CN109655749B - 采集数据矩阵智能跟踪校准方法及装置 - Google Patents
采集数据矩阵智能跟踪校准方法及装置 Download PDFInfo
- Publication number
- CN109655749B CN109655749B CN201811383240.9A CN201811383240A CN109655749B CN 109655749 B CN109655749 B CN 109655749B CN 201811383240 A CN201811383240 A CN 201811383240A CN 109655749 B CN109655749 B CN 109655749B
- Authority
- CN
- China
- Prior art keywords
- data
- calibration
- battery equipment
- sampling data
- precision
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
- G01R35/005—Calibrating; Standards or reference devices, e.g. voltage or resistance standards, "golden" references
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及采集数据矩阵智能跟踪校准方法及装置,包括:获取影响电池设备采样数据的各个干扰因素;确定各个干扰因素的梯度;根据所确定的梯度采集各个干扰因素下的相对采样数据;获取电池设备在运行过程中的实际采样数据;对相对采样数据和实际采样数据进行运算处理,获得用于电池设备的数据精度校准参数;基于所获得的数据精度校准参数对电池设备进行数据精度校准。本发明可避免不同干扰交叉环境引起的误差不能修正问题,可对采集数据精度进行全范围、多维度修正、动态校正跟踪校准,对采集数据的精度校准更高、更接近真实值,算法简单、修正能力强、实用性强,提升产品性能,可针对每台设备之间的性能差异性做采样精度修正调节。
Description
技术领域
本发明涉及电池设备数据采集领域的,更具体地说,涉及一种采集数据矩阵智能跟踪校准方法及装置。
背景技术
目前的电池设备数据采集领域对于数据精度的校准,一般只是在单一的环境条件下校准,没有对复杂的环境进行校准。而且现有的数据精度校准方法由于受到区域性修正限制,不能全范围的对采集数据进行修正;当存在不同外在条件干扰因素时,现有的校准方法往往采取忽略不同干扰环境对精度的影响,这种方法大大降低了数据采集设备的产品性能和数据采集精度。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供采集数据矩阵智能跟踪校准方法及装置。
本发明解决其技术问题所采用的技术方案是:提供一种采集数据矩阵智能跟踪校准方法,包括:
S1、获取影响电池设备采样数据的各个干扰因素;
S2、确定所述各个干扰因素的梯度;
S3、根据所确定的梯度采集各个干扰因素下的相对采样数据;
S4、获取所述电池设备在运行过程中的实际采样数据;
S5、对所述相对采样数据和所述实际采样数据进行运算处理,获得用于所述电池设备的数据精度校准参数;
S6、基于所获得的数据精度校准参数对所述电池设备进行数据精度校准。
优选地,所述步骤S2包括:
根据所述电池设备对采样精度的要求,确定所述各个干扰因素的梯度。
优选地,在执行所述步骤S3之前包括:
判断所述各个干扰因素是否为同时干扰;
若否,根据所确定的梯度采集各个干扰因素下的相对采样数据;
若是,在不同的干扰因素交叉影响下交替采集所述相对采样数据。
优选地,所述方法还包括:
记录所述电池设备的数据精度校准参数。
优选地,所述步骤S6包括:
S61、将所述数据精度校准参数导入对应的电池设备中;
S62、所述电池设备接收所述数据精度校准参数并保存。
优选地,在所述步骤S61之前包括:
S61-1、根据不同的电池设备的差异性调整所述数据精度校准参数。
优选地,所述步骤S62之后包括:
S63、采集所述电池设备的实际采样值;
S64、确定所述电池设备的干扰因素;
S65、根据所确定的干扰因素选择相应的数据精度校准参数;
