基于数据驱动的电池系统泛化SOH估计方法

准确可靠的电池健康状态估计是保证锂离子电池安全运行的关键,同时为失效预警提供参考。提出一种适用于电池单体和电池组的健康状态估计通用方法。首先,提出基于局部充放电数据的电池单体高效健康因子提取方法,保证健康因子和容量的高相关性和实现健康因子的在线可获取性。其次,提出考虑电池组容量衰减和不一致性的特征生成策略,利用主成分分析获取融合特征,利用双时间尺度滤波和电池组等效电路模型拓宽特征提取方法的应用范围。然后,基于高斯过程回归算法框架,考虑健康因子和容量衰减的整体关系和局部变化提出改进的高斯核函数提高估计精度和可靠性。最后,利用多个试验数据集验证算法在不同应用条件下的泛化能力。估计结果表明,对恒流放电工况的电池单体估计误差小于1.28%,在动态变温条件下电池单体估计误差小于1.82%;串联电池组的验证结果表明在各种应用场景下估计误差均小于1.43%。提高了电池系统健康状态估计的精度以及在广泛应用场景下的适应性。     

锂离子电池电化学-热耦合模型对比研究

电池模型对电池系统的健康管理和故障诊断至关重要。随着电池技术的发展,电化学模型正成为研究热点。电化学模型由偏微分方程构成,计算复杂度高。模型数学重构和模型结构简化是两类降低复杂度的方法。不同复杂度模型的对比研究可为模型工程应用选择提供指导,然而现有研究多基于仿真数据且忽略了温度对电池电化学行为的影响。针对上述不足,通过理论分析、数值仿真和试验测试开展了电化学-热耦合模型的对比研究工作。基于理论与仿真分析,明确不同模型的误差来源;通过敏感性分析,提升了模型参数的辨识精度和效率;通过耦合热模型,考虑温度对电化学反应的影响,并在-10℃至45℃区间开展试验验证。结果表明,反应电流的均匀分布假设是简化模型的主要误差来源。该假设在低倍率条件下成立,在大倍率下将造成较大误差;耦合热模型来引入温度修正可有效提升电化学模型在不同温度下的精度;非简化的电化学-热耦合模型在不同温度和工况下均能保证高精度,端电压均方根误差小于25mV。简化的电化学-热耦合模型在小倍率工况下精度较好,但在低荷电状态和大倍率工况下将出现明显偏差,其最大端电压方均根误差超过50mV。     

极限工况下无人驾驶车辆运动规划策略研究

针对无人驾驶车辆在极限工况下的运动规划问题,提出一种适应极限工况的无人驾驶车辆运动规划策略。首先,建立了准确描述车辆运动的动力学模型,并采用修正的非线性轮胎模型反映轮胎与不同路面之间的动力学特性;其次,提出一种基于安全制动距离的自适应势场模型,以适应极限工况下外界条件与车辆参数的变化;再次,考虑到车辆在极限工况下易发生横向失稳,设计出横向稳定性指标(Lateral stability index,LSI)作为关键优化参数,并展开车辆横向稳定性分析;然后,基于模型预测控制方法(Model predictive control,MPC),将极限工况下的运动规划问题转化为多目标优化问题;最后,构建出PreScan-Simulink-CarSim联合仿真平台,并在冰雪路面等多种极限工况下对所提出的运动规划策略进行了验证。仿真结果表明,该策略有效提升了无人驾驶车辆在极限工况下的安全性与稳定性。     

基于云控系统高精度地图驱动的深度强化学习型混合动力汽车集成控制

在智能化、网联化与新能源化的发展背景下,汽车工业将联合计算机、信息通信、人工智能等领域实现融合性发展。基于新一代信息与通信技术——智能网联汽车云控系统,通过网联数据驱动的形式实现新能源汽车的云控级自动驾驶,将为车辆行驶与动力系统提供革新的规划与控制思路。首先,基于云控系统的资源平台获取目标路段的经纬度、海拔、气象信息,建立包含坡度、曲率、转角等数据在内的高精度模型。其次,提出了一种基于高精地图驱动的深度强化学习型混合动力汽车集成控制方法,通过利用两种深度强化学习算法对整车层的速度与转向以及动力系统层的发动机与变速器进行控制,实现了四种控制策略的同步学习。最后,采用高性能边缘计算设备NVIDIA Jetson AGX Xavier进行了处理器在环测试。结果表明,当变量空间涉及14种状态与4种动作时,深度强化学习型集成控制策略在全程172 km的高速工况下实现了在整车层对速度与转向的精准控制,同时取得了5.53 L/100 km的燃油经济性,并且在嵌入式处理器在环测试中仅消耗104.14 s的计算时间,有效验证了学习型多目标集成控制策略的优化性与实时性。     

