-
公开(公告)号：CN117429396A
公开(公告)日：2024-01-23
申请号：CN202310684674.7
申请日：2023-06-09
申请人： 中南大学 , 北京全路通信信号研究设计院集团有限公司
摘要： 本发明公开了一种重载组合列车协同通信一致性制动控制方法及装置。在列车制动过程中，制动控制器根据每个子节点的速度、加速度、位置信息等状态变量，结合执行器约束和车厢间相对位移严格约束，采用分布式模型预测控制方法设计协同制动控制器；通过设计列车一致性制动力控制方法，解决最小化车厢之间速度不一致性和相对位移差的性能指标。本发明减少列车刹车时的相对位移和车厢间的速度不一致性，降低了刹车过程中车钩力的大小，能有效的减少车厢结构损伤，并且提高列车行驶过程中的舒适性。
-
公开(公告)号：CN114497818B
公开(公告)日：2023-10-24
申请号：CN202210093850.5
申请日：2022-01-26
申请人： 中南大学
IPC分类号： H01M10/615 , H01M10/651 , H01M10/63
摘要： 本发明公开了一种低温环境下锂离子电池的内部快速加热方法。包括以下步骤：实时采集锂离子电池的温度、端电压、充放电电流，将上述采集值作为控制系统的输入；控制系统根据电池温度、电流等参数，采用扩展卡尔曼滤波估计锂离子电池的实时SoC；访问根据实验数据辨识出的锂离子电池电热耦合模型的参数数据库，获得实时的电池参数；采用遗传算法求解加热时间和能耗的优化问题，输出脉冲充放电电流幅值。本发明能显著缩短锂离子电池的加热时间，降低加热过程中锂离子电池的能量损耗，有效恢复低温环境下锂离子电池的性能，提高电动汽车在低温环境下的续航里程。
-
公开(公告)号：CN116215324B
公开(公告)日：2023-07-07
申请号：CN202310518911.2
申请日：2023-05-10
申请人： 中南大学
IPC分类号： B60L58/26 , H01M10/613 , H01M10/625 , H01M10/633
摘要： 本发明公开了一种重载货运列车自组网电池系统制冷方法、系统及介质，其中方法包括：实时获取重载货运列车行驶过程中主牵引电机消耗的牵引功率、车载电池温度；若车载电池温度大于或等于阈值温度，则采用快速制冷策略获取电池制冷功率给定值；若车载电池温度小于阈值温度，且大于或等于目标温度，则采用慢速制冷策略获取电池制冷功率给定值；若车载电池温度小于目标温度，则采用电池保温策略获取电池制冷功率给定值；根据得到的电池制冷功率给定值，执行电池制冷。该方法能够基于实时车载电池温度、牵引功率确定电池热管理系统所需的电池制冷功率，进而抑制电池老化。
-
公开(公告)号：CN115973238A
公开(公告)日：2023-04-18
申请号：CN202310096246.2
申请日：2023-02-10
申请人： 中南大学
摘要： 本发明公开了一种高速列车群分布式协同运行控制方法、系统、终端及介质，其中方法包括：获取高速列车群中列车的实时运行信息；根据列车的实时速度与参考速度的偏差，通过采用设定值自适应调节方法调整列车的参考速度；基于前后车的距离构建的人工势函数，获取前后列车安全距离的控制分量；根据协同控制目标，获取列车速度的控制分量；根据列车动力学模型，分析列车所受阻力，获取列车克服阻力的控制分量；对三个控制分量进行加权求和，得到每辆列车的控制变量。考虑了列车速度的协同、安全距离、列车速度的超调以及阻力的影响，保证了高速列车群的安全稳定和运行效率。
-
公开(公告)号：CN114684096B
公开(公告)日：2023-02-17
申请号：CN202210226975.0
申请日：2022-03-08
申请人： 中南大学
摘要： 本发明提供了一种基于多源数据融合的电磁阀寿命预测装置及方法。所述装置包括：均衡风缸控制模块、数据采集模块和寿命预测模块。所述均衡控制模块通过制动控制单元对均衡风缸的目标压力和传感器反馈的实时压力进行比较，利用PWM脉宽调制方式控制电磁阀的充排风，实现均衡风缸压力的精准控制；所述数据采集模块使用数据采集卡采集均衡风缸的压力信号、电磁阀组的电流信号；所述寿命预测模块利用采集到的数据分别训练两个寿命预测模型，通过融合不同的模型预测结果以对电磁阀进行寿命预测。本发明可以准确地对电磁阀进行寿命预测，降低维修成本并提高电磁阀利用效率。
-
公开(公告)号：CN114338497B
公开(公告)日：2022-10-11
