期刊文献+

基于神经网络的纯电动汽车动力电池系统故障诊断 被引量:7

下载PDF
导出
摘要 本文通过介绍动力电池经常出现的故障类型,分析了故障产生的原因,总结归纳了诊断方法;结合动力电池系统的故障类型和故障产生的原因,提出了基于神经网络的纯电动汽车动力电池系统故障诊断方案并通过实例进行验证。
作者 张俊
出处 《电子技术与软件工程》 2018年第24期234-235,共2页 ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
  • 相关文献

参考文献7

二级参考文献26

  • 1毕道治.电动车电池的开发现状及展望[J].电池工业,2000,5(2):56-63. 被引量:19
  • 2高世海 王晓剑 田钟.一个综合集成的智能诊断系统[A]..第三届全球智能控制与自动化大会论文集[C].,2000.359-362. 被引量:1
  • 3PandyaAS MacyRB(许勇 荆涛等译).Pattern Recognition with Neural Networks in C++(神经网络模式识别及其应用)[M].北京:电子工业出版社,1999.6. 被引量:1
  • 4John J Hopfield. Artificial Neural Networks [ J ]. IEEE Circuits and Devices Magzine, 1988,18 ( 12 ) :3 - 10. 被引量:1
  • 5王赘松.基于信息融合技术的汽车电控发动机故障诊断的研究[D].吉林:吉林大学,2002. 被引量:1
  • 6Iseumn R. Process fault detectic,a based on modelling and estirnatian methods-a survey[ J ].Automatica, 1984, 20(4 ): 387-404. 被引量:1
  • 7Iseanan R. Fault diagnosis of machines via parameter estimation and knowledge processing- tutorial paper[J] .Automatica, 1993,29(4) : 815 - 835. 被引量:1
  • 8Frank P M. Fault diagnosis in dynamic systems via state estimarion- a survey[C]. Proceedings of Ith European Workshop on Fault Discs, Reliability Knowledge Based Approaches, 1987 - 01:3598. 被引量:1
  • 9Gomm J B. Online learning for fault classification using an adaptive neuro - fuzzy network [ C ]. Proc. of IFAC World Congress,1996, 175 - 180. 被引量:1
  • 10Benktedda Hassen, Patton Ron J. B spline network integrated qualitative and quantitative fault detection[ C] .Proc. of IFAC World Congress, 1996: 163- 168. 被引量:1

共引文献55

同被引文献47

引证文献7

二级引证文献12

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部