国家自然科学基金(51176014) 作品数:31 被引量:83 H指数:6 相关作者: 李岳林 徐东辉 解福泉 刘乔华 左萃 更多>> 相关机构: 长沙理工大学 南昌师范学院 宜春学院 更多>> 发文基金: 国家自然科学基金 江西省教育厅科学技术研究项目 国家教育部博士点基金 更多>> 相关领域: 动力工程及工程热物理 电气工程 交通运输工程 机械工程 更多>>
基于NARX神经网络的车用锂离子电池SOH时间序列预测 被引量:1 2022年 锂离子电池模型参数具有慢时变特性,因而准确预测锂离子电池健康状态(state of health,SOH)存在较大的难题。利用非线性自回归(Nonlinear AutoRegressive with eXogenous input,NARX)神经网络建立了SOH时间序列预测模型,通过重构技术将预测模型的一维输入时间序列重构成多维状态空间,并且采用重构后的时间序列数据对NARX神经网络对进行训练,然后利用训练后的NARX神经网络进行预测得到最终的SOH时间序列预测值;试验结果显示,预测模型比RBF神经网络的均方误差提高了近6个百分点,收敛速度提高了近30 s,表明了基于NARX的SOH时间序列预测模型的预测精度及响应速度都较好。 徐东辉 徐东辉 石本改 徐丽琴 王丽娜关键词:锂离子电池 神经网络 车用锂离子动力电池剩余寿命非线性组合预测研究 被引量:7 2021年 针对单一预测模型难以准确预测锂电池的剩余寿命(remaining useful life,RUL)难题,提出了非线性组合预测方法;利用相空间重构,对实验采集到的数据进行重构,将重构后的数据对改进Elman神经网络和非线性自回归(nonlinear autoregressive with exogenous input,NARX)神经网络这2个单项预测模型进行训练和预测;采用RBF神经网络对2个单项模型的预测值进行非线性组合,获得最终的RUL预测值.结果表明:非线性组合预测方法的均方根误差比PCA-NARX方法提高了近1%,比NARX方法提高了近2%,比改进Elman方法提高了近3%;非线性组合预测方法具有较高的精度及泛化能力,采用相空间重构技术有利于提高非线性组合方法的预测精度. 徐东辉关键词:时间序列 RBF 汽油机瞬态工况油膜参数的混沌径向基神经网络预测模型研究 被引量:3 2015年 针对瞬态工况下油膜参数难于准确确定,提出了基于混沌径向基神经网络的汽油机瞬态工况油膜参数预测模型。首先证明了汽油机油路系统时间序列具有非线性混沌特性,对试验测定的数据进行相空间重构,利用RBF神经网络对重构后的数据进行训练和预测。然后,利用混沌算法确定隐含层高斯函数径向基中心和输出层连接权值,使其达到全局最优,加快了RBF神经网络的收敛速度。最后,将预测结果与采用BP神经网络模型和最小二乘法辨识的结果进行比较,验证了混沌RBF神经网络模型具有较强的非线性预测能力,能有效地提高油膜动态参数的预测精度,进而得出不同工况下的油膜参数动态特征。 徐东辉 李岳林 解福泉关键词:汽油机 瞬态工况 基于Chaos-RS-RBF算法的汽油机油膜动态参数辨识研究 被引量:2 2020年 针对汽油发动机动力学系统的高度复杂的非线性特性,提出了Chaos-RS-RBF(chaos-rough sets-radialbasis function)算法对油膜动态参数进行辨识。在判断发动机动力学系统混沌(chaos)特性的基础上,通过相空间重构技术恢复其固有的高度复杂的非线性特性,获得多维状态空间时间序列,利用粗糙集(rough sets,RS)删除大量冗余数据,最后采用径向基函数(radial basis function,RBF)算法对多维状态空间时间序列进行辨识,获得油膜动态参数辨识值。仿真结果显示,与最小二乘法及RBF神经网络相比较,Chaos-RS-RBF模型具有更高的精度,对实际工程应用具有较好的借鉴意义。 