共查询到20条相似文献,搜索用时 62 毫秒
1.
锂离子电池在快速充电过程中极易触发内部过热,并加速寿命衰退,因此在确保快速充电的同时主动约束锂离子电池重要中间物理状态具有重要意义。因此,提出一种基于多物理过程变量约束的电池快速充电方法。建立电-热-老化综合模型,并在典型充电场景下进行电热模拟精度验证;在此基础上,设计基于模型的荷电状态与内部温度估计方法,兼顾充电速度、温度约束与寿命衰退抑制,设计基于模型预测控制的快速充电策略。试验验证结果表明,所提出的充电策略能主动限制电池内部温度始终低于预定阈值,在相似的充电速度前提下,所提出的充电策略相比优选的恒流恒压充电法具有更低的寿命衰减速率,两者200次快充-放电循环的容量衰减分别为2.12%和4.88%。所提出的快速充电策略基于模型预测控制方法实现了电池内部状态的有效约束,综合提升了锂离子电池充电过程的快速性、安全性和耐久性。 相似文献
2.
可重构卫星锂离子电池剩余寿命预测系统研究 总被引:2,自引:0,他引:2
针对卫星锂离子电池剩余寿命预测问题,提出一种基于FPGA的可重构卫星锂离子电池剩余寿命预测系统设计方法.首先利用具备不确定性表达能力的相关向量机实现锂离子电池的RUL预测,进而采用FPGA动态重构技术,实现了基于相关向量机的预测算法的嵌入式计算,解决了核函数矩阵和矩阵求逆的计算方法和结构设计等关键问题,为解决硬件计算资源有限条件下的机器学习算法计算问题提供了一种新颖的思路.实验结果表明,在与PC平台保持相近计算精度的条件下,利用FPGA实现的剩余寿命预测计算效率提升了4倍,同时证明了机器学习的可重构计算方法在嵌入式计算体系中的应用具有良好的前景. 相似文献
3.
针对传统基于粒子滤波的锂离子电池剩余使用寿命预测方法的不足:过度依赖电池经验退化模型和模型输入变量单一的问题,提出了一种相关向量机、粒子滤波和自回归模型融合的锂离子电池剩余寿命预测的方法。通过相关向量机提取电池历史数据的退化趋势,构建趋势方程替换以往的电池经验退化模型,作为粒子滤波算法的状态转换方程。引入自回归模型的长期趋势预测值,替换观测值构建粒子滤波算法的观测方程。将3种方法相融合估计电池剩余寿命。实验结果表明:融合方法不仅预测精度高而且采用数据驱动的方法避免了构建复杂的电池机理退化模型,通用性强。 相似文献
4.
5.
6.
锂离子电池剩余使用寿命预测是锂离子电池健康管理的重要内容。针对锂离子电池剩余使用寿命预测困难、传统循环神经网络预测精度低的问题,提出一种基于贝叶斯优化(BO)-门控循环单元(GRU)神经网络的锂离子电池剩余使用寿命预测方法。这一方法提取循环数与对应的容量融合作为新特征,采用滑动窗口方法分割特征数据集,搭建门控循环单元神经网络,在网络中加入随机失活,并采用贝叶斯优化对门控循环单元神经网络参数进行优化。在不同来源数据上进行试验验证,这一方法的相对误差均小于3%,能够实现对锂离子电池剩余使用寿命的准确预测。 相似文献
7.
拥有高能量密度、低自放电率和长寿命的锂离子电池是电动车辆的主要储能单元,其性能直接影响了车辆的动力性和安全性。然而,锂离子电池是复杂的电化学系统,其内部状态具有时变性和不可观测性。此外,电池在使用过程中性能将不断衰减,将给车辆的安全性带来隐患。为保证电池在车用工况下的高效、安全和可靠运行,需要对电池实施有效管理。电池模型是管理算法的理论基础,参数辨识是模型应用的前提,而寿命预测是保证电池安全的关键技术。针对上述实际应用需求,综述了锂离子电池高精度电化学-热耦合机理建模、模型参数辨识和寿命预测的最新研究进展。重点关注宏观电化学模型中模型重构和模型简化两种模型降阶方法,对比分析参数辨识中试验测量和非拆解式辨识方法的特点,全面总结寿命预测中基于模型、基于数据驱动和融合式算法的算法架构。在此基础上,总结现有研究的不足并对未来研究方向提出展望。 相似文献
8.
