留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

电子电气工程学院宋万清教授团队取得最新研究成果

发布日期: 2021-10-28 阅读次数:
  • 分享到:

用微信扫码二维码

分享至好友和朋友圈

近日,电子电气工程学院宋万清教授在国际知名期刊《Applied Mathematical Modelling》(系中科院SCI分区2020年12月最新基础版数学类一区Top期刊,IF=5.129)以第一作者和通讯作者发表论文“Long-range dependence and heavy tail characteristics for remaining useful life prediction in rolling bearing degradation”;指导研究生在工程领域国际知名期刊《ISA Transactions》(系中科院SCI分区2020年12月最新基础版工程技术大类二区Top期刊,IF=4.305)发表论文“Fractional Lévy stable motion with LRD for RUL and reliability analysis of li-ion battery”。

Fig1. The prediction of the two models are compared

论文Long-range dependence and heavy tail characteristics for remaining useful life prediction in rolling bearing degradation提出了一种新的重尾退化模型:Levy稳定运动(fLsm)作为典型的重尾模型的扩散项,建立了功率漂移形式的退化模型。采用变分模态分解(VMD)方法解决滚动轴承退化不明显的问题,采用fLsm退化模型的差分迭代形式预测剩余使用寿命(RUL),如图1所示。

Fig2.The RUL prediction of lithium battery

论文“Fractional Lévy stable motion with LRD for RUL and reliability analysis of li-ion battery”提出了一种基于分数阶Lévy稳定运动(fLsm)的含LRD的锂电池有序度退化模型,利用随机微分方程建立fLsm退化模型。蒙特卡罗模拟法和fLsm退化模型对锂电池容量进行了建模。用精度评分(SOA)、健康度(HD)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)对预测结果进行分析,见图2所示。

此外,2021年宋万清教授团队还取得了其他高水平科研成果:指导研究生发表的“A Generalized Cauchy Method for Remaining Useful Life Prediction of Wind Turbine Gearboxes”“Remaining Useful Life Prediction for Lithium-ion Batteries Using Fractional Brownian Motion and Fruit-fly Optimization Algorithm”“Fractional Lévy stable motion: Finite difference iterative forecasting model”3篇论文在本年度入选高被引;授权发明专利2项:一种无量纲参数滚动轴承长相关故障趋势预测方法(专利号ZL201811074454.8,授权时间:2021.9.10)和基于FBM的长相关模型的轴承内圈故障剩余寿命预测方法(专利号ZL201910683262.5,授权时间:2021.5.11)。


  • 分享到:

用微信扫码二维码

分享至好友和朋友圈

发布日期: 2021-10-28 阅读次数: