专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果2302216个,建议您升级VIP下载更多相关专利
  • [发明专利]电池寿命的预测方法、预测装置-CN201910098451.6有效
  • 刘国刚 - 北汽福田汽车股份有限公司
  • 2019-01-31 - 2020-09-15 - G01R31/367
  • 本发明公开了一种电池寿命的预测方法、预测装置,其中,所述预测方法包括以下步骤:获取电池的初始内阻和电池的当前循环次数;在预设测试条件下,计算电池在当前循环中的内阻;根据初始内阻、当前循环次数和电池在当前循环中的内阻预测电池的总循环次数该预测方法,能够根据电池的初始内阻、当前循环次数和电池在当前循环中的内阻预测电池的总循环次数,即实现电池寿命的预测,使用户快速了解电池寿命情况,且具有准确性高、易于实现的优点。
  • 电池寿命预测方法装置
  • [发明专利]一种基于大数据的电池寿命预测方法-CN202310740300.2在审
  • 王进;陆志;苏卓萱 - 重庆邮电大学
  • 2023-06-21 - 2023-10-13 - G01R31/367
  • 本发明属于深度学习领域,具体涉及一种基于大数据的电池寿命预测方法,包括:采用循环电池容量损失与归一化方法对电池进行充电‑放电循环,得到电池容量损失,对电池的实际容量进行估计,得到电池数据;采用循环电池残余寿命分析方法计算电池数据多维度特征之间的相关性特征;将特征输入到Bi‑LSTM模型中,得到电池寿命特征表示;使用XGboost模型对电池寿命特征表示进行加权,并采用基于多维度特征的电池寿命预测模型对多个XGboost预测模型进行融合,得到最优的电池寿命预测结果;本发明采用循环电池残余寿命分析方法考虑电池的多维度特征,更全面地评估电池的寿命
  • 一种基于数据电池寿命预测方法
  • [发明专利]多级循环载荷作用下材料疲劳寿命预测方法-CN202110081106.9有效
  • 高建雄;袁逸萍;樊盼盼 - 新疆大学
  • 2021-01-21 - 2022-10-28 - G06F30/20
  • 本发明公开了一种多级循环载荷作用下材料疲劳寿命预测方法,通过根据恒幅循环载荷下的疲劳试验数据,分析材料疲劳寿命的概率分布特征;运用Weibull分布描述各应力水平下的寿命分布规律,建立表征疲劳寿命分布特性的条件概率密度函数PDF模型;基于材料的实际服役载荷数据,编制多级循环载荷谱;考虑载荷施加次序对疲劳损伤累积规律的影响,建立多级循环载荷作用下材料的疲劳损伤累积模型;基于条件PDF模型和疲劳损伤等效原则,预测多级循环载荷作用下材料的疲劳寿命本方法不仅具有寿命预测精度高的优点,而且能够合理反映载荷的加载次序效应和疲劳损伤累积的非线性特征。
  • 多级循环载荷作用材料疲劳寿命预测方法
  • [发明专利]一种锂离子电池循环寿命预测方法及其应用-CN202110926896.6在审
  • 王康;韩晓辉;姜玉林;戈崇永 - 惠州市豪鹏科技有限公司
  • 2021-08-12 - 2021-12-07 - G06F30/20
  • 为克服现有锂离子电池循环寿命预测方法中存在局限性和有损性的问题,从而提供一种锂离子电池循环寿命预测方法。包括:S1:将base组锂离子电池进行放电,静置;S2:记录反弹电压与静置时间的关系曲线,进行拟合;S3:将上述锂离子电池进行实际循环寿命测试;S4:将待测锂离子电池进行放电,重复步骤S2;S5:根据步骤S2、步骤S4拟合得到的参数,以及步骤S3测试得到的实际循环寿命N0对待测锂离子电池的循环寿命Ni进行预测。本发明与常规的循环寿命预测方法相比,简单易行,不需要多次循环充放电,大大缩短测试周期,且与纯理论计算和经验模型预测相比,更具有普适性,与实际测试结果一致性更好。
  • 一种锂离子电池循环寿命预测方法及其应用
  • [发明专利]非线性高低周复合疲劳寿命预测方法、装置及存储介质-CN202210685769.6在审
  • 王晓玮;刘朋帅;侯军 - 上海工程技术大学
  • 2022-06-16 - 2022-09-06 - G06F30/15
  • 本发明涉及一种非线性高低周复合疲劳寿命预测方法,包括以下步骤:获取基于疲劳试验得到的不同载荷条件下的试验循环次数,并对其进行函数拟合,得到金属材料的低周疲劳寿命S‑N曲线,其中,S‑N曲线的横坐标为疲劳寿命,纵坐标为最大应力;根据低周疲劳寿命S‑N曲线确定复合循环中低周循环应力对应的纯低周疲劳寿命;计算高低周复合循环中高周循环和低周循环的频率比与应力幅值比;基于纯低周疲劳寿命、频率比和应力幅值比建立Trufyakov‑Kovalchuk非线性模型;基于频率比、应力幅值比与安全系数修正Trufyakov‑Kovalchuk非线性模型得到修正非线性模型,并利用所述修正非线性模型进行寿命预测,其中所述安全系数基于频率比确定。
  • 非线性高低复合疲劳寿命预测方法装置存储介质

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top