-
公开(公告)号：CN108615522A
公开(公告)日：2018-10-02
申请号：CN201810383047.9
申请日：2018-04-26
Applicant: 重庆大学
IPC: G10K11/172 , G10K11/178 , F02M35/12
Abstract: 本发明属于机械控制技术领域，公开了一种单腔多个共振频率旁支型共振消声器。该消声器设置有保护外壳、噪声检测器、包覆外壳、磁性内圈、磁性颗粒。所述噪声检测器位于保护外壳内部靠右侧。所述包覆外壳位于保护外壳下部。所述磁性内圈位于包覆外壳外圈与内圈之间。所述磁性颗粒位于包覆外壳外圈与磁性内圈之间不等量分部。该发明通过包覆外壳包覆于发动机或其他大噪音设备发声处，通过噪声检测器检测噪声大小，该发明结构较简单，体积较小，不占多余空间。有效的通过多个可变共振频率控制噪声效果，在噪声较少时用到较少磁性粒子，增加使用寿命。
-
公开(公告)号：CN108445408A
公开(公告)日：2018-08-24
申请号：CN201810229175.8
申请日：2018-03-20
Applicant: 重庆大学
IPC: G01R31/36
CPC classification number: G01R31/3634 , G01R31/3606 , G01R31/3648
Abstract: 本发明涉及一种基于参数估计OCV的全温度SOC估计方法，属于电池管理技术领域。该方法包含如下步骤：S1：选定一待测动力电池和所需的等效电路模型，并确定需要在线辨识的系统状态和模型参数；S2：进行实验搭建并对该动力电池进行可变功率工况循环实验，然后记录实验数据；S3：基于记录的工况实验数据和自适应联合扩展卡尔曼滤波算法在线辨识电池状态和模型参数；S4：建立基于参数估计的OCV-SOC-T模型，并基于该模型和实验工况可实现该动力电池在全温度范围内的SOC精准估计。本发明所采用的模型简单、算法复杂度不高，可实现电池系统状态和模型参数的强鲁棒在线估计，进而实现基于参数估计OCV的全温度SOC精准估计。
-
公开(公告)号：CN108333528A
公开(公告)日：2018-07-27
申请号：CN201810124009.1
申请日：2018-02-07
Applicant: 重庆大学
IPC: G01R31/36
Abstract: 本发明涉及一种基于动力电池电-热耦合模型的SOC和SOT联合状态估计方法，属于电池管理技术领域。该方法为：选定待测动力电池，建立该动力电池的电、热模型，确定估计动力电池SOC和SOT所需参数；在不同温度下对被测动力电池进行涓流充放电实验和HPPC实验，建立充放电条件下的等效电路模型参数关于温度和SOC的数据库，模拟不同道路条件下的实车测试工况，建立数据库；进行参数辨识得到电、热模型的特性参数，获取充放电条件下等效电路模型参数与温度和SOC之间的定量关系；将本模型结合PF算法、动力电池充放电条件下的等效电路模型特性参数关于温度和SOC的定量关系式以实现动力电池SOC和SOT联合状态估计。
-
公开(公告)号：CN108313057A
公开(公告)日：2018-07-24
申请号：CN201810313067.9
申请日：2018-04-09
Applicant: 重庆大学
IPC: B60W30/14
Abstract: 本发明涉及一种基于MPC和凸优化算法的纯电动汽车自适应巡航控制方法，属于新能源汽车技术领域。该方法具体包括：S1：根据跟车控制性能要求，建立预测模型；S2：根据S1建立的模型，通过MPC算法，预测车辆未来时刻的速度输出；S3：根据S2中MPC算法中求出的速度输出和S1中建立的模型，求出车辆未来时刻的功率需求；S4：根据S3得出的功率需求，用凸优化算法求解最优的转矩分配，使得两个电机工作在高效率区域，电池输出电量最少。本发明通过跟车控制与能量优化，将前后两车保持在一个安全的距离范围的同时，获得最优的能量管理策略而不影响模型预测控制的实时性运用，不仅缓解交通压力，还能减少能量消耗。
-
公开(公告)号：CN119527107A
公开(公告)日：2025-02-28
申请号：CN202411808351.5
申请日：2024-12-10
Abstract: 本发明涉及一种模组‑电芯多层级协同控制的电池管理系统构建方法，属于电动汽车电池管理技术领域，包括以下步骤：S1：设计电池模组内部串并联电路的可变拓扑结构，具体包括以下步骤：S2：设计电池模组内单个电芯分级自适应控制的电力电子结构；S3：基于所述多层级电池管理系统，建立电池电芯层级的在线参数辨识方法，同时实现任意环境条件下模组层级的动态均衡过程；S4：构建多层级电池管理系统模块，得到完整的模组‑电芯多层级协同控制的电池管理系统。本发明可以并行实现电池参数的高精度估计以及模组内的容量均衡，通过设计高信息度的信号优化参数估计结果的同时，精确的参数估计结果也可以提升容量均衡过程的精度。
-
Patent Agency Ranking
公开(公告)号：CN118795352A
公开(公告)日：2024-10-18
