文献

J-GLOBAL ID：201702249615907118   整理番号：17A0470082

リチウムイオン電池の状態を予知するための相互作用多重モデル粒子フィルタ【Powered by NICT】

Interacting multiple model particle filter for prognostics of lithium-ion batteries

著者 (5件)： Su Xiaohong (School of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China) ,  Wang Shuai (School of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China) ,  Pecht Michael (Center for Advanced Life Cycle Engineering (CALCE), University of Maryland, College Park, MD 20742, USA) ,  Zhao Lingling (School of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China) ,  Ye Zhe (School of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China)
資料名： Microelectronics Reliability  (Microelectronics Reliability)
巻： 70  ページ： 59-69  発行年： 2017年 
JST資料番号： C0530A  ISSN： 0026-2714  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 関連不確実性のリチウムイオン(Liイオン)電池と確率分布関数(PDF)の残存耐用年数(RUL)を決定するための相互作用多重モデル粒子フィルタ(IMMPF)に基づく新しいデータ駆動型予測法を提案した。法はIMMPF異なる状態方程式を適用した。モデリングは,電池容量劣化はリチウムイオン電池のRULを予測するために非常に重要である。本研究では,種々のLiイオン電池容量モデル(すなわち,多項式,指数,とVerhulstモデル)に改良されている。さらに,三つの異なる一段階状態遷移方程式を開発し,IMMPF法は三改善モデルを用いたLiイオン電池のRULを推定した。予測RULのPDFは個々のモデルで得られたPDFsを組み合わせることにより得られた。は,提案した方法を検証するために四つの事例研究を行った。結果は次の通りである:(1)三改良モデルは元のモデルよりも少ないパラメータを必要とし,(2)本提案の予知手法は安定で高い予測精度を示し,(3)提案した方法は,Liイオン電池の予測RULの不確実性PDFを狭くする。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 予測技法 ,  電池容量 ,  *イオン ,  事例研究 ,  不確実性 ,  耐用年数 ,  *リチウムイオン電池 ,  モデリング ,  *電池 ,  *リチウム
準シソーラス用語： 予測精度 ,  データ駆動 ,  確率分布関数 ,  *リチウムイオン ,  *粒子フィルタ , 【Automatic Indexing@JST】

著者キーワード (5件)： リチウムイオン電池 ,  残存有効寿命 ,  粒子フィルタ ,  相互作用多重モデル粒子フィルタ ,  確率分布関数

分類 (1件)： 二次電池  (YB04030K)

タイトルに関連する用語 (4件)： リチウムイオン電池 ,  予知 ,  相互作用多重モデル ,  粒子フィルタ