公共文化服务平台

姚行艳: 作品数：60 被引量：47H指数：4; 供职机构：重庆工商大学更多>>; 发文基金：国家自然科学基金重庆市教育委员会科学技术研究项目重庆市自然科学基金更多>>; 相关领域：自动化与计算机技术机械工程电气工程理学更多>>

合作作者

无线信道建模中二分K均值聚类多径分簇算法被引量：1: 2023年; 为了对无线信道中的多径分量进行合理分簇,提出了一种毫米波信道二分K均值聚类多径分簇方法,解决了传统的K均值聚类分簇方法只能实现局部最优分簇的问题.采用马氏距离(Mahalanobis distance,MD)衡量多径分量距离(multi-path component distance,MCD),以簇分裂和迭代计算的方式对多径进行分簇.采用毫米波室内信道实验测试数据,验证了所提算法的有效性和可行性.结果表明,所提算法比传统K均值聚类分簇方法获得的分簇结果更合理,能将信道中多径参数相似度较高的多径有效且唯一地分配到同一簇.; 聂益芳MBUGUA Allan Wainaina李余姚行艳蔡雪松

基于多孔泡沫金属的磁流变液阻尼器关键机理及性能研究: 机械振动无处不在，研究如何减小机械振动是一个重要的课题。常用的阻尼器一般通过自身储存和消耗振动能量的方式进行减振，缺乏自我调节能力。为此，迫切需要一种具有良好可控性和非线性特征的智能阻尼器。　　磁流变液阻尼器是一种可以通...; 姚行艳; 关键词：磁流变阻尼器多孔泡沫金属能量损失; 文献传递

自供电磁流变液体的高跟鞋: 本发明公开了一种自供电磁流变液体的高跟鞋，涉及一种鞋子，用于解决女式高跟鞋不能储存能量，易患平足症或痉挛性足痛的问题。它包括鞋底，位于鞋底下方的鞋跟，位于鞋底上方的帮面，鞋垫，鞋头，供电装置总成、控制转换开关和磁流变液装...; 喻其炳姚行艳李勇李川; 文献传递

基于正交试验的锂离子电池热失控仿真被引量：3: 2023年; 锂离子电池热失控是由多种因素耦合而导致的结果,得到影响锂离子电池热失控影响因素的重要性程度对于提高电池安全性具有极大意义。对此,针对针刺导致的锂离子电池热失控,利用COMSOL软件仿真分析了不同针刺位置、速度、直径、SOC(state of charge)对锂离子电池单体针刺热失控影响,得到对单体电池热失控影响的重要因素。基于单体针刺热失控仿真结果,以4个锂离子电池单体组成的模组为研究对象,利用单因素仿真试验分析不同钢针直径R、电池SOC以及针刺电池个数N对电池模组热扩散影响;基于此,本文分析了针刺电池个数N、钢针直径R及电池SOC耦合作用热失控的正交试验。结果表明:相对于针刺位置、针刺速度对电池单体热失控影响,电池SOC和针刺直径R对电池单体热失控影响较为显著,且针刺直径R越小,单体电池热失控越剧烈;电池SOC越大,热失控时电池温度分布越不均匀;针刺直径R越大,模组热扩散需要时间越长;当SOC在100%~85%范围内时,模组内各电池单体的热失控最高温度变化较为明显;针刺电池个数N越大,模组热失控越剧烈,但位于模组中间位置的电池热失控最高温度有所降低。针刺电池个数N、SOC、针刺直径R对电池模组热失控温度和扩散时间的影响程度主次顺序为:N>R>SOC*R>SOC*N>N*R>SOC,其中,针刺电池个数N对电池模组热扩散影响最显著,且不同因素间的交互作用不容忽视。本工作为提高电池的安全性及电池设计提供了参考依据。; 胡力月姚行艳; 关键词：锂离子电池热失控正交试验

