-
公开(公告)号：CN118191611A
公开(公告)日：2024-06-14
申请号：CN202410316189.9
申请日：2024-03-19
Applicant: 北京航空航天大学
IPC: G01R31/367 , G01R31/385 , G01R31/374 , G01R31/389
Abstract: 本发明涉及一种基于场路耦合仿真的锂离子电池荷电状态(SOC，State of Charge)估计方法，可用于构建由等效电路模型和多物理场模型耦合的场路耦合仿真模型，实现锂电池组中单体电池SOC的准确估计。首先，构建锂电池组等效电路模型，开展混合功率脉冲特性试验，辨识在不同环境温度、SOC下的内阻、电容等参数，建立模型参数与温度、SOC之间的函数关系；其次，构建锂电池组多物理场耦合模型，建立传热物理场与流体物理场并耦合为多物理场，计算锂电池组的实时温度；进一步，采用Bernardi生热公式作为两者之间的传递函数，在仿真软件中设置数据传递接口，构建锂电池组场路耦合仿真模型；最后，基于场路耦合仿真模型的实时计算结果，采用扩展卡尔曼滤波算法实现SOC估计。
-
公开(公告)号：CN118173919A
公开(公告)日：2024-06-11
申请号：CN202410330777.8
申请日：2024-03-22
Applicant: 北京航空航天大学
IPC: H01M10/42 , H01M10/48 , H01M50/258 , H02J7/00
Abstract: 本发明涉及一种动态可拓展的柔性连接电池模组及其控制方法，其中电池模组主要包括控制主板、可替换电池单元、开关阵列、上位机软件程序模块、信号传输模块和供电电源，其在服役过程中，能够实时监测模组内各可替换电池的性能参数(包括电压、电流、温度)与状态参数(包括SOC和SOH)，该电池模组在使用时，通过上位机软件程序动态调整可替换电池单元之间的连接关系(包括串联、并联、任意混联和单独隔离)，在满足电池组实际输出的前提下优化各可替换电池的放电过程，使得各可替换电池的性能退化逐渐趋于一致性，从而提高整个电池模组的可靠性和安全性。
-
公开(公告)号：CN117196566A
公开(公告)日：2023-12-08
申请号：CN202310889807.4
申请日：2023-07-19
Applicant: 北京航空航天大学
IPC: G06Q10/20 , G06Q10/0637 , G06Q50/04 , G06F17/12
Abstract: 本发明公开了一种由健康数据驱动的集群生产系统的运行与维修策略联合决策方法，包括步骤：S1：获取复杂生产系统部件性能退化初期的健康状态评估数据；S2：分析运行与维修策略联合优化模型中的决策变量；S3：以最大化生产系统在多阶段任务周期内总收益为目标；S4：建立运行策略的线性规划方程组；S5：建立跨层级部件剩余寿命变量的线性规划方程组；S6：建立维修资源限制的线性规划方程组；S7：建立维修持续时间约束的线性规划方程组；S8：建立满足阈值约束的实际产能的线性规划方程组；S9：基于上述步骤所建立的模型，实时反馈输出最优运行与维修策略的联合决策。本发明方法可以实时为集群生产系统的多阶段生产任务给出最优的运行和维修方案。
-
公开(公告)号：CN113642108B
公开(公告)日：2023-11-10
申请号：CN202110927690.5
申请日：2021-08-11
Applicant: 北京航空航天大学
IPC: G06F30/15 , G01M17/007 , G06F11/36 , G06F119/02
Abstract: 本发明面向无人车，提出一种基于重要度抽样的无人车十字路口通行场景关键测试案例生成方法，它包含四大步骤：(1)构建无人车十字路口通行场景，分析确定无人车十字路口通行可靠性的影响因素；(2)无人车十字路口通行场景可靠性影响因素参数化处理；(3)建立基于混合高斯分布的无人车十字路口通行场景模型，基于期望最大化(EM)算法确定无人车十字路口通行场景模型的最佳参数；(4)基于重要抽样概率密度函数进行重要度抽样并获得关键测试用例，对无人车十字路口通行场景进行测试并确定无人车十字路口通行的可靠度。
-
公开(公告)号：CN116796258A
公开(公告)日：2023-09-22
申请号：CN202310753036.6
申请日：2023-06-25
Applicant: 北京航空航天大学
IPC: G06F18/2415 , G06F18/214
Abstract: 本发明涉及一种多源不确定性下基于自适应贝叶斯深度学习的健康状态预测方法。在贝叶斯深度学习框架中引入自适应的无模型(model‑free)技术以充分发挥预测模型的能力。首先采用了一种model‑free的暂退(dropout)方法来量化认知不确定性，该方法可以自动学习dropout率和分布类型，更好地捕捉高度非线性的退化特征；其次，采用任意多项式混沌展开(arbitrary polynomial chaos expansion,aPc)方法来量化随机不确定性，该方法可以避免了从有限的样本或稀疏的信息中引入额外的主观性到假定分布中；最后，提出了一个基于自适应贝叶斯深度学习的健康状态预测框架，利用变分推理方法构建网络损失函数并开展训练，以model‑free的方式统一量化认知不确定性和随机不确定性，从而同时开展健康状态的均值预测和区间预测。
-
Patent Agency Ranking
公开(公告)号：CN116736172A
