公开(公告)号：CN115598540A

公开(公告)日：2023-01-13

申请号：CN202211309229.4

申请日：2022-10-25

Applicant: 盐城工学院(CN) ,  哈尔滨工业大学(威海)(CN)

Inventor： 杨汉华 ,  朱鹏宇 ,  裴玉兵 ,  于全庆 ,  张帅 ,  成贺 ,  沈翠凤 ,  彭思敏

IPC: G01R31/367 ,  G01R31/396

Abstract: 本发明公布了一种考虑宽温度的锂电池参数辨识及状态联合估计方法，所述方法为：由电池充放电实验得到电池的开路电压和SOC，拟合得到UOCV‑SOC曲线，从而建立电池一阶RC等效电路模型，获得空间状态方程；依次通过基于改进递推最小二乘法的参数辨识模块确定T‑α关系式、基于改进无迹卡尔曼滤波的状态估计模块确定T‑μ关系式；获取电池实时温度，经温度判别器决定给定温度是否变化，再根据T‑α、T‑μ关系式分别得到参数辨识最佳遗忘因子α、状态估计最佳遗忘因子μ，将α反馈给模型参数辨识模块，以更新模型参数，更新的模型参数再与μ一起反馈给状态估计模块，以进一步更新电池状态估计值，即得到更准确的SOC值。

公开(公告)号：CN114723105A

公开(公告)日：2022-07-08

申请号：CN202210242862.X

申请日：2022-03-11

Applicant: 重庆理工大学 ,  哈尔滨工业大学(威海)

Inventor： 汤爱华 ,  李建明 ,  赵胜利 ,  于全庆

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q10/10 ,  G06Q50/04

Abstract: 本发明公开了一种基于0‑1规划的汽车零配件喷色生产排程方法，包括：获取喷色设备及喷色颜色数据，对所获取数据预处理；建立决策变量和中间变量；建立约束条件；建立目标函数及单目标优化模型；求解单目标优化模型。该方法通过选择事件发生的最基本情况为决策变量，为满足各条件建立合适的中间变量。决策变量和中间变量作为模型的基础，按照实际需求建立目标函数，根据条件限制建立约束方程，建立一个基于0‑1规划的单目标优化模型，该模型能够求出最优解且模型精度较高。

公开(公告)号：CN112464571B

公开(公告)日：2022-05-27

申请号：CN202011446598.9

申请日：2020-12-11

Applicant: 哈尔滨工业大学(深圳) ,  哈尔滨工业大学(威海)

Inventor： 王立欣 ,  李俊夫 ,  冀禹昆 ,  刘能锋 ,  于全庆 ,  王宇海 ,  楚潇

IPC: G06F30/27 ,  G06N3/00 ,  G06F111/04

Abstract: 基于多约束条件粒子群优化算法的锂电池组参数辨识方法，涉及锂离子电池组电化学模型参数辨识领域。本发明是为了解决现有只能对电池单体的行为进行辨识，不能对电池组状态整体预测的问题。步骤1、建立锂离子单体电池电化学模型；步骤2、采用激励响应法对锂离子电池单体电化学模型进行辨识，得到该模型参数值；步骤3、根据步骤2得到的模型参数值，设定锂离子电池组电化学模型的参数值范围；步骤4、采用多约束条件粒子群优化算法从设定锂离子电池组电化学模型的参数值范围中，得到锂离子电池组的模型参数向量。它用于检测锂离子电池组的状态。

公开(公告)号：CN113671380A

公开(公告)日：2021-11-19

申请号：CN202110968446.3

申请日：2021-08-23

Applicant: 哈尔滨工业大学(威海) ,  威海天达汽车科技有限公司

Inventor： 于全庆 ,  万长江 ,  金毅 ,  王大方 ,  张齐 ,  杨博文 ,  李宪营 ,  孙旭 ,  陈仕钦 ,  李建明 ,  龙胜文

IPC: G01R31/367

Abstract: 本发明提供一种基于深度学习的动力电池系统多故障诊断方法，包括故障检测和故障隔离两部分，故障检测针对电池故障早期预警问题，使用编码解码架构的深度学习模型，编码过去一段时间窗口内所测端电压、电流和温度序列，利用之后的电流和温度实测值解码出同步的端电压，与实测对比生成残差序列，经软阈值处理后由多级报警评估策略决定是否触发报警，该报警策略能消除误差波动，防止误报警。之后训练故障隔离深度学习模型，输入软阈值处理后的残差序列，隔离模型输出各故障是触发报警诱因的概率，进而隔离出各故障，从而简化了隔离各传感器故障类型的难度。

