基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
燃料电池汽车由于其复杂的车载工况和故障发生原因,在现阶段的故障诊断方法上仍存在诸多缺陷和困难.该文在业界成熟度较高的EIS方法(电化学交流阻抗谱方法)上,将模式识别的常用方法——FCM方法和SVM方法——应用于燃料电池的故障分类中,并在保证正确性和可靠性的基础上,着眼于车载燃料电池故障诊断的可在线性和准确性.对两种方法在计算时间和正确率结果方面作比较,总结了两种方法的特点和应用方法.
推荐文章
基于反向传播神经网络的质子交换膜燃料电池故障诊断
质子交换膜燃料电池
反向传播神经网络
故障诊断
基于QPSO-SVM的轴承故障诊断方法
量子粒子群
支持向量机
参数优化
故障诊断
EMD分解
燃料电池客车高压绝缘方案对比研究
燃料电池客车
高压绝缘
电安全
基于SVM的柴油机故障诊断方法研究
支持向量机
神经网络
故障诊断
小波包
柴油机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 FCM方法和SVM方法在燃料电池故障诊断识别中的对比研究
来源期刊 机电一体化 学科
关键词 车载燃料电池 模式识别 诊断 可在线性
年,卷(期) 2016,(5) 所属期刊栏目 研究·开发
研究方向 页码范围 3-7,21
页数 分类号
字数 语种 中文
DOI 10.16413/j.cnki.issn.1007-080x.2016.05.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周苏 同济大学汽车学院 73 557 12.0 21.0
5 胡哲 同济大学汽车学院 8 43 3.0 6.0
7 杨铠 同济大学汽车学院 3 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
车载燃料电池
模式识别
诊断
可在线性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机电一体化
月刊
1007-080X
31-1714/TM
大16开
上海市长乐路746号
4-565
1995
chi
出版文献量(篇)
3989
总下载数(次)
13
总被引数(次)
14903
论文1v1指导