针对纯电动汽车动力电池健康状态(state of health,SOH)预测中非线性影响因素多、算法繁杂、难以在单片机开发平台中实现等难点,首先利用累计充电循环次数计量法得到使用循环次数,将SOH与使用循环次数、内阻变化量、电压降值的相关非线...针对纯电动汽车动力电池健康状态(state of health,SOH)预测中非线性影响因素多、算法繁杂、难以在单片机开发平台中实现等难点,首先利用累计充电循环次数计量法得到使用循环次数,将SOH与使用循环次数、内阻变化量、电压降值的相关非线性关系转换成离散的二维数据表,依据使用条件,采用二分查表法获得不同估计方法下SOH值;再将使用循环次数、电压降值和内阻变化量作为输入量,以相应SOH的权重作为输出,利用T-S模糊控制建立SOH动态预测模型,根据权重和边界条件计算得到SOH.仿真结果表明,所提方法最大预测误差4.3%,响应时间55ms内,预测效果比现有方法显著提高.展开更多
文摘针对纯电动汽车动力电池健康状态(state of health,SOH)预测中非线性影响因素多、算法繁杂、难以在单片机开发平台中实现等难点,首先利用累计充电循环次数计量法得到使用循环次数,将SOH与使用循环次数、内阻变化量、电压降值的相关非线性关系转换成离散的二维数据表,依据使用条件,采用二分查表法获得不同估计方法下SOH值;再将使用循环次数、电压降值和内阻变化量作为输入量,以相应SOH的权重作为输出,利用T-S模糊控制建立SOH动态预测模型,根据权重和边界条件计算得到SOH.仿真结果表明,所提方法最大预测误差4.3%,响应时间55ms内,预测效果比现有方法显著提高.
文摘旋转双臂的柔性结构在转动调姿时或外部扰动的影响下产生振动,将影响系统的稳定性和定位精度,减速器间隙非线性影响旋转双柔性梁结构的动态特性,加大了控制难度。研究了一种多变量非线性T-S模糊(nonlinear T-S fuzzy,简称NTS)控制算法,利用模糊控制器的多变量解耦控制能力以及T-S模糊规则具有的分段控制特点快速抑制柔性结构小幅值振动。设计并建立了交流伺服电机通过行星减速器驱动转动的双柔性压电梁结构实验平台。利用压电传感器采集振动信号,压电驱动器和交流伺服电机驱动器抑制柔性结构振动,对该控制方法进行实验研究。实验结果表明,相对于比例加微分(proportional and derivative,简称PD)控制算法,非线性T-S模糊控制算法对于系统的大幅值振动和小幅值振动都有较快速的振动抑制效果。