康指数来实现设备服役性能退化评估。本发明通过采用全局频谱特征融合的策略,无需依赖专家知识来提取和筛选特征,实现频谱特征自动筛选,无需人工干预,有利于实现在线设备健康检测和服役性能退化评估。通过同时考虑服役性能退化建模的三源特性来构建性能退化模型,使健康指数可以同时用于设备的早期故障检测、单调退化评估和剩余寿命预测的任务。
-
公开(公告)号:CN117669248A
公开(公告)日:2024-03-08
申请号:CN202311734775.7
申请日:2023-12-15
Applicant: 联想(北京)有限公司 , 上海交通大学
IPC: G06F30/20 , G06F113/16 , G06F119/02
Abstract: 本申请公开了一种光纤端口状态确定方法及装置,其中,方法包括:获得目标光纤端口的性能数据;基于所述性能数据确定退化数据,所述退化数据至少表征所述目标光纤端口的性能变化整体呈下降趋势;基于所述退化数据构建所述目标光纤端口的性能退化模型,所述性能退化模型为符合性能状态整体呈下降趋势,且过程中存在性能状态局部回升的方式的模型;基于所述性能退化模型确定所述目标光纤端口的状态信息;所述状态信息至少包括所述目标光纤端口当前状态距离指定状态的目标时间。
-
公开(公告)号:CN116930787A
公开(公告)日:2023-10-24
申请号:CN202210373060.2
申请日:2022-04-11
Applicant: 中移(上海)信息通信科技有限公司 , 上海交通大学 , 中国移动通信集团有限公司
IPC: G01R31/387 , G01R31/392 , G01R31/367 , G01R31/396
Abstract: 本发明提供一种锂电池寿命预测方法、装置及相关设备,涉及电池技术领域,其中,该方法包括:获取锂电池的电池容量数据;建立N个阶段的N个初始退化模型,以及所述N个初始退化模型的参数先验联合分布表达式,N为大于1的整数;利用所述电池容量数据分别对所述N个初始退化模型的参数先验联合分布表达式进行求解,得到N个后验分布退化模型;利用所述N个后验分布退化模型计算锂电池的失效时间。本发明实施例通过建立N个阶段的N个初始退化模型,可以适配电池的不同阶段的退化过程,提高电池寿命预测的准确率。
-
公开(公告)号:CN110327029A
公开(公告)日:2019-10-15
申请号:CN201910594524.0
申请日:2019-07-03
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于微波感知的心率监测方法,通过微分增强心跳分量信号,并通过带通滤波器处理后,利用放大的心跳分量信号,特别是心跳二次及三次谐波分量,结合自相关周期分析法,解决呼吸谐波干扰和遮掩难题,实现高可靠性、高精度的心率监测,追踪灵敏度高且计算较为简便。
-
公开(公告)号:CN117972523A
公开(公告)日:2024-05-03
申请号:CN202410130176.2
申请日:2024-01-31
Applicant: 上海交通大学
IPC: G06F18/241 , G06F18/25 , G06F18/214 , G06F18/213 , G06F18/22 , G06N3/045 , G06N3/0464 , G06N3/08 , G01M13/00
Abstract: 一种考虑新发故障模式的旋转式机械部件协同诊断方法,在离线阶段构造局部特征复用卷积网络后,构建差异化判别指标以度量样本在不同的多个局部特征复用卷积网络上的诊断输出差异,实现对协同诊断模型的训练;在在线阶段综合训练后的卷积网络得到的平均集成诊断向量、差异化判别指标和差异化判别阈值实施协同诊断,实现了考虑新发故障模式的旋转式机械部件可靠故障诊断。本发明通过局部特征复用卷积网络和三重差异化增强策略分别提升了协同诊断基模型的准确性与差异化,从而驱动旋转式机械部件协同诊断,通过充分利用模型的辨别能力兼顾已知故障模式与新发故障模式的准确诊断,克服了仅依靠数据或特征差异而导致的诊断精度受限,对保障旋转式机械部件可靠性与安全性具有重要意义。
-
公开(公告)号:CN113627088B
公开(公告)日:2024-04-09
申请号:CN202110970374.6
申请日:2021-08-23
Applicant: 上海交通大学
IPC: G06F30/27 , G06F18/214 , G06F18/24 , G06F18/25 , G06Q10/20 , G06Q10/0639
Abstract: 本发明提供了一种基于基因编程和数据融合的机器性能退化评估方法及系统,包括以下步骤:针对机器性能退化评估的早期故障监测和健康指标的单调退化评估,设计基因编程的适应度函数;基于基因编程的适应度函数,通过对多过程传感器数据或对非过程数据的多频谱幅值特征融合训练融合规则,构建能够同时实现早期故障检测和单调退化评估的健康指数;根据生成的健康指数和融合规则树进行机器在线性能退化评估。本发明通过设计基因编程的适应度函数,实现利用基因编程和数据融合自动构建用于性能退化评估的健康指数,解决了需要依赖专家知识手动提取特征的缺陷。
-
-
-
-
-
-
-
-
-