-
公开(公告)号：CN112986839B
公开(公告)日：2021-12-03
申请号：CN202110211787.6
申请日：2021-02-25
Applicant: 北京理工大学 , 北京理工新源信息科技有限公司
IPC: G01R31/3835 , G01R31/396 , H01M10/42 , B60L58/10
Abstract: 本发明涉及一种基于置信区间的锂离子动力电池组的故障诊断方法和系统。该故障诊断方法通过对电池不同使用状态的划分，来区别电池的使用状态，进一步来判断电池的电压是否处于该阶段的安全阈值范围内。并且会随着电池的不断使用，考虑电池的老化情况，提出了不断更新的电池电压合理阈值范围。根据该车型电池去除异常点后的历史历史电压数据来计算出该电池电压的合理置信区间，以此来判断电池的电压是否处于正常的范围内，能够合理有效的诊断电池的故障并进行报警，降低电池的故障率。
-
公开(公告)号：CN119378321A
公开(公告)日：2025-01-28
申请号：CN202411514351.4
申请日：2024-10-29
Applicant: 北京理工大学
IPC: G06F30/23 , G06F30/10 , G01N25/20 , G01R31/385 , G06F111/10 , G06F119/08
Abstract: 本发明属于电池技术领域，具体涉及一种液冷电池模组中隔热层厚度的确定方法。本发明隔热层厚度的确定方法包括：将电芯进行ARC测试，获得电芯热失控特征参数；进行液冷电池模组热扩散建模以及热失控扩散仿真，给定隔热层的材料种类，得到多组不同厚度隔热层下分别不发生热扩散的最小液冷系统对流系数；将所述最小液冷系统对流系数和对应的隔热层厚度进行拟合得到曲线，进而得到不会发生热扩散的隔热层厚度。本发明通过理论仿真模拟，揭示了在不发生热失控扩散前提下，隔热层厚度和液冷系统对流系数之间的关系，能够得到不会发生热扩散的隔热层厚度，缩短开发周期，节省开发成本。
-
公开(公告)号：CN118980932A
公开(公告)日：2024-11-19
申请号：CN202410720925.7
申请日：2024-06-05
Applicant: 北京理工大学
IPC: G01R31/367 , G06F18/2433 , G06F18/213 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06F18/2113 , G06N3/047 , G06N3/088 , G01R31/392
Abstract: 本发明提供了一种适用于多场景的新能源汽车电池系统异常检测方法，其对不同用车场景分别执行了数据集构建和特征提取，并建立了基于Trans‑GAN的无监督异常检测模型，在此基础上使用改进的累积和(CUSUM)方法，能够实现对不同场景下电池系统电压不一致性异常的有效检测。所采用的Trans‑GAN模型的无卷积特性，使本发明相对其他基于GAN模型的方法在精度和计算成本方面也具有明显优势。
-
公开(公告)号：CN113280830B
公开(公告)日：2022-12-13
申请号：CN202110602199.5
申请日：2021-05-31
Applicant: 北京理工大学
Abstract: 本发明提供了一种数据驱动的特定驾驶场景车辆筛选以及里程核查方法，利用新能源汽车车载大数据从多种车辆运行状态与信息加以考虑，实现了从包含了海量非教学用车辆的大数据中对特定驾驶场景(例如驾校中专门用于练习倒库的新能源车辆)的分层次精确筛选，结合车辆仪表显示的车速、里程信息以及由其他角度计算得到的车速和里程，对筛选出的车辆里程实现了全面而精确的核查，从而具有了现有技术中所不具备的诸多有益效果。
-
公开(公告)号：CN117110888A
公开(公告)日：2023-11-24
申请号：CN202311062111.0
申请日：2023-08-22
Applicant: 北京理工大学
IPC: G01R31/367 , G01R31/385 , G01R31/387 , B60L58/10 , B60L58/12 , B60L3/00
Abstract: 本发明提供了一种基于LSTM‑GAN的车用动力电池系统故障诊断方法，利用车辆历史运行数据并基于LSTM‑GAN的模型对各电池单体电压与各表征参数间关系进行无监督学习训练，并通过对使用相同电池系统车辆由LSTM‑GAN模型得到的偏差系数进行统计分析，来实现单体电压异常的阈值检测。该方法有效解决了动力电池系统中电池单体状态监测困难的问题，对数据数量与质量的依赖性较小，故能够在提升故障诊断的精确性及效率的同时降低计算开销成本。
-
Patent Agency Ranking
公开(公告)号：CN116626522A
公开(公告)日：2023-08-22
申请号：CN202310323114.9
申请日：2023-03-30
Applicant: 北京理工大学
IPC: G01R31/392 , G01R31/396 , G01R31/367 , G01R31/36