公开(公告)号：CN112858917A

公开(公告)日：2021-05-28

申请号：CN202110052494.8

申请日：2021-01-15

Applicant: 哈尔滨工业大学(威海) ,  威海天达汽车科技有限公司

Inventor： 于全庆 ,  俄立新 ,  金毅 ,  王大方 ,  杨博文 ,  张齐 ,  郝自伟 ,  董浩崧 ,  张毕 ,  孙旭

IPC: G01R31/367 ,  G01R31/382 ,  G01R31/385 ,  G06N3/04 ,  G06N3/08 ,  G06N3/12

Abstract: 一种基于遗传算法优化神经网络的电池系统多故障诊断方法，涉及新能源汽车动力电池系统安全领域。对所选动力电池加载动态应力测试实验，对电流传感器采集数据和电压传感器采集数据注入多种类型的故障信号，建立故障特征与故障类型的对应关系，建立神经网络，利用遗传算法对该神经网络进行优化，取得电池系统的电流、电压传感器故障数据，采用min‑max标准化，建立传感器的故障特征与故障类型的样本数据；依据样本建立矩阵导入神经网络中，作为系统输入和目标输出进行训练，建立对多种故障进行综合诊断的检测系统，有效提高了故障诊断的检测范围，同时所引入的遗传算法也提高了神经网络运行的效率以及结果的准确率。

公开(公告)号：CN111965547A

公开(公告)日：2020-11-20

申请号：CN202011036224.X

申请日：2020-09-27

Applicant: 哈尔滨工业大学(威海) ,  威海天达汽车科技有限公司

Inventor： 于全庆 ,  万长江 ,  金毅 ,  王大方 ,  杨博文 ,  董浩崧 ,  郝志伟 ,  张毕 ,  李宪营 ,  秦梦迪

IPC: G01R31/367 ,  G01R31/382 ,  G01R31/392 ,  B60L58/10

Abstract: 本发明提供了一种基于参数辨识法的电池系统传感器故障诊断方法。该方法为：首先根据实验构建电池的OCV-SOC-容量三维响应面、阈值模型及容量估计模型；然后根据容量估计模型得到的容量值和安时积分法得到的SOC在三维响应面中查找到开路电压OCV的参考值；OCV的估计值则通过在线辨识算法估计得到；再将安时积分法得到的SOC代入阈值模型得到当前SOC时的故障诊断阈值；最后将OCV的参考值和估计值之差作为残差用于残差评价，当残差绝对值超过所设阈值即可判断传感器出现故障。本发明不仅考虑了电池老化和SOC对OCV参考值的影响，还考虑了OCV残差在全SOC区间的差异特性，有效降低了在电池全寿命周期传感器故障诊断的误警率和漏警率。

公开(公告)号：CN219697343U

公开(公告)日：2023-09-15

申请号：CN202321360789.2

申请日：2023-05-31

Applicant: 哈尔滨工业大学(威海)

Inventor： 于全庆 ,  徐超 ,  周广辉 ,  邓焕勇

IPC: H02J7/00

Abstract: 本实用新型提出一种用于储能电池BMS的补电型主动均衡控制电路，包括依次相连的反激式开关电源单元、恒流输出源单元、均衡控制单元；其中反激式开关电源单元用于将外置电源电压转化为N路互相隔离的直流电源，为各恒流输出源单元供电；恒流输出源单元采用N个，各恒流输出源单元用于将反激式开关电源单元输出的各路直流电源转化为可控恒压、恒流输出，各恒流输出源单元的输出供给至均衡控制单元，用于给各单体电池均衡补电；均衡控制单元用于监测电池组中各单体电池，当单体电池的电压不在预设范围内时，均衡控制单元利用恒流输出源单元的输出对相应的单体电池进行均衡补电。上述电路能弥补单体电池间的不一致性，实现对单体电池主动均衡。