基于深度强化学习的混合动力汽车智能跟车控制与能量管理策略研究

以研究智能混合动力汽车控制技术与深度强化学习算法为目标,首先,在两辆混合动力汽车的跟驰环境中,针对领航车提出一种基于深度值网络算法的能量管理策略,实现深度强化学习对发动机与机械式无级变速器的多目标协同控制;其次,针对跟随车建立基于深度强化学习的分层控制模型,实现面向智能混合动力汽车的上层跟车控制与下层能量管理;最后,仿真验证分层控制模型的有效性。结果表明,基于深度强化学习的跟车控制策略具有理想的跟踪性能;同时,基于深度强化学习的能量管理策略在领航车与跟随车中均实现了较好的燃油经济性;此外,基于深度强化学习的能量管理策略输出每组控制动作的平均时间为1.66 ms,保证了实时应用的潜力。     

猴头菇多糖的纯化工艺

对猴头菇子实体多糖进行纯化研究。采用树脂吸附法对猴头菇多糖脱色并利用超滤法进行分级除杂。结果表明:猴头菇多糖适宜采用HD-3树脂进行脱色;静态脱色工艺为pH4.5、每100mL添加树脂量15.0g、脱色2.5h,脱色率和多糖得率分别达到84.9%和83.2%;动态脱色工艺控制流速为5BV/h时,脱色率和多糖得率都较高,平均达83.9%和82.3%;最佳超滤工艺为选择截留分子质量为10kD和100kD的两种膜对猴头菇多糖进行超滤,超滤温度45℃、压力0.16MPa、溶液pH7～9。此工艺适合工业化生产的需要,得到的猴头菇多糖纯度达74.2%。     

110kV主变压器中性点间隙击穿跳闸分析及对策

近几年宜宾电网多次发生110kV系统接地故障时,主变压器中性点间隙击穿,主变压器间隙过流保护动作主变压器跳闸的事件。从主变压器中性点间隙击穿的原因分析来看,主要是主变压器中性点出现了持续时间较长的暂时工频过电压。因此需要从缩短故障清除时间、适当延长主变压器间隙保护跳闸时限、加强运行接线方式管理等方面着手,避免主变压器因中性点间隙击穿引起主变压器无故障跳闸。     

基于云模型的辽河平原区参考农作物的蒸散发时空变化特征量化分析

云模型可对水文变量时空变化的离散度及稳定性进行量化,相比于传统时空分析定性描述有所改进。以辽河平原作为典型实例,结合云模型探讨其参考农作物的蒸散发时空变化特征进。结果表明:①近60年,辽河平原参考农作物蒸发时空隶属云在0. 4～0. 9之间变幅,变化较为稳定,但在2000年以后,变幅较大,涨率为0. 25/a,离散度和稳定度呈现急剧扩散变化;②夏季和秋季其蒸散发时空隶属云变化较为集中,在0. 5～0. 7之间变化,而播种关键期的春季蒸发时空隶属云从0. 2变化至0. 7,且呈现收缩变化,蒸发有所增加,不利于春季作物生长。     

含PV节点的配电网合环潮流算法

随着分布式电源(Distributed generation,DG)的接入,配电网合环场景发生改变,给配电网合环潮流计算提出了新的要求。以PV型DG为例,提出一种含PV节点的配电网合环潮流算法。针对前推回代法处理PV节点和环网能力弱的特点,利用改进灵敏度矩阵对PV节点进行无功修正,实现对PV节点的处理。依据叠加原理,用合环功率补偿法对合环端口节点进行功率补偿,从而实现配电网合环潮流计算。最后对IEEE 33节点测试系统进行仿真分析,结果表明该算法能够有效解决含PV节点的配电网合环潮流计算问题。     

包钢炼铁厂一烧热风烧结技术应用

为了提高烧结产能,满足高炉利用系数提高对烧结矿的需求,炼铁厂在一烧车间2台180 m2烧结机上实行热风烧结技术改造,烧结机利用系数得到提高,从而提高烧结矿产量,改善烧结矿质量.