检索结果-南通市图书馆

电工技术学报 2021年第17期36卷 3693-3704页

作者：徐佳宁倪裕隆朱春波哈尔滨工业大学电气工程及自动化学院哈尔滨150001

锂离子电池凭借其优越的性能广泛用于电动汽车及储能领域。然而,随着使用时间增加,锂离子电池性能大幅度衰退,会间接导致设备性能衰退或发生故障。因此,准确预测锂离子电池剩余有效寿命(RUL),能够对电池进行及时维护和更换,保障电池安... 详细信息

锂离子电池凭借其优越的性能广泛用于电动汽车及储能领域。然而,随着使用时间增加,锂离子电池性能大幅度衰退,会间接导致设备性能衰退或发生故障。因此,准确预测锂离子电池剩余有效寿命(RUL),能够对电池进行及时维护和更换,保障电池安全可靠运行。该文从充电过程中提取能够表征电池性能退化的间接健康因子,并利用Pearson和Spearman相关性分析法分析与容量之间的相关性;构建一种基于间接健康因子的改进蚁狮优化算法(IALO)支持向量回归(SVR)预测方法,实现在线准确预测锂离子电池RUL。利用NASA电池数据集对IALO-SVR方法进行验证,对比分析反向传播(BP)和SVR方法,实验结果表明,所构建的IALO-SVR方法能够更加准确地预测锂离子电池RUL。

关键词：锂离子电池剩余有效寿命改进蚁狮优化算法支持向量回归

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于IALO算法的蓄电池参数辨识

引用

计量学报 2021年第9期42卷 1206-1213页

作者：吴忠强王国勇谢宗奎卢雪琴何怡林燕山大学河北省工业计算机控制工程重点实验室河北秦皇岛066004

合理的等效电路模型及准确的模型参数对蓄电池荷电状态(SOC)的准确估计具有重要影响。针对蓄电池三阶Thevenin等效电路模型,基于改进蚁狮优化算法,提出了一种模型参数辨识方法。引入混沌Logistic映射初始化,使初始化群体遍及解空间,有... 详细信息

合理的等效电路模型及准确的模型参数对蓄电池荷电状态(SOC)的准确估计具有重要影响。针对蓄电池三阶Thevenin等效电路模型,基于改进蚁狮优化算法,提出了一种模型参数辨识方法。引入混沌Logistic映射初始化,使初始化群体遍及解空间,有利于寻找全局最优解;引入自适应惯性权重加随机柯西变异策略,有效提高了算法收敛速度;引入精英反向学习策略,有效提高了群体的多样性,避免算法陷入局部最优解。5个测试函数的测试结果表明:相比于蚁狮优化算法、粒子群算法与樽海鞘优化算法,改进蚁狮优化算法收敛速度更快,精度更高。对蓄电池三阶Thevenin等效电路模型进行参数辨识,结果表明:改进蚁狮优化算法相比蚁狮优化算法具有更高的辨识精度。

关键词：计量学蓄电池参数辨识改进蚁狮优化算法自适应权重随机柯西变异精英反向学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于DV-Hop的WSN节点定位技术研究

基于DV-Hop的WSN节点定位技术研究

引用

作者：杨子琴江南大学

学位级别：硕士

无线传感器网络(Wireless sensor networks,WSN)作为物联网感知层的一个核心技术,随着研究人员对物联网领域研究热度提高,WSN也得到了越来越多关注。WSN在多个领域得到了广泛应用,如精准农业、环境治理、医疗卫生等领域。大多数应用场... 详细信息