徐东辉 徐向阳 徐新仁关键词:汽油机 相空间重构 RBF 混合动力汽车再生制动仿真分析 被引量:4 2011年 提出了一种根据欧洲经济委员会(ECE)法规制定的再生制动力分配控制策略,在保证前后轴制动安全的前提下,合理分配前后轴摩擦制动力和电机再生制动力,然后依据本文设计的控制模块代替ADVISOR原有模块进行仿真。仿真结果证明,在这种控制策略下制动时,前轮和后轮能够充分利用地面附着系数,在确保制动效率的同时能够回收更多的再生制动能量,改善汽车的燃油经济性并降低排放。 刘乔华 李岳林 左萃 郭艳花关键词:再生制动 ECE法规 控制策略 制动效率 车辆活性碳罐三维数值模拟研究 被引量:8 2012年 根据国标要求进行了稳态试验得到碳罐的沿程阻力,结合试验数据进行理论计算得出碳罐大气口孔径理论上的极限尺寸,并建立了各极限尺寸下碳罐的三维模型,进行了三维计算流体力学(CFD)仿真。最后将试验数据、理论计算以及仿真结果三者进行综合分析,得出了可满足相应行业标准的大气口孔径的可修改范围,验证了三维CFD仿真在碳罐研发中的可行性。 李岳林 何兴 吴钢 董世涛 何江涛关键词:车辆 三维数值模拟 CFD 基于混沌时序最小二乘支持向量机的汽油机瞬态空燃比预测模型研究 被引量:2 2015年 针对由氧传感器构成的瞬态空燃比反馈控制系统无法满足实时性要求的问题,提出了基于混沌时序最小二乘支持向量机(LS-SVM)的瞬态空燃比预测模型。对试验采集到的一维空燃比数据利用相空间重构技术构造多维空间数据,恢复空燃比时间序列的多维非线性特性,然后采用LS-SVM对重构后的数据进行训练及预测,得出预测结果。仿真结果表明:与Elman神经网络预测模型及前馈BP神经网络预测模型相比较,混沌时序LS-SVM预测模型具有更强的非线性预测能力,能够有效地提高瞬态空燃比的预测精度。 徐东辉 李岳林 雷鸣 何剑锋 吴钢 解福泉关键词:空燃比 相空间重构 瞬态工况 支持向量机 基于混沌RBF神经网络的汽油机进气流量预测研究 被引量:7 2014年 针对汽油机进气流量的多维非线性特性,提出了一种混沌径向基(RBF)神经网络的汽油机进气流量预测模型。证明了汽油机进气流量时间序列具有混沌特性,对采集的原始数据进行相空间重构,利用RBF神经网络对重构后的数据进行训练和预测,并利用混沌算法确定输出层连接权值和隐含层高斯函数径向基中心,使其达到全局最优,加快了RBF神经网络的收敛速度。仿真结果表明,与空气进气流量平均值模型、RBF神经网络预测模型比较,该模型具有更高的预测精度,为精确及时测试汽油机进气流量提供了一种全新的软件测量方法。 徐东辉 李岳林 杨巍 丁景峰 彭玲关键词:进气流量 汽油机 车用锂离子动力电池SOC时间序列的BP神经网络预测模型 被引量:4 2020年 由于车用锂离子动力电池系统具有高度复杂的非线性特性,很难建立准确的电路模型对荷电状态(State of Charge,SOC)进行实时在线获取。为此本文在分析并判别锂离子动力电池系统的混沌特性基础上,建立SOC时间序列的BP神经网络预测模型,并与二阶RC网络模型构成闭环控制系统。仿真结果表明,由二阶RC网络模型与BP神经网络模型构成的闭环控制系统具有较高的预测精度,较好的实时性及实际应用前景。 徐东辉 徐东辉关键词:荷电状态 混沌 时间序列 相空间重构 锂电池一阶RC等效电路模型的动力学特性分析 被引量:6 2021年 为分析锂离子动力电池一阶RC等效电路模型的动力学特性,将荷控忆阻器、电阻及电感作为一阶RC等效电路的负载构成一个四阶混沌系统,运用四阶变步长Runge-Kutta法详细分析了该系统的一些基本动力学行为。结果表明,该混沌系统随一阶RC等效电路欧姆内阻参数的变化具有复杂的动力学行为,随欧姆内阻增大,系统通常经混沌进入倍周期分岔序列,且欧姆内阻越小,系统混沌现象越明显。通过对系统的动力学特性分析,可以在线获取欧姆内阻值,为锂离子动力电池寿命的在线监测提供一种全新的方法。 徐东辉关键词:锂离子电池 等效电路 混沌动力学