期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于CEEMDAN-RVM-LSTM模型的锂电池剩余寿命预测 被引量:7
1
作者 牛群峰 袁强 +1 位作者 王莉 刘江鹏 《电源技术》 CAS 北大核心 2023年第10期1313-1318,共6页
为了提高锂电池长期使用的可靠性和保证系统的安全运行,提出了一种结合自适应噪声完整集合经验模态分解算法(CEEMDAN)、相关向量机(RVM)和长短期记忆神经网络(LSTM)的剩余使用寿命(RUL)的预测方法。使用CEEMDAN将电池容量数据分解为本... 为了提高锂电池长期使用的可靠性和保证系统的安全运行,提出了一种结合自适应噪声完整集合经验模态分解算法(CEEMDAN)、相关向量机(RVM)和长短期记忆神经网络(LSTM)的剩余使用寿命(RUL)的预测方法。使用CEEMDAN将电池容量数据分解为本征模态分量和残差分量,分别由RVM和LSTM进行预测,最后进行有效集成,得到准确的容量和RUL预测结果,并获得RUL的95%置信区间。采用公共数据集进行实验验证,并对比了其他几种模型。实验结果表明该方法不仅拥有较高的预测精度,而且能够提供不确定性表达,具有良好的工程应用意义。 展开更多
关键词 锂电池 剩余使用寿命 RVM LSTM 不确定性表达
在线阅读 下载PDF
疲劳S-N曲线预测模型进展综述 被引量:12
2
作者 张金豹 胡铮 +2 位作者 张金乐 王成 邹天刚 《科学技术与工程》 北大核心 2023年第13期5390-5411,共22页
疲劳S-N曲线是机械零部件强度设计的基础,但受限于贫样本或者小样本,使得诸多回归和预测模型都建立在各种假设之上。随着机械设备复杂程度的提高,零部件疲劳寿命多种影响因素间的耦合性和竞争性在不断增加;另一方面随着材料性能的发展,... 疲劳S-N曲线是机械零部件强度设计的基础,但受限于贫样本或者小样本,使得诸多回归和预测模型都建立在各种假设之上。随着机械设备复杂程度的提高,零部件疲劳寿命多种影响因素间的耦合性和竞争性在不断增加;另一方面随着材料性能的发展,疲劳S-N曲线的结构也在改变,这些都使得已有模型无法满足强度设计需求。数据驱动方法能够对不同工况下的寿命数据能够进行深度挖掘,使得疲劳寿命数据的研究焕发新机。首先,对已有的确定性疲劳S-N曲线模型和小量/成组样本下的不确定疲劳S-N曲线模型进行了回顾,并对样本量大小引起的不确定性表达进行描述。其次,对由于材料性能改进导致的疲劳S-N曲线结构变化以及相应的改进模型进行了阐述。再次,介绍了疲劳S-N曲线模型的影响因素如平均应力、尺寸效应、应力集中、工作环境和表面完整性等,进而对数据驱动方法在多影响因素下的S-N曲线回归和预测进行了阐述。最后,对疲劳S-N曲线模型的发展趋势进行了讨论和展望。 展开更多
关键词 疲劳S-N曲线 预测模型 寿命数据 影响因素 不确定性表达 数据驱动
在线阅读 下载PDF
一种用于信度网推理的高效三角化算法 被引量:1
3
作者 张聪 沈一栋 程克非 《计算机科学》 CSCD 北大核心 2005年第6期114-117,136,共5页
信度网是不确定性知识表达和推理的有力工具。信度网的精确推理是NPC问题,计算的主要困难在于将信度网三角化并构造一棵最小权的join tree上。此项研究提出了一种新的三角化算法MsLB-Triang,该算法同时利用了无向图三角化的Direc性质与... 信度网是不确定性知识表达和推理的有力工具。信度网的精确推理是NPC问题,计算的主要困难在于将信度网三角化并构造一棵最小权的join tree上。此项研究提出了一种新的三角化算法MsLB-Triang,该算法同时利用了无向图三角化的Direc性质与LB-单纯性质,在生成的三角化图的总权以及增加边的数目上均明显优于目前广泛采用的Min.Weight Heuristic算法。 展开更多
关键词 信度网 三角化算法 Min.WeightHeuristic算法 不确定性知识表达 随机变量
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部