-
公开(公告)号：CN111915028B
公开(公告)日：2024-12-10
申请号：CN202010440517.8
申请日：2020-05-22
Applicant: 中国电器科学研究院股份有限公司
IPC: G06Q10/20 , G06Q10/063 , G06Q50/06
Abstract: 本发明公开了一种直流充电桩的环境适应性分析方法，包括以下步骤：S1.分析确定组成充电桩的物理结构和电气结构；S2.统计环境因素导致组成充电桩物理结构的各物理模块故障和组成电气结构的各电气模块故障的类型与原因；S3.对充电桩的物理结构和电气结构进行环境隶属度分析，所述隶属度分别表示为每种环境因素导致每一物理模块或电气模块故障的比重，各种环境因素对同一物理模块或电气模块的隶属度之和等于1；S4.采用综合模糊评价的方式对充电桩环境因素与充电桩的健康度作关联性分析。根据分析结果有针对性的运行维护充电桩，提高其服役寿命。
-
公开(公告)号：CN115656661A
公开(公告)日：2023-01-31
申请号：CN202211219116.5
申请日：2022-09-30
Applicant: 中国电器科学研究院股份有限公司
IPC: G01R31/00
Abstract: 本发明公开了一种汽车用中控显示屏耐光热老化性能测试方法，该方法将试验的汽车中控显示屏样品固定安装在汽车模拟座舱，并将该汽车模拟座舱置于综合环境试验舱中，通过控制环境试验舱内的温度、湿度和光照强度，以及控制汽车模拟座舱与综合环境试验舱的空气交换状态，从而模拟汽车中控显示屏在实际使用过程中的典型服役状态，达到考核其耐光热老化性能的目的。
-
公开(公告)号：CN112331281B
公开(公告)日：2021-11-12
申请号：CN202010934619.5
申请日：2020-09-08
Applicant: 中国电器科学研究院股份有限公司
IPC: G16C60/00 , G06F30/27 , G06N20/00 , G06F113/26 , G06F119/04 , G06F119/08
Abstract: 本发明公开了一种基于环境大数据和机器学习算法预测高分子材料服役寿命的方法，该方法通过提取自然环境的特征数据作为特征参数，运用主成分分析算法对特征参数数据进行降维减噪处理，把处理后的结果作为输入参数，以及对应材料的老化程度作为输出参数，将部分地区的试验数据作为训练集，利用Python软件进行环境与性能变化关系的机器学习，构建寿命预测模型，用于下一步不同地区的高分子材料服役寿命预测。该方法具有方便、快捷，准确度高等优点，能够有效减少试验工作量，可用于指导材料的耐候性提升及产品耐候性设计。
-
公开(公告)号：CN111141661A
公开(公告)日：2020-05-12
申请号：CN201911039760.2
申请日：2019-10-29
Applicant: 中国电器科学研究院股份有限公司
Abstract: 本发明提供了一种汽车中异种金属板材机械连接结构电偶腐蚀评价方法，包括以下步骤：(1)根据需要进行评价的汽车异种金属板件机械连接结构的两种板材材料，制作由带孔的阳极性板材与螺栓、螺母组成的连接试验件；(2)将连接试验件进行人工加速盐雾试验，去除腐蚀产物后，测定阳极性板材表面与螺栓接触面区域的腐蚀失重量，以及最大腐蚀深度；计算连接试验件中阳极性板材表面与螺栓接触区域的最大腐蚀深度占比和当量均匀腐蚀深度；(3)通过最大腐蚀深度占比和当量均匀腐蚀深度对汽车中异种金属板件机械连接结构的电偶腐蚀进行评价，并区分风险等级。本发明方法能够很好地体现异种金属之间接触面区域的实际腐蚀情况，简单易操作。
-
公开(公告)号：CN110927479B
公开(公告)日：2024-07-19
申请号：CN201911041250.9
申请日：2019-10-30
Applicant: 中国电器科学研究院股份有限公司
Abstract: 本发明提供了一种用于充电桩整机的湿热环境适应性量化评价方法，包括以下步骤：(1)抽取批量生产的充电桩整机，安装于湿热环境下的自然曝露试验场中进行静态自然曝晒试验；(2)对在静态自然曝晒试验过程中的充电桩分别进行耐候性失效评价、模块运行评价和恶劣工况评价，得到耐候性失效评价评分、模块运行评价评分和恶劣工况评价评分，结合耐候性失效评价、模块运行评价、恶劣工况评价的各自权重，计算充电桩整机的湿热环境适应性综合评分，完成对充电桩整机的湿热环境适应性评价，根据综合评分为充电桩进行改进或使用提供基础数据。本发明利用自然曝晒试验，考虑充电桩实际应用过程的影响因素，实现对充电桩整机湿热环境适应性的量化评价。
-
Patent Agency Ranking
公开(公告)号：CN114323672A
公开(公告)日：2022-04-12
申请号：CN202111389269.X
