-
公开(公告)号：CN113110288B
公开(公告)日：2022-09-27
申请号：CN202110445495.9
申请日：2021-04-23
申请人： 重庆大学
IPC分类号： G05B19/19
摘要： 本发明提出的一种数控滚齿机床机械加工系统节能优化方法，考虑机床综合静态性能，将刀位点位移与能耗作为目标进行集成优化。建立滚齿机床机械加工系统能耗模型，采用ANSYS Workbench刚柔耦合的方式得到机床刀位点位移数据，然后对比分析RSM、RBF、Kriging代理模型的精度建立刀架托板结构参数与其质量和刀位点位移的准确映射关系，建立了以电机参数、刀架托板结构参数为变量的滚齿机床综合优化函数模型，使用MOPSO算法对模型进行求解并进行实验验证。
-
公开(公告)号：CN113296009B
公开(公告)日：2023-03-14
申请号：CN202110443757.8
申请日：2021-04-23
申请人： 重庆大学
IPC分类号： G01R31/392 , G01R31/389 , G01R31/396 , G01R31/367
摘要： 本发明公开了一种退役动力锂离子电池剩余寿命预测及重组方法，首先通过径向基神经网络模型建立了电池容量、电池内阻、电池放电时间、电池温度变化速率与电池可用能量的估计模型；然后采用可用能量为样本数据，通过遗传编程对退役动力锂电池剩余寿命进行预测；最后初选具有梯次利用价值的退役单体锂电池，在支持向量聚类的基础上，提出等数支持向量聚类策略使重组后锂电池组单体电池数量相等，用于各梯次利用场景。
-
公开(公告)号：CN113296009A
公开(公告)日：2021-08-24
申请号：CN202110443757.8
申请日：2021-04-23
申请人： 重庆大学
IPC分类号： G01R31/392 , G01R31/389 , G01R31/396 , G01R31/367
摘要： 本发明公开了一种退役动力锂离子电池剩余寿命预测及重组方法，首先通过径向基神经网络模型建立了电池容量、电池内阻、电池放电时间、电池温度变化速率与电池可用能量的估计模型；然后采用可用能量为样本数据，通过遗传编程对退役动力锂电池剩余寿命进行预测；最后初选具有梯次利用价值的退役单体锂电池，在支持向量聚类的基础上，提出等数支持向量聚类策略使重组后锂电池组单体电池数量相等，用于各梯次利用场景。
-
公开(公告)号：CN113110288A
公开(公告)日：2021-07-13
申请号：CN202110445495.9
申请日：2021-04-23
申请人： 重庆大学
IPC分类号： G05B19/19
摘要： 本发明提出的一种数控滚齿机床机械加工系统节能优化方法，考虑机床综合静态性能，将刀位点位移与能耗作为目标进行集成优化。建立滚齿机床机械加工系统能耗模型，采用ANSYS Workbench刚柔耦合的方式得到机床刀位点位移数据，然后对比分析RSM、RBF、Kriging代理模型的精度建立刀架托板结构参数与其质量和刀位点位移的准确映射关系，建立了以电机参数、刀架托板结构参数为变量的滚齿机床综合优化函数模型，使用MOPSO算法对模型进行求解并进行实验验证。
-
公开(公告)号：CN115032544B
公开(公告)日：2024-08-23
申请号：CN202210757871.2
申请日：2022-06-30
申请人： 重庆大学
IPC分类号： G01R31/367 , G01R31/392
摘要： 本发明公开了一种数据不完备场景下的动力锂电池剩余寿命预测方法。首先，针对不完备数据问题，提出了生成式对抗神经网络的数据填充方法，以抵消由于数据不完备导致的预测误差。在此基础上采用堆叠去噪自编码器进行数据特征处理，通过克里金方法进行数据拟合，提出了一种堆叠去噪自编码器‑克里金SDAE‑Kriging的高级建模方法来预测具有填充数据的动力锂电池剩余使用寿命。最后，与现有的一些方法进行了比较，结果表明本发明提出的方法具有更好的预测精度。此外针对不同的缺失率建立了不同的剩余使用寿命预测模型，也发现对于不同的缺失数据集，本发明提出的方法同样具有可靠的填补效果和稳定的预测结果。
-
公开(公告)号：CN115128469A
公开(公告)日：2022-09-30
申请号：CN202210757874.6
申请日：2022-06-30
申请人： 重庆大学
IPC分类号： G01R31/367 , G01R31/378
摘要： 本发明公开了一种基于数字孪生的动力锂电池容量退化分析及在线预测方法。首次，根据电池的历史运行数据、荷电状态(SOC)和电池电流放电周期的局部放电电压曲线，基于数字孪生系统中的反向传播神经网络(BPNN)部分，预测并完成电池相应的放电电压曲线。在此基础上，基于数字孪生系统的卷积神经网络‑长短期记忆‑注意力(CNN‑LSTM‑Attention)部分，提取电流放电电压曲线的重要特征用于实时预测锂电池最大可用容量，并揭示电池的退化状态，实现锂电池容量实时在线估计。
-
-
公开(公告)号：CN115374664A
公开(公告)日：2022-11-22
申请号：CN202210688807.3
申请日：2022-06-17
申请人： 重庆大学
IPC分类号： G06F30/23 , G06F30/27 , G06F111/06
摘要： 本发明从电机内部电磁耦合机理角度出发，对异步电机的外特性进行优化，根据等效电路分析了电机外特性(基速和最大输出功率)的影响因素，选择Bs0、Hs0、Hs2、Bs1及Bs2为设计变量，同时考虑到电机外特性与设计变量之间复杂的机理关系，利用响应面法建立目标函数与设计变量之间的代理模型，实现机理关系的近似表达，最后利用ToP多目标优化算法对优化模型进行参数优化。
-
公开(公告)号：CN115032544A
公开(公告)日：2022-09-09
申请号：CN202210757871.2
申请日：2022-06-30
申请人： 重庆大学
IPC分类号： G01R31/367 , G01R31/392
摘要： 本发明公开了一种数据不完备场景下的动力锂电池剩余寿命预测方法。首先，针对不完备数据问题，提出了生成式对抗神经网络的数据填充方法，以抵消由于数据不完备导致的预测误差。在此基础上采用堆叠去噪自编码器进行数据特征处理，通过克里金方法进行数据拟合，提出了一种堆叠去噪自编码器‑克里金SDAE‑Kriging的高级建模方法来预测具有填充数据的动力锂电池剩余使用寿命。最后，与现有的一些方法进行了比较，结果表明本发明提出的方法具有更好的预测精度。此外针对不同的缺失率建立了不同的剩余使用寿命预测模型，也发现对于不同的缺失数据集，本发明提出的方法同样具有可靠的填补效果和稳定的预测结果。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.02 秒)
