磁阻式磁力齿轮多目标优化设计

结合磁阻式磁力齿轮工作原理及传动性能的分析,以提高电磁转矩和降低转矩脉动为目标进行优化设计。首先,通过田口实验设计方法筛选出对设计目标影响较大的因素,再采用响应面法得到反映优化参数与优化目标之间函数关系的数学模型。然后,进行基于多目标白鹭群优化算法的多目标优化设计,选出最优参数组合。最大输出转矩提高了7.76%,转矩脉动降低了28.76%。最后,通过有限元仿真验证了优化算法的有效性和可靠性,为磁阻式磁力齿轮的设计提供参考。

基于动态遗忘因子递推最小二乘法和改进粒子滤波算法的锂电池SOC估计

为了提高锂电池荷电状态(SOC)估计的精度,提出了一种基于动态遗忘因子递推最小二乘法和改进粒子滤波算法相结合的锂电池SOC估计方法。针对固定遗忘因子递推最小二乘法在电池参数辨识中难以同时保持快速收敛和稳定性的问题,引入动态遗传因子,以模型辨识值和实际值的残差为变量构建修正公式,实现遗忘因子动态调整。为了改善粒子滤波(PF)的粒子多样性丧失问题,采用白鹭群优化算法(ESOA)对粒子滤波算法进行优化。仿真结果表明,基于动态遗忘因子递推最小二乘法和改进粒子滤波算法的锂电池SOC估计误差始终保持在0.3%以内,平均绝对误差和标准差为0.15%和0.17%,与其他算法相比具有更好的精度和稳定性。