王一卉
- 作品数：2 被引量：25H指数：2
- 供职机构：长春工业大学电气与电子工程学院更多>>
- 发文基金：吉林省科技发展计划基金中国科学院知识创新工程领域前沿项目国家高技术研究发展计划更多>>
- 相关领域：电气工程更多>>
- 模糊神经网络专家系统在动力锂电池组故障诊断中的应用被引量：19
- 2015年
- 动力锂电池故障的产生原因具有一定的复杂性和不确定性。为此,提出一种基于模糊神经网络的故障诊断专家系统,该方法结合了模糊数学,神经网络以及专家系统的优点。用模糊数学可以将症状模糊化以表征故障的隶属度、神经网络具有良好的自学习能力、专家系统具有推理能力强,三者的相互结合,即提高了系统的准确性和可操作性,又满足了对故障诊断智能化、自动化的要求。试验结果表明该方法可以准确的判断出系统的故障,不仅将故障检测的精度提高到,预测误差在之间,而且检测时间大大缩短。提高了动力锂电池的自适应能力,自主学习能力,为动力锂电池故障诊断提出了一种科学高效的新方法。
- 王一卉姜长泓
- 关键词：动力锂电池故障诊断专家系统
- 舰载光电伺服设备的系统辨识研究被引量：6
- 2014年
- 系统辩识即获取电机机械时间常数Tm和对应的固有放大倍数K。舰载光电系统由于受到横摇、纵摇、艏摇的扰动,其系统辩识的可信度及精度直接影响到调节器参数的设定,从而对稳态和动态精度会有很大的影响。常规公式法求电机机械时间常数在实际应用中非常不便,并且大多数场合不能求得Tm。本文以PC104硬件平台为依托,推导出的近似逼近e指数函数作为阶跃法获取系统辨识的理论依据,并设计了友好的人机交互界面可以方便的显示、修改系统辩识的结果。试验分析表明,应用Origin拟合e指数函数使阶跃法得到的Tm和K拟合可信度达到96%以上,其拟合误差小于0.1,精度完全满足使用要求。解决了实际工程中获取Tm和K精度低、可信度不高的难题。此方法成功地应用在项目中,并对求得电机机械时间常数有很好的通用性和借鉴性。
- 周俊鹏李焱王一卉陈娟
- 关键词：系统辨识