申请号：CN202111598690.1
申请日：2021-12-24
申请人： 中南大学
摘要： 本发明公开了一种基于在线强化学习的列车车队数据路由系统及方法，其中系统包括设置于列车车队中各列车成员内的列车通信装置和路由决策模块，以及设置于列车车队中头车内的训练模块；列车通信装置用于构建车队和进行组网；路由决策模块包括状态数据收集模块和神经网络路由决策模块，状态数据收集模块用于采集对应列车的通信状态信息和行驶状态信息；神经网络路由决策模块用于根据采集的数据进行路由决策，并将决策经验发送到头车；训练模块用于利用获取的决策经验对路由策略选择神经网络进行训练，并将训练完成后的路由策略选择神经网络参数反馈到各列车成员进行参数更新。本发明实现能够根据环境自适应调整的在线强化学习路由决策。
-
公开(公告)号：CN114740385A
公开(公告)日：2022-07-12
申请号：CN202210212196.5
申请日：2022-03-04
申请人： 中南大学
IPC分类号： G01R31/387 , G01R31/367
摘要： 本发明公开了一种自适应的锂离子电池荷电状态估计方法，其方法包括以下步骤：建立锂离子电池二阶RC等效电路模型，并离线辨识二阶RC等效电路模型的参数；拟合锂离子电池开路电压与荷电状态之间的相关性曲线；通过动态应力测试对模型的准确性进行验证；根据含遗忘因子的递归最小二乘法对模型参数进行在线辨识；使用自适应扩展卡尔曼粒子滤波算法，确定锂离子电池荷电状态的估计值。本发明通过输出多个粒子的加权平均值，提高了荷电状态估计结果的稳定性和准确性；通过自适应扩展卡尔曼滤波算法对粒子重要性进行采样，在准确估计锂离子电池荷电状态的同时，提高了算法的运算效率。
-
公开(公告)号：CN114487890A
公开(公告)日：2022-05-13
申请号：CN202210094201.7
申请日：2022-01-26
申请人： 中南大学
IPC分类号： G01R31/392
摘要： 本发明公开了一种改进长短期记忆神经网络的锂电池健康状态估计方法。其步骤为：获取锂电池实验数据集；根据容量计算电池实际的健康状态，提取若干个能够表征电池健康状态的老化特征并对特征数据进行标准化处理；初始化相关参数并建立改进的长短期记忆神经网络模型，确定网络中需要优化的参数；对改进的长短期记忆神经网络估计模型进行训练；将训练得到的最优参数值作为长短期记忆神经网络模型中对应的值来进行锂离子电池健康状态的估计。本发明能够有效提高锂离子电池健康状态的估计精度。
-
公开(公告)号：CN114338497A
公开(公告)日：2022-04-12
申请号：CN202111598690.1
申请日：2021-12-24
申请人： 中南大学
摘要： 本发明公开了一种基于在线强化学习的列车车队数据路由系统及方法，其中系统包括设置于列车车队中各列车成员内的列车通信装置和路由决策模块，以及设置于列车车队中头车内的训练模块；列车通信装置用于构建车队和进行组网；路由决策模块包括状态数据收集模块和神经网络路由决策模块，状态数据收集模块用于采集对应列车的通信状态信息和行驶状态信息；神经网络路由决策模块用于根据采集的数据进行路由决策，并将决策经验发送到头车；训练模块用于利用获取的决策经验对路由策略选择神经网络进行训练，并将训练完成后的路由策略选择神经网络参数反馈到各列车成员进行参数更新。本发明实现能够根据环境自适应调整的在线强化学习路由决策。
-
公开(公告)号：CN114157544A
公开(公告)日：2022-03-08
申请号：CN202111487260.2
申请日：2021-12-07
申请人： 中南大学
摘要： 本发明公开了一种基于卷积神经网络的帧同步方法、设备及介质，应用于无线通信系统，方法为：Step1：准备无线通信系统的通信数据集，对接收端数据进行预处理，并根据发送端数据确定接收端数据中的数据包起始位置；Step2：构建卷积神经网络模型，以接收端预处理后的数据为输入，以接收端数据中的数据包起始位置为输出，对构建的卷积神经网络模型进行训练；Step3：将训练好的卷积神经网络模型嵌入到接收端的帧同步系统之中；Step4：对接收端数据进行预处理，再输入至训练好的卷积神经网络，输出即为接收端数据中的数据包起始位置。本发明能充分解决发送端和接收端之间信息漏同步和假同步的问题，提高同步系统的同步性能。
-
-
-
-
-
-
-
-
-
搜索结果
153 条记录 (耗时 0.035 秒)
