-
公开(公告)号:CN118818365A
公开(公告)日:2024-10-22
申请号:CN202410462172.4
申请日:2024-04-17
Applicant: 横河电机株式会社 , 本田技研工业株式会社
IPC: G01R31/396
Abstract: 本发明提供一种不用安装识别用的部件就能够非破坏且非浸渍地识别蓄电池的个体及类别的蓄电池识别装置、蓄电池识别方法及存储介质。蓄电池识别装置是包含多个蓄电池单体的蓄电池的识别装置,其具备:磁场测定部,其测定通过在所述蓄电池内部流动的电流而产生的磁场;以及读取部,其读取将由所述磁场测定部测定出的磁场的测定结果和与蓄电池的类别建立了关联的磁场信息的规定值进行比较而判定的两者的一致性所相关的信息。
-
公开(公告)号:CN118818364A
公开(公告)日:2024-10-22
申请号:CN202410461889.7
申请日:2024-04-17
Applicant: 横河电机株式会社 , 本田技研工业株式会社
IPC: G01R31/396
Abstract: 本发明提供一种不用安装识别用的部件就能够识别蓄电池的类别的蓄电池识别装置、蓄电池识别方法及存储介质。蓄电池识别装置是具有卷绕有电极的卷绕体的筒状的蓄电池的识别装置,其具备:电流施加部,其向所述蓄电池施加电流;磁场测定部,其测定通过所述电流的施加而产生的磁场;以及取得部,其取得所述蓄电池的类别,所述蓄电池的类别通过将由所述磁场测定部测定出的磁场的测定结果和与蓄电池的类别建立了关联的磁场信息进行比较来判定。
-
公开(公告)号:CN118777897A
公开(公告)日:2024-10-15
申请号:CN202410394107.2
申请日:2024-04-02
Applicant: 横河电机株式会社 , 本田技研工业株式会社
IPC: G01R31/385 , G06F18/2415 , G01R31/378 , G01R31/367
Abstract: 电池识别系统(10)具有:感知部(20),其具有感知面、以及配置于感知面的多个磁元件;测定部(30),其在使得感知面与包含相互电连接的多个电池单元(52)在内的电池(50)的外表面(51)相对的状态下,利用多个磁元件测定外表面(51)的磁场分布;以及运算部(40),其参照表示基准的磁场分布的基准数据(12),对利用测定部(30)测定的磁场分布与基准的磁场分布进行对比,由此识别电池(50)的种类,将与识别出的种类相关的信息作为电池信息(13)而输出。
-
公开(公告)号:CN118734515A
公开(公告)日:2024-10-01
申请号:CN202310340462.7
申请日:2023-03-31
Applicant: 本田技研工业株式会社
IPC: G06F30/20 , G06F111/06
Abstract: 提供一种算出能够实现的解的信息处理方法、信息处理装置及计算机可读取存储介质。信息处理方法由信息处理装置执行:交叉工序,将从具有n个个体且各个个体是具有多个说明变量的说明变量群的本代数据中以第一概率选择出的个体的一部分的说明变量的值变更为基于其他个体的对应的说明变量的值得到的目标值,来生成新的个体,n为2以上的整数;变异工序,将从所述本代数据中以第二概率选择出的个体的一部分的说明变量的值变更为其他值,来生成新的个体;以及筛选工序,从所述n个个体和所生成的个体中,基于根据每个个体的说明变量群算出的适应度筛选下代数据的n个个体,其中,所述说明变量被设定为,取预先决定的规定的范围的值。
-
公开(公告)号:CN115993546A
公开(公告)日:2023-04-21
申请号:CN202211098691.4
申请日:2022-09-08
Applicant: 本田技研工业株式会社
IPC: G01R31/385
Abstract: 本发明提供能够不安装识别用的部件而判定蓄电池的类别的蓄电池类别判定装置及蓄电池类别判定方法。蓄电池类别判定装置具备:输出控制部,其指示电流施加电路向蓄电池施加特定的电流,该蓄电池具有集电体及卷绕体或具有集电体及层叠体;磁场特性测定部,其测定通过从所述输出控制部施加了所述电流而在所述蓄电池产生的磁场特性;存储部,其存储与蓄电池的类别相应的磁场特性的规定值;以及判定部,其通过比较所述规定值与所述磁场特性测定部的测定值来判定所述蓄电池的类别,所述磁场特性测定部测定通过在所述蓄电池的所述集电体流动的电流而产生的磁场。
-
公开(公告)号:CN118673787A
公开(公告)日:2024-09-20
申请号:CN202410204795.1
申请日:2024-02-23
Applicant: 本田技研工业株式会社
IPC: G06F30/27 , G06N3/126 , G06N3/006 , G06F119/02