锂离子动力电池的峰值功率(State of power,SOP)直接影响电动汽车的加速爬坡性能以及回馈制动的能量回收能力,然而其不能直接测量,且准确估计十分困难。这源自于电池内部复杂的电化学特性,尤其是电池运行是一个电热特性相互耦合的过程,过高的充放电功率可能引起电池过热,进而导致电池寿命加速衰减甚至引发安全事故,因此,引入电池温度作为峰值功率的重要约束条件之一,综合电池温度、电压、荷电状态(State of charge,SOC)等多参数约束实现峰值功率预测。首先建立电池电热耦合模型,准确描述电池电、热动态特性;进而在多参数约束条件下预测电池峰值功率;最后,改进了电池热模型的参数辨识方法,并在不同温度环境和动态工况下试验验证电池建模和峰值功率预测方法的有效性,试验结果表明该方法可有效预测电池充放电功率,提高电池使用的安全性。 相似文献
9.
为实现在故障发生之前进行预测和预防.从实现智能预诊的系统功能角度出发,提出了智能预诊方法框架,建立了基于误差反传神经网络的性能衰退过程智能评估及剩余寿命动态预测模型,并对模型的有效性与预测误差等问题进行了深入分析.从实际应用的角度出发,针对信息不完备问题,实现了模型更新与动态预测.随着采集数据的不断增多,对预测模型进行适当调整,用调整后的网络模型给出剩余寿命的动态估值.提出的智能预诊方法已应用于哈尔滨汽轮机厂叶片材料疲劳测试分析系统,对叶片材料性能的分析与剩余寿命的预测证明了该方法的实用性和有效性. 相似文献
10.
基于改进最小二乘支持向量机与Box-Cox变换的锂离子电池容量预测 总被引:2,自引:1,他引:1
精确、可靠的电池容量预测可以避免电池滥用,提升电池使用安全;同时在此基础上开展的剩余寿命估测能够为电池系统维护及更换提供参考.基于改进双最小二乘支持向量机方法和Box-Cox变换,提出一种锂离子电池容量及剩余循环寿命的协同估算方法.首先提取老化电池部分容量增量曲线包络面积作为特征量,通过Box-Cox变换进一步提高特征量与目标估计量之间的相关性.然后基于瑞利熵理论改进传统最小二乘支持向量机算法的稀疏性,建立电池容量和剩余使用寿命协同估算模型,结合层次分析法和熵权法对估算结果进行充分地评估.最后,采用粒子群优化算法搜索改进最小二乘支持向量机算法中的最优超参数组合.估算结果显示所研究的方法能够显著提高特征参数与估计量之间的线性相关性,容量估计误差小于1.44%,剩余使用寿命预测误差小于47次循环,验证了算法的有效性. 相似文献
12.
13.
分析阀门开闭引起管路液力冲击的机理,计算换向阀换向时管路实际压力冲击突变值及换向阀阀芯所受液动力并进行实验验证。 相似文献
14.
为了给交流异步电机伺服系统提供必要的设计数据,根据SVPWM的基本原理和实现算法,基于MATLAB/Simulink平台搭建了SVPWM仿真模型,将该模型应用到异步电机的矢量控制系统中进行了仿真。结果表明,SVPWM控制方式提高了整个系统运行的稳定性和可靠性。 相似文献
15.
16.
17.
单片机应用系统研究——轮式移动机器人控制系统设计与研究 总被引:3,自引:0,他引:3
机器人的移动方式有很多种,但大致就分为两种:车轮式和足步式两种.本文从轮式移动机器人(WMR)的体系结构出发,重点设计了机器人移动控制系统的硬件、软件平台.首先,通过对非完整轮式移动结构和直流伺服电机模型的分析,建立了移动机器人的控制系统模型.其次,设计了基于AVR微控制器(AT90S8515)的移动控制系统,其中主要包括PWM功率驱动、测速单元和串行通讯模块等;对机器人速度、位置控制采用模糊PID算法,较好地克服了移动机器人模型的不确定性、转速位置控制要求的多变和环境改变等因素的影响.程序使用ICCAVR C语言编写,在AVR SUDIO调试软件中用ICE200仿真. 相似文献
18.
19.