-
公开(公告)号：CN116776079A
公开(公告)日：2023-09-19
申请号：CN202310653634.6
申请日：2023-06-05
申请人： 北京航空航天大学
IPC分类号： G06F18/10 , G06F18/213 , G06F18/24 , G06N3/0475 , G06N3/094
摘要： 本发明属于车辆控制技术领域，公开了一种基于智能轮胎系统迁移学习的自适应路面感知方法，包括：对原始数据提取特征；与车型标签共同作为源域数据，对深度对抗学习网络进行训练；获取在实际行进中的原始数据，特征提取以获得作为目标域数据的特征；共同放入深度对抗学习网络并对其特征提取器与域分类器对抗学习；目标域数据进行二次特征提取，获得同源特征；将同源特征输入深度对抗学习网络，获得路面识别结果；本发明能够在目标域标记数据有限的情况下，实现特定轮胎型号下的精准路面感知，深度学习算法直接迁移使用源域标记数据训练的模型参数，与卷积神经网络结构直接进行迁移的性质相适应，在车辆工况不同时实现快速且精准的路面识别。
-
公开(公告)号：CN116720266A
公开(公告)日：2023-09-08
申请号：CN202310999940.5
申请日：2023-08-10
申请人： 北京航空航天大学
IPC分类号： G06F30/15 , B64G1/40 , B64D27/02 , G06F30/28 , G06F111/10 , G06F113/08 , G06F119/14 , G06F113/28
摘要： 本发明公开一种可回收式航空航天运载器的动力学建模方法，涉及航空航天运载器领域，该方法包括：确定可回收式航空航天运载器发射过程和回收过程的基本参数，确定单个飞轮风扇发动机的基本参数，按相关公式分别计算单个飞轮风扇发动机所提供的有效发射能量，计算发射过程的有效能量需求量，按判断条件循环计算求得飞轮风扇发动机的实际个数，确定飞轮风扇发动机对称阵列排布方式和旋向布局，计算降落回收过程中降落伞的能量消耗量和优化降落伞的体积和质量步骤。本发明提供一种可回收式航空航天运载器动力学建模方法，通过建立一系列动力学定量分析计算数学模型，为多变量参数的优化提供理论依据，保证其发射过程和回收过程的安全稳定性。
-
公开(公告)号：CN116699407A
公开(公告)日：2023-09-05
申请号：CN202310446506.4
申请日：2023-04-24
申请人： 北京航空航天大学
IPC分类号： G01R31/367 , G01R31/378 , G01R31/392 , G01R31/389 , G01R31/385
摘要： 本发明属于锂离子电池技术领域，具体公开了一种基于安全熵的动力电池安全风险预警方法，包括如下步骤：建立考虑电池的多种类使用数据的总安全熵模型；对电池获取在发生损毁事故前的多种使用数据，根据总安全熵模型计算实验电池能够发生损毁的安全熵并作为安全熵边界；通过总安全熵模型计算获得电池在当前使用时刻的安全熵；将安全熵边界对S3中的安全熵进行大小对比，以对电池进行多级风险由低到高的分类，并对风险最高的电池发出热失控预警；具有如下优点：解决了在不同电池类型、体系、系统结构上迁移时阈值难以测算的问题；通过实验或真实热失控起火数据进行特征提取，对特征进行加权耦合时可以更好的匹配真实情况。
-
公开(公告)号：CN116471062A
公开(公告)日：2023-07-21
申请号：CN202310354229.4
申请日：2023-04-04
申请人： 北京航空航天大学
IPC分类号： H04L9/40 , H04L9/00 , H04L67/12 , G06N3/0464 , G06N3/048
摘要： 本发明提供了支持数据隐私保护的车载网络入侵检测方法，包括以下步骤：步骤一，收集车辆CAN总线真实数据，利用攻击方式特点生成含有入侵的数据，构建入侵检测数据集；步骤二，对数据集中的数据进行处理，完成特征提取；步骤三，通过同态加密将明文信息转换为密文信息，利用神经网络训练模型进行训练；步骤四，完成训练后，检测模型设置训练模型输出的权重，进行入侵检测。能够解决现有技术中数据隐私无法保护和检测精度不高的问题。
-
公开(公告)号：CN115912671A
公开(公告)日：2023-04-04
申请号：CN202211015978.6
申请日：2022-08-24
申请人： 北京航空航天大学 , 北京空间飞行器总体设计部
摘要： 本发明一种无线电能传输系统原边逆变波形频率控制方法及系统，所述原边逆变波形频率控制系统包括无线能量发射端及设置在该端的高频逆变电路、补偿电路和发射端控制电路，还包括在高频逆变电路与补偿网络之间安装的电压传感器，依照时序采集电压信号；所述发射端控制电路包括波形检测电路模块和与该模块相连的反馈控制电路模块，所述波形检测电路模块将检测到的电压信号数据通过傅里叶变换得到采集信号函数X(t)，将当前输入频率通过傅里叶变化得到理论信号函数Y(t)，计算两函数相关系数ρxy并遍历区间内所有点，选取相关系数最大点的频率即为当前输入下最优输入频率，将其通过反馈控制电路模块传递给高频逆变电路进行原边波形的最优控制。
-
公开(公告)号：CN115407211B
公开(公告)日：2023-01-31
申请号：CN202211352797.2
申请日：2022-11-01
申请人： 北京航空航天大学
