您的位置： 专家智库 > >

孙猛猛

作品数：3 被引量：2H指数：1
供职机构：昆明理工大学交通工程学院更多>>
相关领域：电气工程交通运输工程机械工程自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 2篇机械工程
  • 2篇电气工程
  • 2篇交通运输工程
  • 1篇自动化与计算...

主题

  • 2篇电池
  • 2篇神经网
  • 2篇神经网络
  • 2篇汽车
  • 2篇锂离子
  • 2篇锂离子电池
  • 2篇离子
  • 2篇离子电池
  • 1篇电动
  • 1篇电动汽车
  • 1篇动力汽车
  • 1篇神经网络建模
  • 1篇状态估计
  • 1篇网络
  • 1篇网络建模
  • 1篇模糊控制
  • 1篇模糊控制策略
  • 1篇模糊逻辑
  • 1篇控制策略
  • 1篇混合动力

机构

  • 3篇昆明理工大学

作者

  • 3篇孙猛猛
  • 2篇舒星
  • 1篇肖仁鑫
  • 1篇申江卫
  • 1篇陈峥
  • 1篇苏晓波
  • 1篇张海洋
  • 1篇李晓宇

传媒

  • 1篇价值工程
  • 1篇农业装备与车...
  • 1篇2016中国...

年份

  • 1篇2019
  • 2篇2016
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
并联式混合动力汽车模糊控制策略的研究
采用合理的能量管理策略能够有效减少混合动力汽车的油耗和尾气排放。本文在AUTONOMIE软件环境中建立并联式混合动力电动汽车模型,利用所建立的模型设计模糊逻辑控制策略,并进行了仿真。仿真结果表明,本文所设计的模糊控制策略...
孙猛猛陈峥申江卫肖仁鑫舒星
关键词：AUTONOMIE并联式混合动力汽车模糊逻辑
文献传递
基于随机森林的锂离子电池健康状态估计被引量：1
2019年
锂离子电池是电动汽车上关键的部件之一,准确地估计电池的健康状态(State of health,SOH)有利于保证电池的安全、提高电池的使用寿命。考虑到车用锂离子电池实际的使用情况,基于电池恒压充电电流曲线提出了一个预测电池SOH的新方法,建立了一个随机森林(Random forest, RF)模型来估计电池的SOH。另外,为了验证模型的准确性,把RF模型和BP神经网络模型进行了对比分析。实验结果表明,和BP神经网络模型相比,本文建立的RF模型能够更有效地估计电池的SOH。
孙猛猛夏雪磊
关键词：锂离子电池BP神经网络
基于神经网络建模和K-均值算法的电池健康状态评估被引量：1
2016年
锂离子宽的电压平台和严重的两端极化不利于SOH的估算,但电池的健康状态对电池寿命有着重要的影响。为了解决锂离子电池寿命预测困难的问题,通过对锂离子电池外特性进行的分析,在安时积分法的基础上,采用BP神经网络算法对锂离子电池进行建模,并将此模型带入K-均值算法中。系统的实现功能是对电池健康状况进行准确的评估。经过实验数据的验证,证明了这种算法的准确度,为电池管理系统稳定工作提供保证。
苏晓波孙猛猛潘二东舒星李沛森张海洋李晓宇
关键词：电动汽车锂离子电池K-均值算法
全选 清除 导出
共1页<1>
聚类工具0