-
公开(公告)号：CN116609673A
公开(公告)日：2023-08-18
申请号：CN202310580527.5
申请日：2023-05-22
Applicant: 重庆大学 , 重庆赛力斯新能源汽车设计院有限公司
IPC: G01R31/367 , G01R31/392 , G06F18/241 , G06F18/214 , G06N3/0442
Abstract: 本申请提出一种基于充电特征和迁移学习的电池剩余寿命预测方法及装置，涉及电池寿命预测技术领域。其中，方法包括：获取待测电池在距当前最近一次充电过程的充电数据；将充电特征数据输入至预设的电池剩余寿命预测模型，获得待测电池当前的剩余寿命预测值；其中，电池剩余寿命预测模型为已基于迁移学习的方式，学习得到待测电池的充电特征数据与剩余寿命之间映射关系的神经网络模型。该方案可以实现对电池剩余寿命的准确预测。
-
公开(公告)号：CN116821355A
公开(公告)日：2023-09-29
申请号：CN202310480041.4
申请日：2023-04-28
Applicant: 重庆大学 , 重庆赛力斯新能源汽车设计院有限公司 , 赛力斯集团股份有限公司
Abstract: 本发明公开了一种混合动力汽车传动系统知识图谱构建方法，在构建混合动力汽车传动系统的知识库和实例库的基础上建立混合动力汽车传动系统知识本体模型，结合混合动力汽车传动系统的特点，将混合动力汽车传动系统知识本体模型设置为包括传动方案本体、组件结构本体、参数计算模型本体和设计过程知识关系集合而后通过实体识别、关系抽取和实体对齐的知识加工，能够准确、高效地从大数据萃取新的知识，有利于知识挖掘和知识扩散，把知识图谱的应用范围从数据检索和定性决策提升至综合决策，从而有效解决制造场景中的复杂问题。本发明还公开了一种混合动力汽车传动系统知识图谱推理方法的原理框图和一种混合动力汽车传动系统快速设计系统。
-
Patent Agency Ranking
公开(公告)号：CN114719962B
公开(公告)日：2023-09-01
申请号：CN202210380093.X
申请日：2022-04-12
Applicant: 重庆大学 , 重庆小康工业集团股份有限公司 , 武汉招商滚装运输有限公司重庆分公司
Abstract: 本发明公开了一种基于机器学习的机械振动数字孪生模型构建方法，通过将数字孪生网格模型中所有节点的动力学特征向量送入并行的多个非线性动力学处理模块中，则可摈弃指定PDE方程的显式形式和复杂耗时的数值求解过程，通过非线性动力学处理模块自动提取机械振动传播的非线性微分动力学特征，使模型得以向真实物理系统进行不断优化和逼近，使模型最终学习到无限贴合真实场景下机械振动传播的隐式动力学行为，且可通过大规模GPU加速进行前向运算，极大提高甚至跟进真实固定振动传播速度并不断根据历史行为进行实时优化；因此，通过本发明方法构建得到的机械振动数字孪生模型能够用于对机械振动传播的快速精确模拟和预测。
-
公开(公告)号：CN114719962A
公开(公告)日：2022-07-08
申请号：CN202210380093.X
申请日：2022-04-12
Applicant: 重庆大学 , 重庆小康工业集团股份有限公司 , 武汉招商滚装运输有限公司重庆分公司
Abstract: 本发明公开了一种基于机器学习的机械振动数字孪生模型构建方法，通过将数字孪生网格模型中所有节点的动力学特征向量送入并行的多个非线性动力学处理模块中，则可摈弃指定PDE方程的显式形式和复杂耗时的数值求解过程，通过非线性动力学处理模块自动提取机械振动传播的非线性微分动力学特征，使模型得以向真实物理系统进行不断优化和逼近，使模型最终学习到无限贴合真实场景下机械振动传播的隐式动力学行为，且可通过大规模GPU加速进行前向运算，极大提高甚至跟进真实固定振动传播速度并不断根据历史行为进行实时优化；因此，通过本发明方法构建得到的机械振动数字孪生模型能够用于对机械振动传播的快速精确模拟和预测。
-
公开(公告)号：CN118107551A
公开(公告)日：2024-05-31
申请号：CN202410462349.0
申请日：2024-04-17
Applicant: 重庆大学
Abstract: 本发明公开了一种增程式电动汽车自学习能量管理方法，旨在优化增程式电动汽车的能耗效率；首先，实时采集车辆内部运行数据和外部环境数据，得到数据集D和增程式电动汽车的实时运行状态s；而后，在根据数据集D评估当前车辆运行状态和能量效率，得到状态评估结果；最后，将能量管理的动态优化过程看作马尔科夫决策过程，利用DDPG算法根据当前状态选择最佳动作以最大化长期奖励，DDPG算法通过其独特的演员‑评论家网络结构，有效地学习和适应复杂的动态环境，使系统能够在不断变化的驾驶条件下做出最优的能量分配决策，实现对能源消耗的精确控制和优化；此外，本发明还采用了经验回放机制和目标网络更新技术，以提高学习过程的稳定性和效率。
-
公开(公告)号：CN115688415B
公开(公告)日：2025-05-09
申请号：CN202211332157.5
申请日：2022-10-28
IPC: G06F30/20 , G06F18/2415 , G06F18/25 , G06Q10/0639 , G06Q10/04 , G06F119/04 , G06F111/08
Abstract: 本发明涉及一种本发明实施例提供的考虑切换状态的锂离子电池剩余寿命预测方法及设备，属于锂离子电池健康管理技术领域，该方法及设备通过获取锂离子电池的退化数据和历史状态数据，根据预先构建的锂离子电池退化模型和锂离子电池运行状态切换模型，从而考虑状态切换对锂离子电池退化的影响，有效解决了实际运行状态下锂离子电池RUL预测难的问题；同时相比其他方法，通过贝叶斯后验更新了预先构建的锂离子电池退化模型和锂离子电池运行状态切换模型，具有实时预测的能力；且本发明预先构建锂离子电池剩余概率密度函数模型，更利于在线计算，为锂离子电池RUL预测以及健康管理系统的嵌入式和云平台研发提供了依据和思路。
-
公开(公告)号：CN115688415A
公开(公告)日：2023-02-03
申请号：CN202211332157.5
申请日：2022-10-28
Applicant: 重庆大学 , 重庆金康赛力斯新能源汽车设计院有限公司
IPC: G06F30/20 , G06F18/2415 , G06F18/25 , G06Q10/0639 , G06Q10/04 , G06F119/04 , G06F111/08
Abstract: 本发明涉及一种本发明实施例提供的考虑切换状态的锂离子电池剩余寿命预测方法及设备，属于锂离子电池健康管理技术领域，该方法及设备通过获取锂离子电池的退化数据和历史状态数据，根据预先构建的锂离子电池退化模型和锂离子电池运行状态切换模型，从而考虑状态切换对锂离子电池退化的影响，有效解决了实际运行状态下锂离子电池RUL预测难的问题；同时相比其他方法，通过贝叶斯后验更新了预先构建的锂离子电池退化模型和锂离子电池运行状态切换模型，具有实时预测的能力；且本发明预先构建锂离子电池剩余概率密度函数模型，更利于在线计算，为锂离子电池RUL预测以及健康管理系统的嵌入式和云平台研发提供了依据和思路。
-
-
-
-
-
-
Search Results
7
records
(took 0.096 seconds)
