2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩85頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、鋰離子電池憑借能量密度大、電勢高、自放電率低、循環(huán)壽命長和無記憶效應(yīng)等突出優(yōu)點,已經(jīng)成為許多系統(tǒng)的核心儲能部件,如電動汽車、電氣設(shè)備、航天器電子設(shè)備等。然而其自身同樣存在安全性和可靠性問題,特別是電池的意外失效不僅會造成系統(tǒng)的失效和巨大的損失甚至產(chǎn)生災(zāi)難性后果,為了阻止與弱化不良后果的發(fā)生,必須在鋰離子電池健康管理方面取得突破。因此,鋰離子電池的健康狀態(tài)的表征和剩余循環(huán)壽命預(yù)測等健康管理技術(shù)正逐漸成為研究的前沿技術(shù),有效的電池剩余循環(huán)壽

2、命(Remaining Useful Cycle Life,RUCL)預(yù)測方法能夠優(yōu)化鋰離子電池維護策略,極大地提高系統(tǒng)的可靠性。
  鋰離子電池是一種相當復(fù)雜的強非線性非高斯電化學系統(tǒng),但其內(nèi)部具體的化學反應(yīng)又很難直接監(jiān)測,而且應(yīng)用環(huán)境及負載工況的不確定性因素還會導致其性能退化狀態(tài)具有不穩(wěn)定性。本文首先從純數(shù)據(jù)驅(qū)動的角度出發(fā),在最小二乘支持向量機框架下,利用粒子群算法的全局搜索尋優(yōu)能力,以相關(guān)參數(shù)最優(yōu)位置適應(yīng)度值為目標,優(yōu)化支持

3、向量機的懲罰系數(shù)和核函數(shù)參數(shù),建立相應(yīng)的模型并應(yīng)用于鋰離子電池剩余循環(huán)壽命的預(yù)測;其次從模型驅(qū)動和數(shù)據(jù)驅(qū)動相結(jié)合的角度出發(fā),選取一種基于退化經(jīng)驗?zāi)P秃土W訛V波算法框架下的剩余循環(huán)壽命預(yù)測方法,利用證據(jù)理論來確定退化模型的初參數(shù),結(jié)合退化樣本數(shù)據(jù)應(yīng)進行剩余循環(huán)壽命預(yù)測,但粒子濾波算法實現(xiàn)過程中不可避免地出現(xiàn)粒子退化問題和重采樣過程中粒子匱乏現(xiàn)象,鑒于此,分別提出正則化粒子濾波和無跡粒子濾波來改善粒子濾波的兩種缺點。通過算法仿真分析和退化樣

4、本數(shù)據(jù)的狀態(tài)追蹤,提高預(yù)測精度和適應(yīng)性,從而為鋰離子電池剩余循環(huán)壽命的預(yù)測提供一種新的技術(shù)思路。
  論文的主要研究工作有:
  (1)對失效機理及退化數(shù)據(jù)分析研究。
  首先結(jié)合鋰離子電池的組成結(jié)構(gòu),介紹了鋰離子電池的工作原理,進行失效機理的研究分析,熟悉其失效形式及失效的內(nèi)因和外因;其次以電池容量衰減為特征,引入以電解質(zhì)電阻,電荷轉(zhuǎn)移電阻和雙層電容為總參數(shù)的反映實際容量衰減的電池退化經(jīng)驗?zāi)P?,最后利用證據(jù)理論良好不

5、確定性推理能力,結(jié)合退化樣本數(shù)初始化退化經(jīng)驗?zāi)P蛥?shù),相比于模型參數(shù)的均值取值法,證據(jù)理論方法能夠獲得更精確的初始化參數(shù),加快退化模型的收斂速度。
  (2)支持向量機使用結(jié)構(gòu)風險最小化原則代替經(jīng)驗風險最小化原則,在小樣本情況下仍有比較好的辨識精度,而最小二乘支持向量機用訓練誤差的平方代替松弛變量,且用等式約束代替支持向量機中的不等式約束,加快了收斂速度,提高了訓練效率,但最小二乘支持向量機的精度與其懲罰系數(shù)和核函數(shù)參數(shù)密切相關(guān),

6、為了避免基本參數(shù)空間窮盡搜索尋優(yōu)法帶來的不利影響,將粒子群算法與最小二乘支持向量機相結(jié)合,利用粒子群算法的全局搜索能力優(yōu)化最小二乘支持向量機的參數(shù)來追蹤鋰離子電池的退化趨勢,建立其預(yù)測模型,并應(yīng)用于鋰離子電池RUCL的預(yù)測。
  (3)針對粒子濾波重采樣過程中粒子匱乏現(xiàn)象,提出基于正則化粒子濾波的鋰離子電池剩余循環(huán)壽命預(yù)測方法。正則化粒子濾波算法在粒子濾波基礎(chǔ)上加上N次從核密度函數(shù)中生成過程,在保證復(fù)雜度相差不大的前提下,能夠有效

7、解決重采樣中粒子匱乏現(xiàn)象,提高濾波性能。結(jié)合鋰離子電池退化樣本數(shù)據(jù)的仿真分析表明,該方法能在獲得較好的RUCL預(yù)測效果,同時預(yù)測結(jié)果的概率密度函數(shù)收斂性較佳。
  (4)針對粒子濾波的退化問題,提出了基于無跡粒子濾波的鋰離子電池剩余循環(huán)壽命預(yù)測方法??紤]到無跡卡爾曼算法產(chǎn)生的近似分布函數(shù)與真實的后驗分布具有很大的交叉重疊,同時其還能夠統(tǒng)計重尾后驗分布高階成分的估計誤差。遂在粒子濾波框架下,以無跡卡爾曼生成其建議分布函數(shù),提出了基于

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論