S66、根据所述相应的数据精度校准参数对所述实际采样值进行校准,获得所述电池设备的真实采样数据。
优选地,所述步骤S66之后还包括:
判断所述电池设备的干扰因素是否发生变化;
若是,返回步骤S64;若否,保持在所述步骤S66。
优选地,所述步骤S61包括:
通过上位机将所述数据精度校准参数导入对应的电池设备中。
本发明还提供一种采集数据矩阵智能跟踪校准装置,包括:
第一获取单元,用于获取影响电池设备采样数据的各个干扰因素;
确定单元,用于确定所述各个干扰因素的梯度;
第一采集单元,用于根据所确定的梯度采集各个干扰因素下的相对采样数据;
第二获取单元,用于获取所述电池设备在运行过程中的实际采样数据;
运算处理单元,用于对所述相对采样数据和所述实际采样数据进行运算处理,获得用于所述电池设备的数据精度校准参数;
校准单元,用于基于所获得的数据精度校准参数对所述电池设备进行数据精度校准。
实施本发明的采集数据矩阵智能跟踪校准方法,具有以下有益效果:本发明采集数据矩阵智能跟踪校准方法包括:获取影响电池设备采样数据的各个干扰因素;确定各个干扰因素的梯度;根据所确定的梯度采集各个干扰因素下的相对采样数据;获取电池设备在运行过程中的实际采样数据;对相对采样数据和实际采样数据进行运算处理,获得用于电池设备的数据精度校准参数;基于所获得的数据精度校准参数对电池设备进行数据精度校准。本发明通过上述方法可避免不同干扰交叉环境引起的误差不能修正问题,可对采集数据精度进行全范围、多维度修正、动态校正跟踪校准,对采集数据的精度校准更高、更接近真实值,算法简单、修正能力强、实用性强,提升产品性能,可针对每台设备之间的性能差异性做采样精度修正调节。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例提供的一种采集数据矩阵智能跟踪校准方法的流程示意图;
图2是本发明实施例提供的一种采集数据矩阵智能跟踪校准方法校准过程中的流程示意图;
图3是本发明实施例提供的一种采集数据矩阵智能跟踪校准装置的逻辑框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参考图1,本发明实施例提供了一种采集数据矩阵智能跟踪校准方法。本发明的采集数据矩阵智能跟踪校准方法适用于电池设备。当然,可以理解地,该数据精度校准方法还可以应用于任何需要进行数据采集的设备。
如图1所示,该采集数据矩阵智能跟踪校准方法包括:
步骤S1、获取影响电池设备采样数据的各个干扰因素。
影响电池设备采样数据的各个干扰因素可以根据对每种电池设备各自的采集干扰源可能对电池设备的采样数据造成误差的分析获得。每一种电池设备均不相同,所以在分析干扰因素的过程中,需要根据实施人员根据不同的设备自行分析。其中,干扰源主要是影响电池设备采样精度的外在条件。例如,包括但不限于温度、气压、湿度、电流、电压、产品老化程度以及使用次数等。
步骤S2、确定各个干扰因素的梯度。
可选的,步骤S2包括:根据电池设备对采样精度的要求,确定各个干扰因素的梯度。即在该步骤中,可以根据电池设备对采样精度的高低,划分各种干扰因素的梯度。也就是说,当电池设备对采样精度要求高就将干扰因素的梯度设置小一点,若电池设备对采样精度要求低就将干扰因素的梯度设置在一点;在具体划分时可以根据实际情况进行调整。例如,某电池设备对电流的采样受温度影响,若该电池设备要求采样精度较高,则可以在-40℃~120℃每5℃对电流值进行一次采样,若该电池设备要求采样精度较低,则可以取每10℃或者15℃的梯度温度对电流值进行采样。
步骤S3、根据所确定的梯度采集各个干扰因素下的相对采样数据。
具体的,在步骤S2中确定好各个干扰因素的采样梯度后,即可根据所确定的梯度进行相应的数据采样,获得在各个干扰因素下的相对采样数据。可以理解地,这里,相对采样数据为在不同的干扰环境下所采样的相对真实值。
进一步地,在执行步骤S3之前包括:
步骤S3-1、判断各个干扰因素是否为同时干扰。
步骤S3-2、若否,根据所确定的梯度采集各个干扰因素下的相对采样数据。
步骤S3-3、若是,在不同的干扰因素交叉影响下交替采集相对采样数据。
这里,在进行各个干扰因数下的相对采样数据的采集时,需先判断是否为多个干扰因素同时干扰,如果不是,则根据的确定的梯度采集各个干扰因素下的相对采样数据;如果是,则在不同的干扰因素交叉影响下按照所确定的梯度交替采集出相对采样数据。
