常春
- 作品数：84 被引量：82H指数：5
- 供职机构：湖北工业大学更多>>
- 发文基金：国家自然科学基金湖北省自然科学基金博士科研启动基金更多>>
- 相关领域：电气工程文化科学自动化与计算机技术电子电信更多>>
- 基于MATLAB和声卡的虚拟仪器设计被引量：6
- 2005年
- 提出了一种基于MATLAB和声卡的虚拟仪器设计方案,该方案使学生在不需要太大的实验空间和额外的资金投入下,就能创建集示波器、频谱仪、信号发生器等为一体的电路调试实验环境。
- 常春倪铭
- 关键词：声卡虚拟仪器系统设计
- 一种双重信息非对称网络环境下多用户协作通信激励方法
- 本发明属于无线协作通信系统技术领域，具体涉及一种双重信息非对称网络环境下多用户协作通信激励方法。所述方法通过将协作通信网络映射成劳动力市场，结合基于市场驱动的契约理论特点，建立源节点模型和中继节点模型；考虑到中继节点的自...
- 赵楠刘睿陈洋武明虎熊炜刘聪蒋云昊李利荣常春
- 文献传递
- 浅论高等教育法规与合格的高校教师被引量：10
- 2015年
- 教师是依法治教的主力,只有教师的法制常识加强了才能进一步加快依法治教的进程。文章从我国高等教育法规建设的历史进程出发,分析我国高等教育法规建设面临的主要问题以及建设的必要性,并在此基础上结合高等教育法规,详细阐述了如何成为一名合格的高校教师。
- 赵楠常春
- 关键词：高等教育高校教师
- 一种基于支持向量机的电池故障识别方法
- 本发明涉及电池管理技术，具体涉及一种基于支持向量机的电池故障识别方法，采集电池充电过程中正常单体电池和故障单体电池的电压数据作为原始数据集；对原始数据集进行深度处理，提取特征参数；对特征参数进行归一化处理，获得基于特征参...
- 姜久春常春田爱娜廖力王鹿军吴铁洲张如行高洋
- 文献传递
- 一种基于小波分解和包络谱分析的电池故障识别方法
- 本发明提出一种基于小波分解和包络谱分析的电池故障识别方法。包括以下步骤：该方法首先利用小波分解得到合适的分解信号，选取合适的细节分解信号进行希尔伯特变换得到包络谱，提取出有效故障特征，并利用离群点检测算法进行故障电池检测...
- 常春姜久春王启悦高洋王鹿军
- 文献传递
- 基于流形学习的锂离子电池故障诊断方法被引量：1
- 2023年
- 锂离子电池容易受到滥用和老化等因素的影响。电池系统故障会导致车辆安全事故发生,为保障车辆的正常运行,对锂离子电池故障的诊断至关重要。提出一种基于流形学习的锂离子电池故障诊断方法。首先,通过变分模态分解(VMD),对电池的电压信号进行分解和重构;然后,基于重构信号,通过局部线性嵌入算法提取无量纲特征参数;再使用局部离群因子(LOF)算法检测故障电池;最后,将故障检测时间与真实车辆的报警时间进行比较。该方法能及时准确地检测出故障电池,相较于电池管理系统,提前17个采样点发出故障预警。
- 贺兴陶陈常春姜久春
- 关键词：锂离子电池数据驱动故障诊断热失控
- 一种多信号可嵌入式锂离子电池电化学阻抗谱测试装置及方法
- 本发明涉及一种多信号可嵌入式锂离子电池电化学阻抗谱测试装置及方法，包括：S1：220V交流电经过开关电源变成直流低压大电流电源；S2：由于装置具有可嵌入性，且激励信号与参考信号具有很好一致性，这就使得可在嵌入系统中做无缝...
- 王鹿军宋子昂姜久春吴铁洲武明虎姜研高洋曾宪铠廖力赵楠常春田爱娜张凡
- 基于改进CNN-SVM的动力电池组故障诊断研究
- 2024年
- 针对卷积神经网络(CNN)在动力电池组故障诊断中容易过拟合和准确度低的问题,提出了一种改进的基于卷积神经网络的锂离子电池故障诊断模型。首先,对CNN网络的结构和参数进行调整和优化,利用小波包变换将故障信息提取到CNN中,然后用支持向量机(SVM)代替CNN中的SoftMax分类器构建CNN-SVM模型,再利用粒子群算法(PSO)对SVM中的超参数进行优化,以得到用于电池组故障诊断的最优模型,最后,通过故障实验对比来验证所提出方法的优越性。实验结果表明,CNN-SVM模型的故障分类准确率可达97%以上,远高于传统深度学习网络,对锂离子电池组的故障诊断具有实际意义。
- 廖力马明东常春姜久春
- 关键词：锂离子电池组故障诊断卷积神经网络支持向量机PSO
- 分裂电池模型的在线参数辨识被引量：5
- 2020年
- 分裂电池模型(SBM)是一种可消除状态变量间相互干扰的新型模型,但该模型的参数辨识一般采用传统的最小二乘法(RLS),无法实时跟踪模型参数,且RLS会出现数据饱和,导致辨识精度低,影响电池荷电状态(SOC)估算精度。针对这一问题,提出基于分裂电池模型的带遗忘因子的递推最小二乘法在线参数识别方法,该方法能够实现模型参数的在线识别并提高辨识精度,基于辨识的模型参数利用无迹卡尔曼滤波(UKF)算法估算SOC,从而提高电池SOC估算精度。实验结果表明,采用带遗忘因子的递推最小二乘法可提高模型参数的估算精度,并有效改善SOC的估算效果。
- 吴铁洲余文山郝山常春
- 关键词：荷电状态
- 考虑应力特征的锂离子电池SOC估算
- 2024年
- 准确估计荷电状态(SOC)是保证锂离子电池可靠运行的基础。提出基于多维特征特别是结合力信号的数据驱动的SOC估算方法,对锂离子电池应力特征进行Savitzky-Golay(S-G)滤波,形成优化重构后的应力信号。提出基于麻雀搜索算法(SSA)改进的反向传播(BP)神经网络,提高神经网络的全局寻优能力。用恒流(CC)、联邦城市驾驶工况(FUDS)进行评估。在BP神经网络中,相比于单纯使用电信号,考虑应力特征的SOC估算的均方根误差(RMSE)降低89.1%,平均绝对误差(MAE)降低88.8%,考虑应力特征的SSA-BP神经网络的SOC估算误差在0.3%以内,鲁棒性和精确性更高。
- 徐元中章俊常春姜久春
- 关键词：锂离子电池
