-
公开(公告)号：CN111923783B
公开(公告)日：2022-03-18
申请号：CN202010568968.X
申请日：2020-06-19
申请人： 浙江大学
摘要： 本发明是为了克服在低温环境下，锂电池运行时间短，需要频繁充电和维护的问题，提供一种电动叉车低温型锂电池管理系统及其控制方法，能够准确预测电池的健康状态和寿命衰减情况，使得可以对锂电池组进行及时的维护，确保电动叉车在低温下的稳定运行，采用以下技术方案：包括控制单元、显示单元、信号采集单元、电池状态评估单元、温度控制单元、充放电倍率控制单元、故障断路单元和电动叉车锂电池组。其控制方法，包括以下步骤：信号采集单元将所有采集数据传输至电池状态评估单元和控制单元；电池状态评估单元接收根据上述数据预测得出未来温度的变化趋势，将预测结果传输至控制单元；控制单元接收采集数据，接收预测结果，并给出执行命令。
-
公开(公告)号：CN111308375A
公开(公告)日：2020-06-19
申请号：CN202010079916.6
申请日：2020-02-04
申请人： 浙江大学
IPC分类号： G01R31/392 , G01R31/367
摘要： 本发明主要解决现有技术中，预测方法计算量大，预测结果精度低；提供一种基于LSTM-FFNN的电动叉车锂离子电池健康状态预测方法，减少了训练模型所需的数据，提高了锂电池健康状态预测的精度。包括以下步骤：建立基于LSTM的时间尺度参数预测模型,以预测放电过程中时间尺度参数开路电压V的变化；从时间尺度参数预测模型的开路电压V中提取循环尺度参数放电至最小电压的时间Tmin；建立基于FFNN的循环尺度参数预测模型，以预测锂电池容量C，从而得到锂电池健康状态预测值SOH。结合了LSTM对长时间序列的预测能力和FFNN的算法简单性，实现了从时间尺度参数到循环尺度参数的预测，减少了训练模型所需的数据，提高了锂电池健康状态预测的精度。
-
公开(公告)号：CN110416657A
公开(公告)日：2019-11-05
申请号：CN201910527198.1
申请日：2019-06-18
申请人： 浙江大学
IPC分类号： H01M10/613 , H01M10/625 , H01M10/655 , H01M10/6551 , H01M10/6552 , H01M10/6556 , H01M10/6563
摘要： 本发明公开了一种电动叉车二次锂离子电池气液耦合冷却装置，包括散热套筒与电池放置箱，散热套筒位于电池放置箱内部，散热套筒内部用于放置电池；散热套筒外壁设有螺旋形散热肋片，散热套筒外侧设有冷却管，冷却管横截面为半圆形，冷却管螺旋形地绕在散热套筒外壁，冷却管的竖直面与散热套筒相互贴合；电池放置箱包括箱体、顶板与底板，顶板、底板分别与箱体连接。本发明的装置结构简洁，空间利用率高，能够实现对电动叉车二次锂离子电池的快速散热和冷却，确保了二次锂离子电池的安全性，提高了锂离子电池的循环性能，降低了维护成本。
-
公开(公告)号：CN111948563A
公开(公告)日：2020-11-17
申请号：CN202010568146.1
申请日：2020-06-19
申请人： 浙江大学
IPC分类号： G01R31/396 , G01R31/392 , G01R31/367 , G06N3/04 , G06N3/08
摘要： 本发明是为了克服现有技术预测锂电池剩余寿命时，计算复杂耗时长，预测精度低的问题，提供一种基于多神经网络耦合的电动叉车锂电池剩余寿命预测方法，提高了预测计算精度，减少了预测模型训练时间，包括以下步骤：建立基于长短时记忆神经网络的开路电压预测模型，采用RMSprop算法和dropout正则化方法对网络进行优化，从而预测锂电池在放电循环中的开路电压值VOC；把预测结果按顺序划分成多个放电循环，统计每个放电循环中从初始电压至最小电压间的开路电压样本个数NS，利用采样时间TS相同，得到每个放电循环中放电至最小电压的时间Tmin；建立基于人工神经网络的容量预测模型，以预测锂电池容量C，从而得到锂电池剩余寿命预测值RUL。
-
公开(公告)号：CN111923783A
公开(公告)日：2020-11-13
申请号：CN202010568968.X
申请日：2020-06-19
申请人： 浙江大学
