-
公开(公告)号：CN116799342A
公开(公告)日：2023-09-22
申请号：CN202310963305.1
申请日：2023-07-31
Applicant: 安徽大学
Abstract: 本发明涉及新能源汽车动力电池技术领域，更具体的，涉及一种基于多源信息融合的动力电池热失控报警方法、系统。本发明对当前时刻的热失控特征参数的数据进行基本概率赋值处理、并通过信息熵等方式求取到权重因子，对基本概率赋值函数进行加权，从而消除采集的热失控特征参数的数据存在的不确定性，并得到当前时刻热失控状态的准确判断结果。本发明采用多任务并行处理的方式，同步对电池箱内的N个动力电池进行分析，从而定位到电池箱内发生热失控的位置，方便后续对热失控进行处理、防止热失控进一步的扩散。
-
公开(公告)号：CN116303396A
公开(公告)日：2023-06-23
申请号：CN202310263043.8
申请日：2023-03-17
Applicant: 安徽大学
IPC: G06F16/215 , G06F18/241 , G06F18/15 , G06F21/31 , G06Q10/0631
Abstract: 本发明涉及一种工业车辆作业的数据处理及管理方法、系统。数据处理方法包括如下步骤：一、数据分类：根据数据的重要程度，将所有数据分为“非常重要”、“重要”、“一般”、“可忽略”四类。二、数据清洗：用于对异常数据进行处理，以填充或重新获取相应的数据。三、数据衍生：用于对清洗后的数据进行分类，形成驾驶人员数据集、工业车辆数据集和单次作业数据集，进而根据每个数据集中的数据生成单次作业评价、工业车辆评价和驾驶人员评价。本发明通过对工业车辆作业过程中产生的多种数据进行分类，删除其中重要性较低的数据，减小数据存储及分析的压力，提高数据的有效性，增强对数据分析的合理性，进而提高对工业车辆作业的监管力度。
-
公开(公告)号：CN118153303A
公开(公告)日：2024-06-07
申请号：CN202410265670.X
申请日：2024-03-08
Applicant: 安徽大学
Abstract: 本发明涉及一种基于扩展元胞自动机的室内疏散模拟方法及存储介质。室内疏散模拟方法包括以下步骤：S1、元胞自动机模型中放置行人，行人根据紧急程度设置三种行走方式；S2、判断各行人移动方向的概率；S3、计算行人移动过程中的攻击性γp。本发明提供的基于扩展元胞自动机的室内疏散模拟方法，充分考虑到了行人的行为特征和现场实际场景的一些因素，同时加入外部环境对行人撤离的影响，引入攻击性作为一种结合外部环境和行人感知的幂函数，从而使得本发明的行人疏散路径更加贴近现实，更加智能，通过该室内疏散模拟方法能够更真实地还原行人在疏散撤离场景中的疏散过程，为安全管理中的风险评估、应急预案和应急决策提供理论基础。
-
公开(公告)号：CN117993586A
公开(公告)日：2024-05-07
申请号：CN202410149380.9
申请日：2024-02-02
Applicant: 安徽大学
IPC: G06Q10/047 , G06Q10/0832 , G06Q30/0283 , G06N3/126 , G06F17/11
Abstract: 本发明涉及冷链配送路径规划技术领域，具体涉及，基于改进遗传算法的冷链配送优化方法及系统。本发明的方法包括：步骤一，建立最小成本的目标函数Z；步骤二，设定求解目标函数Z的约束条件；步骤三，基于改进遗传算法按照约束条件求解目标函数Z，得到全局最优解、及其对应的全局最优路径MinRoute。本发明的目标函数考虑了车载制冷设备的碳排放量，更加贴近实际情况。本发明在求解时，对遗传算法也进行了改进，一方面将上一代优秀个体替换掉下一代不优秀的个体，保证了个体整体的质量；另一方面，引入了自适应机制来维持交叉、突变的动态平衡，以减少优秀个体交叉突变的可能性，从而提升局部搜索能力、改善早熟收敛的不足。
-
Patent Agency Ranking
公开(公告)号：CN117077021A
公开(公告)日：2023-11-17
申请号：CN202311097713.X
申请日：2023-08-29
Applicant: 安徽大学
IPC: G06F18/2413 , G06F18/10 , G06F18/214 , H03F1/32
Abstract: 本发明涉及无线通信技术领域，特别涉及一种基于维度加权K近邻算法的数字预失真方法及系统。本发明对当前原始信号U’进行分类，将具有相似特征的信号元素归为一类、共构成了N路，并为每一路信号配备了针对于该路信号的、训练好的预失真改进模型，处理得到N路当前预失真信号，并反向合成为总预失真信号X，再通过目标功率放大器处理得到当前放大信号Y。本发明解决了现有方法存在局限性、灵活性较差的问题，本发明输出的放大信号具有更高的抗干扰能力、更强的信号质量和更高的预测精度。
