《表1 RUL预测值(单位:周期数)》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于DEPSO-RVM的B787电池剩余寿命预测》
电池5的RUL预测结果如图5所示。显然,所提出的DEPSO-RVM方法的拟合曲线与传统RVM算法的拟合曲线相比,更接近数据样本的真实分布情况。RUL预测值如表1所示。由预测值的变化情况可以看出DEPSO-RVM更加准确地预测了电池的RUL。基于此可以推断出,在估算电池健康状态变量时,DEPSO-RVM方法的均方根误差分别为0.150 7和0.087 9,传统RVM的均方根误差分别为0.326 5和0.236 9。DEPSO-RVM方法更加准确地估计了电池状态,优于传统的RVM算法,从而证明了所提出的DEPSO-RVM方法的有效性。
图表编号 | XD00107622000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.15 |
作者 | 刘贵行、穆东旭 |
绘制单位 | 中国民航大学工程训练中心、中国民航大学电子信息与自动化学院 |
更多格式 | 高清、无水印(增值服务) |