摘要： 本发明是为了克服在低温环境下，锂电池运行时间短，需要频繁充电和维护的问题，提供一种电动叉车低温型锂电池管理系统及其控制方法，能够准确预测电池的健康状态和寿命衰减情况，使得可以对锂电池组进行及时的维护，确保电动叉车在低温下的稳定运行，采用以下技术方案：包括控制单元、显示单元、信号采集单元、电池状态评估单元、温度控制单元、充放电倍率控制单元、故障断路单元和电动叉车锂电池组。其控制方法，包括以下步骤：信号采集单元将所有采集数据传输至电池状态评估单元和控制单元；电池状态评估单元接收根据上述数据预测得出未来温度的变化趋势，将预测结果传输至控制单元；控制单元接收采集数据，接收预测结果，并给出执行命令。
-
公开(公告)号：CN111948563B
公开(公告)日：2021-12-17
申请号：CN202010568146.1
申请日：2020-06-19
申请人： 浙江大学 , 杭叉集团股份有限公司
IPC分类号： G01R31/396 , G01R31/392 , G01R31/367 , G06N3/04 , G06N3/08
摘要： 本发明是为了克服现有技术预测锂电池剩余寿命时，计算复杂耗时长，预测精度低的问题，提供一种基于多神经网络耦合的电动叉车锂电池剩余寿命预测方法，提高了预测计算精度，减少了预测模型训练时间，包括以下步骤：建立基于长短时记忆神经网络的开路电压预测模型，采用RMSprop算法和dropout正则化方法对网络进行优化，从而预测锂电池在放电循环中的开路电压值VOC；把预测结果按顺序划分成多个放电循环，统计每个放电循环中从初始电压至最小电压间的开路电压样本个数NS，利用采样时间TS相同，得到每个放电循环中放电至最小电压的时间Tmin；建立基于人工神经网络的容量预测模型，以预测锂电池容量C，从而得到锂电池剩余寿命预测值RUL。
-
公开(公告)号：CN111308375B
公开(公告)日：2021-12-07
申请号：CN202010079916.6
申请日：2020-02-04
申请人： 浙江大学 , 杭叉集团股份有限公司
IPC分类号： G01R31/392 , G01R31/367
摘要： 本发明主要解决现有技术中，预测方法计算量大，预测结果精度低；提供一种基于LSTM‑FFNN的电动叉车锂离子电池健康状态预测方法，减少了训练模型所需的数据，提高了锂电池健康状态预测的精度。包括以下步骤：建立基于LSTM的时间尺度参数预测模型,以预测放电过程中时间尺度参数开路电压V的变化；从时间尺度参数预测模型的开路电压V中提取循环尺度参数放电至最小电压的时间Tmin；建立基于FFNN的循环尺度参数预测模型，以预测锂电池容量C，从而得到锂电池健康状态预测值SOH。结合了LSTM对长时间序列的预测能力和FFNN的算法简单性，实现了从时间尺度参数到循环尺度参数的预测，减少了训练模型所需的数据，提高了锂电池健康状态预测的精度。
-
公开(公告)号：CN111900510A
公开(公告)日：2020-11-06
申请号：CN202010568966.0
申请日：2020-06-19
申请人： 浙江大学
IPC分类号： H01M10/613 , H01M10/625 , H01M10/647 , H01M10/617 , H01M10/6555 , H01M10/6556 , H01M10/6557 , H01M10/6568 , H01M10/6551 , H01M10/653 , H01M10/6554 , H01M2/10
摘要： 为了克服现有技术冷却效率低的问题，本发明提供一种电动叉车锂离子电池分区式冷却装置，能提高冷却水的利用效率，增大散热面积，提高锂离子电池的冷却效率。技术方案如下：包括锂电池板、导热隔层、侧面冷却水管、底部冷却水管，导热板、固定框、承重板，外保护箱，锂电池板垂直固定于导热隔层上部，导热板垂直固定于导热隔层上部并与锂电池板平行且贴合锂电池板，侧面冷却水管固定在导热板远离锂电池板的一侧面，底部冷却水管固定在承重板上部，底部冷却水管上部紧贴导热隔层下部，固定框固定在承重板上部，固定框包围导热隔层及导热隔层上下部所有组件，外保护箱包括上保护箱与下保护箱，上保护箱盖在承重板上部，承重板下部装入下保护箱。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.02 秒)
