首页期刊导航|车用发动机
期刊信息/Journal information
车用发动机
车用发动机

段金栋

双月刊

1001-2222

cyfdj@163.com

022-58707822

300000

天津市北辰区永进道96号中国北方发动机研究所《车用发动机》编辑部 

车用发动机/Journal Vehicle Engine北大核心CSTPCD
查看更多>>《车用发动机》(双月刊),1978年创刊,是由中国北方发动机研究所主办的技术刊物,为全国中文核心期刊,中国科技核心期刊,中国核心期刊(遴选)数据库、中国期刊全文数据库、万方数据—数字化期刊群和中国科技期刊数据库收录期刊,中国科学引文数据库和中国学术期刊综合评价数据库来源期刊,山西省一级期刊。《车用发动机》辟有综合评述、设计计算、性能研究、测试与诊断、制造技术和信息等栏目。主要面向科研院所和企事业单位的科研和工程技术人员、大专院校师生、相关行业的管理人员等。《车用发动机》为国际标准16K, 96页,期定价10.00元,年定价60元。中国标准连续出版物号CN 14-1141/TH,国际标准连续出版物号ISSN 1001-2222,邮发代号22-53。
正式出版
收录年代

    基于等效电路模型参数辨识的锂电池SOC非线性组合估计

    高延增王健徐东辉
    74-82,89页
    查看更多>>摘要:锂离子电池属于刚性系统,呈现出丰富的非线性动力学特性和高度复杂性。其等效电路模型参数及SOC状态量随着电池的使用呈现出慢时变特性,利用常规的 SOC 估计方法通常存在精确度低、时效性差等不足。将电荷控制型忆阻器与一阶RC模型结合建立四阶混沌系统,利用状态观测器在线辨识混沌系统中的未知参数,实时获取一阶RC 模型参数值;利用参数在线辨识值建立准确的一阶RC 模型数学表达式,然后采用 AEKF 和SVR两个模型分别实时估计 SOC 时间序列,获得两个模型的 SOC 估计值;最后利用 LSTM 模型非线性组合AEKF和SVR的估计值,获得最终的锂离子电池SOC估计值。试验结果显示:非线性组合估计模型能实时准确地估计锂电池 SOC,表明提出的非线性组合模型具有较优的非线性动态估计能力、较高的精确度及泛化能力。

    锂离子电池荷电状态估计等效电路混沌系统参数辨识

    基于I-GWO-BP神经网络的柴油机NOx排放预测模型

    张凯强王勇翟军强江先锋...
    83-89页
    查看更多>>摘要:针对高原环境不同海拔地区工程机械柴油发动机 NOx 排放与实际运行工况之间的复杂非线性关系,提出了一种基于维度学习的狩猎(DLH)搜索策略改进 GWO-BP 神经网络的 NOx 排放预测模型。利用便携式排放测试系统(PEMS)对高原地区叉车进行不同海拔下的实际运行工况排放试验,并将试验数据作为数据集,通过随机森林算法完成预测模型的输入特征选择。结果表明:I-GWO-BP 模型相对于 BP 和 GWO-BP 模型在评价指标RMSE和R2 上表现更优,RMSE 和R2 分别为 4。623 3 mg/s 和 0。925 1,该模型对高原地区不同海拔下工程机械NOx 排放的预测精度更高。

    高原氮氧化物特征参数预测模型

    《车用发动机》2024年第1期至第6期(总270期至275期)总目次

    后插1-后插3页