公开(公告)号：CN119982685A

公开(公告)日：2025-05-13

申请号：CN202510194050.6

申请日：2025-02-21

Applicant: 厦门大学 ,  厦门金龙联合汽车工业有限公司

Inventor： 周伟 ,  向睿恒 ,  朱鑫宁 ,  吴勇雄 ,  王茜 ,  褚旭阳 ,  秦利锋 ,  苏亮 ,  宋光吉 ,  杨福清

IPC: F04F5/46 ,  F04F5/16

Abstract: 本发明公开了一种自适应氢燃料电池系统的多喷嘴引射器，其包括引射器主体、流量控制阀、流量传感器和主控制器；引射器主体的工作流通道包括若干子通道，各子通道分别通过流量控制阀控制并设有喷嘴；喷嘴垂直轴向的横截面为多个V形连接形成的多星形结构；流量传感器用于检测工作流流量，主控制器用于接收流量传感器的检测信号并驱动各流量控制阀控制相应喷嘴的流量以匹配燃料电池系统的输出功率变化。本发明还公开了其自适应方法。本发明的多喷嘴引射器对燃料电池复杂多变工况具有较强的兼容性，提升了掺混性能以及燃料电池的稳定性和可靠性，且扩宽了引射器的工作范围。

公开(公告)号：CN117975137A

公开(公告)日：2024-05-03

申请号：CN202410137231.0

申请日：2024-01-31

Applicant: 厦门大学

Inventor： 褚旭阳 ,  张金一 ,  庞明龙 ,  吴勇雄 ,  关荣 ,  陈炜 ,  胡展鹏 ,  宋向阳 ,  向睿恒 ,  林伟龙 ,  陈孝孟

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06T7/00

Abstract: 本发明公开了一种基于深度学习的新能源重卡后背式电池包检测方法、装置及可读介质，包括：获取待检测的重卡后背式电池包包顶部图像；构建基于改进的YOLOv5网络的重卡后背式电池包检测模型并训练，得到经训练的重卡后背式电池包检测模型，重卡后背式电池包检测模型为在标准YOLOv5网络模型中的头部结构的第一个卷积层和第一个上采样层之间增加一个双层路由注意力模块后所形成的网络结构；将重卡后背式电池包顶部图像输入经训练的重卡后背式电池包检测模型，识别出重卡后背式电池包顶部图像中的目标特征物的位置和类别信息。本发明能够解决因环境变化等一系列因素导致目标特征物识别不到的泛化能力差的问题，提供了良好的目标检测能力。