交互式多模型的锂电池荷电状态估计

针对锂电池工作在温度不恒定的环境中时单个模型无法捕捉电池参数动态变化,导致电池模型误差增大,荷电状态估计精度下降的问题,提出使用交互式多模型平方根无迹卡尔曼滤波算法来估计电池荷电状态.以戴维宁电池模型为基础建立了一组电池温度子模型,并实现参数辨识;在平方根无迹卡尔曼滤波的基础上,利用交互式多模型方法估计电池荷电状态,通过实时调整模型概率来实现各个模型间的软切换.实验结果表明,交互式多模型方法融合了不同温度下的电池信息,增强了荷电状态估计的精度和鲁棒性.     

锂离子电池内短路研究综述

锂离子电池作为多种设备及装置的核心供电部件,其安全性问题受到广泛关注。内短路是导致动力电池发生安全事故的重要诱因之一,因此针对锂离子电池内短路的研究已成为近年来研究热点。针对内短路安全问题,阐述了国内外内短路诱发实验方法,并归纳了内短路检测方法,给出了内短路问题的未来研究方向。     

基于SCAE⁃ACGAN的直升机行星齿轮裂纹故障诊断

直升机行星传动轮系结构复杂、工况多变,其振动信号受工况影响大,在故障样本较少的情况下导致行星齿轮箱故障诊断准确率不高,早期故障诊断困难。针对上述问题,提出将堆栈收缩自动编码网络(stacked contractive autoencoder,简称SCAE)与辅助分类生成式对抗网络(auxiliary classifier generative adversarial networks,简称ACGAN)相结合的SCAE-ACGAN故障诊断方法。ACGAN的生成器产生与真实样本具有类似分布的生成样本,扩展训练样本集,并与真实样本一起输入至判别器进行训练。ACGAN采用SCAE作为判别器,利用SCAE良好的抗数据波动能力,从扩展样本集中挖掘出有效的深度特征,并实现样本的真伪与类别的判定。ACGAN的判别器和生成器在对抗学习训练机制下交替优化,提高方法的样本生成质量与故障判定能力。将SCAE-ACGAN应用于直升机行星轮裂纹故障诊断,结果表明,SCAE-ACGAN的故障诊断性能好,在样本数量少与工况变化情况下具有较好的健壮性和适应性。     

电池组均衡技术研究现状

电池组均衡技术是电池管理系统关键技术之一,可根据电池组状态信息对电池组进行实时均衡管理,避免不一致性的扩大,提高电池组容量利用率,能在一定程度上减缓电池组老化速度。本文深入分析了国内外的电池组均衡方法,按照均衡电路、控制策略以及系统结构3个方面,比较了各种均衡方法的优缺点及其适用场合,列举了不同方法的研究情况,给出了串联电池组均衡技术研究亟待解决的问题与发展方向展望。     

基于改进EKF的飞机蓄电池在线SOC估计方法

蓄电池荷电状态(state of charge,SOC)是电池管理系统最为重要的参数之一,由于飞机蓄电池工作环境恶劣复杂,具有较强的非线性,给蓄电池的在线 SOC估计带来较大的困难。以提高复杂应力条件下飞机蓄电池在线 SOC估计精度为目的,采用性能测试实验对蓄电池性能参数的温度、放电率特性进行研究,并提出递推最小二乘法与扩展卡尔曼滤波算法结合的改进 EKF方法,实现蓄电池等效电路模型参数的在线辨识以及蓄电池在线 SOC 的估计。上述方法通过物理实验进行了验证,实验结果表明,改进后 EKF方法的 SOC 估计误差小于0.5%,估计精度获得明显提高。     

基于小波包能量谱和ELM的光伏逆变器多故障在线诊断

以三电平光伏逆变器为研究对象,提出一种多故障模式快速诊断新方法。首先,利用小波包分解提取出三电平逆变器的桥臂电压和上、下管电压信号的能量谱特征向量,并利用主成分分析降维后获取故障特征向量;然后,基于极端学习机诊断模型分离出单器件及多器件开路等多种故障模式。实验结果表明,相比于传统BP神经网络、最小二乘支持向量机故障诊断方法,该方法检测信号易获取,抗干扰性强,诊断速度快、精度高,减小了诊断成本和复杂性,适用于在线诊断。     

无刷直流电机驱动系统逆变器的开路故障诊断EI北大核心CSCD

逆变器的故障诊断是实现容错控制的前提,有助于提高电机驱动系统的可靠性。针对上桥臂PWM调制、下桥臂常开调制方式下的无刷直流电机驱动系统逆变器,提出了一种新颖的开路故障诊断方法。该方法将PWM周期内ON时的线电压与OFF时的线电压的差值作为特征量进行故障检测;在逆变器的下一工作模式中定位出具体的故障功率管。为了降低应用成本,提出了分时采集端电压来估计线电压差的软件算法与检测电路。最大诊断时间为1个电周期。该方法硬件电路简单、实现方便、可靠性高、成本低,且不受开环、闭环控制等策略的影响。实验结果表明了所提方法的正确性和有效性。     

功率变换电路电解电容器故障预测方法研究

本文对功率变换电路中电解电容故障预测方法进行了研究,提出了一种基于快速傅立叶变换(FFT)与最小二乘支持向量机(LS-SVM)相结合的故障预测方法。通过对电解电容失效机理进行研究,建立其等效电路故障模型,并选择等效串联电阻(ESR)作为寿命特征参数、输出纹波电压和电容电流作为监测信号;通过FFT对监测信号进行频域分析,计算ESR;利用LS-SVM对ESR回归建模、预测。将提出的方法应用于Buck电路,对电解电容的故障进行预测。实验结果表明,该方法可以准确的对电解电容故障进行预测。     

基于HS-PF的电力电子电路故障预测方法

提出了一种基于混杂系统建模和粒子滤波预测算法的电力电子电路故障预测方法。针对电力电子电路混杂特性,建立了描述电力电子电路故障变化的状态空间模型,同时采用粒子滤波预测算法,通过粒子迭代估计当前时刻系统状态和缓变参数的变化趋势。通过分析BUCK电路的工作状态,阐述了选择输出纹波电压作为电路故障判据的理由。仿真实验证明了本文方法的有效性。     

硬件演化原理及实现方法研究

文章对基于Virtex系列FPGA的硬件外部演化技术进行了研究，对演化算法的流程进行了分析，介绍了演化硬件的概念、原理、JBits API软件以及Virtex器件结构。基于JBits软件，采用外部演化的方式对电路进行演化，并通过仿真实例证明了这种方法的有效性。