一种深度学习的锂离子电池热失控预警方法: 本发明涉及锂电池技术领域，具体涉及一种深度学习的锂离子电池热失控预警方法，通过获取锂电池的原始数据集、获取外部环境数据和文本数据的融合特征、提取和选择相关健康指标、获取关键特征的时间特征向量、获取图卷积网络的输入、获取电...; 姚行艳陈国麟; 文献传递

基于智能聚类粒子滤波器汽车阻尼器性能衰退预测方法: 本发明公开了一种基于智能聚类粒子滤波器汽车阻尼器性能衰退预测方法，包括以下步骤：S1.采集汽车阻尼器的阻尼力信号；S2.根据获得的阻尼力信号集合建立阻尼器性能衰退系统的状态方程和观测方程；S3.在k＝0时刻，根据重要性密...; 姚行艳李川喻其炳刘杰白云陈旭东陈志强余婷梃; 文献传递

一种慢性肾衰竭预警系统: 本发明公开了一种慢性肾衰竭预警系统，属于医疗检测领域。所述慢性肾衰竭预警系统，包括：数据采集单元，用于采集患者的尿量、尿肌酐、血肌酐生成检测值；计算单元，用于根据所述检测值，计算肌酐清除率；预测单元，用于根据N个检测时段...; 白云刘杰陈旭东喻其炳刘传文李川陈志强姚行艳; 文献传递

一种磁流变液自适应超声传感器及检测方法: 本发明属于磁流变液应用技术领域，公开了一种磁流变液自适应超声传感器及检测方法，所述磁流变液自适应超声传感器设置有：金属导体，所述金属导体上分别缠绕有匝数相同的第一线圈与第二线圈，两线圈构成Helmhotz线圈，将缠绕He...; 姚行艳; 文献传递

多孔泡沫金属磁流变液阻尼器设计及力学性能研究被引量：4: 2016年; 磁流变液阻尼器的力学性能直接决定了其应用范围。目前的磁流变液阻尼器主要集中于大阻尼力的减振,而对于阻尼力范围较小的应用较少。对此,根据多孔泡沫金属材料的特性,论文设计了一种多孔泡沫金属磁流变液阻尼器,分析了其工作原理,并利用搭建的性能测试系统对其力学性能影响因素进行了研究。结果表明:该多孔泡沫金属阻尼器可用于小阻尼力方面的减振,而且其他条件相同时,采用泡沫金属铜产生的阻尼力比采用泡沫金属镍的阻尼力大,为磁流变技术的推广应用提供了新思路。; 姚行艳刘传文喻其炳李川; 关键词：多孔泡沫金属磁流变液磁流变液阻尼器力学性能

基于CNN-Transformer的锂离子电池健康状态估计被引量：3: 2024年; 目的健康状态是评估锂离子电池状态的关键参数,对锂离子电池的安全使用有着十分重要的意义,为了获得准确可靠的健康状态估计结果,建立基于卷积神经网络和Transformer的锂离子电池健康状态估计方法,利用不同模型的数据挖掘特性,将健康指标的深层信息和随循环周期增加的时序信息并行提取。方法从锂离子电池放电过程中的部分电压和温度曲线中提取3个与健康状态相关性较强的健康指标作为模型输入,利用卷积神经网络强大的特征提取能力挖掘健康指标的局部特征,利用Transformer的顺序处理能力挖掘健康指标的时序特征,将健康指标的局部特征和时序特征进行特征融合,通过卷积和全局平均池化层输出健康状态估计值。结果本研究使用MIT数据集进行实验验证,并与卷积神经网络和长短时记忆神经网络进行对比分析,所提出的方法的均方根误差和平均绝对误差是最低的,为0.11和0.08,最小相对误差为0.61%。结论所提出的CNN-Transformer健康状态估计采用不同模型挖掘健康指标不同的特征信息,能够充分利用锂离子电池放电数据,且具有良好的估计效果。; 陈国麟姚行艳; 关键词：锂离子电池卷积神经网络 TRANSFORMER

姚行艳

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

姚行艳

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