基于BP神经网络的锂电池剩余寿命预测

准确的电池状态估算与剩余使用寿命预测能让用户及时获取电池信息并更新失效电池,保障整个电池组的安全高效运行。文章为精确地预测锂离子电池剩余寿命,引入了BP神经网络算法,并利用NASA电池循环寿命实验数据进行验证。

基于ACO-BP神经网络的锂离子电池容量衰退预测

准确预测电池的容量衰退趋势对加强电池系统的管理和维护具有重要意义。本工作选择以锂离子电池为研究对象,根据NASA实验室公开的源数据集分析、预测锂离子电池的容量衰退趋势。在室温、恒流工况下对锂离子电池进行满充满放的循环充放电试验,得到各循环周期下电池的实际额定容量值,采用紧支集正交小波分析对获得的电池监测数据进行去噪优化处理,得到更加平稳规律的电池容量衰退过程,然后利用蚁群算法(Ant colony optimization,ACO)优化BP神经网络的初始权值和阈值,基于ACO-BP神经网络模型完成对锂离子电池容量衰退的预测,并与单独使用BP神经网络进行对比。结果表明,采用ACO-BP神经网络比单独使用BP神经网络具有更好的预测效果,且随着训练样本的增加,包含更多的电池容量退化信息,预测精度明显提高,当以前80个循环充放电周期作为训练样本时,预测的平均误差为1.46%,若继续扩大训练样本,预测效果将会更好。本研究有助于加强电池系统的健康管理,为高效预测锂离子电池的劣化轨迹提供技术参考。

CAD块参数编写桩号快速提取城市坐标在桩基施工中的应用

桩基施工过程中,经常发生由于测量数据计算错误带来的经济损失,本人用CAD块参数编写桩号进行快速提取城市坐标,计算桩基施工测量数据。经在通达物流、罗店大型居住社区经济适用房C8、C11、C12地块、上海院子等多个桩基及围护工程中的应用,证明该方法方便实用、提取坐标准确、大大减少了经济损失,现与大家进行分享,并虚心接受大家的批评指正与改进意见。

中国创新成果世界发展红利

新冠疫情延宕反复,气候变化压力紧迫,世界经济复苏乏力……百年变局和世纪疫情交织叠加,人类面临着全球性的发展挑战。如何带动新一轮发展?向科技创新要答案。近年来,中国科研创新持续取得成果和进展,为自身高质量发展注入不竭动力。中国科技发展成果向其他国家传播,也为世界发展增添红利。

应用同步带实现高速分瓶的运动控制及动力学分析

提出了一种同步齿形带分瓶装置,分析了连续定数分瓶的工作原理,设计了定数分瓶的控制方案;利用SolidWorks软件对执行机构进行动力学分析,得到了灌装瓶在分瓶过程中的速度时间图和灌装瓶与分瓶同步带接触力随时间变化图;利用运动学分析结果在ANSYS建模进行了同步带瞬态动力学分析,得到同步带变形分布图、应力分布图,其中最大变形为2.083 96 mm,最大应力为36.3814 MPa,均满足设计要求,能够实现稳定、连续高效分瓶,研究表明该技术具有较好的应用前景。