目前，训练机器学习模型依赖于海量的数据，当以集中方式训练时，会带来很大的计算成本。因此，现在普遍的共识是，未来的机器学习应该以分布式方式实施。通常，分布式学习是以server-worker模式中进行的，其中server利用从workers收集的信息更新学习参数，然后将这些参数广播给workers。 但是，随着worker数量的增加，通信开销也会大幅

团队已完成退役锂电池带电破解分选回收生产线、移动式拆解车等技术成果转化，实现了“1+N”锂电分布式带电拆解新模式，解决退役动力锂电池分布散乱、难以集中无害化处理的难题。 一、项目进展 已注册公司运营 二、企业信息 企业名称 锐锋智锂（陕西）科技有限公司 企业法人 张志杰 注册时间 2022.5.16 注册所在省市 陕西省西安市 组织机构代码 91610113MABLKTJR6C 经营范围 技术服务、技术开发、技术咨询、转让及推广 企业地址 陕西省西安市雁塔区雁翔路99号博源科技广场C座1401 获投资情况 海沃能量盒子1000万投资意向 三、负责人及成员 姓名 学院 入学时间 张志杰 能源与动力工程学院 2021 陈博 能源与动力工程学院 2019 董梓竣 管理学院 2019 宋自远 电气学院 2019 陈昊煊 能源与动力工程学院 2019 黄嘉慧 人文社会科学学院 2019 罗寒非 化学学院 2019 陈楷林 能源与动力工程学院 2019 师鸣遥 生命科学与技术学院 2019 四、指导教师 姓名 学院 职务/职称 研究方向 丁书江 化学学院 教授/院长 电化学储能 杨国锐 化学学院 副教授 锂电回收 延卫 能源与动力工程学院 教授 污染控制 五、项目简介 随着新能源汽车产销量逐年爆发时增长，大量退役动力锂电池涌入报废市场。一方面，镍钴锂元素作为电池极粉生产的关键性材料，而我国长期以来严重依赖进口，面临巨大的材料供给缺口；另一方面，退役电池因含有余能，在堆积、运输及拆解过程易发生起火爆炸（相当于1/8同质量TNT的爆炸威力），危害操作人员安全，同时造成不可逆的镍钴锂产物损失。 因此，预放电步骤是传统工艺中的必经之路，而在预放电过程中又存在严重的环境污染问题，致使传统拆解企业难以进驻工业园区，大大压缩了行业的发展空间。针对上述痛点，本团队研发的项目： （1）首创性实现了对退役动力锂电池的带电拆解，避免了传统拆解高浓盐水预放电工艺，降低拆解成本，单条产线可年减少20万吨高浓盐水的排放； （2）通过自研高效吸附剂与先进的废水处理工艺，实现生产线三废零排放，年减少超百万元的治污成本，获得准入工业园区的资格； （3）内置余热回收系统回收电池残余电能，年减少超1万吨标准煤燃烧，减少超4万吨的CO2排放。 经过学生团队技术攻关和基础实验研究，我司已获得了成套的动力锂电池破解分选技术，已申技术专利20余项。其中负责人已获5项核心授权专利，实审专利11项，对技术、产品形成全方位保护。经过多次技术升级，已成功调试安装了退役动力锂电池破解分选成套设备生产线，该生产线完全达到工业生产要求，锂电池年处理量提升到5000吨，处理能力里超同行10%，产品回收率超同行20%，产品价值率领跑同行30%，并可入驻工业园区。 此外，团队已完成退役锂电池带电破解分选回收生产线、移动式拆解车等技术成果转化，实现了“1+N”锂电分布式带电拆解新模式，解决退役动力锂电池分布散乱、难以集中无害化处理的难题。公司已获得海沃能量盒子1000万投资意向，并与多家智能化设备供应商达成代工生产合作，研发的生产线已在云南云天化集团、陕西全通集团完成中试验收，即将投入大规模生产使用。 

针对多IGBT并联驱动的直流无刷电动机的效率不高的弊端，本成 果利用IPM作为驱动模块，进行大功率直流无刷电动机控制器设计。该控制器的额定工作电流为150A,额定工作电压为400V,瞬间最 高电流值为300Ao该成果已经完成性能测试，可以进入小批试制阶段。该项目有意 向寻找合适的汽

