-
公开(公告)号：CN116451038A
公开(公告)日：2023-07-18
申请号：CN202310308492.X
申请日：2023-03-27
Applicant: 北京航空航天大学
IPC: G06F18/20 , G06F18/2135
Abstract: 本发明提出了一种基于奇异谱熵的动力电池热失控预警方法和系统，该方法先由车端采集并上传动力电池的各传感器的输出信号，按照信号传入的时间顺序所形成的时域信号序列来构建模式矩阵，再对模式矩阵进行奇异值分解，将奇异值排列构成信号的奇异谱，然后进行信号的奇异谱分析进而计算得到时域信号序列的奇异谱熵，进行归一化处理的奇异谱熵定量评价警报系数并与报警阈值比对，从而判断动力电池的热失控风险并定位故障位置。本发明从信号所含信息量的角度进行分析，利用奇异谱熵值对动力电池热失控进行预警，大大提高了对故障信号的敏感度，可以更加快速地检测到风险发生的时刻并对故障单体进行定位，有效地提前了热失控预警的时间点。
-
Patent Agency Ranking
公开(公告)号：CN115291115A
公开(公告)日：2022-11-04
申请号：CN202211044785.3
申请日：2022-08-30
Applicant: 北京航空航天大学
IPC: G01R31/367 , G01K13/00 , H01M10/613 , H01M10/643 , H01M10/6568 , H01M10/6557
Abstract: 本发明涉及一种液冷电池模组核心温度在线估计方法，属于电池管理技术领域。本发明的液冷电池模组核心温度在线估计方法建立了电池模组内不同位置电池单体散热情况建立电池核心和表面温度的模型,并采用显示欧拉法对连续时间系统进行离散，利用双卡尔曼滤波算法建立电池热物性参数和核心温度的实时估计模型。本发明实现了热物性参数与温度状态的协同在线估计，且只需使用少量的电池壳体温度测量值来估计整个电池组的核心温度，降低成本的同时更好地实现电池热管理和监测，提高电池温度估计的准确性，确保电池安全。
-
公开(公告)号：CN115291115B
公开(公告)日：2024-06-04
申请号：CN202211044785.3
申请日：2022-08-30
Applicant: 北京航空航天大学
IPC: G01R31/367 , G01K13/00 , H01M10/613 , H01M10/643 , H01M10/6568 , H01M10/6557
Abstract: 本发明涉及一种液冷电池模组核心温度在线估计方法，属于电池管理技术领域。本发明的液冷电池模组核心温度在线估计方法建立了电池模组内不同位置电池单体散热情况建立电池核心和表面温度的模型,并采用显示欧拉法对连续时间系统进行离散，利用双卡尔曼滤波算法建立电池热物性参数和核心温度的实时估计模型。本发明实现了热物性参数与温度状态的协同在线估计，且只需使用少量的电池壳体温度测量值来估计整个电池组的核心温度，降低成本的同时更好地实现电池热管理和监测，提高电池温度估计的准确性，确保电池安全。
-
公开(公告)号：CN114943135A
公开(公告)日：2022-08-26
申请号：CN202210350803.4
申请日：2022-04-02
Applicant: 北京航空航天大学
IPC: G06F30/20 , G06F30/27 , G06N3/00 , G06N3/12 , G16C20/10 , G16C20/70 , G06F119/08 , G06F119/14
Abstract: 一种基于数字孪生的动力电池设计与管理方法，包括建立与电池样品映射的多物理场耦合机理模型，并利用实验数据对多物理场耦合机理模型进行标定，利用活性子空间方法对多物理场机理模型的计算结果数据集进行敏感度分析，筛选出影响电池性能的关键参数作为模型的主控参数，建立神经网络高效量化模拟模型，能够实现映射物理实体的动力电池孪生模型等步骤，该方法可以降低成本，实现敏捷开发，降低了参数辨识的工作量和盲目性，精度高且保持稳定，也能够实现动力电池的全生命周期闭环控制。
-
公开(公告)号：CN116699434A
公开(公告)日：2023-09-05
申请号：CN202310860392.8
申请日：2023-07-13
Applicant: 北京航空航天大学
IPC: G01R31/389 , G01R31/367 , G01R31/378 , G01R31/382 , G01R31/3835 , G01R31/385 , G01R31/388 , G01R31/392 , G01R31/36
Abstract: 本发明公开了一种基于阻抗谱弛豫时间分布的燃料电池寿命预测方法，属于燃料电池领域；针对待测的燃料电池，进行电化学阻抗谱测试，得到数据特征X1；然后，构建相应的等效电路模型，提取燃料电池的阻抗机理特征X2；采用皮尔逊系数对所提取的特征X1和X2以及燃料电池电压Y进行相关性分析；根据关联性剔除|ρX,Y|＜δ的特征，剩余特征和燃料电池堆电压具有强相关性的特征数据集X*，用作剩余使用寿命预测模型的输入，电池堆电压作为输出，训练数据驱动模型；将测试集输入训练好的数据驱动模型中，基于置信区间绘制函数的图像，并输出测试集采样点电池堆电压的预测值和置信度，作为燃料电池剩余寿命的表征；本发明为燃料电池提供高效的健康管理。
-
公开(公告)号：CN115422713A
公开(公告)日：2022-12-02
申请号：CN202210916380.8
申请日：2022-08-01
Applicant: 北京航空航天大学
IPC: G06F30/20 , G06Q10/06 , G06Q50/04 , H01M10/058 , H01M10/42 , G01R31/367
Abstract: 发明提供了一种基于数字孪生的动力电池制造工艺优化方法，该方法将动力电池制造阶段关键材料参数、工艺参数和质检参数等上传存储到动力电池基因信息数据库，并在赛博物理空间建立动力电池数字孪生特征模型，使用过程中，动力电池数字孪生特征模型与动力电池物理实体连接，并对模型进行实时更新和迭代，将动力电池使用过程中的特征参数与动力电池制造过程中的基因信息进行比对，找出故障问题或失效原因，从而对动力电池制造工艺进行反馈优化。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
