期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于Bo-CNN-BiLSTM的IGBT模块寿命预测方法研究
1
作者 魏颖 豆浩 吴志强 《计算机时代》 2025年第7期11-15,共5页
在实际应用中,IGBT经常在极端工况环境下工作,功率模块不断积累疲劳损伤,造成系统的非计划停机。对IGBT进行剩余寿命预测,有助于减少经济损失。从IGBT模块的失效原理出发,提出了一种Bo-CNN-BiLSTM方法,有效提高了IGBT的失效预测精度。... 在实际应用中,IGBT经常在极端工况环境下工作,功率模块不断积累疲劳损伤,造成系统的非计划停机。对IGBT进行剩余寿命预测,有助于减少经济损失。从IGBT模块的失效原理出发,提出了一种Bo-CNN-BiLSTM方法,有效提高了IGBT的失效预测精度。将预测结果的模型拟合优度(R2)提升到0.99407、平均相对误差(MRE)降低至0.00882、均方根误差(RMSE)降低至0.00428,并采用多步预测方法来增强结果可信度。研究结果表明,新方法对IGBT模块的剩余寿命预测具有实际工程应用价值。 展开更多
关键词 bo-cnn-bilstm IGBT 剩余寿命预测 失效预测精度
在线阅读 下载PDF
热辅助条件下微织构刀具铣削力预测方法研究 被引量:2
2
作者 佟欣 王佰艺 +1 位作者 李鑫宇 杨树财 《仪器仪表学报》 北大核心 2025年第3期274-287,共14页
刀具表面织构化处理能够显著改善刀具的切削性能。但激光加工有着急速升温与骤冷的加工特点,这会导致重熔层堆叠和微裂纹等问题。针对上述问题,引入热辅助激光加工技术。由于钛合金是难加工材料,因此铣削过程中刀具承受较大的铣削力,这... 刀具表面织构化处理能够显著改善刀具的切削性能。但激光加工有着急速升温与骤冷的加工特点,这会导致重熔层堆叠和微裂纹等问题。针对上述问题,引入热辅助激光加工技术。由于钛合金是难加工材料,因此铣削过程中刀具承受较大的铣削力,这会导致机械系统的动态响应及振动,进而影响刀具寿命和加工表面质量。因此,准确预测铣削力可以及时调整切削参数,在保证加工质量的同时,使铣削力处于合理范围,从而提高加工效率、降低刀具磨损。综上,以硬质合金球头铣刀为研究对象,将热辅助工艺与激光加工技术相结合,搭建铣削试验平台,提出一种基于蜣螂算法(DBO)优化变分模态分解(VMD)参数,并结合小波包阈值降噪(WPT)的方法来对原始信号进行降噪处理;使用希尔伯特-黄变换(HHT)进行时频分析,探讨不同热辅助温度下的刀具铣削性能变化规律。在此基础上,结合贝叶斯优化(BO)、卷积神经网络(CNN)、双向长短期记忆网络(BiLSTM)以及多头注意力机制(Multihead-Attention),建立回归分析模型用于实时监测和预测铣削力;通过验证,该模型在训练集上的R^(2)值达到了0.9967,而在测试集上R^(2)值达到了0.99194,证明了该模型的准确性。为微织构制备过程中的缺陷修复提出了一种新方法,同时为钛合金铣削加工中的铣削力预测提供了一种有效的方法。 展开更多
关键词 微织构刀具 钛合金 热辅助激光加工 铣削力 bo-cnn-bilstm-Multihead-Attention预测模型
原文传递
基于贝叶斯优化-卷积神经网络-双向长短期记忆神经网络的锂电池健康状态评估 被引量:10
3
作者 衣思彤 刘雅浓 +2 位作者 马耀浥 李文婕 孔航 《电气技术》 2024年第5期1-10,21,共11页
准确估计电池健康状态是设备稳定运行的关键。针对当前健康状态研究中容量难以直接测量、估计模型调参费时等问题,提出基于多健康特征的贝叶斯优化(BO)算法优化卷积神经网络(CNN)与双向长短期记忆(BiLSTM)神经网络预测模型。基于NASA公... 准确估计电池健康状态是设备稳定运行的关键。针对当前健康状态研究中容量难以直接测量、估计模型调参费时等问题,提出基于多健康特征的贝叶斯优化(BO)算法优化卷积神经网络(CNN)与双向长短期记忆(BiLSTM)神经网络预测模型。基于NASA公开锂电池数据,提取3种健康特征。将CNN与BiLSTM结合,提高时间序列数据处理能力,加入BO算法自动搜寻最优参数集,避免组合网络模型陷入局部最优,从而减少评估时间。对比分析相关神经网络模型,结果表明所提方法预测准确度最高,可有效估计锂电池的健康状态,平均绝对误差和方均根误差均在1%以内。 展开更多
关键词 锂电池 健康状态(SOH) 贝叶斯优化(BO)算法 卷积神经网络(CNN) 双向长短期记忆(BiLSTM)神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部