公开(公告)号：CN118962502B

公开(公告)日：2025-02-07

申请号：CN202411031679.0

申请日：2024-07-30

Applicant: 淮阴工学院

Inventor： 吴鹏 ,  孙娜 ,  张帅 ,  郝祥淼 ,  陈浩东 ,  赵环宇 ,  纪捷

IPC: G01R31/392 ,  G01R31/367 ,  G06F30/27 ,  G06N3/0475 ,  G06N3/0455 ,  G06N3/094

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。

公开(公告)号：CN118820966B

公开(公告)日：2025-02-07

申请号：CN202410895823.9

申请日：2024-07-05

Applicant: 淮阴工学院

Inventor： 陈浩东 ,  吴鹏 ,  孙娜 ,  张帅 ,  郝翔淼 ,  赵环宇 ,  纪捷 ,  张楠 ,  黄凤芝

IPC: G06F18/243 ,  G06F18/10 ,  G06F18/2431 ,  G06N20/20 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/08 ,  G01R31/367 ,  G01R31/392 ,  G01R31/396

Abstract: 本发明公开了一种锂电池故障的联邦协同智能诊断方法和系统，所述方法包括获取锂电池运行数据，采用样本熵对数据进行预处理，利用联邦学习对数据进行参数聚合，采用动态模态分解DMD对数据进行特征提取，将DMD和Autoformer模型的关键参数组合在同一框架中进行编码，利用随机森林模型和优化后的Autoformer模型进行锂电池数据分类诊断，通过能量谷优化算法对关键参数进行协同优化，最后将诊断结果输入至模型库中进行诊断，并将相关应对方案反馈给用户；此外，本发明还采用了联邦学习方法，联合不同品牌锂电池协同建立全局模型，打破数据孤岛，提高诊断精度。本发明可以有效提高诊断精度，提升系统的鲁棒性，有效提高工作效率，保护用户隐私。

公开(公告)号：CN118362902B

公开(公告)日：2024-11-29

申请号：CN202410588793.7

申请日：2024-05-13

Applicant: 淮阴工学院

Inventor： 吴鹏 ,  陈浩东 ,  孙娜 ,  张帅 ,  赵环宇 ,  张楠 ,  黄凤芝 ,  纪捷

IPC: G01R31/367 ,  G01R31/392

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。

公开(公告)号：CN117948744B

公开(公告)日：2024-07-05

申请号：CN202410226818.9

申请日：2024-02-29

Applicant: 淮阴工学院

Inventor： 陈浩东 ,  顾罗娜 ,  王希 ,  苏浩 ,  张帅 ,  孙娜 ,  应根旺 ,  王建国 ,  赵环宇 ,  郝祥淼

IPC: F25B49/02 ,  B60H1/00 ,  G06N3/006 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/096 ,  G06F18/24 ,  G06F18/25

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。

公开(公告)号：CN117214179A

公开(公告)日：2023-12-12

申请号：CN202311195813.6

申请日：2023-09-15

Applicant: 淮阴工学院

Inventor： 吴鹏 ,  赵宏亮 ,  陈浩东 ,  马从国 ,  丁晓红 ,  王建国 ,  秦小芹 ,  李亚洲 ,  张静 ,  孙娜 ,  金德飞 ,  马海波 ,  周恒瑞 ,  周红标 ,  黄凤芝 ,  周沈威

IPC: G01N21/88 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/043 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了产品缺陷大数据的智能化检测方法及其云平台系统，检测节点采集产品生产线参数经网关节点上传到云平台，并利用其提供的数据给客户端，客户端通过云平台提供产品生产线信息可实时监测产品缺陷等级参数和调节控制节点的产品检测设备，检测节点和控制节点负责采集产品生产线参数信息和控制产品检测设备，通过网关节点实现模块之间的双向通信，实现产品生产线参数采集和产品检测设备控制；主要针对企业如何在生产过程中在线检测产品的表面缺陷从而控制和提高产品的表面质量，通过实时数据和信息的观察处理和了解产品表面状况，监控端进一步分析、处理、鉴别产品缺陷，为产品修复和更换提供依据。