步骤S4、获取电池设备在运行过程中的实际采样数据。
这里的实际采样数据为电池设备在运行过程中的实际情况下所采样的数据。
步骤S5、对相对采样数据和实际采样数据进行运算处理,获得用于电池设备的数据精度校准参数。
数据精度校准参数包括校准系数和偏移修正量。
其中,校准系数和偏移修正量可以通过前述所获得的相对采样数据和实际采样数据计算得到。
具体的,假设相对采样数据为Y,校准系数为K,实际采样数据为X,偏移修正量为B,则可以根据以下公式算出校准系数K和偏移修正量B的值。
即Y=K*X+B。
通过采样前述多个相对采样数据Y和实际采样数据X,即可快速算出校准系数Kn和偏移修正量Bn,并形成校准系数组K[n]和偏移修正量组B[n]。
步骤S6、基于所获得的数据精度校准参数对电池设备进行数据精度校准。
进一步地,步骤S6包括:
步骤S61、将数据精度校准参数导入对应的电池设备中。
这里,通过上位机将数据精度校准参数导入对应的电池设备中。其中,数据精度校准参数包括前述的校准系数数据组K[n]和偏移修正量数据组B[n]。
步骤S62、电池设备接收数据精度校准参数并保存。
步骤S63、采集电池设备的实际采样值。
步骤S64、确定电池设备的干扰因素。
步骤S65、根据所确定的干扰因素选择相应的数据精度校准参数。
步骤S66、根据相应的数据精度校准参数对实际采样值进行校准,获得电池设备的真实采样数据。
通过在步骤S5中获得数据精度校准参数,用该数据精度校准参数对电池设备所采集的实际采样值进行校准、修正,即可获得电池设备的真实采样数据。
进一步地,在步骤S61之前包括:
步骤S61-1、根据不同的电池设备的差异性调整数据精度校准参数。
可以理解地,在将数据精度校准参数导入对应的电池设备之前,根据不同电池设备之间硬件性能的差异性对所获得的数据精度校准参数进行调整,可以有效消除每台电池设备硬件性能差异性导致的采样误差。
进一步地,该采集数据矩阵智能跟踪校准方法还包括:记录电池设备的数据精度校准参数。具体的,在步骤S5获得用于对电池设备的采样数据进行校准的数据精度校准参数后,可以对所获取的数据精度校准参数进行记录保存。
进一步地,在步骤S62之后包括:判断电池设备的干扰因素是否发生变化;若是,返回步骤S64;若否,保持在步骤S66。即在确定电池设备的干扰因素后,根据干扰选择对应的校准系数和偏移修正量,基于所选择的校准系数和偏移修正量对电池设备的实际采样值进行校准,获得电池设备的真实采样数据;当干扰因素发生变化时,需要重新确定干扰因素(即返回步骤S64),再根据重新确定的干扰因素选择对应的校准系数和偏移修正量对电池设备的实际采样值进行校准,重新获得电池设备的真实采样数据;当干扰因素保持不变时,则保持在步骤S66继续对电池设备的实际采样值进行校准。
参考图2,为本发明实施例提供的一种采集数据矩阵智能跟踪校准方法校准过程中的流程示意图。
如图2所示,在获得数据精度校准参数(即前述的校准系数数据组K[n]和偏移修正量数据组B[n])后,先根据每台电池设备性能上的差异性对数据精度校准参数进行差异性调整,然后执行如下步骤:
步骤A1:通过PC上位机将数据精度校准参数导入对应的电池设备中,各电池设备接收并保存所接收的数据精度校准参数。
步骤A2:电池设备采集自身在实际情况下的实际采样值。
步骤A3:电池设备判断并确定自身所处的不同干扰因素。
步骤A4:电池设备根据所确定的干扰因素在数据精度校准参数(即校准系数数据组K[n]和偏移修正量数据组B[n])中选取对应的校准系数Kn和偏移修正量Bn。
步骤A5:根据所选取的校准系数Kn和偏移修正量Bn对在步骤A2中所采集的实际采样值进行校准。
步骤A6:经过步骤A5的校准后,计算出电池设备的真实采样数据。
进一步地,电池设备还需要实际判断自身的干扰因素是否发生变化,如果发生变化,则需要返回步骤A3重新确定干扰因素,再根据重新确定的干扰因素选择对应的校准系数和偏移修正量进行校准;如果没有发生变化,则停留在步骤A5持续对实际采样值进行校准。
参考图3,本发明实施例提供了一种采集数据矩阵智能跟踪校准装置,包括:
第一获取单元301,用于获取影响电池设备采样数据的各个干扰因素。
确定单元302,用于确定各个干扰因素的梯度。
