汽车座椅静态刚度仿真分析及试验

根据试验数据建立了汽车座椅静态刚度仿真模型,采用HyperMesh软件进行模型建立,LS-DYNA软件进行运算.仿真结果与试验结果对比表明,各测量点的位移结果接近所建有限元模型具有较高的可信度,对座椅设计开发有极大帮助.     

型钢高强混凝土框架柱抗震性能的神经网络评估

将人工神经网络理论应用于型钢混凝土结构中,建立了型钢高强混凝土框架柱位移延性评估的BP网络模型;并用现有的试验数据对该模型进行了训练和预测,预测结果较理想,表明该方法是可行的.     

插电式混合动力SUV车控制策略研究

对插电式并联混合动力SUV车的发动机、电机、蓄电池及变速器参数进行选取,并提出一种规则控制策略.在ADVISOR 2002仿真软件中建立仿真模型,并在UDDS-EPA城市循环工况下进行多次仿真.将该插电式混合动力车与配备相同电池容量的混合动力车的仿真结果进行比较,并对蓄电池和电机参数进行优化.仿真结果表明,该设计比较合理.     

基于电热模拟法的热管散热器传热研究与仿真

运用电热模拟法对一种热管式芯片散热器的各项传热热阻进行分析,建立了该热管散热器在强制风冷条件下的电网络传热模型,导出了总传热能力的理论计算公式;运用CFD软件ICEPAK对某一设计计算实例进行仿真,模拟结果与理论值基本吻合,验证了所建电网络模型的基本合理性。     

基于人工神经网络的电池容量预测

为有效地对电动车蓄电池的剩余容量SOC进行预测,引入了人工神经网络BP改进算法的Levenberg-M arquardt(LM)算法;建立了基于镍氢电池的神经网络模型;实现了对镍氢电池充放电过程中任一状态下的剩余容量的预测。结果表明,通过该网络模型可以方便快速的得到电池的SOC值,所得结果满足要求,为电池管理系统提供了一种新的电池SOC的预测方法。     

交直流混合输电系统的实例仿真分析

通过介绍高压直流输电系统的基本结构和工作原理,利用Matlab的电力系统模块库（PSB）建立交直流混合输电系统的仿真模型,并利用Matlab／Simulink仿真了所建模型系统直流线路对地短路时的暂态过程;对所建模型系统交直流侧发生故障的暂态过程进行仿真,得到该模型的动态响应曲线,并对仿真结果进行分析。实践证明,所建模型和仿真方法有效、直观、省时。     

基于电热模拟法的热管散热器传热研究与仿真

运用电热模拟法对一种热管式芯片散热器的各项传热热阻进行分析，建立了该热管散热器在强制风冷条件下的电网络传热模型，导出了总传热能力的理论计算公式；运用CFD软件ICEPAK对某一设计计算实例进行仿真，模拟结果与理论值基本吻合，验证了所建电网络模型的基本合理性。     

应力状态下混凝土碳化深度的神经网络预测

为计算应力状态下预应力混凝土在一定条件下的碳化深度,将混凝土应力水平取为影响碳化速度的参数.在已有试验结果的基础上,分别建立了预应力混凝土碳化深度实用计算模型,以及BP网络、径向基函数(RBF)网络和广义回归(GRNN)网络的三个神经网络预测模型,并通过实例将碳化深度试验值、实用公式计算值及神经网络预测值进行了比较分析.结果表明:考虑混凝土应力水平对碳化深度的影响是合理的,试验回归得到的实用碳化模型计算误差在9%以内;同时,所建立的BP、RBF以及GRNN网络模型均具有较高的计算精度以及良好的泛化能力,仿真和预测误差基本上在5%和4%以内,均低于实用计算模型的误差值.由此可见,所建神经网络模型的仿真及预测结果是理想的,可同时考虑各种影响因素组合、行之有效的混凝土碳化深度预测方法.     

BP网络在生物滴滤塔去除硫化氢中的仿真

在生物滴滤塔对硫化氢的去除过程中,H2S的进气质量浓度、停留时间和去除率之间存在着复杂的非线性关系,使得常规的建模方法很难获得理想的结果.针对这一问题,引入BP神经网络,通过BP网络对试验数据的学习建立系统的非参数模型,并利用该模型对系统进行仿真与预测.结果表明,经过训练的BP网络模型可以很好地对系统进行仿真和预测,对全部试验数据网络仿真的相关系数为0.986 0;在9组不同的试验条件下,网络预测值与相应的试验结果值线性回归相关系数高达0.965 9.     

