基于电池的戴维宁(Thevenin)模型,设计了多模型自适应卡尔曼滤波器,并将多模型自适应卡尔曼滤波器应用于电动汽车电池荷电状态(state-of-charge,SOC)估计。由于老化电池是未知系统,利用传统的单一模型卡尔曼滤波器估计老化电池SOC时,因...基于电池的戴维宁(Thevenin)模型,设计了多模型自适应卡尔曼滤波器,并将多模型自适应卡尔曼滤波器应用于电动汽车电池荷电状态(state-of-charge,SOC)估计。由于老化电池是未知系统,利用传统的单一模型卡尔曼滤波器估计老化电池SOC时,因模型不准确而使估计误差增大。与单一模型滤波估计相比,多模型滤波估计融合了电池的各种老化信息,适合于未知系统的状态估计,从而提高了SOC的估计精度,并通过实验证明了上述结论的正确性。利用多模型自适应卡尔曼滤波器估计电池SOC,老化电池的模型与权值最大的单一模型较接近,根据单一模型权值可以近似估计出老化电池的健康状态(state of health,SOH),并通过电池容量测量,证明了SOH估计的正确性。展开更多
为评价一种基于滤波函数湍流模型在非定常空化流动计算中的应用,分别采用基于标准RNGk-ε的滤波器模型(Filter based model,FBM)、修正RNGk-ε模型、基于修正RNGk-ε的FBM模型对绕Clark-y翼型云状空化流动进行模拟,研究云状空化流动现象...为评价一种基于滤波函数湍流模型在非定常空化流动计算中的应用,分别采用基于标准RNGk-ε的滤波器模型(Filter based model,FBM)、修正RNGk-ε模型、基于修正RNGk-ε的FBM模型对绕Clark-y翼型云状空化流动进行模拟,研究云状空化流动现象,获得了随时间变化的空化形态、压力场和升、阻力等流场和动力特性。通过与试验结果的对比发现,不同湍流模型的选取对计算所得的空穴长度、压力场和升阻力均有影响,而对流场动力特性的主要频谱分布影响不明显。采用基于修正RNGk-ε的FBM模型可更准确的模拟出云状空化形态与空化区尾部涡团交替脱落的非定常细节。展开更多
文摘基于电池的戴维宁(Thevenin)模型,设计了多模型自适应卡尔曼滤波器,并将多模型自适应卡尔曼滤波器应用于电动汽车电池荷电状态(state-of-charge,SOC)估计。由于老化电池是未知系统,利用传统的单一模型卡尔曼滤波器估计老化电池SOC时,因模型不准确而使估计误差增大。与单一模型滤波估计相比,多模型滤波估计融合了电池的各种老化信息,适合于未知系统的状态估计,从而提高了SOC的估计精度,并通过实验证明了上述结论的正确性。利用多模型自适应卡尔曼滤波器估计电池SOC,老化电池的模型与权值最大的单一模型较接近,根据单一模型权值可以近似估计出老化电池的健康状态(state of health,SOH),并通过电池容量测量,证明了SOH估计的正确性。
文摘为评价一种基于滤波函数湍流模型在非定常空化流动计算中的应用,分别采用基于标准RNGk-ε的滤波器模型(Filter based model,FBM)、修正RNGk-ε模型、基于修正RNGk-ε的FBM模型对绕Clark-y翼型云状空化流动进行模拟,研究云状空化流动现象,获得了随时间变化的空化形态、压力场和升、阻力等流场和动力特性。通过与试验结果的对比发现,不同湍流模型的选取对计算所得的空穴长度、压力场和升阻力均有影响,而对流场动力特性的主要频谱分布影响不明显。采用基于修正RNGk-ε的FBM模型可更准确的模拟出云状空化形态与空化区尾部涡团交替脱落的非定常细节。