第一采集单元303,用于根据所确定的梯度采集各个干扰因素下的相对采样数据。
第二获取单元304,用于获取电池设备在运行过程中的实际采样数据。
运算处理单元305,用于对相对采样数据和实际采样数据进行运算处理,获得用于电池设备的数据精度校准参数。
校准单元306,用于基于所获得的数据精度校准参数对电池设备进行数据精度校准。
通过实施本发明可以避免不同外在条件干扰(如温度,气压,湿度,电流,电压,产品老化程度和使用次数等)交叉环境引起的误差不能修正问题,避免区域性修正限制不能全范围的对采集数据进行修正问题,对采集数据精度进行多维度修正而不再是单纯二维修正,对采集数据动态校正跟踪校准而不是传统的特定校正参数修正,对采集数据的精度校准更高,更加接近真实值。算法简单,修正能力强,实用性强。对采集精度要求高的设备产品的性能有很大的实质性的提高。可针对每台设备之间的性能差异性做采样精度修正调节。
进一步地,在高端电池设备中对数据采集精度要求较高,实施本发明可以提高高端设备采集数据的精准度(可达到1‰~3‰),同时还能解决各个电池设备硬件性能差异性的误差。在同行中提高竞争优势,大大提高产品性能和核心竞争力,在实际应用中通用性好,采集效果好、精度高,在硬件上也可以降低成本。
另外,一个电池设备采集数据,在不同干扰因素下会有一定的误差,多个交叉干扰因素的干扰则会造成数据误差叠加,而本发明可以系统性的分析该采集数据的误差分布叠加;同时可以根据外部干扰因素自动选取校准系数kn和偏移修正量Bn,实现动态多维度的数据校准,最小化的减小外部因素干扰采样精度,提高采样精度;且通过PC上位机导入每台电池设备的数据精度校准参数,可以消除各个设备间因硬件性能差异性所带来的数据采样误差。
以上实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并据此实施,并不能限制本发明的保护范围。凡跟本发明权利要求范围所做的均等变化与修饰,均应属于本发明权利要求的涵盖范围。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种采集数据矩阵智能跟踪校准方法,其特征在于,包括:
S1、获取影响电池设备采样数据的各个干扰因素;
S2、确定所述各个干扰因素的梯度;
S3、根据所确定的梯度采集各个干扰因素下的相对采样数据;
S4、获取所述电池设备在运行过程中的实际采样数据;
S5、对所述相对采样数据和所述实际采样数据进行运算处理,获得用于所述电池设备的数据精度校准参数;所述数据精度校准参数包括校准系数和偏移修正量;所述相对采样数据、所述校准系数、所述实际采样数据和所述偏移修正量满足:
Y=K*X+B;
其中,Y为相对采样数据,K为校准系数,X为实际采样数据,B为偏移修正量;
S6、基于所获得的数据精度校准参数对所述电池设备进行数据精度校准。
2.根据权利要求1所述的采集数据矩阵智能跟踪校准方法,其特征在于,所述S2包括:
根据所述电池设备对采样精度的要求,确定所述各个干扰因素的梯度。
3.根据权利要求1所述的采集数据矩阵智能跟踪校准方法,其特征在于,在执行所述S3之前包括:
判断所述各个干扰因素是否为同时干扰;
若否,根据所确定的梯度采集各个干扰因素下的相对采样数据;
若是,在不同的干扰因素交叉影响下交替采集所述相对采样数据。
4.根据权利要求1所述的采集数据矩阵智能跟踪校准方法,其特征在于,所述方法还包括:
在S5中获得用于对所述电池设备的采样数据进行校准的数据精度校准参数后,记录所述电池设备的数据精度校准参数。
5.根据权利要求1所述的采集数据矩阵智能跟踪校准方法,其特征在于,所述S6包括:
S61、将所述数据精度校准参数导入对应的电池设备中;
S62、所述电池设备接收所述数据精度校准参数并保存。
6.根据权利要求5所述的采集数据矩阵智能跟踪校准方法,其特征在于,在所述S61之前包括:
S61-1、根据不同的电池设备的差异性调整所述数据精度校准参数。
7.根据权利要求5所述的采集数据矩阵智能跟踪校准方法,其特征在于,所述S62之后包括:
S63、采集所述电池设备的实际采样值;
S64、确定所述电池设备的干扰因素;
S65、根据所确定的干扰因素选择相应的数据精度校准参数;
S66、根据所述相应的数据精度校准参数对所述实际采样值进行校准,获得所述电池设备的真实采样数据。
