基于偏最小二乘法的黄土湿陷性评价模型

基于统计学相关理论的黄土湿陷系数预测及评价方法是简化其工程应用的重要途径.当前采用多元回归方法建立黄土湿陷系数预测模型过程中往往缺乏对自变量间多重相关性对预测精度影响的合理考量.基于上述考虑,该文分别采用普通多元线性回归方法和偏最小二乘回归方法建立了黄土湿陷系数的多因素(天然含水量、初始孔隙比和压缩系数)回归模型并对二...     

基于ISM-MICMAC的高校突发事件应急管理影响因素分析

为改进和提升高校突发事件应急管理水平,本文通过社会技术系统理论,从人员、技术、组织、环境4个子系统出发识别高校突发事件应急管理的影响因素;运用解释结构模型(ISM)对影响因素间的复杂逻辑关系进行层级划分,从而构建8层递阶结构模型;运用交叉影响矩阵相乘法(MICMAC)计算各影响因素的驱动力和依赖性数值,绘制驱动力—依赖性分类图,并提出相应措施.结果表明:组织管理子系统是最本质的影响因素,应规范组织机构建设、加强规章制度建设,从根源上确保突发事件应急管理工作的实施.     

基于PNGV模型的锂离子电池荷电状态估计

目的 提升不同老化情况下的锂离子电池荷电状态(SOC)估计精度。方法 基于PNGV模型(Partnership for a New Generation of Vehicles)，对锂离子电池SOC进行估计。首先通过双线性变换对PNGV模型进行离散化，采用带有遗忘因子的递归最小二乘法(FFRLS)，对电池模型参数进行在线辨识，利用卡尔曼滤波(EKF)算法进行SOC估计，并通过动态工况验证SOC估计精度。结果 以多种误差指标考察不同循环下的试验数据，在不同电池老化状态下具有较好的预测精度。相比基于Thevenin模型的算法，基于PNGV模型的算法可以将SOC平均绝对误差减少约60%，同时也可以将SOC估计最大绝对误差波动范围降低53.8%。结论 本算法引入PNGV模型后，解决了基于Thevenin模型算法误差大、不稳定的问题，提升了动力电池系统在不同老化环境下的适应性。