【摘 要】
：
针对锂离子电池的容量在线测量困难的问题,提出了一种基于优化的融合型间接健康因子和改进的最小二乘支持向量机的锂离子电池剩余寿命间接预测方法。首先采用自适应健康因子提取方法提取了等电压升充电时间序列和等电流降充电时间序列,通过健康因子的线性组合和Box-Cox变换构建了优化的融合型健康因子。然后针对最小二乘支持向量机的超参数调整困难的问题,提出了基于粒子群优化的改进算法。在此基础上,构建了基于优化的融合型健康因子的锂离子电池剩余寿命间接预测方法。实验结果表明,提出的间接预测方法能够较好地拟合容量的退化过程,同
论文部分内容阅读
针对锂离子电池的容量在线测量困难的问题,提出了一种基于优化的融合型间接健康因子和改进的最小二乘支持向量机的锂离子电池剩余寿命间接预测方法。首先采用自适应健康因子提取方法提取了等电压升充电时间序列和等电流降充电时间序列,通过健康因子的线性组合和Box-Cox变换构建了优化的融合型健康因子。然后针对最小二乘支持向量机的超参数调整困难的问题,提出了基于粒子群优化的改进算法。在此基础上,构建了基于优化的融合型健康因子的锂离子电池剩余寿命间接预测方法。实验结果表明,提出的间接预测方法能够较好地拟合容量的退化过程,同
其他文献
航天器的火工品是用来解锁重要设备的工具,解锁失效意味着任务失败。火工起爆属于不可测项目,目前将火工通路阻值测试作为控制手段,保证火工品起爆成功,这种控制手段的有效性取决于测试是否可以覆盖起爆的全部通路。针对目前常见的火工阻值测试方法,通过火工起爆电路分析研究其测试覆盖性是否完整,并通过建模仿真分析在故障模式下测试是否可甄别出故障。研究结果表明,目前常用的单阻加综阻的测试方法能满足测试覆盖性要求,并可准确判别出故障的发生。
原子核自旋磁矩Larmor进动达到稳态时,检测光携带出的信息中同时包含原子核自旋进动磁场信号和驱动磁场信号,且这两种磁场信号的幅值比例会随静磁场强度改变发生显著变化.从
锂离子电池在充放电过程中,电池厚度会随锂离子向负极碳层迁移发生变化,进而导致电池膨胀力的变化。实验发现大容量磷酸铁锂电池,在充放电过程中的膨胀力呈现非线性变化趋势,大致趋势为“增加→降低→增加”,类似于正弦曲线,波峰的位置出现在30%SOC,波谷位置出现在60%SOC,通过原位XRD分析发现,这两个SOC与LiC12和LiC6不同的嵌锂阶段相关。
转位机构作为惯性测量单元旋转调制用构件,因其具有较复杂的机械传动结构,容易受到热、力的影响出现工作故障。针对转位机构在高温环境下的解锁故障问题,开展了结构热应力分析及机构优化改进,分析了某转位机构的高温解锁故障,进行了故障排查,在排除元器件、电路等故障后,将原因初步定位于机械传动结构在高温升环境下的应力问题。基于热力学原理分析了转位机构热应力的产生机理,同时根据工况环境和系统参数构建了热力学模型,使用有限元分析软件ANSYS进行仿真。仿真结果表明:在温度升高状况下,因各部件的热膨胀程度差异在部分运动副产生
针对传统检测算法受复杂多变的海域环境条件影响而出现的鲁棒性差、目标识别能力不高的问题,提出了一种基于改进YOLOv3的船舶目标检测算法。首先,对水面图像进行了mixup数据增强;其次,在Darknet-53主干网络对特征进行提取之后引入了注意力机制,将残差连接和金字塔特征融合进行了结合,并通过自底向上的路径增强、利用准确的低层定位信号增强了整个特征的层次;然后,使用CIOU作为损失函数加强边界框回
无自旋交换弛豫磁力仪利用碱金属原子自旋交换弛豫消除效应实现弱磁场信息测量,具有超高灵敏度、小体积和低功耗等优点,已成为国内外精密磁场测量技术的研究热点之一。介绍了无自旋交换弛豫原子磁力仪的工作原理和国内外研究现状,重点讨论了长弛豫时间原子气室、原子气室无磁加热和高精密动态磁补偿等关键技术,并对无自旋交换弛豫原子磁力仪的发展趋势和应用前景进行了展望。
Y波导器件的调制非线性引起波形斜度误差,进而影响光纤陀螺标度因数性能,特别是小角速率下的测量精度.重点分析了由Y波导调制非线性引起的波形斜度误差及其对小角速率下光纤
针对梯次电池性能退化导致电池峰值功率(SOP)估算不准确的问题,提出了基于双卡尔曼滤波(Dual EKF)的梯次电池SOP估算方法。首先建立梯次电池的二阶Thevenin等效模型;其次应用双卡尔曼滤波算法,基于该算法估算SOC(荷电状态)、欧姆内阻和实际容量;然后,利用最优估计预测工作电压与内阻,估算梯次电池SOP。通过仿真,验证了SOP估算方法的准确性。
为了延长惯性平台使用寿命并提高其稳定精度,以光纤陀螺作为惯性平台的敏感元件,建立了平台系统稳定回路的数学模型.针对平台系统的性能指标要求,基于H∞ 控制理论设计稳定回
为了建立精确的锂离子电池模型,在线监测电池的荷电状态(SOC),采用二阶等效电路模型,通过实验数据拟合开路电压(OCV)与荷电状态的对应关系。选用遗忘因子多新息递推最小二乘法(FF-MILS)为在线辨识算法完成对锂离子电池在线模型参数估测,同时将所得模型参数传入卡尔曼滤波器,完成对动力电池荷电状态的估算。在MATLAB/Simulink中实现该算法的编程,把电池综合测试仪对锂离子电池采样所得电流、电压、容量等实验数据导入算法进行仿真。结果表明,该算法迅速收敛初值误差,并在稳定状态下最大误差不超过2%,从而