8.根据权利要求7所述的采集数据矩阵智能跟踪校准方法,其特征在于,所述S66之后还包括:
判断所述电池设备的干扰因素是否发生变化;
若是,返回步骤S64;若否,保持在所述步骤S66。
9.根据权利要求5所述的采集数据矩阵智能跟踪校准方法,其特征在于,所述S61包括:
通过上位机将所述数据精度校准参数导入对应的电池设备中。
10.一种采集数据矩阵智能跟踪校准装置,其特征在于,包括:
第一获取单元,用于获取影响电池设备采样数据的各个干扰因素;
确定单元,用于确定所述各个干扰因素的梯度;
第一采集单元,用于根据所确定的梯度采集各个干扰因素下的相对采样数据;
第二获取单元,用于获取所述电池设备在运行过程中的实际采样数据;
运算处理单元,用于对所述相对采样数据和所述实际采样数据进行运算处理,获得用于所述电池设备的数据精度校准参数;所述数据精度校准参数包括校准系数和偏移修正量;所述相对采样数据、所述校准系数、所述实际采样数据和所述偏移修正量满足:
Y=K*X+B;
其中,Y为相对采样数据,K为校准系数,X为实际采样数据,B为偏移修正量;
校准单元,用于基于所获得的数据精度校准参数对所述电池设备进行数据精度校准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811383240.9A CN109655749B (zh) | 2018-11-20 | 2018-11-20 | 采集数据矩阵智能跟踪校准方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811383240.9A CN109655749B (zh) | 2018-11-20 | 2018-11-20 | 采集数据矩阵智能跟踪校准方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109655749A CN109655749A (zh) | 2019-04-19 |
CN109655749B true CN109655749B (zh) | 2021-03-09 |
Family
ID=66111426
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811383240.9A Active CN109655749B (zh) | 2018-11-20 | 2018-11-20 | 采集数据矩阵智能跟踪校准方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109655749B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115494908B (zh) * | 2022-10-17 | 2023-11-17 | 中国电子科技集团公司第二十四研究所 | 跟踪温度的电流源失配前台校准电路及方法 |
CN117421531B (zh) * | 2023-12-14 | 2024-03-05 | 深圳和润达科技有限公司 | 干扰环境下的有效数据智能确定方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102959418A (zh) * | 2010-06-24 | 2013-03-06 | 松下电器产业株式会社 | 获取电池的劣化度的方法和系统 |
CN103576096A (zh) * | 2013-10-09 | 2014-02-12 | 广东电网公司电力科学研究院 | 电动汽车动力电池剩余电量的实时评估方法及装置 |
CN105182247A (zh) * | 2015-09-17 | 2015-12-23 | 惠州Tcl移动通信有限公司 | 电池参数校准装置及方法 |
CN105277891A (zh) * | 2014-07-18 | 2016-01-27 | 三星电子株式会社 | 用于估计电池的状态的方法和设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2945600T3 (es) * | 2015-01-14 | 2023-07-04 | Corvus Energy Ltd | Método y sistema para determinar de manera iterativa estado de carga de una celda de batería |