申请日：2021-11-19
Applicant: 中国电器科学研究院股份有限公司
Abstract: 本发明公开了一种基于深度学习的汽车耐候性零部件温度预测方法，通过用夜晚训练数据集对深度学习模型进行训练，得到夜晚天空温度估计模型；并且，通过该夜晚天空温度估计模型预测出耐候性试验车辆汽车曝晒试验场在夜晚目标时刻的夜晚天空温度估计值，再通过公式二预测出任意目标车辆的任意目标汽车外部部件在任意夜晚目标时刻的温度。通过用白天训练数据集对深度学习模型进行训练，得到白天太阳辐照量矫正系数预测模型；并且，通过该白天太阳辐照量矫正系数预测模型预测出耐候性试验车辆汽车曝晒试验场在白天目标时刻的白天太阳辐照量矫正系数，再通过公式四预测出任意目标车辆的任意目标汽车外部部件在任意白天目标时刻的温度。
-
公开(公告)号：CN112331281A
公开(公告)日：2021-02-05
申请号：CN202010934619.5
申请日：2020-09-08
Applicant: 中国电器科学研究院股份有限公司
IPC: G16C60/00 , G06F30/27 , G06N20/00 , G06F113/26 , G06F119/04 , G06F119/08
Abstract: 本发明公开了一种基于环境大数据和机器学习算法预测高分子材料服役寿命的方法，该方法通过提取自然环境的特征数据作为特征参数，运用主成分分析算法对特征参数数据进行降维减噪处理，把处理后的结果作为输入参数，以及对应材料的老化程度作为输出参数，将部分地区的试验数据作为训练集，利用Python软件进行环境与性能变化关系的机器学习，构建寿命预测模型，用于下一步不同地区的高分子材料服役寿命预测。该方法具有方便、快捷，准确度高等优点，能够有效减少试验工作量，可用于指导材料的耐候性提升及产品耐候性设计。
-
公开(公告)号：CN111693873A
公开(公告)日：2020-09-22
申请号：CN202010294413.0
申请日：2020-04-15
Applicant: 中国电器科学研究院股份有限公司
IPC: G01R31/385 , G01R31/388 , G01R31/389 , G01R31/392
Abstract: 本发明公开了一种新能源汽车动力电池的户外试验方法，该方法采用如下试验装置，所述试验装置包括电池箱和金属箱，所述电池箱为一上端开口的盒体，其位于封闭的所述金属箱下方与所述金属箱的底面相连，还包括模拟负载，试验时，所述动力电池与所述模拟负载连接形成回路，并置于所述电池箱内，整体暴露在户外进行试验。本发明能较好地模拟新能源汽车动力电池应用中所处的工作环境。
-
公开(公告)号：CN110927479A
公开(公告)日：2020-03-27
申请号：CN201911041250.9
申请日：2019-10-30
Applicant: 中国电器科学研究院股份有限公司
Abstract: 本发明提供了一种用于充电桩整机的湿热环境适应性量化评价方法，包括以下步骤：(1)抽取批量生产的充电桩整机，安装于湿热环境下的自然曝露试验场中进行静态自然曝晒试验；(2)对在静态自然曝晒试验过程中的充电桩分别进行耐候性失效评价、模块运行评价和恶劣工况评价，得到耐候性失效评价评分、模块运行评价评分和恶劣工况评价评分，结合耐候性失效评价、模块运行评价、恶劣工况评价的各自权重，计算充电桩整机的湿热环境适应性综合评分，完成对充电桩整机的湿热环境适应性评价，根据综合评分为充电桩进行改进或使用提供基础数据。本发明利用自然曝晒试验，考虑充电桩实际应用过程的影响因素，实现对充电桩整机湿热环境适应性的量化评价。
-
公开(公告)号：CN116559701B
公开(公告)日：2024-11-29
申请号：CN202310430600.0
申请日：2023-04-20
Applicant: 中国电器科学研究院股份有限公司 , 广州电器科学研究院有限公司海南热带环境分公司
IPC: G01R31/392 , G01N17/00
Abstract: 本发明公开了一种评价动力电池包长期服役性能的方法，包括：将动力电池包置于能够模拟整车结构的户外试验架上，在我国南方典型湿热气候地区或湿热海洋气候地区开展一定周期的自然曝露试验。通过检测试验前后动力电池包的外观、容量以及动力电池包正负极间的电阻值综合评价其服役性能是否满足10年使用寿命的设计要求。本发明所涉及的基于自然环境曝露试验评价新能源汽车动力电池包长期服役性能的方法，充分考虑了大部分乘用车静止停放时间长、静止停放时动力电池系统腐蚀及自放电现象加剧导致服役寿命缩短和安全性降低等问题，是对现有新能源汽车动力电池性能测试评价的有益补充。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.042 seconds)
