公开(公告)号：CN118718330A

公开(公告)日：2024-10-01

申请号：CN202410974636.X

申请日：2024-07-19

Applicant: 湖州学院

Inventor： 肖程予 ,  余长柏 ,  钱懿 ,  季晓露 ,  黄鑫琪 ,  吴晨妍 ,  黄鸿满

IPC: A63B9/00 ,  A63B21/062 ,  A63B71/00

Abstract: 本发明公开了一种用于健身的寝室床铺爬梯，涉及健身器材技术领域。本发明通过对寝室床铺爬梯进行改造，以爬梯立柱为主体，去掉固定的踏板，将两根立柱划分为上下两部分，上半段立柱相对侧设有滑槽且从下至上滑槽逐深度依次加深，并在两根立柱顶端之间设立滑轮组件，增设包括多个踏板式负重块和多个增重负重块的负重块，踏板式负重块沿从下至上方向，依次间隔设置在两根立柱之间，且能够相对滑槽滑动，再通过拉力绳由下向上依次穿过增重负重块和踏板式负重块的通孔并绕过滑轮组件，使其在外界拉力的作用下，可牵引各负重块向上移动，而当拉力绳未受力时形成爬梯，从而形成可用于健身并在未使用状态下自动形成爬梯的健身结构。

公开(公告)号：CN115130371A

公开(公告)日：2022-09-30

申请号：CN202210555956.2

申请日：2022-05-19

Applicant: 杭州电子科技大学 ,  湖州学院

Inventor： 李祖欣 ,  陈佳 ,  蔡志端 ,  钱懿

IPC: G06F30/27 ,  G06F17/11 ,  G06F17/18 ,  G06N3/00 ,  G06F119/04

Abstract: 本发明公开了一种基于FIG‑ABC‑SVR的锂离子电池剩余使用寿命预测方法，锂离子电池剩余使用寿命预测是电池健康管理的核心。该方法的具体步骤如下：首先，使用模糊信息粒化方法，将锂电池容量退化数据的时间序列划分为若干个子序列，作为操作窗口，将每一个产生的窗口进行模糊化，生成容量模糊粒子；然后，利用ABC‑SVR模型预测模糊粒子的两个参数。最后，对预测的模糊粒子进行整合，对缺失的容量数据采用插值法补全，得到完整的容量时间序列值，通过与容量阈值比较，进一步得到锂电池的剩余使用寿命。本发明方法解决了SVR长期预测效果精度差的问题，同时，模糊信息粒化减少了SVR的训练样本数量，提高了计算效率，所提出的方法预测效果更精确，可广泛应用于锂电池剩余使用寿命预测。

公开(公告)号：CN114545275A

公开(公告)日：2022-05-27

申请号：CN202210097632.9

申请日：2022-01-27

Applicant: 湖州学院

Inventor： 李祖欣 ,  叶乙福 ,  蔡志端 ,  钱懿

IPC: G01R31/392

Abstract: 一种锂离子电池剩余使用寿命间接预测方法，步骤如下：首先提取合适的表述锂电池老化的间接健康因子，并验证与容量之间的相关性；接着基于支持向量回归算法构建间接健康因子预测模型；然后基于高斯过程回归构建间接健康因子和容量之间的关系模型；最后，将间接健康因子预测值输入高斯过程回归模型，实现锂电池容量预测，当电池容量达到设定的失效阈值时，输出剩余使用寿命预测结果。本方法解决了传统支持向量回归只能得到单点预测值和高斯过程回归长期预测性能差的问题，预测性能稳定，在获得精确预测结果的同时，得到预测置信区间，方便锂电池系统在电池发生故障时提前做出决策维护和管理。

公开(公告)号：CN114545274A

公开(公告)日：2022-05-27

申请号：CN202210094514.2

申请日：2022-01-26

Applicant: 湖州学院

Inventor： 李祖欣 ,  张宗杰 ,  蔡志端 ,  钱懿

IPC: G01R31/392

Abstract: 本发明公开了一种锂电池剩余寿命预测方法，包括以下步骤：一、离线建模，收集锂电池离线数据，提取健康因子样本集，然后使用随机森林算法对健康因子样本集进行权重分析，确定所选健康因子样本并进行BiLSTM网络模型训练，通过贝叶斯优化选择模型最优超参数，构建预测模型；二：在线预测，通过锂电池在线数据，对应离线阶段的特征选择，得到健康因子样本集。然后使用步骤一的预测模型进行锂电池寿命预测。本发明可以在保持神经网络预测精确性的同时，减少参数个数，降低参数训练的复杂度，减少锂电池失效造成的损失，提高锂电池的安全性，解决锂电池健康因子的选择存在冗余和不足以及神经网络不同的超参数选择复杂性的问题。