-
公开(公告)号：CN101033724A
公开(公告)日：2007-09-12
申请号：CN200710020556.7
申请日：2007-03-12
Applicant: 南京林业大学
IPC: F02M65/00
Abstract: 本发明是电控汽油机喷油器故障诊断方法，主要适用于电控多点进气管喷射汽油机喷油器故障的诊断。采用本发明所述的方法诊断喷油器故障时，先设定基准缸，通过基准缸点火高压线上的点火信号传感器和汽油分配管上的油压变送器，用计算机测量基准缸点火后汽油分配管腔内汽油的动态压力，再通过诊断软件对采集数据进行处理和分析，得到汽油分配管腔内油压的时域或波动分量的频域变化情况，与喷油器技术状况正常时的变化规律比较，判断喷油器是否发生故障，并根据基准缸位置，结合发动机的作功顺序和喷油规律，确定故障喷油器的位置。
-
公开(公告)号：CN117669354A
公开(公告)日：2024-03-08
申请号：CN202311096457.2
申请日：2023-08-29
Applicant: 南京林业大学
IPC: G06F30/27 , G06N3/006 , G06N3/0442 , G06N3/096
Abstract: 本发明提供基于迭代迁移学习和Mogrifier LSTM的锂离子电池剩余使用寿命预测，包括以下步骤：S1、理论基础：麻雀搜索算法‑变分模态分解、最大信息系数和Mogrifier LSTM；S2、预测模型构建：实验数据集介绍和模型预测流程；S3、实验验证：SSA‑VMD、最大信息系数、ITL‑Mogrifer LSTM和评估与误差分析。本发明提供的基于迭代迁移学习和Mogrifier LSTM的锂离子电池剩余使用寿命预测，通过采用CACLE、NASA锂电池数据集，将本文提出的方法与其他方法的预测结果进行对比，实验结果表明，ITL‑Mogrifier LSTM对锂电池RUL预测误差小，模型效果优于其他模型，此外，所提出方法不仅有着较好的预测精度，而且可有效降低锂离子电池老化数据的采集成本。
-
公开(公告)号：CN116753068A
公开(公告)日：2023-09-15
申请号：CN202310684714.8
申请日：2023-06-09
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于多源信息的柴油机排放超标故障诊断方法，该方法对加载减速检测时排气污染物超标或功率不达标、执行国Ⅳ或国Ⅴ排放标准、排放控制采用高压共轨和选择性催化还原(SCR)技术路线的柴油车提取多源信息，所述多源信息包括检测站排气污染物测试结果信息、柴油车自身OBD数据流信息、维修站维修人员测量数据，将所述多源信息输入基于模糊逻辑建立的故障诊断模型，经模糊推理计算后，按照诊断输出规则，确定故障类型和故障原因。该方法可准确诊断柴油机在日常使用中故障现象不明显，而在定期排放检验加载减速检测时排气污染物超标或功率不达标的故障，并输出故障原因为维修人员提供参考。
-
公开(公告)号：CN115145900A
公开(公告)日：2022-10-04
申请号：CN202210763291.4
申请日：2022-06-30
Applicant: 南京林业大学
IPC: G06F16/215 , G06F30/27 , G06F30/20
Abstract: 本发明公开了一种电动汽车动力电池大数据清洗方法，具体包括：数据平台接收并储存间隔为10秒/帧的动力电池实时运行大数据，数据平台剔除充电工况信息，将连续缺失数据删除后计算数据总数，基于异常值筛选因子的箱线图筛选异常数据，若异常数据量大于数据总数的一定比例，则通过增加异常值筛选因子扩大箱线图的筛选范围直到满足筛选要求，删去异常数据后再次删除连续缺失数据，最后判断剩余缺失数据的缺失类型，根据不同的缺失类型选择滑动平均填充或支持向量回归填充。该方法实现了基于数据规模的自适应异常值筛选，并对缺失数据分类填充，可为数据平台评估驾驶人的驾驶经济性提供高效、准确的大数据清洗。
-
公开(公告)号：CN109532806A
公开(公告)日：2019-03-29
申请号：CN201910062570.6
申请日：2019-01-23
Applicant: 南京林业大学
Abstract: 本发明公开一种纯电动汽车的电子电气系统，包括：整车集成控制子系统、动力子系统、辅助子系统和传输网络；传输网络包括低速网络和高速网络，整车集成控制子系统通过高速网络与动力子系统连接，整车集成控制子系统通过低速网络与辅助子系统连接；动力子系统包括：配电模块、电机模块和电池模块；整车集成控制子系统用于通过高速网络集中控制动力子系统中的各个模块的运行；辅助子系统包括：转向模块、压缩机电机模块、PTC加热模块和刹车泵模块；整车集成控制子系统用于通过低速网络集中控制辅助子系统中的各个模块的运行。本发明的系统是一种集中控制式就近驱动的系统，可以降低纯电动汽车的控制成本，提高控制的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN103527349A