-
公开(公告)号：CN111419744A
公开(公告)日：2020-07-17
申请号：CN202010278511.5
申请日：2020-04-10
Applicant: 安徽大学
IPC: A61K8/9728 , A61K8/37 , A61K8/42 , A61K8/64 , A61K8/67 , A61K8/73 , A61K8/06 , A61Q19/08 , A61Q19/00 , A61P29/00
Abstract: 本发明公开了一种抗糖化润肤霜及其制备方法，由橄榄燕麦乳化剂、鲸蜡硬脂醇、异硬脂醇异硬脂酸酯、辛酸/癸酸甘油三酯、合成角鲨烷、聚二甲基硅氧烷、2,6-二叔丁基-4-甲基苯酚、EDTA二钠、甘油、丙二醇、黄原胶、卡波姆940、三乙醇胺、桦褐孔菌水提液、桦褐孔菌醇提液、桑黄醇提物、聚多糖紧肤剂、透明质酸钠、烟酰胺、泛醇、PCG、水等制成。本发明产品是水包油型乳化体系，选用新型温和的橄榄燕麦乳化剂，以桦褐孔菌水提液和醇提液作为主要抗糖化成分，复配桑黄醇提物、聚多糖紧肤剂等活性成分，以提升产品的抗糖化功效，并增强其保湿、抗氧化、抗炎等作用，长期使用可使皮肤柔滑、细嫩、紧致，并可延缓衰老。本发明产品温和、无刺激，敏感肌肤者也可使用。
-
公开(公告)号：CN117972629A
公开(公告)日：2024-05-03
申请号：CN202410132060.2
申请日：2024-01-30
Applicant: 安徽大学
Abstract: 本发明涉及停车位状态检测技术领域，更具体的，涉及一种基于融合滤波的停车位状态检测方法及系统。本发明对目标停车位处地磁传感器的地磁原始信号进行了基于小波去噪与卡尔曼滤波相结合的融合滤波处理，比传统的仅使用小波去噪处理效果更好，能够滤除的大部分外界干扰，信号曲线更加平滑，具有更好的连续性。本发明处理得到的融合滤波信号在车位状态发生变化时数据会快速增大或减小，并且基于融合滤波信号计算出的滑动标准差序列变化幅度还可以增大一个数量级，更加能够反映磁场强度变化情况，因此基于滑动标准差序列进行阈值判断可以有效降低阈值选取造成的误判、漏判。本发明解决现有方法中信号滤波处理效果不佳、检测准确率偏低的问题。
-
公开(公告)号：CN117826001A
公开(公告)日：2024-04-05
申请号：CN202410024631.0
申请日：2024-01-08
Applicant: 安徽大学
IPC: G01R31/392 , G06F18/213 , G06F18/25 , G06N3/0455 , H01M10/613 , H01M10/42 , H01M10/633 , H01M10/48 , H01M10/625 , G01R31/396 , G01R31/367 , G01R31/36 , G06F123/02
Abstract: 本发明涉及新能源汽车动力电池工况监测技术领域，更具体的，涉及一种基于时空融合的新能源汽车动力电池热失控预测方法及系统。本发明基于目标动力电池的历史状态数据进行处理，分别从时间特征角度、空间特征角度由历史状态数据中提取出时间特征、空间特征，并进而从时间角度、空间角度预测未来的时间、空间两类状态数据；最后基于预测模型的方差，计算出两类预测状态数据的最佳加权系数，并将两类状态数据进行加权，实现时空融合得到最终的预测值；经过仿真对比，本发明的预测效果比只考虑时间角度的预测方法更贴近真实值。
-
公开(公告)号：CN117610428A
公开(公告)日：2024-02-27
申请号：CN202311673638.7
申请日：2023-12-07
Applicant: 安徽大学
IPC: G06F30/27 , G06F18/10 , G06F18/2337 , G06F18/22 , G06F18/2131 , G06F18/214 , G06F111/10 , G06F111/04
Abstract: 本发明涉及新能源汽车锂电池工况参数预测技术领域，具体涉及基于模糊时间序列的新能源汽车锂电池工况参数预测方法、装置、介质。本发明的方法包括以下步骤：步骤一，获取锂电池工况参数原始历史数据集X，并对进行小波去噪，得到去噪后的历史数据；步骤二，基于Xd计算工况参数残差Xg；步骤三，根据Xg预测工况参数数据的变化趋势。本发明先是利用小波变换的多分辨分离能力对锂电池工况参数原始历史数据集X进行去噪处理，降低数据的噪声干扰；再将神经网络作为拟合函数的基础，并将该拟合函数作为一个非线性函数来逼近去噪后的历史数据Xd，进而得到更准确的残差数据Xg；接着选择对Xg进行模糊处理，使用模式匹配方法预测数据，可提高工况参数预测准确度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.041 seconds)
