双时间尺度下基于Transformer的锂电池剩余寿命预测

准确预测锂离子电池剩余使用寿命对于掌握其健康状况和管理备件资源具有重要作用.现有锂电池剩余寿命预测方法大多局限于以循环次数为主的预测结果,本质上属于面向单一时间尺度的方法,忽略了锂电池健康状态受循环次数与工作时长双重时间尺度下的退化综合影响的现实问题.提出一种双时间尺度下基于Transformer的锂电池RUL预测模型.该方法选取容量作为表征其性能退化的关键指标,通过Kalman滤波和滑动时间窗对电池容量数据进行处理获取训练集和测试集,有效提取双时间尺度中蕴含的寿命信息,并充分考虑不同时间尺度寿命信息间的相互关系,建立容量与双重时间尺度的映射关系,实现了锂电池在双时间尺度下的RUL准确预测.通过锂电池实例验证了所提方法的有效性和潜在应用价值.     

基于自适应RVM的电子系统缓变故障预测方法

针对电子系统缓变故障的预测问题,提出一种自适应相关向量机(RVM, Relevance Vector Machine)方法.首先,对反映电子系统性能的参数序列进行相空间重构,建立RVM的输入输出对应关系;然后,将嵌入维数和核函数参数作为人工鱼位置,取留一交叉验证(LOOCV, Leave-One-Out Cross-Validation)误差的相反数作为目标函数,利用人工鱼群算法(AFSA, Artificial Fish Swarm Algorithm)实现方法参数的自适应优化选择;最后,通过雷达发射机高压电源与多注速调管的故障预测实验验证了方法的性能.实验结果表明:该方法在预测精度和预测可靠性方面优于现有方法.     

基于相关向量机的MEMS加速度计零偏温漂补偿

应用相关向量机（RVM,Relevance Vector Machine）回归预测方法建立了基于RVM的零偏温漂预测补偿模型,利用温度值和温升速率作为输入可预测不同温变过程下的加速度计零偏温漂,探讨了不同训练样本数量、核函数类型和不同的核函数宽度对预测补偿效果的影响,最后应用环境温度试验数据对模型进行检验和验证.结果表明：基于RVM的零偏温漂预测补偿模型能够有效的预测微机械（MEMS,Micro Electro Mechanical Systems）加速度计零偏温漂,模型预测的均方根误差小于1%,补偿后滞环误差最大由0.06g缩减为0.015g.     

锂电池相变材料/风冷综合热管理系统温升特性

锂电池在高倍率充放电过程中会产生大量热量,此热量不及时散出会导致电池超温进而影响电池的使用寿命,甚至导致安全事故。本文设计了一种新型相变材料/风冷综合热管理系统(TMS),并对综合热管理方式下的电池温升特性进行了实验和理论研究。基于集总参数法,结合电池生热及散热机理,建立了电池发热功率计算模型以及相变材料/风冷综合TMS电池温度场数学模型,计算了电池单体发热功率,分析了环境温度、电池充放电循环初始温度、相变温度、对流热阻以及电池和相变材料之间的导热热阻对电池综合TMS性能的影响。结果表明:综合TMS的冷却性能优于纯风冷热管理系统;电池充放电过程为非稳态传热过程,因此较高的初始温度带来超温风险;电池温度场数学模型能准确反映电池升温行为;较高的环境温度下,电池最大温升幅度降低,但可能导致电池最高温度超过安全温度;相变材料的相变温度越低,电池最大温升越低;减小导热热阻及对流热阻能显著提高TMS性能。     

基于热失控风险指数的锂电池安全评价方法

针对当前锂电池安全性研究侧重于特征参数实验测量及反应机理分析,基于风险评估理论提出锂电池热失控风险指数并应用于锂电池安全定量评价,以点燃参数乘以环境因子表征锂电池热失控风险发生概率,以热释放参数和火势增长参数表征风险造成后果。选取陆空联运的冷链货物温度监测装置中常用的锂锰电池（CR）和锂亚硫酰氯电池（ER）,利用自主设计搭建的锂电池热失控实验平台获取上述参数并计算热失控风险指数。实例分析表明:适合于陆空联运的冷链货物ER14250型锂电池热失控风险指数为0.84,其安全性相对最高。所提方法可直接指导陆空联运冷链货物温度监测装置的锂电池选择,保证运输安全。      

基于不完美先验信息的随机系数回归模型剩余寿命预测方法

剩余寿命预测是设备预测与健康管理的核心问题，准确的剩余寿命预测可以在故障发生前进行有效的维护保养，以减小设备故障发生的概率。针对实际剩余寿命预测中先验信息不足或缺乏的问题，提出一种克服不完美先验信息影响的启发式剩余寿命预测方法。首先，利用非线性随机系数回归模型进行退化建模。其次，证明了基于单个设备现场退化数据，期望最大化（EM）算法的参数估计结果收敛于极大似然估计（MLE）算法的参数估计结果，并提出一种合理融合先验信息和现场信息的启发式剩余寿命预测方法。最后，通过数值仿真数据和实际锂电池退化数据对提出的结论和方法进行了验证，结果表明:启发式剩余寿命预测方法相比传统贝叶斯方法能够较好地克服不完美先验信息的影响，更为准确的预测设备地实际剩余寿命。      

基于蛇形通道的电池组液冷方案设计与优化

相较于传统汽车,电动汽车在大力发展新能源的背景下具有良好的应用前景。电池作为电动汽车的动力源之一,其输出性能极易受到温度的影响,电池热管理系统对控制电池工作温度、延长电池组寿命、保障电动汽车安全稳定行驶等都具有重要意义。针对动力电池在工作过程中因自身温度过高而产生不利影响的现象,先分析了电池的生热特性。然后,提出了一套基于蛇形通道的液体冷却热管理方案并进行优化。最后,温度场仿真结果表明:优化后的液冷结构对电池组的工作环境有显著影响,高温工况下能够使电池工作在最佳温度范围20 35℃之内,同时满足电池组内温差小于10℃的要求。      

纤维增强复合材料疲劳寿命预测及损伤分析模型研究进展

随着纤维增强复合材料主承力结构在多领域内的广泛应用,疲劳成为复合材料结构设计必须面对的问题,出现了大量用于复合材料结构疲劳寿命预测及损伤演化的分析模型与方法。目前的复合材料疲劳性能分析模型可以分为疲劳寿命模型、唯象模型和渐进损伤模型。对这3类模型的发展情况进行了综述和对比分析。其中,疲劳寿命模型原理相对简单,适用于工程结构的寿命估算;唯象模型建立了材料剩余强度/刚度与循环数的数学关系,可以预测结构的寿命与材料剩余力学性能;渐进损伤模型不仅可以预测结构寿命和材料剩余力学性能,还能分析结构疲劳损伤机理。对各类疲劳性能分析模型的发展趋势进行了讨论。指出了降低实施成本和提高通用型是各类疲劳性能分析模型有待解决的问题。      

锂电池对航天应用可能性的探讨

<正> 该文简单介绍了锂电池发展的一些特点,探讨了锂电池航天应用的可能性。特别讨论了由Li/SOCl_2电池体系制成储备电池,争取取代热电池,成为导弹电源的实验基础。同时,也着重评述了Li/TiS_2二次锂电池体体系用作卫星电源的一些探索性试验结果。作者在最后对于发展我国航天锂电池提出了几点建议: 1.航天锂电池是有发展前途的。据估计,一次锂电池的发展将可能先取代热电池,然后再和自动激活锌-银一次电池剧烈竞争。与此同时,二次锂电池的发展将可能逐步向锌-银、镉-镍、氢-镍和氢-银蓄电池提出挑战。     

利用健康因子的卫星电池容量估计方法

卫星在轨工作期间,准确估计电池容量对提高电源系统的安全性与可靠性有重要意义。为此,针对电池在工作过程中实际容量难以直接测量的问题,提出一种利用间接健康因子估计电池容量的方法。首先,从锂电池恒压充电模式下的电流数据中提取平均充电电流,将其作为反映电池容量变化的特征参数。在实现了锂电池健康状态表征的基础上,对比分析容量和平均充电电流随着充放电循环周期的变化曲线。然后,讨论了容量和平均充电电流之间的相关性,进而建立了容量估计模型。最后,通过从NASA锂电池数据集中提取容量和平均充电电流,划分训练集和测试集,验证了用该方法估计容量的有效性和准确性。     

基于多分类AdaBoost的航空发动机故障诊断

对航空发动机运行数据进行数据挖掘的方法,是发动机故障诊断研究领域的重要研究内容。由于各种算法自身的局限性,通过某种单一算法很难大幅度提升故障分类的准确性。运用组合分类的AdaBoost算法,综合多个分类模型进行诊断,是提升故障识别精度的一种较好的方法。通过AdaBoost算法及其改进算法的结合,建立一种多分类的AdaBoost算法,以支持向量机（SVM）为基础分类器,进行综合诊断模型的建立。通过单位向量法、比值系数法和相关系数法将指印图中统计的故障标识数据进行处理,得到不受故障程度影响的训练数据,再进行建模。实验表明,AdaBoost相关结合算法能够显著提升分类器性能。根据实际故障案例,验证了所建立的诊断模型能够较好地用于发动机的故障诊断。      

