简介:摘要:本文提出了一种融合等效电路模型与数据驱动模型的SOC与SOH联合估计方法,通过构建考虑老化和SOC的二阶RC电池模型,结合递推最小二乘法在线辨识电池参数,并利用高斯过程回归(GPR)模型估计SOH。该方法通过耦合SOH与SOC估计,提升估计精度。实验验证显示,该方法能有效提升SOC与SOH估计精度,在电池全生命周期内准确追踪其真实值。
简介:摘要:研究电动汽车的电池在使用中的能量损失以及减少损失的方法。对电池造成损伤的主要因素包括自然行驶和汽车到电网技术的充放电过程。汽车行驶时, 影响电池的能量损失的因素是电池剩余电量百分比,对应的解决办法是不要让剩余电量百分比不低于20%。而另一个影响因素是车连网技术中的工作电流,为了减少能量损失可以在系统中使用聚合器以实现平等调度算法。
简介:摘要:齿轮的传动效率直接关系到传动系统的功率损耗,进而影响到企业经济效益和社会环境效益,正日益得到设计制造和应用单位的重视。尤其在当前环保压力的形势下,如何进一步降低功耗、提高传递效率更具现实意义。
简介:摘要:矿山开采过程中矿石损失贫化指标是矿产开采的重要控制指标,用于评价开采技术水平。控制矿石损失贫化是为充分利用矿产资源,提高企业经济效益,提升生产技术管理水平。在矿床开采过程中,由于某些原因造成一部分工业储量不能采出或采下的矿石未能完全运出地表而损失在地下,凡在开采过程中造成矿石在数量上的减小,叫矿石损失。 在开采过程中,不仅有矿石的损失,而且还会造成矿石品位的下降,这就叫矿石贫化。矿石损失与贫化这两项指标,是评价矿床开采的主要指标,表示地下资源的利用情况和采出矿石的质量情况。在金属非金属矿床开采中,降低矿石损失贫化率具有很重大的意义。
简介:摘要:烟支计数是在自动化质量控制中的重要环节,准确的计数不仅关系到生产效率,而且直接影响到产品的最终质量。本文提出了一种采用最新的深度学习技术——改进的P2PNet(Point-to-Point Network)密度估计网络来实现高准确度的烟支计数的方法。该网络主要是调整P2PNet的特征提取模块以及加入注意力机制SE算法。结果表明,能够精确估计烟支的密度分布,在烟支密集下,准确率能达到99.8%。