本发明涉及一种四轮驱动纯电动汽车硬件在环仿真实验系统。本系统包括驱动电机及控制器子系统、电力测功机及控制器子系统、扭矩转速传感器、车辆动力学模型实时仿真子系统、信号检测与分析子系统。本系统以电机及控制器子系统实现纯电动汽车四轮的独立驱动，电力测功机及控制器子系统实现车辆行驶负载的模拟。车辆动力学响应通过实时控制器运行实时仿真模型实现，并通过FPGA实现整车控制器、信号的输入输出和信号调理。本发明可以对四轮驱动纯电动汽车进行硬件在环仿真，实现车辆驱动系统的快速开发与产品测试，具有节能、安全、快速、低

本发明公开了一种带有透气窗的电动汽车，包括：安装在车身前侧下方的前透气窗和安装在车身后侧下方的后透气窗；前透气窗与后透气窗具有相同结构，两者与车厢连通；气流由前透气窗斜上方向导入车厢内，最后通过后透气窗排出，从而实现对流。驾驶员不用打开车窗就可以保持车内外的空气流通；百叶扇型的透气窗既能保证车辆通风又能防止雨水、泥土进入车内；前后各设置一个透气窗使空气流通的效果更加明显；产品成本低，易于实现。

该装置实现对电动汽车主要运行参数、质量状态参数的实时采集、显示和记录，数据记录的压缩算法、数据的转储；地面数据处理系统软件实现对记录数据的可视化数字及图形化显示、统计分析、汇总报表、存档打印等，以形成对电动汽车试验检测和产品认证的能力。 装置主要包括六个功能模块，1、电能采集模块，包括动力电池的充放电、辅助电池的充放电；2、车辆采集模块，包括车辆运行速度、行驶距离，空调、刹车、车辆启动次数；3、电机采集模块，包括电机转速、电流及电压；4、电池状态采集模块，包括40只电池各自的电压、温度及传感器状态；5、车载记录主机模块，实现和以上各智能采集模块基于总线网络的通讯、显示、记录和转储；6、地面数据分析处理模块。 技术特点： （1）适合电动汽车各种参数获取的智能采集模块； （2）基于总线网络的系统模块化设计，便于系统的扩展； （3）大量实时参数及统计数据记录的压缩算法； （4）车载及地面数据的可视化处理。 技术指标： 研究开发可对电动汽车的主要运行状态及参数进行实时采集、处理以及数据可视化及图形化显示、统计分析、汇总报表、存档、打印等软硬件系统，以形成对电动汽车主要运行工况进行实时监控以及对其产品进行检测、试验和认证的能力。可靠性、技术水平及性能指标达到美国EVI电动汽车车载设备试验检测的能力。 应用范围： 电动汽车及各种大型设备监测装置。

成果介绍针对采用比例积分观测器法，结合电池荷电状态估计，设计能够同时对模型参数和电池荷电状态同时进行估计的算法，可应用于整车的BMS软件算法设计。搭建的软硬件平台可应用于BMS算法测试。技术创新点及参数(1)采用比例积分观测器法，结合电池荷电状态估计，设计能够同时对模型参数和电池荷电状态同时进行估计的算法；(2)在观测过程中模型参数可实时更新，算法满足李雅普诺夫方程，估计计算时可保证收敛；(3)更好的动态特性与电池充放电周期整体估计精度，且在电流信号有噪声时仍有较好的估计精度；(4)基于STM32芯片主控，AD7280芯片采集数据，μC/OS-III系统完成了控制系统软硬件设计。台架实验表明，系统信号采集精度良好，性能实现成功；(5)采用OCV法对Ah法进行纠正，获得新的综合SOC估算值，针对性地设计了初值确定方法，得到改良的SOC估计算法。*明该算法能在整个电池恒流放电过程中稳定估算SOC；(6)为考虑电池工作过程中的产热，对传统的SOC估算方法，引入温度约束，建立改良的SOP估计算法。*明该算法能很好地考虑电池温度对SOP估测影响而提升估算精度；(7)采用STM32F103芯片主控，AD7280A芯片采集信息，μC/OS-III系统建立了BMS软硬件系统，并进行了实车试验。结果表明改良后的估计算法精度良好可靠，所设计BMS具备出色的控制性能。市场前景本项目的涉及的算法设计及软硬件架构，可以采用成果授权、成果转让或者技术服务的形式与汽车零部件供应商产生合作。