检索结果-南通市图书馆

基于荷电状态差异的退役电池健康状态快速估计研究

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2023年第12期44卷 55-68页

作者：汪宇航黄海宏王海欣武旭合肥工业大学电气与自动化工程学院合肥230009

随着新能源产业的迅速发展,大量动力电池面临退役回收后如何处理的问题。退役电池的二次利用场景需要根据健康状态(SOH)确定,然而不同退役电池的荷电状态不同,这使得快速估计SOH十分困难。为此,提出了一种基于荷电状态差异的退役电池的... 详细信息

随着新能源产业的迅速发展,大量动力电池面临退役回收后如何处理的问题。退役电池的二次利用场景需要根据健康状态(SOH)确定,然而不同退役电池的荷电状态不同,这使得快速估计SOH十分困难。为此,提出了一种基于荷电状态差异的退役电池的SOH快速获取策略。在本策略中,不同SOH退役电池的荷电状态差异被用于产生多种健康特征。同时,为了选取随机森林算法合适的超参数,遗传优化随机森林回归算法被提出应用于SOH的估计。通过验证,本文策略大幅降低了退役电池SOH的估计时间。并且通过多种避免测量时接触电阻和导线电阻策略,使得10节退役电池的健康状态估计误差低于3%。

关键词：退役电池健康状态快速随机森林回归频域

同方期刊数据库

基于油液光谱分析的PCA-AHP综合传动健康状态评价研

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2010年第4期30卷 1008-1012页

作者：张英锋马彪郑长松张金乐范昱珩北京理工大学机械与车辆学院北京100081 军事交通学院汽车工程系天津300161 中国兵器科学研究院北京100089

油液光谱分析是研究综合传动运行状态的重要方法,以油液光谱分析数据为基础,运用主成分分析法(PCA)和层次分析法(AHP),建立了一种综合传动健康状态的评价模型。文章结合机械设备健康的概念,综合考虑油液光谱分析数据中各种磨损元素的影... 详细信息

油液光谱分析是研究综合传动运行状态的重要方法,以油液光谱分析数据为基础,运用主成分分析法(PCA)和层次分析法(AHP),建立了一种综合传动健康状态的评价模型。文章结合机械设备健康的概念,综合考虑油液光谱分析数据中各种磨损元素的影响,提出用健康值来定量描述综合传动运行状态的概念,并根据健康值对综合传动健康状态进行了等级划分;利用主成分分析法,对油液光谱分析数据进行主成分提取的研究分析;运用层次分析法研究主成分权重值,探讨判断矩阵的构造、一致性检验等问题;然后将二者有机的耦合,建立评价模型;实验研究表明,此方法具有很高的准确性,能够有效地判断综合传动的运行状态,对开展综合传动状态评估具有重要意义。

关键词：光谱分析 PCA-AHP综合传动健康状态

人工智能在动力电池健康状态预估中的研究综述

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2024年第4期60卷 391-408页

作者：戴国洪张道涵彭思敏苗一凡卓悦杨瑞鑫于全庆常州大学机械与轨道交通学院常州213164 盐城工学院电气工程学院盐城224051 北京理工大学机械与车辆学院北京100081 哈尔滨工业大学(威海)汽车工程学院威海264209

目前先进的电动汽车开发和应用已成为实现“脱碳”的关键技术。准确的电池健康状态(State of health,SOH)预估可有效地表征动力电池性能,对电动汽车动力电池维护和寿命管理具有重要意义。近年来,以深度学习、强化学习和大数据技术等为... 详细信息

目前先进的电动汽车开发和应用已成为实现“脱碳”的关键技术。准确的电池健康状态(State of health,SOH)预估可有效地表征动力电池性能,对电动汽车动力电池维护和寿命管理具有重要意义。近年来,以深度学习、强化学习和大数据技术等为代表的新一代人工智能技术在电动汽车电池状态预估的应用已成为研究热点。首先简要介绍人工智能技术、SOH的含义以及影响SOH主要因素,然后分别从电池单体与电池系统的角度对几种人工智能模型在SOH预估中的研究进行总结与讨论,最后结合大数据、云计算、区域链等新兴技术,对电池健康状态预估问题进行展望,为提升当前动力电池全生命周期管理能力提供一些思路。

关键词：人工智能健康状态电池系统现状与趋势

在线全文

学校读者我要写书评

暂无评论

基于数据挖掘技术的桥梁结构健康状态检测

吉林大学学报（工学版） 2020年第2期50卷 565-571页

作者：武立群张亮亮西南大学工程技术学院重庆400715 重庆大学土木工程学院重庆400045

针对当前桥梁结构健康状态检测模型存在的检测误差大、检测效率差等难题,以改善桥梁结构健康状态检测结果为目标,设计了基于数据挖掘技术的桥梁结构健康状态检测模型。首先,采用无线传感器网络对桥梁结构健康状态数据进行采集,并采用核... 详细信息

