文献

J-GLOBAL ID：202002218265167822   整理番号：20A2595479

リチウムイオン電池スタックの隔膜修正神経近似内モデルおよび反復学習複合制御【JST・京大機械翻訳】

A Composite Control of Neural Approximation Inverse and Iterative Leaning for Rectifying Separator Film Deviation in Lithium Battery Laminated Machine

著者 (4件)： Ding Wenhua (華南理工大学机械与汽車工程学院,广州510641;深zhen科瑞技術股fen有限公司,广東深zhen518057) ,  Xie Xiaopeng (華南理工大学机械与汽車工程学院,广州510641) ,  Zhang Panfeng (東莞理工学院城市学院,广東東莞523419) ,  Han Lei (深zhen科瑞技術股fen有限公司,广東深zhen518057;哈爾浜工業大学深zhen研究生院,广東深zhen518055)
資料名： Jixie Kexue yu Jishu  (Jixie Kexue yu Jishu)
巻： 39  号： 9  ページ： 1404-1411  発行年： 2020年 
JST資料番号： C2050A  ISSN： 1003-8728  CODEN： JKJIE6  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： 積層プロセスにおけるダイヤフラムのアラインメント度が悪い問題を解決するために,ニューラル近似内モードと反復学習制御を組み合わせた設計制御装置を用いて,分離膜の修正効果を改善し,ニューラルネットワークの近似内モードと反復学習の複合制御による隔膜修正制御アルゴリズムを提案した。第一に,分離膜のアラインメントの複雑な特性に影響するために,物理的数学モデルを用いて,修正過程を記述するのが難しいという問題に照準を定めて,ニューラルネットワークのニューラルネットワークモデルを,ニューラルネットワークの優れた非線形近似能力によって確立した。第2に,システムのロバスト性を改善し,システムモデルの非アフィン非線形特性を避けるために,ニューラル近似内モードを採用して,修正システムの制御を行い,そして,シミュレーション結果は,ニューラル近似内部モードが,良好な制御効果を得ることができ,そして,周期的外乱に対する抑制能力が,制限されることを示した。しかし、リチウム電池スタックプロセスにおいて、速度と張力の規則性変化は、隔膜オフセット誤差に対して周期性の干渉を生じる。最後に、反復学習制御を神経近似内モード制御に導入し、修正システムの周期性擾乱に対処し、シミュレーションから、反復学習制御を導入することで、修正システムの周期性擾乱が有効に抑制されることが明らかになった。試験結果は,提案した修正制御アルゴリズムが,リフティングシステムのダイヤフラムアラインメントを効果的に改善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： アラインメント ,  シミュレーション ,  数学モデル ,  ニューラルネットワーク ,  *近似法 ,  システムモデル ,  ダイヤフラム ,  張力 ,  リチウム電池 ,  *隔膜 ,  ロバスト性 ,  *リチウムイオン電池
準シソーラス用語： 神経回路網モデル ,  線形近似 ,  *反復学習 , 【Automatic Indexing@JST】

分類 (2件)： 計算機シミュレーション  (JE11000H) ,  ロボットの設計・製造・構造要素  (IC04013A)

タイトルに関連する用語 (8件)： リチウムイオン電池 ,  スタック ,  隔膜 ,  神経 ,  近似 ,  モデル ,  反復学習 ,  複合制御