买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉工程大学;上海骅臻达智慧物流科技有限公司申请的专利一种矿用电传动自卸车的制动能量回收用锂电池的关键特征参数估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119224586B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411345170.3，技术领域涉及：G01R31/367；该发明授权一种矿用电传动自卸车的制动能量回收用锂电池的关键特征参数估计方法是由刘健;武琪;赵坤浩;胡媚焮;黄思云;范晓东;沈斌;钱向前设计研发完成，并于2024-09-25向国家知识产权局提交的专利申请。

本一种矿用电传动自卸车的制动能量回收用锂电池的关键特征参数估计方法在说明书摘要公布了：本发明公开了一种矿用电传动自卸车的制动能量回收用锂电池的关键参数估计方法，该估计方法通过使用分数阶等效电路模型FOM，融合双自适应无迹卡尔曼算法DAUKF实现对矿用电传动自卸车制动能量回收系统锂电池关键特征参数的多时间尺度循环估计，为制动能量的高效、安全回收，提供准确的数据基础。本发明通过对现有锂电池特征参数估计方法缺陷的改进，实现频繁充放电，以及大电流冲击等极端工况下，锂电池特征参数的快速、准确估计。提升了矿用电传动自卸车制动能量回收系统的安全稳定性。本发明能够解决现有锂电池关键特征参数的估计方法主要针对普通工作环境的锂电池，但并不适用于矿用电传动自卸车制动能量回收锂电池电池的关键参数估计的技术问题。

本发明授权一种矿用电传动自卸车的制动能量回收用锂电池的关键特征参数估计方法在权利要求书中公布了：1.一种基于多时间尺度融合算法的矿用自卸车制动能量回收蓄电池关键特征参数的估计方法，其特征在于，包括以下步骤： 1利用MATLAB软件中SIMULINK工具对蓄电池进行仿真建模，以得到分数阶等效电路模型； 2分别使用基尔霍夫电流定律和基尔霍夫电压定律对步骤1得到的分数阶等效电路模型进行处理，以分别得到分数阶等效电路模型的电气原理方程和输出方程； 3采用格林沃尔德‑莱特尼克夫公式对步骤2建立的分数阶等效电路模型的电气原理方程和输出方程进行处理，以得到分数阶定义的状态空间方程和观测方程； 4对步骤3得到的分数阶定义的状态方程和观测方程分别进行离散化处理，以分别得到离散化处理后的状态方程和观测方程； 5使用在线参数辨识方法对步骤4得到的离散化处理后的状态方程和观测方程分别进行处理，以得到分数阶等效电路中的参数数据；步骤5中的在线参数辨识方法采用基于最小遗忘因子的递推最小二乘法联合遗传算法； 6将步骤5在线参数辨识得到的参数数据输入分数阶自适应无迹卡尔曼算法FAUKF中进行迭代计算，以得到t时刻的SOCt估计值以及t时刻电池分数阶等效电路模型的欧姆内阻参数R0,t； 7判断步骤6中迭代次数是否大于60，若是则转入步骤8，否则返回步骤6； 8获取60次迭代所得到的锂电池的多个SOC估计值和第60次迭代得到的分数阶等效电路模型的欧姆内阻参数R0,t； 9根据步骤8得到的t时刻电池分数阶等效电路模型的欧姆内阻参数R0,t、并通过FAUKF算法获取锂电池的健康状态SOH估计值；步骤9包括以下子步骤： 9‑1根据步骤8得到的t时刻电池分数阶等效电路模型的欧姆内阻参数R0,t获取估计欧姆内阻的离散化状态空间方程和观测方程： R0,t+1＝R0,t+rtU0,t＝Uoc,tSOC‑R0,tI‑U1,t‑U2,t+tt其中，R0,t+1为t+1时刻分数阶等效电路模型的欧姆内阻；R0,t为t时刻分数阶等效电路模型欧姆内阻；rt为t时刻估计欧姆内阻的状态空间方程的状态噪声；tt为t时刻估计欧姆内阻的观测方程的观测噪声； 9‑2对步骤9‑1得到的估计欧姆内阻的离散化状态空间方程和观测方程进行初始化； 具体而言，本步骤是初始化分数阶等效电路模型的欧姆内阻为步骤5参数辨识所得到的R0；初始化分数阶等效电路模型的初始欧姆内阻协方差为0； 9‑3对步骤9‑2初始化后的离散状态空间方程和观测方程进行无迹变换UT处理，以得到多个sigma点； 9‑4将步骤9‑3得到的多个sigma点应用到步骤1得到的分数阶等效电路模型中，以得到t时刻分数阶等效电路模型的欧姆内阻的预测值状态空间方程的方差预测值Px、每个sigma点对应的均值权重以及离散状态空间方程的协方差权重9‑5根据步骤9‑4得到的sigma点对应的均值权重离散状态空间方程的协方差权重获取t+1时刻观测方程的观测值和观测方差预测值Py； 9‑6根据步骤9‑4得到的t时刻分数阶等效电路模型欧姆内阻的预测值离散状态空间方程的方差预测值Px、sigma点对应的均值权重离散状态空间方程的协方差权重以及步骤9‑5得到的t+1时刻观测方程的观测值和观测方差预测值Py，获取输入‑输出交叉协方差矩阵Pxy、t时刻的卡尔曼算法的增益Kt；t时刻的卡尔曼算法的协方差矩阵Pt； 9‑7根据步骤9‑6得到的输入‑输出交叉协方差矩阵Pxy、t时刻的卡尔曼算法的增益Kt；t时刻的卡尔曼算法的协方差矩阵Pt，获取t+1时刻的离散状态空间方程的噪声协方差Qt+1和观测噪声协方差Rt+1； 9‑8使用步骤9‑7得到的t+1时刻的离散状态空间方程的噪声协方差Qt+1和观测噪声协方差Rt+1获取t+1时刻分数阶等效电路模型的欧姆内阻的预测值9‑9对步骤9‑8得到的t+1时刻分数阶等效电路模型的欧姆内阻的预测值获取锂电池t+1时刻的SOH估计值SOHt+1； 10将步骤8得到的锂电池的多个SOC估计值以及步骤9得到的SOH估计值显示给矿用自卸车的用户。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉工程大学;上海骅臻达智慧物流科技有限公司，其通讯地址为：430200 湖北省武汉市东湖新技术开发区光谷一路206号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。