排序方式: 共有16条查询结果,搜索用时 15 毫秒
1.
利用自适应神经模糊系统(adaptive neuro-fuzzy inference system,ANFIS)对电动汽车磷酸铁锂(LiFePO4)电池荷电状态(state of charge,SOC)预测研究。在分析ANFIS结构原理基础之上,采用BP(back-propagation)算法和最小二乘估计的混合算法分别建立两输入变量和三输入变量的ANFIS预测模型,并利用两种模型进行SOC预测。实例预测结果表明ANFIS能精确预测磷酸铁锂电池SOC值,且三输入变量ANFIS模型预测精度得到改善;与实测相比,三输入ANFIS预测模型的最大绝对误差在1%以下,平均百分比误差(average percentage error,APE)小于2%。 相似文献
2.
3.
分析了往复式切割装置存在的切割阻力大,易振动的原因,对切割装置提出改进设计。通过计算机优化和台架试验,阻力峰值下降47.9%,平均阻力下降72.5%,节能效果显著,切割能力增强,整机工作性能明显提高。 相似文献
4.
以混合动力系统(integrated starter/generator,ISG)为研究对象,在转矩控制策略的基础上设计了一种ISG混合动力系统动态转矩协调控制策略。采用MATLAB/SIMULINK/STATEFLOW混合建模方法建立了前向式ISG混合动力系统仿真模型,并在NEDC工况下针对实例ISG混合动力汽车进行仿真分析。仿真结果表明:与转矩控制策略相比,采用动态转矩协调控制策略能够使整车实际转矩较好地跟随需求转矩,同时有效控制状态切换过程中的实际输出转矩突变和波动,从而验证了ISG混合动力系统动态转矩协调控制策略的有效性,为研究混合动力汽车多能源控制提供一种新方法。 相似文献
5.
6.
7.
8.
基于神经网络的磷酸铁锂电池SOC预测研究 总被引:1,自引:0,他引:1
利用神经网络进行了电动汽车用的磷酸铁锂(LiFePO4)电池荷电状态(state of charge,SOC)预测研究。在分析磷酸铁锂电池充放电机理的基础上,采用levenberg-marquardt(LM)算法建立了磷酸铁锂电池的BP(back propagation)神经网络模型,并进行了电池SOC值的预测。结果表明,基于神经网络的电池SOC预测方法具有较高的精度,可用来预测磷酸铁锂电池的SOC值。 相似文献
9.
用实验模态分析方法对CJ—110型茶树修剪机手把系统的动态特性进行了深入研究,通过对该系统频响函数的测量,并用SAS Modal3.0模态分析软件识别出手把系统的模态参数,为进一步减轻手把振动提供理论依据。 相似文献
10.
为提高插电式混合动力汽车的燃油经济性,根据城市循环工况的特点选定了4种典型的城市工况,采用学习向量量化(LVQ)神经网络识别车辆运行实时工况,并在MATLAB/Simulink平台制定了一种基于工况识别的整车控制策略.基于实例车型,在Cruise软件中建立了整车仿真模型,并在城市工况下进行仿真.仿真结果表明:所建立的控制策略能够有效识别工况信息;能够以此进行相应工作模式的切换和合理的转矩分配,且相对于传统汽车燃油经济性有明显的提高.从而验证了该控制策略的合理性和有效性. 相似文献