神经网络在提高锂离子电池检测精度中的研究

• 作者: 肖仁耀 肖昕
• 来源期刊: 电子工业专用设备
• 学科: 工学
• 关键词: BP神经网络 锂离子电池 电池检测
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 测试与测量
• 页码范围: 14-18,44
• 页数: 6页
• 分类号: TH216+.1
• 字数: 3276字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4507.2009.09.003

摘要

随着近些年来锂离子动力电池的广泛应用,作为生产锂离子电池关键设备的检测系统也成为新的研究热点.但由于系统中大量非线性元件的使用,使得设定基准、采样信号和实际的测量值之间存在较大误差.为了减小干扰、提高数据传输准确性和控制精度,必须对传送的数据进行处理.人工神经网络以其任意非线性函数的任意逼近能力和自学习能力.在控制领域内得到了广泛的应用.用人工神经网络对数据进行处理,修正系统误差.结果表明,经神经网络处理后的采样数据检测精度大幅度提高,为提高电池生产质量提供了可靠保证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖仁耀	中国电子科技集团公司第四十八研究所	7	8	2.0	2.0
2	肖昕	中国电子科技集团公司第四十八研究所	4	3	1.0	1.0