一种基于多源数据融合的电磁阀寿命预测装置及方法

    公开(公告)号:CN114684096A

    公开(公告)日:2022-07-01

    申请号:CN202210226975.0

    申请日:2022-03-08

    Applicant: 中南大学

    Abstract: 本发明提供了一种基于多源数据融合的电磁阀寿命预测装置及方法。所述装置包括:均衡风缸控制模块、数据采集模块和寿命预测模块。所述均衡控制模块通过制动控制单元对均衡风缸的目标压力和传感器反馈的实时压力进行比较,利用PWM脉宽调制方式控制电磁阀的充排风,实现均衡风缸压力的精准控制;所述数据采集模块使用数据采集卡采集均衡风缸的压力信号、电磁阀组的电流信号;所述寿命预测模块利用采集到的数据分别训练两个寿命预测模型,通过融合不同的模型预测结果以对电磁阀进行寿命预测。本发明可以准确地对电磁阀进行寿命预测,降低维修成本并提高电磁阀利用效率。

    一种低温环境下锂离子电池的内部快速加热方法

    公开(公告)号:CN114497818A

    公开(公告)日:2022-05-13

    申请号:CN202210093850.5

    申请日:2022-01-26

    Applicant: 中南大学

    Abstract: 本发明公开了一种低温环境下锂离子电池的内部快速加热方法。包括以下步骤:实时采集锂离子电池的温度、端电压、充放电电流,将上述采集值作为控制系统的输入;控制系统根据电池温度、电流等参数,采用扩展卡尔曼滤波估计锂离子电池的实时SoC;访问根据实验数据辨识出的锂离子电池电热耦合模型的参数数据库,获得实时的电池参数;采用遗传算法求解加热时间和能耗的优化问题,输出脉冲充放电电流幅值。本发明能显著缩短锂离子电池的加热时间,降低加热过程中锂离子电池的能量损耗,有效恢复低温环境下锂离子电池的性能,提高电动汽车在低温环境下的续航里程。

    一种低温环境下锂离子电池的内部快速加热方法

    公开(公告)号:CN114497818B

    公开(公告)日:2023-10-24

    申请号:CN202210093850.5

    申请日:2022-01-26

    Applicant: 中南大学

    Abstract: 本发明公开了一种低温环境下锂离子电池的内部快速加热方法。包括以下步骤:实时采集锂离子电池的温度、端电压、充放电电流,将上述采集值作为控制系统的输入;控制系统根据电池温度、电流等参数,采用扩展卡尔曼滤波估计锂离子电池的实时SoC;访问根据实验数据辨识出的锂离子电池电热耦合模型的参数数据库,获得实时的电池参数;采用遗传算法求解加热时间和能耗的优化问题,输出脉冲充放电电流幅值。本发明能显著缩短锂离子电池的加热时间,降低加热过程中锂离子电池的能量损耗,有效恢复低温环境下锂离子电池的性能,提高电动汽车在低温环境下的续航里程。

    一种基于多源数据融合的电磁阀寿命预测装置及方法

    公开(公告)号:CN114684096B

    公开(公告)日:2023-02-17

    申请号:CN202210226975.0

    申请日:2022-03-08

    Applicant: 中南大学

    Abstract: 本发明提供了一种基于多源数据融合的电磁阀寿命预测装置及方法。所述装置包括:均衡风缸控制模块、数据采集模块和寿命预测模块。所述均衡控制模块通过制动控制单元对均衡风缸的目标压力和传感器反馈的实时压力进行比较,利用PWM脉宽调制方式控制电磁阀的充排风,实现均衡风缸压力的精准控制;所述数据采集模块使用数据采集卡采集均衡风缸的压力信号、电磁阀组的电流信号;所述寿命预测模块利用采集到的数据分别训练两个寿命预测模型,通过融合不同的模型预测结果以对电磁阀进行寿命预测。本发明可以准确地对电磁阀进行寿命预测,降低维修成本并提高电磁阀利用效率。

    基于卷积神经网络的帧同步方法、设备及介质

    公开(公告)号:CN114157544A

    公开(公告)日:2022-03-08

    申请号:CN202111487260.2

    申请日:2021-12-07

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于卷积神经网络的帧同步方法、设备及介质,应用于无线通信系统,方法为:Step1:准备无线通信系统的通信数据集,对接收端数据进行预处理,并根据发送端数据确定接收端数据中的数据包起始位置;Step2:构建卷积神经网络模型,以接收端预处理后的数据为输入,以接收端数据中的数据包起始位置为输出,对构建的卷积神经网络模型进行训练;Step3:将训练好的卷积神经网络模型嵌入到接收端的帧同步系统之中;Step4:对接收端数据进行预处理,再输入至训练好的卷积神经网络,输出即为接收端数据中的数据包起始位置。本发明能充分解决发送端和接收端之间信息漏同步和假同步的问题,提高同步系统的同步性能。

    基于卷积神经网络的帧同步方法、设备及介质

    公开(公告)号:CN114157544B

    公开(公告)日:2023-04-07

    申请号:CN202111487260.2

    申请日:2021-12-07

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于卷积神经网络的帧同步方法、设备及介质,应用于无线通信系统,方法为:Step1:准备无线通信系统的通信数据集,对接收端数据进行预处理,并根据发送端数据确定接收端数据中的数据包起始位置;Step2:构建卷积神经网络模型,以接收端预处理后的数据为输入,以接收端数据中的数据包起始位置为输出,对构建的卷积神经网络模型进行训练;Step3:将训练好的卷积神经网络模型嵌入到接收端的帧同步系统之中;Step4:对接收端数据进行预处理,再输入至训练好的卷积神经网络,输出即为接收端数据中的数据包起始位置。本发明能充分解决发送端和接收端之间信息漏同步和假同步的问题,提高同步系统的同步性能。

Patent Agency Ranking