基于改进极限学习机的光谱定量建模方法

依据近红外光谱(NIR)产生原理,提出了粒子群优化极限学习机(PSO-ELM)算法,运用于小样本氨水浓度定量分析。通过优化极限学习机(ELM)隐藏节点参数,解决了极限学习机由于输入权值和隐含层偏差随机产生的建模结果具有随机性的问题,提高了预测模型的稳定性、精确度和泛化性能。经实验验证,优化后的PSO-ELM相比ELM,模型预测集均方根误差由0.01166减小至0.00322,预测集相关系数由0.9951提高至0.9979。将优化后的模型预测结果与支持向量机(SVM)、BP神经网络算法等传统方法的建模结果进行对比,优化后的PSO-ELM算法具有较高的精确度和良好的泛化性能,模型预测效果优于传统的定量回归分析算法。     

锂离子动力电池系统多尺度热安全研究

锂离子动力电池系统作为电动汽车最重要的核心部件，其动力性能和安全可靠性的提升是中国电动汽车进一步规模化发展的重大需求。锂离子动力电池的热安全问题贯穿于电池系统的整个生命周期，且在单体-模组-系统不同空间尺度下的表现形式不同。针对锂离子动力电池系统多空间尺度热安全问题，分别从单体电池生热、模组温度均一性、电池系统安全可靠性3个方面归纳总结了目前动力电池热安全设计的最新进展，并对一些重要研究成果进行了着重介绍，总结了锂离子动力电池系统热安全设计亟待解决的关键问题，提出了可行的解决方案，对今后的研究方向进行了展望，旨在为电池系统动力性能和安全可靠性提升提供有益的借鉴和参考。     

基于贝叶斯准则的支持向量机预测模型

对实际统计数据中存在的相关性、不确定性和非线性问题,提出贝叶斯支持向量机预测模型方法.构建基于高斯分布的权值分布模型描述信息的不确定性,基于先验概率分布和贝叶斯关系获得后验分布模型,利用极大似然方法和递推迭代算法求解后验分布的最佳参数,从而得到关联向量机.建立起基于参数分布多维时间序列预测模型,将每一步迭代过程中的支持向量机输入作为随机变量,考虑数据不确定性的传递,递推得到贝叶斯支持向量机预测输出.由于贝叶斯支持向量机可以有效反映随机影响及其传递,可以克服数据不确定性和相关性的影响,因此基于贝叶斯支持向量机预测效果更加符合实际.实例表明利用贝叶斯支持向量机预测高科技企业发展趋势与实际发展趋势接近,可以克服数据相关性、不确定性和非线性对信息模型的影响,具有较高的预测精度和预测鲁棒性.     

基于退化数据与故障数据的导弹竞争故障预测

针对具有多元退化量的导弹竞争故障预测问题,分析了导弹退化特性,并在考虑突发故障与退化故障相关性的基础上,建立了具有多元退化量的导弹竞争故障预测模型。对导弹性能退化数据与突发故障数据进行统计推断,确定了数据的分布类型,在此基础上对竞争故障预测模型的参数进行了求解。针对导弹性能退化数据分布参数存在非线性、小样本等问题,运用最小二乘支持向量机(LS-SVM)预测模型对性能退化数据的分布参数进行了预测,得到了性能退化数据未来某一时刻的分布函数;针对退化量与突发故障的相关性,应用位置-尺度模型分析了退化量与突发故障的关系,得出了突发故障与退化量的相关参数,进而根据导弹竞争故障预测模型得到了导弹未来一段时间内的竞争故障概率。以贮存状态下的整批导弹为例,实现了导弹竞争故障预测,并与其他预测方法进行了对比,结果验证了方法的合理性与有效性。      

GEO卫星平台东西板外挂锂电池构型布局影响分析

为优化地球静止轨道（GeostationaryEarthOrbit,GEO）卫星平台设备布局空间,提出东西板外挂安装锂离子蓄电池的构型布局方案,从力、热、流程等方面分析东西板外挂安装锂电池构型布局的可行性及其影响,并以135A·h锂离子蓄电池为对象进行设计分析预算。结果表明,与服务舱南/北板内挂安装相比,锂电池采取东西板外挂安装更具优势,不仅腾出平台舱内大量设备布局空间,而且能优化研制流程;此构型的力、热设计条件均有改善,尤其是热控加热功率与散热面积均减少70%,设计资源节省显著,是提升卫星平台总体设计能力的有效途径之一。