针对当前桥梁结构健康状态检测模型存在的检测误差大、检测效率差等难题,以改善桥梁结构健康状态检测结果为目标,设计了基于数据挖掘技术的桥梁结构健康状态检测模型。首先,采用无线传感器网络对桥梁结构健康状态数据进行采集,并采用核主成分分析对桥梁结构健康数据处理,去除桥梁结构健康数据的冗余特征,减少桥梁结构健康状态检测特征规模;然后,采用支持向量机对桥梁结构健康数据进行学习,并引入粒子群优化算法确定的桥梁结构健康状态检测模型的参数,建立最优的桥梁结构健康状态检测模型;最后,在Matlab2017平台上对桥梁结构健康模型的有效性和优越性进行测试。结果表明:本文模型获得了较高精度的桥梁结构健康状态检测结果,桥梁结构健康建模时间减少,提高了桥梁结构健康状态检测效率,而且桥梁结构健康状态检测整体性能要明显优于当前其他的桥梁结构健康检测模型,为桥梁结构健康研究提供了一种有效的工具。

关键词：桥梁结构健康状态核主成分分析冗余特性检测精度建模效率

时频数据驱动的典型复杂供输机构健康状态软测量方法

在线全文

学校读者我要写书评

暂无评论

兵工学报 2022年第4期43卷 737-747页

作者：张钢梁伟阁佘博田福庆海军工程大学兵器工程学院湖北武汉430033 海军大连舰艇学院导弹与舰炮系辽宁大连116018

复杂供输机构的运行环境恶劣,传感器采集到的振动信号中含有猛烈冲击、噪声等成分,属于典型的非平稳特征信号,难以直接评估供输机构健康状态。针对上述问题,提出一种基于时频数据驱动的供输机构健康状态软测量方法。利用Morlet小波变换... 详细信息

复杂供输机构的运行环境恶劣,传感器采集到的振动信号中含有猛烈冲击、噪声等成分,属于典型的非平稳特征信号,难以直接评估供输机构健康状态。针对上述问题,提出一种基于时频数据驱动的供输机构健康状态软测量方法。利用Morlet小波变换得到振动加速度信号时频图作为输入特征,构建基于深度卷积网络的软测量模型。在深度卷积网络中引入Dropout正则化项,减缓过拟合现象,同时定量分析软测量结果不确定性。复杂供输机构台架试验表明:该方法能够有效区分供输机构健康状态,准确率达到90%,在性能退化阶段,能够定量分析机构退化程度,测量误差在7%左右;与基于均方根值、信息熵及时频图的软测量方法对比分析可知,该方法能够有效提高供输机构健康状态识别精度和性能退化程度测量精度,降低测量结果的不确定性。

关键词：复杂供输机构健康状态软测量时频数据

维普期刊数据库博看期刊

基于信息熵与PSO-LSTM的锂电池组健康状态估计方法

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2022年第10期58卷 180-190页

作者：张朝龙赵筛筛何怡刚安庆师范大学电子工程与智能制造学院安庆246011 武汉大学电气与自动化学院武汉430072

针对目前锂电池组健康状态估计方法的不足,提出一种基于信息熵与粒子群算法(Particle swarm optimization,PSO)优化长短时记忆神经网络(Long short-term memory neural network,LSTM)的锂电池组健康状态估计方法。基于锂电池组恒流-恒... 详细信息

针对目前锂电池组健康状态估计方法的不足,提出一种基于信息熵与粒子群算法(Particle swarm optimization,PSO)优化长短时记忆神经网络(Long short-term memory neural network,LSTM)的锂电池组健康状态估计方法。基于锂电池组恒流-恒压充电阶段锂电池组内各单体端电压的信息熵和平均温度信息,应用PSO-LSTM方法提取锂电池组电压熵、平均温度和锂电池组健康状态之间的映射关系,从而建立锂电池组健康状态估计模型。应用试验室测量的锂电池组老化数据对提出的方法进行测试。测试结果表明,该方法能够准确估计锂电池组的健康状态,平均估计误差在1%以内。同时,为验证提出的方法可推广至锂电池单体,利用美国航天航空局测得的锂电池加速老化数据再次测试,平均估计误差在0.7%以内。并针对锂电池组与锂电池单体设计对比试验,进一步验证提出的方法具有良好的估计性能。

