文献

J-GLOBAL ID：201702211368697078   整理番号：17A1872212

アリコロニーニューラルネットワークアルゴリズムに基づく電池の健康状態推定【JST・京大機械翻訳】

State of health estimation for lithium-ion battery based on ant colony neural network

著者 (4件)： Xiao Renxin (昆明理工大学交通工程学院,云南昆明,650500) ,  Li Peisen (昆明理工大学交通工程学院,云南昆明,650500) ,  Li Xiaoyu (昆明理工大学交通工程学院,云南昆明,650500) ,  Wang Zelin (昆明理工大学交通工程学院,云南昆明,650500)
資料名： Dianyuan Jishu  (Dianyuan Jishu)
巻： 41  号： 6  ページ： 916-919  発行年： 2017年 
JST資料番号： C2501A  ISSN： 1002-087X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 電池の健康状態(SOH)は電池の健康管理とメンテナンスを行う重要な根拠である。ある種の車用リン酸リチウム鉄電池を実験対象とし、蟻コロニー最適化後の神経回路網アルゴリズムを提案し、電池の直流抵抗をSOHを定義し、そしてこのアルゴリズムを電池の健康状態推定モデルに応用した。結果により,提案したモデルと方法による電池の最大直流抵抗誤差は0.1mΩで,平均誤差は0.049mΩであり,この方法が電池の直流抵抗を正確に予測でき,電池の健康状態をリアルタイムに反映できることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *電池 ,  直流 ,  保守管理 ,  最適化 ,  健康管理 ,  神経回路網
準シソーラス用語： 実時間 ,  推定モデル ,  蟻コロニー ,  リン酸リチウム鉄 ,  *健康状態 , 【Automatic Indexing@JST】

著者キーワード (4件)： SOH ,  neural network ,  ant colony algorithm ,  lithium-ion battery

分類 (1件)： 二次電池  (YB04030K)

タイトルに関連する用語 (2件)： 電池 ,  状態推定