Abstract: 本发明公开了动力电池系统安全风险动态评估方法、装置、设备及介质，涉及动力电池风险评估技术领域，该方法包括：根据当前阶段目标新能源汽车的电池单体电压数据矩阵和探针温度数据矩阵计算目标参数集；对目标参数集中的每个参数矩阵进行参数分布差异计算，确定参数矩阵对应的N个特征区间；计算每个特征区间的隶属度值；根据当前阶段目标新能源汽车的每个参数矩阵对应的每个特征区间的隶属度值和贝叶斯网络模型，确定当前阶段目标新能源汽车的安全风险级别。本发明能够准确评估新能源汽车动力电池系统的安全风险。
-
公开(公告)号：CN112986839A
公开(公告)日：2021-06-18
申请号：CN202110211787.6
申请日：2021-02-25
Applicant: 北京理工大学 , 北京理工新源信息科技有限公司
IPC: G01R31/3835 , G01R31/396 , H01M10/42 , B60L58/10
Abstract: 本发明涉及一种基于置信区间的锂离子动力电池组的故障诊断方法和系统。该故障诊断方法通过对电池不同使用状态的划分，来区别电池的使用状态，进一步来判断电池的电压是否处于该阶段的安全阈值范围内。并且会随着电池的不断使用，考虑电池的老化情况，提出了不断更新的电池电压合理阈值范围。根据该车型电池去除异常点后的历史历史电压数据来计算出该电池电压的合理置信区间，以此来判断电池的电压是否处于正常的范围内，能够合理有效的诊断电池的故障并进行报警，降低电池的故障率。
-
公开(公告)号：CN119419418A
公开(公告)日：2025-02-11
申请号：CN202411517781.1
申请日：2024-10-29
Applicant: 北京理工大学
IPC: H01M10/658 , H01M10/659 , H01M50/258 , H01M10/625 , H01M10/613 , H01M10/6554 , H01M10/6567 , B32B9/04 , B32B15/20 , B32B15/085 , B32B27/32 , B32B37/00 , B32B38/08 , B32B38/00 , C09K5/06
Abstract: 本发明属于电池安全技术领域，具体涉及一种相变隔热阻隔板及其制备方法和应用、软包电池模组。本发明提供了一种相变隔热阻隔板，包括相变隔热材料和封装所述相变隔热材料的封装膜；相变隔热材料包括基底材料，以及吸附在所述基底材料上的相变材料和阻燃材料；所述基底材料包括二氧化硅纳米纤维毡和支撑材料；所述相变材料包括硅溶胶、铝溶胶和饱和氯化钙溶液中的一种或多种，所述阻燃材料包括含磷阻燃剂。本发明相变隔热材料中含有相变材料和隔热基底，具有很高的相变焓值，在热失控时，通过隔热材料的隔热和相变材料的相变消耗能量，对热蔓延起到较好的阻隔作用，能够延缓热蔓延时间或者抑制热蔓延。
-
公开(公告)号：CN116960557A
公开(公告)日：2023-10-27
申请号：CN202310917656.9
申请日：2023-07-25
Applicant: 北京理工大学
IPC: H01M50/258 , B60L53/80 , B60L50/64 , H01M50/249 , H01M10/613 , H01M10/615 , H01M10/625 , H01M10/653 , H01M10/6551 , H01M10/6571 , H01M10/658 , H01M10/42
Abstract: 本发明提供了一种可更换电池包的子母结构可充电电池系统，以子母包的结构形式实现了电池系统的灵活组合与自由更换，既满足电池子包损坏时的拆装需求，也可通过由满电子包替换亏电子包的方式来丰富电池补能手段。本发明综合利用散热鳍片、导热灌封胶、气凝胶隔热毡、铝合金板等部件或材料，针对电池系统的热蔓延情况提供了有效的热防护设计，还可利用PI加热片实现低温条件下的快速升温。电池系统中的BMS可以无线方式与云平台通讯，从而可以实现车端与云端融合的电池状态估计、故障诊断与风险评估功能，显著提高了对电池系统监管的实时性、精确性与全面性。
-
公开(公告)号：CN113280830A
公开(公告)日：2021-08-20
申请号：CN202110602199.5
申请日：2021-05-31
Applicant: 北京理工大学
Abstract: 本发明提供了一种数据驱动的特定驾驶场景车辆筛选以及里程核查方法，利用新能源汽车车载大数据从多种车辆运行状态与信息加以考虑，实现了从包含了海量非教学用车辆的大数据中对特定驾驶场景(例如驾校中专门用于练习倒库的新能源车辆)的分层次精确筛选，结合车辆仪表显示的车速、里程信息以及由其他角度计算得到的车速和里程，对筛选出的车辆里程实现了全面而精确的核查，从而具有了现有技术中所不具备的诸多有益效果。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.021 seconds)
