期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于AMESim的质子交换膜燃料电池测试系统仿真与实验分析
1
作者 周天鹏 牛礼民 +1 位作者 音建华 司铭 《汽车安全与节能学报》 北大核心 2025年第2期252-259,共8页
为了辅助燃料电池测试系统的开发以及运行参数调控,需要通过构建系统仿真模型进行系统关键参数匹配优化和性能分析评价,从而制定燃料电池测试系统的控制策略,提升系统的性能和可靠性。该文根据燃料电池堆测试台原理拓扑结构确定所需关... 为了辅助燃料电池测试系统的开发以及运行参数调控,需要通过构建系统仿真模型进行系统关键参数匹配优化和性能分析评价,从而制定燃料电池测试系统的控制策略,提升系统的性能和可靠性。该文根据燃料电池堆测试台原理拓扑结构确定所需关键零部件,建立零部件模型并搭建燃料电池测试系统仿真模型,并按照实验要求对系统模型中各零部件进行参数标定;通过模拟仿真对测试系统中关键性能参数输出结果进行预测和评估;并将仿真结果与实际测试数据进行对比分析。结果表明:燃料电池测试系统的实验数据与建立的模型仿真结果一致性较高,计算所得燃料电池的各项参数指标的平均绝对百分比误差最大为3.65%。该模型可用于燃料电池测试台的性能研究和控制策略优化,为测试系统开发以及提高燃料电池动态响应性能提供了有效的仿真工具支持。 展开更多
关键词 质子交换膜燃料电池 测试系统 高级工程建模与仿真平台(AMESim) 模型验证 评价分析
在线阅读 下载PDF
二级倒立摆基于融合函数的模糊控制 被引量:7
2
作者 邢景虎 陈其工 江明 《合肥工业大学学报(自然科学版)》 CAS CSCD 北大核心 2011年第8期1155-1159,共5页
文章针对多变量、非线性、强耦合性的二级倒立摆系统,采用模糊控制理论研究了二级倒立摆的稳定控制问题。考虑到二级倒立摆为多变量系统,为了解决模糊控制器规则组合爆炸问题,利用LQR控制方法设计了融合函数以降低模糊控制器的输入变量... 文章针对多变量、非线性、强耦合性的二级倒立摆系统,采用模糊控制理论研究了二级倒立摆的稳定控制问题。考虑到二级倒立摆为多变量系统,为了解决模糊控制器规则组合爆炸问题,利用LQR控制方法设计了融合函数以降低模糊控制器的输入变量维数,降低了控制器的设计难度,并研究了量化因子对控制效果的影响,通过设置阈值使量化因子可自动调节,进而提升了模糊控制器的性能品质。仿真和实验结果表明,通过这种模糊控制算法设计的控制器不但结构简单,而且具有良好的控制效果。 展开更多
关键词 二级倒立摆 模糊控制 融合函数 量化因子
在线阅读 下载PDF
动力电池分层均衡控制研究 被引量:2
3
作者 汤祥宇 陆华才 《电子测量与仪器学报》 CSCD 北大核心 2023年第12期234-241,共8页
提出一种分层均衡电路,用于解决锂离子电池在串联成组时,由于单体电池的不一致性,产生的部分电池过充和过放的问题。分层均衡电路以单体电池荷电状态(state of charge,SOC)值作为均衡变量,将电池组分为3个小组,组内进行基于Buck变换器... 提出一种分层均衡电路,用于解决锂离子电池在串联成组时,由于单体电池的不一致性,产生的部分电池过充和过放的问题。分层均衡电路以单体电池荷电状态(state of charge,SOC)值作为均衡变量,将电池组分为3个小组,组内进行基于Buck变换器的均衡;在各小组之间搭建Buck-Boost电路,进行组间均衡。组内均衡与组间均衡相结合,提高了均衡效率。在MATLAB/Simulink平台搭建的仿真结果表明,相对于基于Buck变换器和基于Buck-Boost变换器的均衡电路,分层均衡电路在静置、充电和放电3种工况下,均衡时间相比基于Buck的均衡电路分别降低了21%、18%和30%,相比基于Buck-Boost的均衡电路分别降低了17%、29%和15%。电池组的均衡实验表明,该电路提高了单体电池一致性,能将电池组SOC值极差控制在0.1%以内,解决部分电池过充和过放问题,同时提高了均衡效率。 展开更多
关键词 锂电池 BUCK变换器 BUCK-BOOST变换器 分层均衡
在线阅读 下载PDF
基于IPSO-MCKD的汽车变速箱轴承故障诊断 被引量:5
4
作者 牛礼民 万凌初 胡超 《现代制造工程》 CSCD 北大核心 2024年第3期134-139,共6页
针对车辆在城区运行过程中频繁启停造成变速箱滚动轴承故障易发的问题,在轴承故障诊断中引入最大相关峭度反卷积(Maximum Correlation Kurtosis Deconvolution,MCKD)的方法,为了避免过于依赖人工选择MCKD算法中滤波器系数和移位数,提出... 针对车辆在城区运行过程中频繁启停造成变速箱滚动轴承故障易发的问题,在轴承故障诊断中引入最大相关峭度反卷积(Maximum Correlation Kurtosis Deconvolution,MCKD)的方法,为了避免过于依赖人工选择MCKD算法中滤波器系数和移位数,提出了一种参数自适应的最大相关峭度反卷积的故障诊断方法。该方法以输入信号的包络谱中最大相关峭度为目标函数,采用改进后的粒子群优化(Improved Particle Swarm Optimization,IPSO)算法优化MCKD中的滤波器系数和位移数,最后通过对故障信号的包络谱进行分析,提取轴承的故障特征。仿真和试验的结果表明,该方法可以有效降低环境中的噪声干扰,准确从强噪声中提取故障特征,实现故障诊断。 展开更多
关键词 变速箱轴承 MCKD算法 IPSO算法 故障诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部