-
题名车用锂离子电池热管理研究进展
被引量:1
- 1
-
-
作者
许炫皓
李军
-
机构
重庆交通大学机电与车辆工程学院
-
出处
《汽车文摘》
2022年第10期30-35,共6页
-
文摘
为寻找合适的电池热管理系统对电池进行温度控制,降低车用锂离子电池热失控风险,基于文献挖掘,在明确了锂离子电池热管理研究出发点的基础上,对目前锂离子电池热管理技术进行综述。阐述了车用电池空冷、液冷、热管冷却、相变冷却和复合冷却方式研究现状和进展,总结了不同冷却方式的优缺点,进而提出动力锂离子电池热管理技术未来的发展方向。空气冷却和液体冷却技术虽使用较多,但控温效果较差;热管冷却和相变冷却技术虽控温效果较好,但结构复杂,成本较高。复合冷却技术将主动冷却与被动冷却结合,有效降低峰值温度的同时也提高了电池包温度的一致性,可满足不同工况的需求,应用前景较好。
-
关键词
锂离子电池
电池热管理
空气冷却
复合冷却
-
Keywords
Lithium-ion battery
Battery thermal management
Air cooling
Composite cooling
-
分类号
U469.72
[机械工程—车辆工程]
-
-
题名改进YOLOv5s的钢轨表面缺陷检测算法
- 2
-
-
作者
李军
许炫皓
王耀弘
-
机构
重庆交通大学机电与车辆工程学院
-
出处
《重庆理工大学学报(自然科学)》
CAS
2024年第8期130-137,共8页
-
基金
国家自然科学基金项目(52172381)
重庆市研究生联合培养基地资助项目(JDLHPYJD2018003)。
-
文摘
针对钢轨多类别缺陷识别任务中样本不平衡、尺度差异大,提出一种改进YOLOv5s的钢轨表面缺陷检测算法。在骨干网络中嵌入全局注意力机制,增强网络对缺陷特征的提取能力;构建加权双向特征融合网络,减少缺陷目标特征信息的丢失;在颈部采用改进的卷积结构,降低模型复杂度,同时提升检测精度;最后引入WIoU损失函数提升低质量样本预测能力。该方法在2种不同类别的数据集中都具有较好的表现,在RailDefect公共数据集上,其平均精度均值(mAP)达到91.2%,较YOLOv5s网络提高了3.6%,准确率(precision)和召回率(recall)分别提高了3.3%和3.9%。该算法在保证较高检测精度的同时降低了模型复杂度,更适合部署于算力有限的移动端轨道检测设备中,具有一定的实用价值。
-
关键词
钢轨多类别缺陷
YOLOv5s
注意力机制
加权双向特征融合网络
损失函数
-
Keywords
the multi class defect recognition task of steel rails
YOLOv5s
attention mechanism
weighted bidirectional feature fusion network
loss function
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-