基于BP神经网络的锂电池剩余寿命预测

准确的电池状态估算与剩余使用寿命预测能让用户及时获取电池信息并更新失效电池,保障整个电池组的安全高效运行。文章为精确地预测锂离子电池剩余寿命,引入了BP神经网络算法,并利用NASA电池循环寿命实验数据进行验证。     

融合经验老化模型和机理模型的电动汽车锂离子电池寿命预测方法研究

为提升实际应用中锂离子动力电池寿命预测精度，本文中提出一种融合经验老化模型和电池机理模型的电池寿命预测方法。该方法以基于经验老化模型SOH预测值作为卡尔曼算法的先验估计，以基于机理模型估计电池未来容量衰减量进而预测得到的SOH作为卡尔曼算法的后验修正，从而实现对锂离子电池寿命的准确预测。基于电芯试验数据的动力电池寿命预测算法验证结果表明，锂离子动力电池剩余寿命预测误差≤5.83%、基于实车数据的锂离子动力电池的剩余寿命预测误差≤8.12%，取得了良好的预测效果，丰富了锂离子动力电池寿命预测的方法。     

氢燃料电池发动机耐久试验方法研究

针对目前氢燃料电池发动机测评体系中耐久性试验方法还不完善的问题,通过对行业现有的氢燃料电池耐久试验方法进行对比分析,结合实车需求,制定出基于整车实际应用且易于操作的氢燃料电池发动机耐久试验工况。采用制定的工况开展测试,并对试验数据进行了分析,以为氢燃料电池发动机的耐久试验方法研究提供参考。     

车用燃料电池发动机模型搭建及仿真研究

利用AMESim搭建质子交换膜燃料电池(PEMFC)发动机单电池和电堆瞬态仿真模型,同时利用某80 kW质子交换膜燃料电池电堆试验数据验证了该仿真模型的正确性,为燃料电池的仿真及预测分析提供了一种新的工具.通过此模型研究了燃料电池电堆的运行参数如气体压力、温度等对电堆性能的影响,同时也预测了阳极侧杂质气体含量对电堆性能的影响.     

基于小波网络的发动机瞬态工况进气流量动态辨识与预测研究

由于发动机进气系统具有复杂的非线性动态特性,因此构建了进气流量小波网络辨识与预测模型,并利用最小二乘法(DLS)对小波网络参数和预测控制率进行了学习和优化,以提高小波网络预测模型的可靠性和预测精度。作为对比建立了基于BP神经网络的预测模型,并利用瞬态工况试验数据分别对两种模型进行了仿真研究。结果表明,小波网络模型能有效地预测发动机瞬态工况进气流量,与BP神经网络预测模型相比,误差精度更高,可用于发动机瞬态工况空燃比的精确控制。     

氢燃料电池发动机热管理系统的控制方案研究

针对目前氢燃料电池发动机系统在变载过程中存在的电堆温度波动较大、热管理子系统响应速度慢等问题,提出了基于电堆功率、电堆进出口冷却液温差、冷却液流量等多参数跟随的热管理控制方案.利用AMESim仿真软件对某款氢燃料电池发动机的热管理系统建立了一维仿真模型,并在典型工况下对不同控制方案进行仿真分析.结果 表明:水泵转速跟随...     

关于发动机曲轴剩余寿命预测的探析

在分析发动机曲轴疲劳损坏的基础上，通过建立数学模型，预测发动机曲轴的剩余寿命，对机械元件的寿命分析具有普遍意义。     

氢发动机发展现状与展望

当前,以氢气作为燃料的发动机得到了广泛关注。以氢作为燃料的发动机主要有两种形式:氢氧燃料电池以及氢内燃机。氢发动机有诸多优势,例如:排放极低,能源可再生等等。但是氢发动机在发展的道路上还有许多问题,诸如:发动机成本较高,加氢站很少等等。文中主要对当前氢发动机的发展现状,以及对今后氢发动机发展方向展望等问题进行了讨论。     

