期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
针对锂离子动力电池的充电电流优化研究
1
作者 周云 鄢笠 +1 位作者 夏永凯 李志明 《汽车与驾驶维修》 2024年第7期46-49,共4页
本文针对锂离子动力电池老化情况进行了分析,以锂离子动力电池老化最小为目标,通过对传统的锂离子电池衰退容量实验公式进行优化。再进行寻优充电实现了对电池使用全过程的优化充电电流的设置,实验结果表明优化充电电流设置能够有效缓... 本文针对锂离子动力电池老化情况进行了分析,以锂离子动力电池老化最小为目标,通过对传统的锂离子电池衰退容量实验公式进行优化。再进行寻优充电实现了对电池使用全过程的优化充电电流的设置,实验结果表明优化充电电流设置能够有效缓解锂离子动力电池老化过快的问题。相较于传统的采取固定1C倍率充电电流,考虑了电池健康状态的全过程优化充电电流分布有效延缓了电池的寿命老化程度。 展开更多
关键词 衰退模型 充电电流 电池老化
在线阅读 下载PDF
汽车操纵稳定性优化设计研究综述 被引量:2
2
作者 张丽霞 夏永凯 +2 位作者 张辉 王帅 潘福全 《山东交通科技》 2017年第6期21-24,31,共5页
分析了国内外汽车操纵稳定性优化设计研究方法现状和汽车操纵稳定性与其他性能协同优化研究现状。结合我国汽车操纵稳定性优化设计研究现状,对我国汽车操纵稳定性优化设计提出建议。
关键词 机械设计 操纵稳定性 优化设计 汽车 综述
在线阅读 下载PDF
基于注意力机制的多健康因子锂离子电池容量预测方法
3
作者 夏永凯 夏向阳 +6 位作者 夏天 陶新明 谭建国 桂勇华 冉成科 周雨风 向文乐 《中南大学学报(自然科学版)》 2025年第5期2089-2098,共10页
随着输入数据量增大,传统神经网络预测方法难以对电池容量进行准确预测的问题,为此,提出一种基于注意力机制的多健康因子锂离子电池容量预测方法。首先,建立卷积神经网络(CNN)-长短时记忆神经网络(LSTM)模型;然后,将注意力机制(Attenti... 随着输入数据量增大,传统神经网络预测方法难以对电池容量进行准确预测的问题,为此,提出一种基于注意力机制的多健康因子锂离子电池容量预测方法。首先,建立卷积神经网络(CNN)-长短时记忆神经网络(LSTM)模型;然后,将注意力机制(Attention)加入到CNN-LSTM模型中,建立CNN-LSTM-Attention组合预测模型,该模型可同时提取5个与电池容量强相关的健康因子实现对电池容量精确预测;最后,基于NASA公开的电池老化数据集进行仿真验证。研究结果表明:与传统方法相比,所提出的方法的平均绝对误差、平均绝对百分比误差、均方根误差都有不同程度的降低,可以说明所提方法具有更高的预测精度和更好的鲁棒性。 展开更多
关键词 注意力机制 健康因子 电池容量预测 神经网络 锂离子电池
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部