基于改进神经网络算法的医疗锂电池PHM系统设计

• 作者: 何成 刘长春 吴涛 武洋 陈童
• 来源期刊: 计算机测量与控制
• 关键词: 医疗锂电池 故障预测与健康管理系统 非线性自回归神经网络 人工免疫粒子滤波算法 经验模型
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 72-76
• 页数: 5页
• 分类号: TP206+.3
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.12.017

摘要

针对医疗电子设备锂电池不确定性发生故障耽误病人救治的问题,提出了一套医疗电子设备锂电池故障预测与健康管理系统(Prognostics and Health Management-PHM);搭建了一套医疗电子设备锂电池数据测试与退化状态模拟的实验平台;为了反映医疗电子设备锂电池健康状态,将锂电池四个健康因子作为医疗电子设备锂电池退化状态的特征进行提取,并通过非线性自回归(Nonlinear Autogressive with Exogenous Inputs-NARX)神经网络,对四个健康因子的数据进行训练,训练后用于容量估计,得出等间隔放电时间序列能够较好地表征锂电池健康状态;为了提高基本粒子滤波算法(Particle Filter-PF)的精度从而更精确地预测锂电池剩余寿命(Remaing Useful Life-RUL),通过人工免疫粒子滤波算法(Artificial Immune Particle Filter-AIPF)与经验模型对锂电池进行剩余寿命预测,并将PF预测的结果与AIPF预测的结果进行对比,F发现AIPF预测更加准确,说明AIPF有效抑制了PF重采样过程中粒子退化问题,验证了医疗电子设备锂电池故障预测与健康管理系统的可行性与可实施性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何成	上海第二工业大学智能制造与控制工程学院	13	45	3.0	6.0
2	刘长春	上海第二工业大学环境与材料工程学院	3	7	2.0	2.0
3	吴涛	上海第二工业大学环境与材料工程学院	6	41	2.0	6.0
4	武洋	上海第二工业大学环境与材料工程学院	3	7	2.0	2.0
5	陈童		1	1	1.0	1.0