申请号：CN202410942988.7
申请日：2024-07-15
Applicant: 重庆大学
IPC: G01R31/367 , G06F30/20 , G06F17/11 , G01R31/382
Abstract: 本发明涉及一种面向电池模组的模型参数在线辨识与多状态在线监测方法及装置，属于锂离子电池管理领域，包括S1：建立模组电热耦合模型；进行电模型参数化，建立电参数与温度变量间的函数关系，进行热模型参数化，实验获取热参数；S2：基于模型合理性指标反馈改进自适应遗忘因子递推最小二乘算法，在线辨识电模型参数；S3：结合AEKF算法估计荷电状态；S4：结合KF算法在线估计模组内部电芯核心温度，并结合分形理论算法在线重构模组三维温度场；S5：基于实时估计的模组状态信息，考虑模组最大允许电流、各并联模块的电压、各并联模块的SOC和内部中心电芯的核心温度约束，实现瞬时或连续充放电峰值功率实时估计。
-
公开(公告)号：CN118759377A
公开(公告)日：2024-10-11
申请号：CN202411153019.X
申请日：2024-08-21
Applicant: 重庆大学
IPC: G01R31/367 , G01R31/389 , G01R31/396 , G06N3/006
Abstract: 本发明涉及一种基于粒子群算法‑遗传算法的不同健康状态下的锂电池热建模方法，属于电池热建模技术领域，包括以下步骤：S1：进行电池循环老化实验，制备不同健康状态的电池；S2：进行HPPC实验获取不同温度、电流、SOC、SOH下的电池内阻；S3：在不同的工况下进行电池放电实验，采集电池的绝热温升实验数据；S4：采用粒子群算法‑遗传算法进行熵热系数寻优，获得低温、常温以及高温三个温度区间的熵热系数模型；S5：基于步骤S2获得的内阻以及步骤S4获得的熵热系数，构建不同健康状态下的电池热模型。本发明精度高、效率高，并且可以深入理解不同健康状态下锂离子动力电池的热行为。
-
公开(公告)号：CN118722132A
公开(公告)日：2024-10-01
申请号：CN202410767885.1
申请日：2024-06-14
Applicant: 重庆大学 , 南京天洑软件有限公司 , 重庆绣海科技有限公司
Abstract: 本发明涉及一种増程式电动车发动机‑空调系统耦合加热控制方法，属于车辆技术领域。该方法为：S1：建立增程式电动汽车电池电‑热耦合模型、电池热平衡动态模型以及电池加热回路；S2：基于集总参数法建立了乘员舱动态热模型以及乘员舱加热回路；S3：建立发动机冷却系统并耦合乘员舱加热回路和电池加热回路；S4：设计了模型预测控制智能热管理控制方法；S5：建立热泵空调系统模型，并耦合乘员舱加热回路和电池加热回路，形成切换到纯电模式下的整车热管理架构；S6：设计了以模型预测控制为主的多控制器协调控制方法。本发明基于増程式电动车发动机‑空调系统耦合加热控制方法，实现对乘员舱和电池温度的精确稳定控制。
-
公开(公告)号：CN118655464A
公开(公告)日：2024-09-17
申请号：CN202410869828.4
申请日：2024-07-01
Applicant: 重庆大学
IPC: G01R31/36 , G01R31/392 , G01R31/367 , G01R31/385 , G01R31/387 , G01R19/00
Abstract: 本发明涉及一种基于数据驱动的电池放电容量曲线的预测方法，属于电池健康管理领域。该方法包括以下步骤：S1：选定待测电池，对电池进行老化协议为恒流恒压充电和恒流放电的循环充放电实验，收集实验过程中的电流电压数据，并对数据进行预处理建立电池老化数据集；S2：获取电池每个循环的完整放电容量曲线；S3：构建输入输出对，并对本发明提出的预测框架进行训练；S4：利用训练好的预测框架对测试电池的放电容量曲线进行在线预测。本发明利用部分放电容量曲线对整条放电容量曲线进行重构，可同时获得电池在恒流放电工况下的多种参数及老化信息。
-
公开(公告)号：CN118604626A
公开(公告)日：2024-09-06
申请号：CN202410638786.3
申请日：2024-05-22
Applicant: 重庆大学
IPC: G01R31/367 , G01R31/385 , G01R31/392 , G06F30/27 , G06N3/0455 , G06N3/08 , G06F119/08
Abstract: 本发明涉及一种基于温度特征和深度学习的电池热失控温度预测方法及装置，属于电池热失控温度预测技术领域。方法包括：获取待测电池的历史温度数据；将温度数据输入至预设的电池热失控温度预测模型，获得待测电池未来的温度预测值；其中，电池热失控温度预测模型为已经学习得到待测电池的历史温度数据与未来温度数据之间映射关系的神经网络模型。该方案可以实现对电池热失控温度的准确预测。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.02 seconds)
