介绍了激光诱导击穿光谱(laser induced breakdown spectroscopy,LIBS)技术、主元分析(principal component an alysis,PCA)法和偏最小二乘(partial least squares,PLS)法的基本原理。对Pb元素特征谱线附近的36个维度进行主成分信息提取...介绍了激光诱导击穿光谱(laser induced breakdown spectroscopy,LIBS)技术、主元分析(principal component an alysis,PCA)法和偏最小二乘(partial least squares,PLS)法的基本原理。对Pb元素特征谱线附近的36个维度进行主成分信息提取,对36维波长数据压缩到2维后,采用每个样品的20个脉冲的主元分数进行偏最小二乘拟合,对数据进行平均处理后,拟合结果质量较高,拟合系数平方的值从0.49810提高到0.97000;残差平方和从0.72529下降到1.36366*10^(-4)。PCA法可以有效的缩减具有一定相关性的样本数据空间,对于数据维度较大的数据处理能显著提升效率,再结合PLS法拟合压缩后的主元,实验结论得出PLS适合用于LIBS定量分析。展开更多
目的针对使用戴维南等效电路模型对锂电池进行参数辨识不够精确的问题,提出一种二阶RC等效电路模型并对锂电池进行参数辨识。方法通过脉冲放电实验得到锂电池的相关数据,在MATLAB上使用最小二乘算法对所建立的二阶RC等效电路进行参数辨...目的针对使用戴维南等效电路模型对锂电池进行参数辨识不够精确的问题,提出一种二阶RC等效电路模型并对锂电池进行参数辨识。方法通过脉冲放电实验得到锂电池的相关数据,在MATLAB上使用最小二乘算法对所建立的二阶RC等效电路进行参数辨识,并对不同SOC(State of Charge)下锂电池各个参数的变化情况进行分析,通过计算锂电池的端电压来判断参数辨识的精确度,最后将辨识结果与戴维南等效电路模型所辨识的结果进行对比并分析。结果随着锂电池SOC下降,锂电池的各个参数会有轻微的波动,在锂电池的SOC处在较低的水平时,锂电池的各个参数变化比较剧烈,这是由于锂电池的化学浓差极化所导致的,当将辨识的参数用来求解锂电池的端电压时,随着时间的推移,发现锂电池的端电压的误差波动比较稳定,且最大误差不超过0.05 V,反观使用戴维南等效电路模型求得锂电池的端电压误差波动比较大,且最大误差超过了0.08 V。结论在锂电池参数辨识上二阶RC等效电路比戴维南等效电路更加准确,能够更好地描述锂电池的动静态特性,为后续对锂电池的荷电状态估计提供了有力的基础。展开更多
文摘介绍了激光诱导击穿光谱(laser induced breakdown spectroscopy,LIBS)技术、主元分析(principal component an alysis,PCA)法和偏最小二乘(partial least squares,PLS)法的基本原理。对Pb元素特征谱线附近的36个维度进行主成分信息提取,对36维波长数据压缩到2维后,采用每个样品的20个脉冲的主元分数进行偏最小二乘拟合,对数据进行平均处理后,拟合结果质量较高,拟合系数平方的值从0.49810提高到0.97000;残差平方和从0.72529下降到1.36366*10^(-4)。PCA法可以有效的缩减具有一定相关性的样本数据空间,对于数据维度较大的数据处理能显著提升效率,再结合PLS法拟合压缩后的主元,实验结论得出PLS适合用于LIBS定量分析。
文摘目的针对使用戴维南等效电路模型对锂电池进行参数辨识不够精确的问题,提出一种二阶RC等效电路模型并对锂电池进行参数辨识。方法通过脉冲放电实验得到锂电池的相关数据,在MATLAB上使用最小二乘算法对所建立的二阶RC等效电路进行参数辨识,并对不同SOC(State of Charge)下锂电池各个参数的变化情况进行分析,通过计算锂电池的端电压来判断参数辨识的精确度,最后将辨识结果与戴维南等效电路模型所辨识的结果进行对比并分析。结果随着锂电池SOC下降,锂电池的各个参数会有轻微的波动,在锂电池的SOC处在较低的水平时,锂电池的各个参数变化比较剧烈,这是由于锂电池的化学浓差极化所导致的,当将辨识的参数用来求解锂电池的端电压时,随着时间的推移,发现锂电池的端电压的误差波动比较稳定,且最大误差不超过0.05 V,反观使用戴维南等效电路模型求得锂电池的端电压误差波动比较大,且最大误差超过了0.08 V。结论在锂电池参数辨识上二阶RC等效电路比戴维南等效电路更加准确,能够更好地描述锂电池的动静态特性,为后续对锂电池的荷电状态估计提供了有力的基础。
