您当前的位置：
首页 >
文章列表页 >
基于长短时记忆神经网络的锂离子电池多维老化诊断
车辆工程·机械工程 | 更新时间：2025-07-21
上一篇|下一篇

    • 基于长短时记忆神经网络的锂离子电池多维老化诊断

    • Multi-dimensional aging diagnosis of lithium-ion battery with a long short-term memory neural network

    • “在电池性能衰退领域，专家改进模型并建立神经网络，预测电池未来容量衰退轨迹，误差小于2%。”
    • 任宪丰 ，袁文文 ，吴学强 ，时艳茹 ，姚蒙蒙 ，张凯旋 ，杨瑞鑫 ，潘悦
    • 吉林大学学报（工学版） 2024年54卷第11期 页码：3135-3147
    • 作者机构：

      1.潍柴动力股份有限公司 电控与软件研究院，山东 潍坊 261061

      2.北京理工大学 机械与车辆学院，北京 100081

    • 作者简介：

      任宪丰（1983-），男，高级工程师.研究方向：电控产品开发. E-mail： renxf@weichai.com

      杨瑞鑫（1988-），男，副研究员，博士.研究方向：新能源汽车电池管理. E-mail： yangruixin@bit.edu.cn

    • 基金信息：
      国家自然科学基金项目(52107222;U23B20139)

    • DOI： 10.13229/j.cnki.jdxbgxb.20230056     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 11 ) 表( 5 )

  • 参考文献

  • 出版信息

  • 数据统计

48

浏览量

170

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于关联路链组的城市路网短时交通流预测模型
基于曲线压缩和极限梯度提升算法的锂离子电池健康状态估计
基于锂离子电池线性化模型的电流传感器故障诊断
纯电动汽车电池箱的热特性
液压挖掘机履带链轨节疲劳分析

相关作者

徐海辉
翁剑成
王晶晶
何寒梅
魏瑞聪
刘新天
何耀
武骥

相关机构

北京工业大学 交通工程北京市重点实验室
福建省高速公路联网运营有限公司
北京百度智行科技有限公司 智能交通业务拓展部
北京市交通委员会
北京市交通运行监测调度中心