关键词：锂电池组健康状态信息熵粒子群算法长短时记忆神经网络

在线全文

学校读者我要写书评

暂无评论

锂离子电池健康状态多因子在线估计方法

西安交通大学学报 2020年第1期54卷 169-175页

作者：陈猛乌江焦朝勇陈继忠张在平西安交通大学电气工程学院西安710049 中国电力科学研究院有限公司新能源与储能运行控制国家重点实验室北京100192 国家电网有限公司北京100192

针对传统的锂离子电池健康状态估计方法仅用电池欧姆内阻作为单因子评估指标时存在较大误差的问题,提出了一种利用电池欧姆内阻、极化内阻与极化电容共3个模型参数构建的多因子评估模型。选用一阶RC等效电路模型作为基础电路模型,并通... 详细信息

针对传统的锂离子电池健康状态估计方法仅用电池欧姆内阻作为单因子评估指标时存在较大误差的问题,提出了一种利用电池欧姆内阻、极化内阻与极化电容共3个模型参数构建的多因子评估模型。选用一阶RC等效电路模型作为基础电路模型,并通过仿真实验验证了所选择电路模型的准确性。对同一型号的多组三元锂离子电池进行循环老化实验,得到离线辨识的模型参数,发现等效电路模型中的欧姆内阻、极化内阻、极化电容与健康状态存在确定的关系。通过带约束的最小二乘算法求解对应模型参数的权重,并以卡尔曼滤波算法在线辨识模型参数,实时获得基于多因子模型的综合电池健康状态。将所提方法与仅用欧姆内阻评估的方法进行了对比,结果表明:所提方法评估锂离子电池真实健康状态的误差变化范围较小,基本在1%左右,精度更高。

关键词：锂离子电池健康状态卡尔曼滤波带约束的最小二乘多因子

基于特征提取的锂离子电池健康状态评估及影响因素分析

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2023年第19期38卷 5330-5342页

作者：顾菊平蒋凌张新松华亮程天宇南通大学信息科学技术学院南通226019 苏州科技大学电子与信息工程学院苏州215009 南通大学电气工程学院南通226019

健康状态(SOH)评估是电池管理系统的核心功能之一,是确保电化学储能系统安全稳定运行的重要前提。为解决现有评估模型精度不足、复杂度高与可解释性低的问题,提出一种基于特征提取的锂离子电池SOH评估及影响因素分析方法。首先,提出两... 详细信息

健康状态(SOH)评估是电池管理系统的核心功能之一,是确保电化学储能系统安全稳定运行的重要前提。为解决现有评估模型精度不足、复杂度高与可解释性低的问题,提出一种基于特征提取的锂离子电池SOH评估及影响因素分析方法。首先,提出两个量化初始循环充电电压曲线和当前循环充电电压曲线相似性的新健康特征,即动态时间规整距离特征和Wasserstein距离特征;其次,采用CatBoost方法评估电池SOH,并引入SHAP方法分析各健康特征对评估结果的影响及特征间的耦合关系;最后,利用马里兰大学电池老化数据集中多块电池数据进行实验验证。实验结果表明,提出的SOH评估方法精度较高,平均误差均小于2.2%,且能定量解析SOH影响因素。

关键词：锂离子电池健康状态特征提取 CatBoost SHAP

基于遗传过程神经网络算法的航空发动机健康状态图谱化预测方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2015年第11期21卷 2980-2987页

作者：杜党党贾晓亮郝超博西北工业大学机电学院解放军95631部队

为直观、快速、系统地预测航空发动机的健康状态,提出一种基于遗传过程神经网络算法的发动机健康状态图谱化预测方法。针对过程神经网络结构难以设计以及训练中易陷入极小值的缺陷,采用相空间重构理论构造训练样本集,并结合遗传算法优... 详细信息

为直观、快速、系统地预测航空发动机的健康状态,提出一种基于遗传过程神经网络算法的发动机健康状态图谱化预测方法。针对过程神经网络结构难以设计以及训练中易陷入极小值的缺陷,采用相空间重构理论构造训练样本集,并结合遗传算法优化设计过程神经网络及其初始权值和阈值,生成由多个预测参数组成的预测性能矩阵;针对预测性能矩阵中各参数之间存在的高维性、耦合性和非线性等特性导致其中隐含的健康信息难以有效识别的问题,对预测性能矩阵中的元素加以着色,构造代表发动机性能的预测图谱,进而实现从系统层面快速预测发动机健康状态的目的。结合应用实例验证了所提方法的有效性和实用性。

关键词：航空发动机过程神经网络遗传算法图谱化预测健康状态