具有量化的网络不确定系统鲁棒预测控制研究

针对带宽受限的通信网络导致数据传输过程中发生的量化问题,本文主要研究具有控制输入量化的网络化不确定系统的稳定性分析及鲁棒预测控制器设计。采用对数量化器和扇形有界方法,将网络量化问题转化为网络化系统鲁棒问题;同时,基于所建模型及稳定性分析,以线性矩阵不等式形式给出该网络化不确定控制系统鲁棒预测控制器的设计方法,并保证了系统稳定性及性能;最后,通过数值仿真对理论结果进行了验证。仿真结果验证了该算法的有效性。本文所提出的方法解决了网络量化不确定系统的稳定性问题,保证了系统性能,具有一定的实用价值。     

镍氢电池剩余容量检测系统的研究

为了达到准确测量镍氢电池剩余容量的目的,在传统的检测镍氢电池剩余容量的安时法基础上引入人工神经网络的自适应特性,从而建立基于BP神经网络的电池状态检测数据预测模型,并对该模型进行分析计算,最终的试验结果表明该模型精度可以满足要求.     

阀控铅酸蓄电池劣化程度预测研究

阀铅酸蓄电池的老化失效机理复杂，失效模式受诸多因素影响，单纯通过浮充状态数据分析难于准确估计电池的劣化程度。在对蓄电池放电特性分析的基础上，研究了采用模糊神经网络方法建立蓄电池的劣化程度预测模型，根据部分放电的测量数据进行劣化程度的预测，实测数据证明了模型的有效性。     

电动汽车锂电池SOC预测方法研究

为有效地对电动汽车锂电池荷电分布状态(SOC)进行预测,在分析与电池剩余电量相关因数,对动力电池组进行不同工况充放电试验的基础上,建立电池组的神经网络仿真模型。提出基于BP神经网络的电池剩余电量预测模型,利用模型可逼近任何多输入输出参数函数的性能,系统通过样本训练达到较好的仿真结果。与实验结果对比,仿真结果与实验基本吻合,验证了该方法的正确性.     

基于RBF神经网络的太阳能电站VRLA蓄电池容量预测方法

为了对太阳能电站VRLA蓄电池进行有效的保护,防止蓄电池的过放电,本文对VRLA蓄电池进行准确的容量预测。在分析了铅酸蓄电池充放电过程的反应机理的基础上,应用RBF神经网络建立了铅酸蓄电池的数学模型,用于预测铅酸蓄电池放电过程某一状态下的剩余容量。实验结果表明该网络模型可以快速、准确得到蓄电池剩余容量。     

基于BP算法的蓄电池劣化程度预测

蓄电池可以作为后备电源为电力系统提供安全持续稳定的电源保障.通过对影响蓄电池劣化程度的因素进行分析,提出了利用BP算法构建模糊神经网络模型,并采集数据对蓄电池劣化程度进行预测,以保证蓄电池供电性能的可靠.     

基于自组织竞争神经网络的智能交通相位控制

将神经网络与智能交通相结合,介绍了一种使用自组织竞争网络控制信号灯相位的方法,详述了其原理和实施方法,并且进行了仿真试验.试验结果表明:自组织竞争网络具有的模式分类特性可以根据当前交叉路口交通状况决定所应采取的控制机制.     

神经网络在船舶柴油机NOx排放特性预测中的应用

为了预测船舶柴油机N0x排放特性,从初始权值的选取及学习率动态优化对BP算法进行了改进,通过改进的均匀试验设计法,对少量具有代表性、易于测试的工况进行N0x排放测试,利用BP神经网络建立了船舶柴油机NOx排放特性预测模型并进行了计算,与实测的4种工况进行比较.结果表明,第1工况的N0x排放浓度相对误差为3.7%,N0x比排放的相对误差为4.3%,而其他各工况的N0x排放浓度相对误差在2.4%以内,NOx比排放相对误差在2.9%以内.因此,该模型预测精度较高,与试验结果吻合良好,能有效地预测船舶柴油机N0x排放特性.     

车用电池网格模型及其在ADVISOR中的实现

电动汽车电池建模方法最常见的是内阻模型、阻容模型和铅酸原理模型等。这些模型的共同特点是将电池等价为某种物理模型 ,由物理模型导出公式 ,由试验数据拟合出公式系数来做计算。这类方法往往只适合一部分电池 ,通用性不强。为此 ,提出了一种新的通用性较强的电池模型——网格模型 ,并在 ADVISOR中实现了该模型 ,给出了仿真计算结果 ,并作了比较与评价     

供热管网的二级BP神经网络泄漏故障诊断

为诊断供热管网泄漏情况,利用图论理论描述基于空间管网的泄漏工况水力计算模型,得出节点泄漏和管段泄漏工况下管网各点的压力变化情况.在此基础上采用人工神经网络方法建立基于二级BP神经网络的供热管网泄漏诊断系统,该方法可根据管网中压力监测点的压力变化进行泄漏位置和泄漏量的诊断,并通过实例验证了方法的有效性.结果表明:一级神经...