充电桩抗冲击性能的BP神经网络预测 |
| |
引用本文: | 胡鹏,吴俊,江丙云,袁鹏飞,刘俊磊,刘昊.充电桩抗冲击性能的BP神经网络预测[J].机械设计,2023(S2):143-148. |
| |
作者姓名: | 胡鹏 吴俊 江丙云 袁鹏飞 刘俊磊 刘昊 |
| |
作者单位: | 2. 浙江大学机械工程学院 |
| |
基金项目: | 常州市第十五批科技计划项目(CZ20210009); |
| |
摘 要: | 抗冲击性能是电动汽车充电桩的重要指标,文中结合试验测试提出了基于BP神经网络的预测模型,以快速预测不同工况下的充电桩的抗冲击性能。首先,搭建充电桩冲击试验平台,并建立相应的有限元仿真模型,结合试验结果,验证了仿真模型的准确性;其次,采用拉丁超立方方法设计200组仿真方案,并借助Python脚本语言,自动提取充电桩的抗冲击性能;最后,通过调整神经网络中的超参数,建立了充电桩抗冲击性能的预测模型。结果表明:预测模型与仿真模型的抗冲击性能的最大相对误差小于5%,并相较于仿真求解的数以小时计,神经网络预测模型仅需要几毫秒。采用神经网络模型对充电桩的抗冲击性能进行评估,极大地缩短了计算时间。
|
关 键 词: | 充电桩 冲击性能 神经网络 仿真模型 Python脚本 |
|
|