公开(公告)号：CN116754951A

公开(公告)日：2023-09-15

申请号：CN202310554748.5

申请日：2023-05-17

Applicant: 安徽理工大学

Inventor： 沈培成 ,  欧阳名三 ,  荣雪

IPC: G01R31/367 ,  G01R31/392

Abstract: 本发明公开了一种基于CAE‑GRU的锂离子电池RUL预测方法。属于锂电池容量检测技术领域。容量回升现象会导致电池容量的时间序列出现非线性和非平稳性的特性，从而增加预测难度。随机波动使得时间序列数据包含了不确定性和噪声，增加了预测的不确定性。本发明的具体步骤如下：首先采取CAE对锂电池容量信号进行特征提取，以降低容量回升现象和随机波动对预测干扰。接着，采取典型的时间序列预测模型GRU来更好的捕捉时间序列数据中的非线性特性和动态变化，提高RUL预测的准确性和稳定性。

公开(公告)号：CN114545882B

公开(公告)日：2025-03-11

申请号：CN202210235706.0

申请日：2022-03-11

Applicant: 安徽理工大学

Inventor： 荣雪 ,  黄友锐 ,  徐善永 ,  韩涛 ,  袁标 ,  沈培成 ,  付家豪

IPC: G05B19/418 ,  B65H59/38 ,  B65H59/40

Abstract: 本发明公开了一种基于数字孪生的紧包光缆生产线张力控制方系统，该系统主要由生产线物理世界、生产线数字孪生世界以及两者之间的数据组成。其中生产线物理设备主要采集生产过程的状态数据和环境数据，并将这些数据发送至上位机。生产线数字孪生世界根据三维软件建立可视化的几何模型，物理世界的数据与孪生世界的物理模型与张力控制模型进行融合呈现出与物理世界对映的孪生世界。通过物理世界的工控机采集的实时张力数据，在孪生世界进行仿真计算并决策出最优的PID控制参数，并且将数据存储在数据库中，便于对历史数据的查看。本发明通过数字孪生技术在保证安全生产的前提下实现张力的最优控制，对生产装备进行可视化监控、离线仿真等功能，最终实现虚实融合的效果。

公开(公告)号：CN114545882A

公开(公告)日：2022-05-27

申请号：CN202210235706.0

申请日：2022-03-11

Applicant: 安徽理工大学

Inventor： 荣雪 ,  黄友锐 ,  徐善永 ,  韩涛 ,  袁标 ,  沈培成 ,  付家豪

IPC: G05B19/418 ,  B65H59/38 ,  B65H59/40

Abstract: 本发明公开了一种基于数字孪生的紧包光缆生产线张力控制方系统，该系统主要由生产线物理世界、生产线数字孪生世界以及两者之间的数据组成。其中生产线物理设备主要采集生产过程的状态数据和环境数据，并将这些数据发送至上位机。生产线数字孪生世界根据三维软件建立可视化的几何模型，物理世界的数据与孪生世界的物理模型与张力控制模型进行融合呈现出与物理世界对映的孪生世界。通过物理世界的工控机采集的实时张力数据，在孪生世界进行仿真计算并决策出最优的PID控制参数，并且将数据存储在数据库中，便于对历史数据的查看。本发明通过数字孪生技术在保证安全生产的前提下实现张力的最优控制，对生产装备进行可视化监控、离线仿真等功能，最终实现虚实融合的效果。

公开(公告)号：CN114779087A

公开(公告)日：2022-07-22

申请号：CN202210404832.4

申请日：2022-04-18

Applicant: 安徽理工大学

Inventor： 沈培成 ,  欧阳名三 ,  荣雪

IPC: G01R31/367 ,  G01R31/392

Abstract: 本发明公开了一种基于相关性分析与VMD‑LSTM的锂离子电池剩余寿命预测方法。属于锂离子电池容量检测技术领域。具体步骤如下：将锂离子电池放电功率、恒流充电时间、放电平均温度、放电截至电压以及恒流充电时间与恒压充电时间的比值作为电池容量特征参数，计算出这些特征参数与电池容量之间的相关系数，选取相关性最强的特征参数作为预测锂离子电池RUL的HI。同时利用VMD对选取出的HI进行信号分解，将其分解为全局衰减、局部再生和其他噪声三种模态分量，并将这三种模态分量作为HI进行RUL预测，有效避免了变量信息重叠，且分解过程具有较强的鲁棒性。对分解出的模态分量分别经LSTM进行RUL初步预测，最后对三种模态分量的预测结果进行累加以实现锂离子电池RUL的精准预测。

公开(公告)号：CN114740360A

公开(公告)日：2022-07-12

申请号：CN202210348110.1

申请日：2022-03-29

Applicant: 安徽理工大学

Inventor： 沈培成 ,  荣雪

IPC: G01R31/367 ,  G01R31/392

Abstract: 本发明公开了一种基于SAE‑CEEMDAN‑LSTM的锂离子电池剩余寿命预测方法。属于锂离子电池容量检测技术领域。具体步骤如下：将锂离子电池放电功率P、恒流充电时间Tc以及恒流充电阶段电池端的电压V作为预测锂离子电池剩余使用寿命的HI。利用SAE构建融合HI，该方法通过自学习生成高阶抽象的复杂函数，自适应将复杂多维的HI转化成能集中表达电池剩余容量特征的融合HI。采用CEEMDAN对融合后的HI进行对尺度分解得到多组分量，并通过关联性分析，筛选出具有强相关性的若干组分量，以实现对不同数据都具有良好的泛化性为目标。利用训练好的LSTM模型对筛选出的具有强相关性的若干组分量进行锂离子电池RUL预测，最后将若干组预测结果进行累加以实现锂离子电池RUL的精准预测。