车用质子交换膜燃料电池性能仿真与试验研究

总结了燃料电池极化曲线的半经验公式,利用某80kW质子交换膜燃料电池试验数据来拟合公式中的相关系数,同时利用Matlab/Simulink软件建立了质子交换膜燃料电池堆的仿真模型,为燃料电池发动机系统的仿真和分析提供了一个重要工具。通过此模型可以研究燃料电池电堆的运行参数如气体压力、温度、当量比等对电堆性能的影响,从而有助于研究整个燃料电池发动机系统的性能。     

基于优化灰色神经网络模型的内燃机气缸套磨损量预测的研究

气缸套磨损量是衡量汽车发动机寿命的重要因素。针对传统灰色预测模型的缺陷,采用均值修正策略,对样本数据进行预处理,实现灰色预测模型的优化;将灰色预测模型与BP网络相结合,建立了优化灰色神经网络预测模型;实例分析结果表明,优化模型能更精确地预测发动机气缸套的磨损量,为发动机的寿命预测与维修提供了更有效的方法。     

基于模型预测控制的水冷型燃料电池冷却系统研究

针对传统温度控制方法在水冷型质子交换膜燃料电池(PEMFC)冷却系统中应用时出现温度波动较大、调控时间长、能耗高等问题,以某款氢燃料电池冷却系统为研究对象,利用一维软件搭建氢燃料电池冷却系统计算模型,并对标台架试验,验证了计算模型的可靠性。在此基础上,设计开发模型预测控制器,经计算分析可得,相比于原有PID控制器,采用模型预测控制(MPC)策略的PEMFC温控能力更强,温度波动明显得到改善,同时降低了氢燃料电池冷却系统的能量消耗。     

倾角安装对电堆性能影响的研究

作为新能源汽车发展新方向,氢燃料电池商用车最近几年在中国取得了快速发展。质子交换膜燃料电池工作温度较低,如果电堆在整车上的安装方式不当,可能导致生成的液态水不能顺利排出而造成电堆水淹,从而影响燃料电池发动机工作的稳定性。目前电堆在整车上的安装方式与排水的影响还未受到研究者的充分重视。本文开展了燃料电池发动机在不同方向上的倾角运行试验,用以模拟整车在坡道上行驶时发动机倾斜可能带来的影响。试验结果表明,发动机在不同方向倾斜角度运行对性能的稳定影响不同,某些方向倾斜安装会造成排水不畅,从而影响性能稳定性。经过分析表明,对于电堆氢气、空气的流场设计不同、分配管设计不同等,燃料电池系统在整车上的安装需遵循利于排水的原则,条件允许的情况下,按照一定方向进行倾斜安装,以利于液态水管理,提升燃料电池发动机工作稳定性和耐久性。     

基于OBD系统的发动机扭矩估算

基于OBD系统,通过使用上汽大众的远程诊断仪获取了大量的发动机运行数据,然后进行数据的筛选处理得到试验样本,最后利用Matlab神经网络工具箱建立BP神经网络来估算发动机扭矩,结果表明该发动机扭矩估算模型满足实用性要求,为二手车评估技术提供借鉴作用。     

基于氢燃料电池底盘的解耦驱动式洗扫车关键技术研发与应用

本文以氢燃料电池洗扫车为例介绍目前氢燃料电池专用车在中国的发展情况,在使用方面与同类型纯电动专用车对比动力参数与优缺点,从氢燃料电池洗扫车底盘动力系统方面简要介绍其系统构成、运行原理、电堆电池混合动力分配算法及实现方式,从上装解耦动力系统与上装分体控制系统方面介绍其与传统洗扫车的功能不同点与优化效果,分析氢燃料电池专用车目前存在的问题,为相关产品企业提供氢燃料电池专用车在技术与发展上的参考。     

低电导率乙二醇冷却液使用性能研究

质子交换膜燃料电池发动机正常运行时会产生大量热,其中热量的95%由冷却介质带走,而冷却液中离子含量高会导致燃料电池发动机绝缘问题,因此要求冷却液具有高散热性、低的腐蚀速率、高的密封材料兼容性,行业内通常要求电导率小于5μS/cm,传统的冷却液(电导率大于2000μS/cm)不满足质子交换膜燃料电池的使用要求,无法直接使用。本文长期跟踪氢燃料电池车辆运营2万公里左右,对其冷却系统使用的低电导率乙二醇冷却液性能进行全面的跟踪及研究,主要包括冷却液消耗、冰点值,并解释其原理。通过本文的研究为燃料电池低电导率冷却液的开发、标准的制定及车辆的运营维护保养提供了数据支撑及理论指导。     

