博士后杨瑞鑫在中国工程院院刊、国际顶级期刊Engineering(IF=6.495)发表文章
发表时间:2020-11-14     阅读次数:     字体:【


部分图片:

图1 Battery ESC test bench.

图2 Diagram of ELM based thermal model.


动力电池安全性是制约电动汽车发展的关键因素,近年来由动力电池引发的安全事故引起了极高的公众关注度,而动力电池外部短路是电动汽车安全事故原因之一。论文提出了一种融合集总参数热模型和极限学习机的动力电池外部短路温升预测方法,该方法具有无需迭代调节参数和模型参数具备物理属性的双重优势,在计算量大幅降低的前提下,实现了动力电池外部短路温升的实时精确预测,为车用动力电池安全管理提供基础。


文章信息:Yang R, Xiong R, Shen W, et al. Extreme Learning Machine Based Thermal Model for Lithium-ion Batteries of Electric Vehicles under External Short Circuit[J]. Engineering, 2020. (下载链接)

详细解读http://www.aesa.net.cn/NewsDetail.aspx?ID=846

上一篇:田金鹏博士生论文被Energy Storage Materials期刊录用(AI赋能动力电池管理)
下一篇:于全庆博士论文入选《机械工程学报》高影响力论文奖
0
联系地址:北京市海淀区中关村南大街5号北京理工大学   Copyright  ©  2020-   先进储能科学与应用联合实验室  All Rights Reserved.网站地图
友情链接: 新能源与智能载运期刊    北京理工大学    机械与车辆学院