排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
为分析舱体类设备多余物检测效果影响因素,提出基于正弦激励的舱体设备多余物振动检测方法,研究了振动加速度、振动频率、多余物材质和粒径参数4个因素对粒子碰撞噪声检测(PIND)法效果的影响.通过单因素仿真试验探究了各因素对多余物检测效果的影响规律及原因,并采用正交试验法设计ADAMS仿真分析试验和振动试验,通过极差计算确定关键影响因素.结果表明,影响检测效果的关键因素为多余物材质,并给出多余物材质和粒径的识别方案及最佳振动试验条件,为舱体内部多余物参数的进一步识别分类提供了参考. 相似文献
2.
传统电池荷电状态(SOC)估计中常用的扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)方法仅适用于线性系统和高斯条件,虽然粒子滤波(PF)算法能用于非线性和非高斯系统,但PF算法在滤波更新时存在粒子退化现象,使粒子集无法表示实际后验概率分布,导致估计精度降低.采用改进的扩展粒子滤波(EPF)和无迹粒子滤波(UPF)算法对电池SOC进行估计,抑制了粒子权重退化.以Thevenin模型对电池进行建模,利用带遗忘因子的最小二乘方法进行模型参数辨识,结合改进后的滤波算法对电池SOC进行估计.实验结果表明,以UKF为建议密度函数进行重采样的UPF方法平均估计误差为0.71%,低于以EKF为建议密度函数的EPF方法平均误差(1.09%),两种方法的估计误差均小于PF估计误差(1.36%),有效抑制了粒子权重退化. 相似文献
1