-
题名基于跳跃连接多尺度CNN的锂离子电池剩余寿命预测
被引量：1
- 1
-
-
作者
吴诗淼
王文波
朱婷
喻敏
-
机构
冶金工业过程系统科学湖北省重点实验室
-
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2024年第7期199-208,共10页
-
基金
国家自然科学基金(61671338)
武汉科技大学“十四五”湖北省优势特色学科(群)项目(2023C0204)。
-
文摘
为更好地利用卷积神经网络(CNN)中所有卷积层获取的特征信息,提出一种基于跳跃连接多尺度CNN的锂离子电池剩余寿命预测模型。该模型以电池的健康因子作为输入,利用基于跳跃连接的多尺度CNN模型,同时提取锂离子电池健康因子不同尺度的局部特征信息和全局特征信息,并通过信息融合模块融合所有的局部特征信息和全局特征信息,最后输出剩余寿命的预测值。实验结果表明,所提方法可更准确地预测锂离子电池剩余寿命,与经典的CNN方法、Bi-LSTM方法、EMD-LSTM方法和VMD-GRU方法相比,其均方根误差(ERMSE)分别降低75.7%、78.3%、83.8%、77.8%,平均绝对误差(EMAE)分别降低80.7%、80.9%、86.8%、82.3%,平均绝对百分误差(EMAPE)分别降低81.0%、82.2%、87.0%、83.1%,模型判定系数(R2)分别增加17.4%、23.2%、44.5%、25.8%。
-
关键词
锂离子电池
剩余使用寿命
卷积神经网络
多尺度特征融合
健康因子
-
Keywords
lithium ion batteries
remaining service life
convolutional neural network
multi-scale feature fusion
health factor
-
分类号
TM912
[电气工程—电力电子与电力传动]
-
-
题名基于参数化气动弹性模型的Z形折叠翼离散突风响应
- 2
-
-
作者
祁武超
吴诗淼
田素梅
刘宏亮
-
机构
沈阳航空航天大学辽宁省飞行器复合材料结构分析与仿真重点实验室
-
出处
《沈阳航空航天大学学报》
2024年第6期1-10,共10页
-
基金
国家自然科学基金(项目编号:12002218)
辽宁省教育厅项目(项目编号:JYTMS20230253,JYTMS20230224)。
-
文摘
折叠翼无人机可服役于多任务剖面,飞行环境复杂且易受低空突风的影响。开发一种新型的具有非侵入性特征的参数化气动弹性模型,用以快速计算在不同折叠角度下Z形折叠翼的离散突风响应特性。首先,对现有Z形折叠翼进行了结构和气动方面的增强设计。其次,基于舒展状态下颤振计算的Nastran输入文件,重构任意折叠角下的参数化气动弹性模型。最后,考察了折叠角、飞行速度、突风速度幅值、铰链阻尼等参数对折叠翼突风响应特性的影响。结果表明,增大折叠角可有效减缓突风响应,飞行速度和突风速度幅值的增大对翼尖加速度和翼根弯矩响应的贡献明显,铰链阻尼参数的存在会减缓翼尖加速度响应,但同时会增大翼根弯矩响应。
-
关键词
折叠翼
离散突风
非侵入性
参数化
气动弹性
-
Keywords
folding wing
discrete gust
non-intrusive
parameterization
aeroelasticity
-
分类号
V215.3
[航空宇航科学与技术—航空宇航推进理论与工程]
-
