采用Morlet小波的锂电池相对健康状态估计

针对现有电池健康状态(SOH)估计方法存在估计精度低、计算量大等问题,提出了一种采用Morlet小波的锂电池相对健康状态估计方法。首先探究了电池电化学阻抗谱(EIS)与相对健康状态对应关系,然后获取电池实际工况下的电压电流数据,采用Morlet小波对所获得的电池电压和电流数据分别进行Morlet小波变换,用变换后的电压小波系数除以电流小波系数在线计算电池EIS,最后利用在线计算的EIS估计电池的相对健康状态。该方法无需进行大量实验,准确度高,计算快,能更好地应用于电动汽车中。在城市道路循环(UDDS)工况下对所提出的方法进行了验证,实验结果表明,该方法可以准确估计出电池的相对健康状态,估计误差控制在3.3%以内。     

一类状态反馈脉冲控制下的营养-产毒浮游植物动力学模型分析

基于生态调水可以改善水环境的实践背景,构建了一类状态反馈脉冲控制下的营养-产毒浮游植物的数学模型.首先研究了无控制系统的有界性、边界平衡点与正平衡点的存在性和稳定性,指出系统可存在一个、两个、三个正平衡点,并证明了鞍结点的存在性.然后利用半连续动力系统理论的后继函数、Bendixson环域定理与压缩映射定理,讨论了系统阶1周期解存在性、唯一性和稳定性.最后,给出数值模拟验证了阶1周期解的存在性.     

基于知识状态的个性化学习资源推荐方法

针对现有的个性化学习资源推荐方法存在不能够从学习者的学习缺陷出发推荐学习资源的不足,提出一种基于知识状态的个性化学习资源推荐方法,它首先根据知识点之间的关联关系构建知识图谱,然后根据学习者知识状态进行推导生成待学习知识点向量,最后设计相似性迭代算法从学习资源库中匹配最适合学习者的学习资源.通过实验证明,该方法具有不错的推荐效果和性能.     

基于改进局部二值模式和梯度特征的计算机生成图像鉴别算法

针对目前计算机生成图像鉴别算法存在的计算复杂度高及检测率低等问题, 提出一种改进局部二值模式和梯度特征的计算机生成图像鉴别算法. 该算法主要基于图像的局部纹理特征, 先提取计算机生成图像和自然图像的特征向量, 再将该特征利用SVM分类器进行分类. 实验结果表明, 该算法可有效地鉴别计算机生成图像和真实图像.     

基于 UKF车辆状态及路面附着系数估计的AFS控制

本文侧重于主动前轮转向(Active Front Steering,AFS)控制系统的应用性与可行性研究,针对紧急转向工况下轮胎呈现强非线性问题,以及AFS控制算法中部分状态量难以获取、路面附着系数对车辆稳定性有重要影响但难以直接测量等问题,设计非线性滑模控制器以综合考虑载荷转移、轮胎非线性及路面条件等对操稳性影响,同时,通过ESP系统现有的IMU传感器测量信息,运用无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法为滑模控制器动态估计车辆状态信息和路面附着系数.在得到期望轮胎侧偏力后,通过非线性轮胎模型精确反求所需叠加转角,以在"轮胎-路面"附着能力范围内检验控制系统的有效性.最后,高附着系数情况下的鱼钩测试仿真及低附着系数时的角阶跃转向仿真共同表明,通过IMU与UKF结合的状态估计确保了AFS控制系统的可行性,有效提高了车辆操纵稳定性.     

合同法定解除权若干法律问题研究

我国合同法定解除权存在"合同目的不能实现"的认定标准模糊、根本违约范围不确定、法定解除权行使期间不规范等弊端。这些弊端不仅扰乱了市场交易秩序,而且降低了合同当事人之间的信用并有损合同自由原则。基于对以上问题的考虑,应从合同法定解除的一般理论入手,优化合同法定解除事由中"合同目的不能实现"的认定标准;细化根本违约的范围以及规范法定解除权的行使期间,通过对现有制度的分析论证寻求完善我国合同法定解除制度的方法。     

基于LC串联型储能变换器的 状态反馈控制策略研究

为了满足新能源电站的无功需求,提出了一种LC串联滤波型变换器.以三相380 V/30 kW并网变换器为例,相比传统的L和LC型滤波器结构,所提变换器结构能够在保持变换器输出无功功率能力的同时,降低系统直流工作电压约为原变换器的71％,释放了系统12％的有源容量,同时效率相比原滤波结构有6％的提升.此外,基于LC变换器的离散状态模型,提出了一种基于LC串联滤波器型变换器的状态控制方法,有效地提升了LC串联滤波器在谐振频率处的系统阻尼.最后在PSIM中搭建了LC型变换器的仿真模型,验证了LC滤波型变换器的优势和状态反馈控制策略的可行性.     

改进PSO优化LSSVM的锂电池SOC估算模型

为提高锂电池荷电状态(SOC)的估算精度,提出一种改进粒子群优化(PSO)算法;对最小二乘支持向量机(LSSVM)的惩罚参数C和核函数参数σ进行寻优,建立基于改进PSO-LSSVM的锂电池SOC估算模型.对磷酸铁锂充放电实验数据进行仿真分析,结果表明:改进PSO-LSSVM模型的平均相对误差为2.96%,均方根误差为0.018,全局最大相对误差为4.79%;改进PSO-LSSVM模型明显提高锂电池SOC估算精度.     

2DPCA及2DLDA相关研究综述

二维主分量分析(2DPCA)是近年来得到广泛重视快速的抽取特征算法,二维线性鉴别分析(2DLDA)是Fisher线性鉴别分析在矩阵模式下的推广,这两种算法在图像识别领域有重要的应用.本文对近年来国内外在2DPCA及2DLDA方面的相关研究进行了综合分析,总结了已经取得的研究成果,对各种算法进行了比较,也研究了二维方法与传统的PCA和LDA之间关系.