无线传感器网络(Wireless sensor networks,WSN)作为物联网感知层的一个核心技术,随着研究人员对物联网领域研究热度提高,WSN也得到了越来越多关注。WSN在多个领域得到了广泛应用,如精准农业、环境治理、医疗卫生等领域。大多数应用场景需要传感器或设备的位置信息。而节点定位技术可以获取传感器或设备的具体位置,因此定位技术在WSN中具有十分重要的地位。DV-Hop算法是一种普遍应用于实际的定位技术,其具有不依赖测距技术、定位成本低廉和复杂度低等优点,因此对DV-Hop算法进行研究具有较高研究价值。本文阐述了DV-Hop算法定位原理,从理论上分析了其定位误差来源,为减少定位误差,提出了一些改进方案,主要工作内容为:为了降低因跳数和跳距计算方式导致的定位误差,提出了基于跳距加权的DV-Hop定位算法。在该方法中,首先利用双通信半径对单个跳数值细分,从而得到更准确跳数值;然后在不同节点跳数值范围,利用不同平均跳距分别计算节点间距离,并且利用跳距和通信半径比值作为新的权重,用于控制不同锚节点对跳距的影响;最后利用最小二乘法计算节点位置。通过仿真实验,说明此改进策略可以提高算法定位精度。为了降低因采用最小二乘法求解未知节点位置而导致的定位误差,提出了基于黄金正弦粒子群的DV-Hop算法。该方法利用黄金正弦粒子群算法估计节点位置。黄金正弦粒子群算法是对惯性权重和位置更新方式两方面改进,首先利用指数函数实现惯性权重非线性递减,并加入一个随机数对其动态调整,最后根据黄金正弦优化算法原理对粒子位置更新。测试函数结果证明,黄金正弦粒子群算法具有良好寻优能力。在同样仿真条件下,所提出改进DV-Hop算法有效地降低了定位误差。为了降低定位成本以及节点分布不均导致的定位误差,提出了基于移动锚节点的DV-Hop算法。该方法使用一个移动锚节点按照规划路径对网络中节点定位。其主要工作是利用改进蚁狮优化算法选取虚拟锚节点位置,并根据旅行商问题获取这些虚拟锚节点间最短移动路径。改进蚁狮优化算法提出利用黑洞策略和反向学习对蚂蚁位置更新,可以提高算法收敛速度和种群多样性。测试函数结果表明,改进蚁狮优化算法具有良好寻优能力。在相同的测试条件下,所提出基于移动锚节点的路径规划与其它静态路径规划相比,在虚拟锚节点个数、路径长度以及定位精度上具有更好性能。

关键词：节点定位改进DV-Hop算法跳距加权黄金正弦粒子群算法改进蚁狮优化算法

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

CZ硅单晶等径阶段热场温度建模与控制方法研究

CZ硅单晶等径阶段热场温度建模与控制方法研究

引用

作者：景坤雷西安理工大学

学位级别：硕士

大规模集成电路和太阳能光伏产业的发展对硅单晶的品质和尺寸提出了更高要求,直拉法是制备高品质硅单晶的有效方法。传统的控制系统结构基于视觉测径,通过加热器和提拉速度控制CZ硅单晶生长过程,但因关键变量耦合复杂不易实现解耦控制... 详细信息

大规模集成电路和太阳能光伏产业的发展对硅单晶的品质和尺寸提出了更高要求,直拉法是制备高品质硅单晶的有效方法。传统的控制系统结构基于视觉测径,通过加热器和提拉速度控制CZ硅单晶生长过程,但因关键变量耦合复杂不易实现解耦控制。基于视觉测径的恒拉速控制系统结构,如何调节加热功率控制热场温度稳定是本文研究的重点。加热功率-热场温度的热传输过程具有非线性、时变、大滞后特性,基于模型的算法更利于热场温度的有效控制。生长过程的机理建模困难且求解复杂,本文采用数据驱动的建模思想。生长过程的非线性时变特性随时间累积较为严重,数据驱动的全局一次辨识和控制很难取得理想效果。基于此,本文提出分段辨识和分段控制策略。在模型辨识方面,选择等径阶段受充分激励的实验数据进行分段和滤波处理,利用模糊逼近和行列式比值法确定滞后阶次和模型阶次;模型结构确定后,对于生长变化简单的数据段一,基于一次改进的蚁狮优化算法辨识模型参数;对于生长变化复杂的数据段二,基于本文提出的新型T-S模糊辨识方法结合二次改进的蚁狮优化算法辨识含噪声的模型参数。仿真表明,本文两次改进的蚁狮优化算法具有更好的全局优化能力;新型T-S模糊辨识较传统辨识方法而言,更能有效抑制噪声对辨识结果的影响。基于硅单晶数据,辨识所得的滞后阶次和模型阶次均符合经验值;基于改进的蚁狮优化算法和新型T-S模糊辨识方法,取得了精度较高的分段模型。在控制方面,考虑到数据段二模型的噪声参数不稳定性和广义预测控制算法的复杂度,选择改进广义预测控制算法实现模型预测分段控制,同时对模型二参数进行在线修正;针对模型切换过程引发的控制不稳定性,提出在切换点超前计算待切换模型的控制量和控制量限幅策略。仿真表明,改进广义预测控制算法可以有效控制分段过程,而模型切换控制策略则较好的保障了切换过程的平稳过渡。

关键词： CZ硅单晶热场温度改进蚁狮优化算法新型T-S模型辨识模型切换控制

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：