公开(公告)日：2023-09-12
申请号：CN202310883897.6
申请日：2023-07-19
Applicant: 北京航空航天大学
IPC: G01R31/392 , G01R31/396 , G01R31/378 , G01R31/367
Abstract: 本发明涉及一种基于生成式对抗网络的锂电池组健康状态评估方法，步骤包括：利用Adaboost算法集成ELM和KELM，建立单体电池健康指标与其健康状态之间的关系模型Adaboost‑ELM‑KELM；根据电池模块参数数据，构建面向单体电池电压数据生成的生成式对抗网络，利用生成式对抗网络生成每个单体电池的电压数据；基于生成的每个单体电压数据，采用奇异值分解算法提取电压的奇异值作为单体的健康指标；将每个单体的健康指标依次输入到关系模型中输出电池组中每个单体电池的健康状态；依次计算每个循环周期下单体中健康状态的最小值，组合起来得到整个电池组的健康状态；最后计算充放电循环开始和结束时刻所有单体电池电压、容量的均值、方差和极差，作为不一致性分析的输出结果。该方法考虑了电池单体之间的不一致性特点和实际工程中全面参数监测的成本问题，能够实现锂电池组健康状态评估。
-
公开(公告)号：CN116522835A
公开(公告)日：2023-08-01
申请号：CN202310312731.9
申请日：2023-03-28
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种可重构电池系统拓扑结构优化设计方法，针对可重构电池系统的实际应用场景，首先确定系统电池规模、开关数量上限和遗传优化算法参数。随后，随机生成可重构电池系统拓扑结构，作为优化过程中的初始种群，基于有向图理论构建可重构电池系统拓扑结构的有向图模型，并在拓扑结构的有向图模型上迭代开展交叉、变异和选择操作，从而产生更优解，最终获得可重构电池系统拓扑结构的优化设计结果。本发明能够综合电池系统性能、重构灵活性、成本等方面，面向不同应用场景下的设计需求开展可重构电池系统拓扑结构的优化设计，并给出相对应的优化结构，具有较高的适用范围和较强的实际应用价值。
-
公开(公告)号：CN116381505A
公开(公告)日：2023-07-04
申请号：CN202310368992.2
申请日：2023-04-10
Applicant: 北京航空航天大学
IPC: G01R31/367 , G01R31/392 , G01R31/387 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及一种基于变分模态分解的动态工况条件的锂电池健康状态估计方法，开展锂电池老化试验，对参考锂电池进行动态工况循环和标准工况放电循环，采集电压、电流、运行时间和温度的时序数据；利用安时积分法计算参考锂电池的SOH序列数据和一阶差分SOH序列数据；对动态循环运行期间的电压、电流和温度时序数据进行变分模态分解，进一步对分解结果进行快速傅立叶变换，从频域数据中提取健康特征；进一步，构建并训练长短时记忆神经网络，实现对锂电池动态工况条件的健康状态估计。该方法使用场景更加贴合锂电池真实运行状态，并实现精确的锂电池健康状态估计。
-
公开(公告)号：CN114896740A
公开(公告)日：2022-08-12
申请号：CN202210710399.7
申请日：2022-06-22
Applicant: 北京航空航天大学
IPC: G06F30/17 , G06F30/23 , G06N3/00 , G06N3/08 , G06F119/02 , G06F119/14
Abstract: 本发明涉及一种基于力学仿真和神经网络方法的机械产品可靠性分析方法，步骤包括：通过剖析结构与功能组成及运行原理，构建系统可靠性模型；开展失效模式与机理分析，确定失效机理模型；构建参数的随机性模型，通过仿真试验设计，开展力学仿真分析，获得关键物理表征数据；基于仿真数据训练并构建力学仿真的神经网络模型，并再次进行大规模抽样，计算获得各种情况下的力学仿真结果；结合失效机理模型、系统可靠性模型开展可靠性分析，获得机械产品寿命、可靠度等指标。该方法融合高精度力学仿真和机器学习的优势，能够实现科学、准确、高效的机械产品可靠性分析。
-
公开(公告)号：CN112883567B
公开(公告)日：2022-06-28
申请号：CN202110145477.9
申请日：2021-02-02
Applicant: 北京航空航天大学
IPC: G06F30/20 , G06F119/02
Abstract: 一种基于统一模型的故障树模型自动生成方法包括如下步骤：(1)定义融合表达功能与可靠性特性的统一模型，明确元模型要素及元模型间连接及动态触发关系的形式化表达，元模型包含的要素包括状态、输入/输出变量、变量的初始值、事件、变迁、逻辑、子单元、静态连接、动态触发；(2)根据基于逻辑约束的故障树模型逻辑判断流程，判断状态变量之间的逻辑关系；(3)将功能与可靠性统一模型与静态故障树模型事件、“与”、“或”、“N中取K”逻辑门对应转换为故障树模型的顶事件、中间事件、底事件、逻辑门；(4)给出从功能与可靠性统一模型的连接关系自动生成静态故障树模型的完整流程算法，自动生成基于功能与可靠性统一模型的故障树模型。
-
-
-
-
-
-
-
-
-
Search Results
250
records
(took 0.073 seconds)