Abstract: 提供一种能够支援产品设计的最优化的设计支援装置、设计支援方法及存储介质。设计支援装置具备:性能预测部,其使用机器学习模型,根据包含产品的多个设计因素在内的设计因素群来预测产品的多个性能;以及生成部,其基于所预测的多个性能的综合评价,生成产品的设计信息的候补。生成部具备帕累托解取得部,该帕累托解取得部使用将多个设计因素作为染色体信息的遗传算法,取得多个性能的帕累托解作为设计信息的候补。
-
公开(公告)号:CN118734524A
公开(公告)日:2024-10-01
申请号:CN202310348837.4
申请日:2023-03-31
Applicant: 本田技研工业株式会社
IPC: G06F30/20 , G06F111/06
Abstract: 提供在保证解的精度的同时抑制计算量的增加的信息处理装置、信息处理方法及计算机可读取存储介质。将从具有n个个体且各个个体是具有多个说明变量的说明变量群的本代数据中以第一概率选择出的个体的一部分的说明变量的值变更为基于其他个体的对应的说明变量的值的目标值,生成新个体,将从本代数据中以第二概率选择出的个体的一部分的说明变量的值变更为其他值,生成新个体,从保存和生成的个体基于根据每个个体的说明变量群算出的适应度筛选下代数据的n个个体,按所生成的每个个体,判定有无脱离跨多个说明变量的四则运算下的制约条件即拉回制约的说明条件,关于脱离拉回制约的多个说明变量,再设定基于多个说明变量得到的再设定值。
-
公开(公告)号:CN118734520A
公开(公告)日:2024-10-01
申请号:CN202310342249.X
申请日:2023-03-31
Applicant: 本田技研工业株式会社
IPC: G06F30/20 , G06F111/06
Abstract: 算出能实现的解信息的处理装置、信息处理方法及计算机可读取存储介质。信息处理方法由信息处理装置执行:交叉工序,将从具有n个个体且各个个体是具有多个说明变量的说明变量群的本代数据中以第一概率选择出的个体的一部分的说明变量的值变更为基于其他个体的对应的说明变量的值得到的目标值,生成新个体,n为3以上的整数;变异工序,将从所述本代数据中以第二概率选择出的个体的一部分的说明变量的值变更为其他值,生成新个体;筛选工序,从所述n个个体和所生成的个体中,基于根据每个个体的说明变量群算出的适应度筛选下代数据的n个个体,值由组合条件规定的说明变量被设定为,取由预先决定的多个值构成的多个组合中的1个组合所示的值。
-
公开(公告)号:CN118674061A
公开(公告)日:2024-09-20
申请号:CN202410186370.2
申请日:2024-02-19
Applicant: 本田技研工业株式会社
IPC: G06N20/00 , G06F18/214 , G06F18/241 , G06F18/2431 , G06F18/27
Abstract: 提供能恰当执行进行多种产品的性能预测的机器学习模型的生成及验证的学习装置、学习方法及存储介质。学习装置具备:分类部,将产品数据按每个规定的分类进行分类而生成学习原始数据,产品数据包含作为表示产品的材料或设计事项的说明变量与表示产品的性能的目标变量所形成的组的多个数据集;分配部,将学习原始数据向训练数据和验证数据分配;模型学习部,基于训练数据生成机器学习模型;验证部,将验证数据所包含的目标变量与由机器学习模型基于验证数据的说明变量预测的目标变量比较。分配部以使学习原始数据中的每个分类的数据集的比例与训练数据中的每个分类的数据集的比例及验证数据中的每个分类的数据集的比例对应的方式分配学习原始数据。
-
公开(公告)号:CN118673468A
公开(公告)日:2024-09-20
申请号:CN202410204794.7
申请日:2024-02-23
Applicant: 本田技研工业株式会社
IPC: G06F18/27 , G06F18/214 , G06N20/00
Abstract: 能促进更恰当的模型的设定的模型设定支援装置、模型设定支援方法及存储介质。模型设定支援装置具有多个学习模型,学习模型能根据至少包括表示产品的材料或设计事项的多种说明变量在内的说明变量群,推定表示产品的性能的目的变量,模型设定支援装置具备:模型学习部,使用训练数据来分别学习多个学习模型,训练数据包括由说明变量群和目的变量的目标值构成的数据集;分析部,按每个学习模型来执行第一分析和第二分析,第一分析是指,根据说明变量群算出目的变量的预测值并基于目的变量的目标值算出预测值的预测精度,第二分析是指,导出说明变量对目的变量的贡献度;学习结果处理部,按每个学习模型来输出表示预测精度和贡献度的学习结果信息。
-
-
-
-
-
-
-
-
-