IPC分类号： G01R31/367 , G01R31/392 , G06F30/27 , G06N3/0442 , G06N3/08 , H01M10/42 , H01M10/48 , B60L58/16
摘要： 本发明涉及电池监测技术领域，特别涉及一种电动汽车锂电池健康状态在线预测方法及系统，其中方法包括：获取电动汽车电池数据；通过车端预测模型进行SOH预测，得到下一时刻的第二SOH预测结果；判断当前时刻的充放电循环数与上一轮修正时的充放电循环数之差是否达到预设的修正周期，否则将第二SOH预测结果作为锂电池SOH预测结果，是则利用云端电池监控平台实现：通过云端预测模型进行SOH预测，得到下一时刻的第一SOH预测结果；以第一SOH预测结果为测量值、第二SOH预测结果为观测值，通过卡尔曼滤波器进行融合，得到下一时刻的锂电池SOH预测结果。本发明能够实现实时性好且精度高的锂电池健康状态在线预测。
-
公开(公告)号：CN115407217B
公开(公告)日：2023-01-10
申请号：CN202211352798.7
申请日：2022-11-01
申请人： 北京航空航天大学
IPC分类号： G01R31/3842 , G01R31/367 , G06N3/04 , G06N3/08
摘要： 本发明涉及电池监测技术领域，特别涉及一种电动汽车锂电池荷电状态在线估计方法及系统，其中方法包括：获取电动汽车当前时刻的电池数据；将当前时刻的所述电池数据上传至云端电池监控平台，以利用所述云端电池监控平台实现：基于当前时刻及历史时刻的所述电池数据，通过存储的云端估计模型进行SOC估计，得到下一时刻的第一SOC估计值，并传回；基于当前时刻的电流，通过车端估计模型进行SOC估计，得到下一时刻的第二SOC估计值；以得到的所述第一SOC估计值为测量值、所述第二SOC估计值为观测值，通过卡尔曼滤波器进行融合，得到下一时刻的锂电池SOC估计值。本发明能够实现快速且高精度的电动汽车锂电池SOC估计。
-
公开(公告)号：CN115407211A
公开(公告)日：2022-11-29
申请号：CN202211352797.2
申请日：2022-11-01
申请人： 北京航空航天大学
IPC分类号： G01R31/367 , G01R31/392 , G06F30/27 , G06N3/04 , G06N3/08 , H01M10/42 , H01M10/48 , B60L58/16
摘要： 本发明涉及电池监测技术领域，特别涉及一种电动汽车锂电池健康状态在线预测方法及系统，其中方法包括：获取电动汽车电池数据；通过车端预测模型进行SOH预测，得到下一时刻的第二SOH预测结果；判断当前时刻的充放电循环数与上一轮修正时的充放电循环数之差是否达到预设的修正周期，否则将第二SOH预测结果作为锂电池SOH预测结果，是则利用云端电池监控平台实现：通过云端预测模型进行SOH预测，得到下一时刻的第一SOH预测结果；以第一SOH预测结果为测量值、第二SOH预测结果为观测值，通过卡尔曼滤波器进行融合，得到下一时刻的锂电池SOH预测结果。本发明能够实现实时性好且精度高的锂电池健康状态在线预测。
-
公开(公告)号：CN115097321B
公开(公告)日：2022-11-15
申请号：CN202211036750.5
申请日：2022-08-29
申请人： 北京航空航天大学
IPC分类号： G01R31/367 , G01R31/389 , G01R31/392 , G06F17/13 , G06F17/16 , G06F17/18
摘要： 本发明涉及电池状态参数估计及SOX预测技术领域，提供了基于数字孪生的锂电池EIS和SOH估计方法。该方法包括：构建基于分数阶微分方程的锂电池云端数字孪生模型，通过车载TBOX将电压传感器开路电压和电流传感器采集的工作电流的孪生数据不断传输至云端服务器中，对状态参数进行的迭代优化；构建状态参数滤波器，获得预估电化学阻抗谱；建立锂电池电化学阻抗增长的回归模型，将其引入非参数化的粒子滤波器框架，对锂电池的SOH进行估算，获得锂电池的SOH。本发明检测精度高，为电池最大输出功率SOP的计算提供参考，提升对状态参数和电池健康度的估算精度，能够准确地模拟电池的衰退变化过程。
-
公开(公告)号：CN115097321A
公开(公告)日：2022-09-23
申请号：CN202211036750.5
申请日：2022-08-29
申请人： 北京航空航天大学
IPC分类号： G01R31/367 , G01R31/389 , G01R31/392 , G06F17/13 , G06F17/16 , G06F17/18
摘要： 本发明涉及电池状态参数估计及SOX预测技术领域，提供了基于数字孪生的锂电池EIS和SOH估计方法。该方法包括：构建基于分数阶微分方程的锂电池云端数字孪生模型，通过车载TBOX将电压传感器开路电压和电流传感器采集的工作电流的孪生数据不断传输至云端服务器中，对状态参数进行的迭代优化；构建状态参数滤波器，获得预估电化学阻抗谱；建立锂电池电化学阻抗增长的回归模型，将其引入非参数化的粒子滤波器框架，对锂电池的SOH进行估算，获得锂电池的SOH。本发明检测精度高，为电池最大输出功率SOP的计算提供参考，提升对状态参数和电池健康度的估算精度，能够准确地模拟电池的衰退变化过程。
-
-
-
-
-
-
-
-
-
搜索结果
212 条记录 (耗时 0.036 秒)
