公开(公告)号：CN117371224A

公开(公告)日：2024-01-09

申请号：CN202311384634.7

申请日：2023-10-24

Applicant: 厦门理工学院

Inventor： 张旻澍 ,  寇天豪 ,  时帅威 ,  季天乐 ,  章志豪 ,  毕于超 ,  胡蕴章 ,  余中浩

IPC: G06F30/20 ,  G06F119/02

Abstract: 本发明公开了一种角落电池的热阻网络模型构建方法和装置以及设备。其中，所述方法包括：建立单个电池热阻模型；建立电池组角落电池的热阻模型，具体地：基于极耳内热阻和壳体内热阻，以及，极耳与空气之间的换热热阻和壳体与空气之间的换热热阻构建热阻模型；采集检测电池不同工况下的温度，并计算热阻的参数值，利用参数值及电路模型求解角落电池传热过程。该方法依赖于对电池在不同工作负荷下的温度变化进行测量和监测，并运用数学模型来计算和描述电池组角落电池的热阻。通过这一方法，可以精确评估电池组角落电池的热阻特性，为电池设计和性能优化提供有力依据。

公开(公告)号：CN115541703A

公开(公告)日：2022-12-30

申请号：CN202211179307.3

申请日：2022-09-27

Applicant: 厦门理工学院

Inventor： 胡蕴章 ,  张旻澍 ,  周伟杰 ,  寇天豪

IPC: G01N27/904

Abstract: 本发明公开了一种风电叶片连接处细小缺陷的检测方法和装置以及设备。其中，所述方法包括：计算涡流阵列传感器的最优工作频率；通过最优工作频率获取不同风电叶片疲劳数据序列，将风电叶片疲劳数据序列转换为等距序列，并提取其中点值数据；通过不同风电叶片疲劳数据序列构建疲劳寿命监测化模型；采用深度学习网络及中点值数据对疲劳寿命监测化模型进行训练；根据训练后的疲劳寿命监测化模型，来对风电叶片连接处细小缺陷进行预测。本发明利用最优工作频率确保了数据的准确度、中点值在训练过程中用于反向更新深度学习网络确保模型的收敛速度以及准确率。利用上述技术手段提高模型准确率，使其能实现通过涡流阵列传感器来监测细小结构缺陷。