-
2018
- 2018-11-20 CN CN201811383240.9A patent/CN109655749B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102959418A (zh) * | 2010-06-24 | 2013-03-06 | 松下电器产业株式会社 | 获取电池的劣化度的方法和系统 |
CN103576096A (zh) * | 2013-10-09 | 2014-02-12 | 广东电网公司电力科学研究院 | 电动汽车动力电池剩余电量的实时评估方法及装置 |
CN105277891A (zh) * | 2014-07-18 | 2016-01-27 | 三星电子株式会社 | 用于估计电池的状态的方法和设备 |
CN105182247A (zh) * | 2015-09-17 | 2015-12-23 | 惠州Tcl移动通信有限公司 | 电池参数校准装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109655749A (zh) | 2019-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109655749B (zh) | 采集数据矩阵智能跟踪校准方法及装置 | |
CN109472231B (zh) | 变电站谐波源定位方法及装置、计算机可读存储介质 | |
CN110491336B (zh) | 一种显示模组Gamma调校方法及系统 | |
CN117236084B (zh) | 一种木工机械加工生产智能管理方法及系统 | |
CN110555231A (zh) | 一种动力学仿真模型修正方法 | |
CN110907881A (zh) | 一种配电网架空线路监测装置电流校准方法及系统 | |
CN112577515A (zh) | 惯性传感器、用于惯性传感器的自校准的方法和计算机可读的介质 | |
CN112461914B (zh) | 质谱电压参数实时修正方法、装置、终端及存储介质 | |
CN114741258B (zh) | 一种基于大数据的计算机性能控制分析系统及方法 | |
US20230266158A1 (en) | Method and system for eccentric load error correction | |
CN112965966B (zh) | 一种基于实测飞参数据的快速预处理方法、系统及计算机相关产品 | |
CN112965964B (zh) | 一种实测飞参数据的野值检测方法、系统及计算机相关产品 | |
CN113124908A (zh) | 一种提高仪器测量精度的方法和系统 | |
CN114624791A (zh) | 雨量测量方法、装置、计算机设备及存储介质 | |
CN104515967B (zh) | 汽车电池传感器的电压通道自补正装置及其方法 | |
CN116007824B (zh) | 硅压阻式气压传感模块的误差修正方法及模块 | |
CN109687870A (zh) | 电荷重分配型saradc电容失配校正方法及系统 | |
CN115118296B (zh) | 一种多通道接收机实时误差补偿方法、系统、终端及介质 | |
CN117647273B (zh) | 一种提高传感器测量精度的方法 | |
CN113588059B (zh) | 动态称重设备参数配置方法和系统 | |
CN110646658A (zh) | 一种dc-dc电源模块输出电流标定系统及标定方法 | |
CN113635312B (zh) | 工业机器人运动精度补偿方法、系统和计算机设备 | |
CN111079248A (zh) | 一种核电站全范围模拟机测试结果评估方法及系统 | |
CN113848453A (zh) | 一种i/f电路线性度校准方法及系统 | |
JP3031891B2 (ja) | 電力系統の無効電力動特性解析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |