-
公开(公告)号:CN114781264A
公开(公告)日:2022-07-22
申请号:CN202210433148.9
申请日:2022-04-22
Applicant: 西安交通大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/02
Abstract: 基于特征解耦和趋势保持的锂电池跨域容量估计方法,包括:分别采集在不同工况下工作的锂电池充电过程中的过程量信号,包括:电压、电流和时间;将工况一下采集的数据作为源域数据,将工况二下采集的数据作为目标域数据;建立包括公有特征提取器、私有特征提取器、解码器、预测器和域分类器的域自适应网络;输入有标签的源域数据和无标签的目标域数据对该网络进行训练;训练完成后,将无标签的目标域数据输入训练好的域自适应网络进行前向传播,训练好的域自适应网络输出容量预测结果,实现不同工况下锂电池容量估计和健康状态评估。本公开能够有效提高估计精度、减小了域间差异以及保持了锂电池退化趋势信息从而提高了鲁棒性。
-
公开(公告)号:CN114781264B
公开(公告)日:2024-10-01
申请号:CN202210433148.9
申请日:2022-04-22
Applicant: 西安交通大学
IPC: G06F30/27 , G06N3/0464 , G06N3/084 , G06N3/096 , G06F119/02
Abstract: 基于特征解耦和趋势保持的锂电池跨域容量估计方法,包括:分别采集在不同工况下工作的锂电池充电过程中的过程量信号,包括:电压、电流和时间;将工况一下采集的数据作为源域数据,将工况二下采集的数据作为目标域数据;建立包括公有特征提取器、私有特征提取器、解码器、预测器和域分类器的域自适应网络;输入有标签的源域数据和无标签的目标域数据对该网络进行训练;训练完成后,将无标签的目标域数据输入训练好的域自适应网络进行前向传播,训练好的域自适应网络输出容量预测结果,实现不同工况下锂电池容量估计和健康状态评估。本公开能够有效提高估计精度、减小了域间差异以及保持了锂电池退化趋势信息从而提高了鲁棒性。
-
公开(公告)号:CN118606823A
公开(公告)日:2024-09-06
申请号:CN202410764709.2
申请日:2024-06-13
Applicant: 西安交通大学
IPC: G06F18/2415 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/08
Abstract: 本公开提供一种航空发动机锥齿轮故障诊断的不确定性量化校准方法,包括:采集航空发动机锥齿轮的振动信号,划分为训练集和验证集;构建卷积神经网络,获得故障分类概率和分类结果的证据不确定性;构建证据与不确定性度量指标(EvU),并定义损失函数惩罚项,训练卷积神经网络,以实现证据不确定性的事前校准;将验证集的数据输入训练后的卷积神经网络进行分类诊断,对输出结果进行温度缩放,以实现证据不确定性的事后校准;将测试数据输入训练后的卷积神经网络,通过温度缩放后得到调整后的证据,得到最终故障分类概率和分类结果的证据不确定性。本公开经过校准后的模型有效提高诊断精度,提供更准确的不确定性度量。
-
-