实时、准确地获得电池模型的参数可提高电池状态估计的精度。常用的系统辨识算法和智能优化算法不仅实时性差,而且辨识精度低。为了解决等效电路模型的参数辨识及提高等效电路模型参数的辨识精度,本文通过直接离散的方法建立了能够同时...实时、准确地获得电池模型的参数可提高电池状态估计的精度。常用的系统辨识算法和智能优化算法不仅实时性差,而且辨识精度低。为了解决等效电路模型的参数辨识及提高等效电路模型参数的辨识精度,本文通过直接离散的方法建立了能够同时辨识二阶RC(resistance-capacitance)等效电路模型和PNGV(partnership for a new generation of vehicles)模型参数的差分方程。基于多新息算法辨识理论,提出了带遗忘因子的多新息辅助模型扩展递推最小二乘(FMIAELS)算法。FMIAELS算法只需利用电池的电流及端电压即可实现等效电路模型参数的实时、精确辨识。实验验证结果表明,在不同温度、工况和老化程度下,FMIAELS算法可精确地辨识电池的模型参数,误差约为常用的系统辨识算法和智能优化算法的1/3。FMIAELS算法也能实现开路电压(OCV)的精确辨识,在不同脉冲下辨识的OCV的精度也明显优于常用的系统辨识算法和智能优化算法,其平均误差仅有0.22%。展开更多
水面起飞性能是水面飞行器的基本性能,也是总体技术的核心,涉及多个学科领域。水陆两栖飞机水面高速滑行水动力性能与排水型船不同,具有速度高、运动复杂等特点,高速滑行时一方面受到较大的水动升力,另一方面受到机翼的升力。结合水陆...水面起飞性能是水面飞行器的基本性能,也是总体技术的核心,涉及多个学科领域。水陆两栖飞机水面高速滑行水动力性能与排水型船不同,具有速度高、运动复杂等特点,高速滑行时一方面受到较大的水动升力,另一方面受到机翼的升力。结合水陆两栖飞机水面高速滑行特点,利用雷诺平均法(Reynolds average navier-stokes, RANS)数值方法和重叠网格技术对水陆两栖飞机全机模型开展数值仿真模拟,分析了自由液面水气分布、机身底部压力分布特征,并将阻力、姿态和升沉与水池模型试验结果进行对比,验证了数值方法的准确性,为水陆两栖飞机静水滑行水动性能数值预报提供技术基础。展开更多
针对自动测试系统(auto test system,ATS)的原位校准策略,在获得的历史校准数据基础上,引入了测量可靠性随时间变化的威布尔模型,并通过将旧数据替换为新数据来调整模型参数,不断适应数据的变化,对ATS的校准周期进行动态优化,确定了校...针对自动测试系统(auto test system,ATS)的原位校准策略,在获得的历史校准数据基础上,引入了测量可靠性随时间变化的威布尔模型,并通过将旧数据替换为新数据来调整模型参数,不断适应数据的变化,对ATS的校准周期进行动态优化,确定了校准时机。最后通过实例分析进行了对比论证,结果表明基于新息的威布尔模型预测的最小均方差为2.4×10?3,更能反映数据的变化趋势,优于最小均方差为2.7487×10?4的传统威布尔模型。展开更多
文摘实时、准确地获得电池模型的参数可提高电池状态估计的精度。常用的系统辨识算法和智能优化算法不仅实时性差,而且辨识精度低。为了解决等效电路模型的参数辨识及提高等效电路模型参数的辨识精度,本文通过直接离散的方法建立了能够同时辨识二阶RC(resistance-capacitance)等效电路模型和PNGV(partnership for a new generation of vehicles)模型参数的差分方程。基于多新息算法辨识理论,提出了带遗忘因子的多新息辅助模型扩展递推最小二乘(FMIAELS)算法。FMIAELS算法只需利用电池的电流及端电压即可实现等效电路模型参数的实时、精确辨识。实验验证结果表明,在不同温度、工况和老化程度下,FMIAELS算法可精确地辨识电池的模型参数,误差约为常用的系统辨识算法和智能优化算法的1/3。FMIAELS算法也能实现开路电压(OCV)的精确辨识,在不同脉冲下辨识的OCV的精度也明显优于常用的系统辨识算法和智能优化算法,其平均误差仅有0.22%。
文摘水面起飞性能是水面飞行器的基本性能,也是总体技术的核心,涉及多个学科领域。水陆两栖飞机水面高速滑行水动力性能与排水型船不同,具有速度高、运动复杂等特点,高速滑行时一方面受到较大的水动升力,另一方面受到机翼的升力。结合水陆两栖飞机水面高速滑行特点,利用雷诺平均法(Reynolds average navier-stokes, RANS)数值方法和重叠网格技术对水陆两栖飞机全机模型开展数值仿真模拟,分析了自由液面水气分布、机身底部压力分布特征,并将阻力、姿态和升沉与水池模型试验结果进行对比,验证了数值方法的准确性,为水陆两栖飞机静水滑行水动性能数值预报提供技术基础。
文摘针对自动测试系统(auto test system,ATS)的原位校准策略,在获得的历史校准数据基础上,引入了测量可靠性随时间变化的威布尔模型,并通过将旧数据替换为新数据来调整模型参数,不断适应数据的变化,对ATS的校准周期进行动态优化,确定了校准时机。最后通过实例分析进行了对比论证,结果表明基于新息的威布尔模型预测的最小均方差为2.4×10?3,更能反映数据的变化趋势,优于最小均方差为2.7487×10?4的传统威布尔模型。