赵孟娜
- 作品数：5 被引量：24H指数：3
- 供职机构：重庆理工大学重庆汽车学院更多>>
- 发文基金：重庆市教育委员会科学技术研究项目国家自然科学基金更多>>
- 相关领域：电气工程机械工程交通运输工程更多>>
- 电动汽车用动力电池SOC预测技术研究
- 在人类历史长河中已经奔驰了百余年的汽车进入21世纪后,在给人们带来便利的同时,也给人类的生存环境带来了严重危害。有关研究表明,城市环境污染的70/%来源于汽车尾气,汽车尾气污染已成为城市的一大隐形杀手。目前解决这一问题的...
- 赵孟娜
- 关键词：SOCMATLABLABVIEW在线检测
- 文献传递
- 基于改进神经网络的少齿差行星齿轮参数优化设计被引量：2
- 2012年
- 在对少齿差行星齿轮进行结构分析的基础上,根据其传动特点和设计要求,运用模糊数学的原理进行了模糊可靠性分析,建立了可靠性数学模型,将模糊设计优化模型转化为了常规的优化模型。通过所建立的模型可以实现最优参数选取,同时针对传统BP神经网络的不足,将模拟退火和BP网络相结合,设计了一种新型的改进神经网络。实验结果表明,此种算法得出的绝对误差和相对误差都较小。
- 吕俊峰陈小安赵孟娜
- 关键词：少齿差行星齿轮模拟退火模糊可靠性
- 基于神经网络的二次开发电动汽车电池SOC测试软件设计被引量：3
- 2012年
- 针对目前电动汽车研究热点的电池容量测试技术,介绍了神经网络方法进行测试的原理。针对Matlab神经网络工具箱页面简单、粗糙,功能隐藏化设置,用户可操作性能小等不足,二次开发了1个神经网络专门用于测试电动汽车电池SOC的软件。整个设计分为开始界面与数据输入、网络创建、训练参数设置和测试结果等几个部分,详细阐述了每部分的设计原理并图示了设计界面,最后使用软件进行了电池SOC估算。结果表明:软件可较为精确地进行电池荷电状态的实时估算,且整个界面采用纯中文编写,方便初学者和生产一线工人进行使用。
- 赵孟娜米林冯勇
- 关键词：神经网络MATLAB二次开发SOC
- 基于主成分分析和多元支持向量的旋转机械故障诊断方法被引量：8
- 2010年
- 针对旋转机械运行过程中的非线性、非平稳突变性等复杂特征,提出一种基于主成分分析(PCA)和支持向量机(SVM)的精确故障诊断方法。该方法对振动信号进行EMD分解,得到多个基本模态分量IMF后,通过Sha-noon能量熵测度后将多个IMF分量进行主成分分析,提取有效的振动特性,再将其作为特征矢量输入到多元支持向量机SVM进行精确的故障诊断和分类。以一个滚动轴承为例进行分析,结果表明该方法具有强的鲁棒性和可靠性。
- 敖星吕俊峰赵孟娜
- 关键词：主成分分析故障诊断
- 基于径向基函数神经网络的电动汽车动力电池SOC模型被引量：8
- 2011年
- 通过对电池容量估计问题的研究,分析了径向基函数神经网络方法和电动汽车动力电池SOC估计的原理。介绍了将径向基函数神经网络方法运用于电动汽车动力电池SOC估计的模型,对实验结果进行了分析和总结。实验结果表明:电池SOC估计模型可以通过蓄电池的工作电压、工作电流和表面温度参数来估计蓄电池的荷电状态实时值,采用径向基函数神经网络方法可以大大提高SOC值的精度。
- 米林赵孟娜秦甲磊吴旋
- 关键词：径向基函数神经网络电池SOC
