排序方式: 共有47条查询结果,搜索用时 281 毫秒
41.
42.
锂离子动力电池剩余使用寿命(RUL)预测对于认识全生命周期电动汽车的安全和可靠性、改善电池管理系统的设计具有重要意义。通常基于深度学习的时序预测方法,本质上是一个递推的过程,每一次预测的误差会随预测次数增加而累积,难以保证预测精度和预测效率。基于深度学习序列预测和误差分析理论,建立一种ARIMA-EDLSTM融合模型的锂电池RUL预测方法,使用编码器-解码器(ED)框架改进长短时记忆神经网络模型(LSTM)构建从序列到序列预测的EDLSTM模型,并融合ARIMA模型预测误差趋势,进而修正最终预测结果。理论分析和实车采集数据验证表明,该方法在预测比例超过历史数据总量35%的情况下,仍然能较好地拟合实车SOH衰退曲线,有效提高锂电池剩余使用寿命的预测精度。 相似文献
43.
基于实车电池复杂的运行数据,本文使用增量容量分析方法提取IC峰特征作为电池充电片段的有效特征,使用t-SNE非线性降维方法处理IC峰特征,消除多维特征冗余性,以解决实车数据难以提取可靠特征的问题。另外构建支持向量回归模型,实现对电池健康状态的估计。结果表明,本文使用的增量容量曲线峰特征能有效表征电池健康状态衰退变化;对实车数据的平滑、降噪方法可以较好地提升训练数据质量;基于t-SNE降维特征的SVR模型提升了对电池健康状态的估计精度,保证了有限样本数据集上实现准确估计。 相似文献
44.
基于Abaqus的流体腔功能对前期建立的精细化心脏主动脉模型进行血液填充,构建血液-心脏主动脉流固耦合模型,并在主动脉瓣上根据实时的压差设置不同流率的流体交换接触。进行不同工况下驾驶员正面撞击转向盘的仿真,分析心脏血输出量和转向盘角度对主动脉钝性损伤的影响。结果表明:(1)碰撞过程中左心室向主动脉输出的血液降低了左心室的峰值血压,同时减缓主动脉内的血压波动,但对于主动脉的最大应力影响不明显;(2)转向盘倾角为30°时主动脉的最大应力达2 417 kPa,是由前胸壁对升主动脉的挤压导致的;(3)转向盘倾角为60°时主动脉的最大应力降至1 375 kPa,是由主动脉根部和降主动脉的相对拉伸位移导致的。 相似文献
45.
方向重要抽样法是一种结构可靠度模拟方法,适合评估非线性、多维度的复杂结构可靠性问题。然而对于多维度问题,利用接受/拒绝方法获得重要矢量样本,效率较低且可执行性差。因此,需要改进或重新构造易于抽样的分布函数。通过概述现有的分布函数,利用插值方法近似构造基于矢量-角度几何映射的分布函数,利用一维拉丁超立方方法对重要角度均匀抽样,再映射到重要矢量样本,得到的矢量样本具有分层均匀性,避免了聚集现象,同时覆盖整个样本空间。该方法有效应用于多设计点和多失效模式的可靠性问题分析中,进一步制定了样本分配方案。通过非线性数值算例和车身结构工程问题验证了该方法的适用性和准确性。 相似文献
46.
鉴于在车辆换道切入的场景中,自动驾驶车辆容易出现频繁的误减速、误避让,而造成通行能力和乘员舒适性的下降,提出一种基于主旁车动态博弈的切入场景决策规划算法。在行为决策层,根据切入场景中主旁车的冲突性关系,联立相关车辆运动方程建立整体系统的运动模型,构建考虑旁车状态的切入博弈模型,设计安全性和舒适性收益函数,进行驾驶行为博弈,输出行为决策结果。在轨迹规划层,根据车辆间距构建避障约束条件,以Sigmoid函数轨迹的变曲率和速度切向矢量的时间分量来构建车辆动力学约束。同时以加权收益方式联合考虑驾驶习惯和舒适性等需求,建立轨迹规划数学模型,求解得到满足上层博弈决策要求的运动轨迹。Carsim-Simulink联合仿真结果表明,在不同的初始条件下主车与切入的旁车能进行多种形式的合理的交互决策,准确完成切入场景下的运动规划任务,车辆能准确跟踪输出的轨迹,更符合一般驾驶习惯,提高了车辆的舒适性。 相似文献
47.
在车辆智能化与电动化趋势下满足人体热舒适性和车辆节能性双向需求是乘员舱区域化热环境管理的重要优化目标。尤其在高度非均匀“热-流”特性狭小空间环境中,只有正确认识并量化人体局部受热、响应和热需求的差异性与相关影响,才能高效地优化乘员舱热环境。为此,结合人体自身物理和生理热调节特性及其与乘员舱环境传热关系,建立人体热响应数值分析模型,分析非均匀局部气流作用下人体皮肤温度和热感觉变化规律,并应用影响因子分析方法量化局部与整体热感觉关系特征,得到局部气流作用状态对人体整体热感觉影响的不同关键部位。结果表明,在相同强度冷/热激励下,人体头部和手部是影响人体整体热感觉的主要部位,二者皮肤温度和热感觉变化幅值最大;高温环境中局部冷却作用需求的关键部位依次为头部、手部、前胸和后背,偏冷环境中局部加热作用需求的关键部位为头部、手部和脚部。 相似文献