基于改进容量增量分析法的锂电池可用容量估计

针对动力锂电池在使用过程中难以高效准确估计其衰退后可用容量的问题,提出一种不依赖滤波算法的容量增量分析法获取不同型号电池的容量衰退特征,并基于数据驱动的方法搭建可用容量估计模型。首先,分别分析低通滤波与小波滤波在获取容量增量曲线中存在的问题,并对比差分电压值在1、10、20、50 mV时容量增量曲线的形态。其次,采用移动方差算法对不同电压差分值下容量增量曲线的波动性做出评价,确定出峰值特性明显且平滑的容量增量曲线。提取曲线的峰值作为动力锂电池的老化特征,运用斯皮尔曼相关性系数验证老化特征与电池老化状态之间的相关性。然后,引入门控循环单元建立锂电池的可用容量估计模型。最后,将不同老化测试条件下的2类电池老化数据集用于模型验证。研究结果表明:所建立的估计模型能够有效估算锂电池全寿命循环内的可用容量值,2组数据集中测试结果的相对误差除个别值外,多数相对误差值在2%以内;数据组1中,分别选取电池1和电池3测试数据的前50%为训练数据,后50%为测试数据,训练结果绝对误差稳定在0.05 A·h左右,测试结果绝对误差在0.04 A·h左右;对电池2与电池3的全寿命循环可用容量做出估计,结果相对误差稳定在2%左右;数据组2中对电池5、电池6和电池7的全寿命循环可用容量估计结果的相对误差整体亦在2%以内;且模型能够对锂电池循环过程中出现容量再生现象的循环做出4%以内的准确估计,显示出良好的估算精度和泛化能力。     

面向多源异构信息融合的隧道群组装备数据提取技术研究

为保证隧道施工多源异构设备数据的有效采集，针对施工群组装备运行数据特征，开展散布、异构设备数据的并行采集方案及技术研究； 在先行构建出数据采集系统框架、采集实施流程的基础上，针对设备多维、连续数据生成的特点，开展基于流数据管理（stream-based date management， DSM）的技术方法探究； 通过构建多并发数据采集（forward-oriented optimal concurrency control， FOCC）系统，实现多源异构数据的集采、并采。通过重点对前向乐观并发数据采集管理、采集设备自动组网技术方案进行研发实践，研发多协议集成、多接口并发采集、自组网、自主发送的“数据采集终端”，成功实现了龙门吊、泥水分离系统等隧道施工装备运行数据的实时提取。研究证明，提出的多数据并采技术方案可有效解决多源异构数据采集问题。     

智能汽车专业校企合作模式及人才培养方式的探究

智能汽车已经成为未来汽车领域的发展方向,且高校逐渐与企业合作,建立智能汽车人才培养模式。但是现阶段,校企合作深度以及人才培养方式仍然存在一定的不足,不利于为智能汽车领域输送更多的人才。基于此,本文主要探究智能汽车专业校企合作模式以及人才培养模式,详细阐述智能汽车专业校企合作模式及人才培养模式中存在的问题,进而提出针对性的建议。     

新能源汽车技术专业“1+X”课证融合思考

在《国家职业教育改革实施方案》当中,明确提出了开启"1+X"的证书制度,其主要目的是要利用把学历教育和技能培训进行有效融合,培养出符合时代需求的高素质技术技能人才。以新能源车技术专业作为实例,对"1+X"制度进行积极地探索,找到培养高品质应用型技术人才的新方式,从新能源汽车技术专业的课程内容、考核方式、师资力量等各方面进行探索,为"1+X"课证融合的有效开展寻找高效途径,从而提高人才的质量。     

理实一体化教学法在汽车电气设备课程中的实践与应用

伴随着我国教育体制的深化改革,职校汽车电气设备课程发生了巨大变化,教师在传授学生基础知识理论的同时,还要培养学生实践能力与应用能力,促使学生能够成为一名全能型的人才。因此,职校教师必须重视理实一体化教学方法,为学生创造更加优质的学习环境,激发学生学习效率,提高学生参与汽车电气设备课程兴趣,进而提高学生的专业理论与技能水平。基于此,本文结合我数年汽车电气设备课程教学经验,在查阅了大量相关参考文献的基础上撰写此文,在文章中总结当下存在的教学问题,提出全新的教学策略。     

2022博之旺开启智能制造新征程

近几年,一些标杆线束企业自动化取得了极大发展,工业4.0对线束加工行业既是机遇也是挑战,不管是现在的自动化生产,还是将来的智能化生产,都离不开线束作为数据传输和电力供应的媒介。工业设备的智能化,反而会更加地依赖线束,这对线束加工行业来说是一个发展机遇。     

一种基于地图辅助的自动驾驶视-惯融合定位方法

视觉同步定位与建图(Simultaneous Localization and Mapping, SLAM)方法广泛应用于自动驾驶领域。传统的方法利用车载摄像头表征车辆周围环境，同时估计自身位置，当车辆运动过快时，定位精度和鲁棒性会下降。针对此问题，本文提出一种地图辅助的视-惯融合定位方法。该方法在ORB-SLAM2(Oriented FAST and Rotated BRIEF SLAM2)的基础上拓展地图保存功能，将建图和定位拆分为两个独立模块，车辆首先以较慢的速度构建并保存具有视觉特征的地图，然后，在第2次运行时车载计算机调用预先保存的地图实现精确且稳定的定位性能。由于构建地图阶段采用了图优化算法融合惯性测量单元(Inertial Measurement Unit, IMU)的信息，地图误差得到有效校正。在KITTI数据集场景和实际场景中验证了所提方法的良好性能。实验结果表明，所提方法在4, 8, 16 m·s-1 驾驶速度下的定位精度分别为2.59，2.61，2.73 m，图像失帧率和路径丢失率分别为3.76%和1.38%，3.89%和1.69%，4.27%和1.84%。相比原始的ORB-SLAM2方法，系统定位精度和鲁棒性均得到了提高。     

《湖北汽车工业学院学报》加入OSID开放科学计划

《湖北汽车工业学院学报》从2019年8月起加入OSID(Open Science Identity)开放科学计划。OSID开放科学计划由国家编辑学会出版融合编辑专业委员会、国家新闻出版署出版融合发展(武汉)重点实验室发起,是面向学术期刊的公益计划。以OSID码为媒介,为读者和作者搭建与业界同行和专家进行学术交流的平台,同时提供系列增值服务,提升论文的科研诚信。OSID码介绍每个OSID码对应唯一的文章、唯一的作者、唯一的延伸内容。     

基于时空特性和组合深度学习的交通流参数估计

为深入挖掘交通流时空特性，提高交通流参数估计精度，基于深度学习提出一种交通流参数估计的组合方法。根据目标断面及其上游断面的交通流数据构造输入矩阵，利用卷积神经网络捕捉交通流的空间特性，使用长短期记忆和门控循环神经网络挖掘交通流的时间特性，组合3 种深度学习方法所得输出，得到交通流参数估计值。采用中国安徽省合肥市和美国加州萨克拉门托的交通流数据进行验证。结果表明：新方法的性能优于已有各种方法，使估计误差降低 5.72%~33.29%；新组合方法具有较高的准确性和可靠性，能为智能交通系统运营与管理提供高质量的基础数据。