后驱动桥桥壳剩余疲劳寿命预测

剩余疲劳寿命的预测方法研究对再制造的发展有很大的意义,再制造的对象其剩余寿命是否足够满足下一个生命周期需求,是再制造面临的重要技术难题,也是进行再制造加工前需要解决的问题,如果对使用后的零件不经寿命预测而轻易报废,就会造成巨大浪费;不经过寿命预测而将已无剩余疲劳寿命的零件再装机使用,会存在安全隐患。目前剩余疲劳寿命的预测计算过程较为复杂,与产品实际疲劳寿命存在偏差,实际操作性不强,本文提出基于后驱动台架试验、道路试验的桥壳剩余疲劳寿命预测方法。     

基于竞争失效的综合传动剩余寿命预测

剩余寿命预测是机械传动系统故障诊断和健康管理的关键。车辆综合传动装置作为复杂时变的机电系统,在高速重载的运行过程中,常存在多种失效形式和失效过程,不同失效模式间竞争失效。然而,现有综合传动装置剩余寿命预测研究中,没有将劣化失效与突发失效同时考虑。鉴于此,本文中研究基于劣化失效和突发失效竞争失效模式的综合传动装置寿命预测方法。首先,针对综合传动装置的多维监测数据,采用鲁棒核主元分析与状态空间模型融合得到整机劣化程度指标。然后,采用随机过程Wiener模型建立装置的劣化失效模型,采用Weibull分布模型建立装置突发失效模型,进一步在考虑劣化失效与突发失效相关的基础上建立了综合传动装置竞争失效模型。最后,采用最大似然估计方法估计了模型的参数,实现了综合传动装置的剩余寿命预测。实验研究验证了本文方法的有效性,能够客观描述装置的可靠度变化规律,提高剩余寿命预测的准确性。     

基于RBF优化控制氢燃料发动机点火提前角

基于RBF神经网络构建氢(H2)燃料发动机最佳点火提前角优化模型,对点火提前角进行优化控制,改善H2燃料发动机动力性、经济性以及排放性能。试验结果表明,该模型能预测H2燃料发动机最佳点火提前角,并可以大大减轻标定试验工作量。     

氢燃料直喷压燃发动机的有效热效率潜力研究

通过零维和一维仿真耦合,来探究氢燃料直喷压燃发动机的最大热效率潜力。基于CHEMKIN软件建立氢均质混合气的压燃燃烧详细化学反应动力学模型,利用已有试验结果对模型的预测精度进行了验证。基于GT-Power软件建立发动机的一维流动和性能预测模型,通过GT-power和CHEMKIN耦合,实现对氢燃料直喷压燃发动机的燃烧预测和性能计算。利用GT-power进行试验设计和参数化计算,优化发动机的结构参数和效率。优化后的有效热效率达到51.38%,表明氢燃料直喷压燃发动机具有较大的热效率潜力。     

汽车发动机故障诊断系统的虚拟样机硬件研发

发动机是汽车的心脏,影响到汽车行驶的动力性和经济性,伴随着资源的匮乏和道路的拥挤,人们对发动机提出了越来越高的要求。电控发动机已逐渐发展成为集电子技术、计算机技术、信息技术于一体的智能控制系统,这也给汽车维修人员提出了更高的技术要求,传统的发动机故障诊断方法已经很难满足现代发动机故障诊断的要求。由于神经网络具有容错、联想、推测、记忆、自适应、自学习和处理复杂多模式的独特功能,利用虚拟仪器技术和神经网络技术相结合的方法,可方便快捷地对发动机不同工况进行实时数据采集,并对采集的数据作有效的分析,直接给出诊断结果,这样可使汽车发动机故障诊断在一定程度上实现自动化和智能化。