公开(公告)日：2014-01-22
申请号：CN201310528969.1
申请日：2013-10-31
Applicant: 南京林业大学
IPC: F02M23/04
Abstract: 本发明提供一种起步时可降低排气烟度、消除冒烟现象，防止对涡轮增压器涡轮转子的转动造成干扰，延长涡轮增压器使用寿命的柴油发动机补气装置和补气方法。该补气装置，包括涡轮增压器，涡轮增压器包括设置在排气管中的涡轮机和设置在进气管中的压气机；压气机进口前和出口后的进气管分别通过前补气通道和后补气管道与压缩空气源相通，前补气通道内的补气压力大于后补气通道。该补气方法，是使用涡轮增压器补气，涡轮增压器包括设置在排气管中的涡轮机、设置在进气管中的压气机；在压气机进口前和出口后的进气管上分别补入压力不同的压缩空气，对压气机进口前的进气管补气的压力大于对在压气机出口后的进气管补气的压力。
-
公开(公告)号：CN101373011A
公开(公告)日：2009-02-25
申请号：CN200810155989.8
申请日：2008-10-22
Applicant: 南京林业大学
IPC: F16F9/53
Abstract: 本发明涉及一种磁流变减振器复合多项式模型及模型建立方法，在多项式模型建模过程中，考虑磁流变减振器对于控制电流的饱和特性，拟合多项式系数与电流的关系时，沿电流的增加的方向，划分成未饱和区与饱和区，每个区内多项式系数与电流均为线性关系，分别进行线性拟合。将振幅和频率引入多项式模型，使模型系数与振幅和频率的乘积构成函数关系。本发明模型能准确模拟磁流变减振器的非线性动态特性，其反模型容易求得，易于实现开环控制，用少量的速度特性试验数据就可辨识模型参数，当频率、振幅或电流发生变化时，模型的参数不用改变而能准确地预测减振器的阻尼力。
-
公开(公告)号：CN1565904A
公开(公告)日：2005-01-19
申请号：CN03131928.9
申请日：2003-06-19
Applicant: 南京林业大学
Abstract: 本发明是一种自动修正汽车前照灯光束水平照射方位角测量误差的方法，主要适用于汽车安全性能检测线上汽车前照灯的全自动检测。利用由安装在检测位置汽车上方的CCD摄像头、图像采集卡、计算机和前照灯检测仪构成的系统，获得实际检测位置汽车停放区域的数字图像，计算机对该图像进行处理，用逼近法测出汽车纵轴线与理论测量方向的偏置角，对前照灯检测仪测量值进行修正，减小测量误差。采用本发明的方法可减小测量误差，提高汽车前照灯检测的准确率，车型适应性好，检测效率高。
-
公开(公告)号：CN216240993U
公开(公告)日：2022-04-08
申请号：CN202122870292.2
申请日：2021-11-22
Applicant: 南京林业大学
Abstract: 本实用新型公开了一种改善柴油机起步加速时烟度过高的装置，包括：柴油机进排气管道中安装的补气系统，所述进气管道设有中冷器，压气机与涡轮机通过连接轴分别安装于进气管道和排气管道中，压气机进口前和涡轮机叶片处分别设置两套补气系统，所述补气系统依次安装单向阀和电磁阀，气瓶为补气系统提供气体，空气压缩机作为气体源，控制单元通过加速踏板开度传感器、车速传感器、涡轮机中的转速传感器、气瓶中的压力传感器和进气管道的压力传感器收集信号，对上述信号计算分析，控制电磁阀和空气压缩机实现补气工作。在柴油机起步加速时，该装置可增大柴油机进气量并提高吸气能力，有效解决柴油机起步加速时烟度过高的问题。
-
公开(公告)号：CN215003890U
公开(公告)日：2021-12-03
申请号：CN202121519590.0
申请日：2021-07-05
Applicant: 南京林业大学
IPC: G01G19/03 , G01G23/00 , G01G23/365
Abstract: 一种车辆动态称重压边通行行为报警装置，包括：压力传感装置、信号调理模块、控制器、警报装置、电源模块。压力传感装置埋设在外露称重平台与路沿之间的称重盲区区域的工程材料内部，压力传感装置的信号输出端子与信号调理模块的信号输入端口相连，信号调理模块的信号输出端子与控制器的信号输入端口相连，控制器的报警信号输出端子与警报装置相连，电源模块的输出端子分别与压力传感装置、信号调理模块、控制器和警报装置的电源输入端口相连。当车轴驶上外露称重平台发生压边通行行为时，该装置能有效识别压边通行行为，发出声光报警，而且所用压力传感器数量较少，动态响应和精度要求不高，能有效降低装置成本。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.025 seconds)
