作者:陈功,朱锡芳,许清泉,杨辉,徐安成 单位:中国仪器仪表学会 出版:《仪器仪表学报》2015年第09期 页数:9页  (PDF与DOC格式可能不同) PDF编号:PDFYQXB2015090080 DOC编号:DOCYQXB2015090089 下载格式:PDF + Word/doc 文字可复制、可编辑
《锂电池薄膜激光测厚原理及数据分析》PDF+DOC2017年第10期 刘宣君,覃雪,宋亚龙,袁畅,许兴鹏,陈功,王刚 《原子氢传感器电池体系静态数学模型》PDF+DOC2003年第06期 阎一功,杜元龙,肖恺 《一种基于工业环境的锂电池测厚标定新方法》PDF+DOC2012年第04期 黄福贵,陈功 《锂电池极片涂膜测厚仪设计及精度分析》PDF+DOC2012年第01期 杨宁,杨永跃 《锂电池极片超声波金属焊接机的设计》PDF+DOC2012年第01期 李正中,周光平,梁召峰,陈鑫宏 《蜜胺纸板激光测厚系统设计》PDF+DOC2012年第04期 侯国庆,姚佳,何宽芳,余以道 《基于ARM9的锌空电池湿度控制系统设计》PDF+DOC2009年第09期 关玉明,程琪,肖艳春,姜云峰 《电池极片轧机电控系统及其应用》PDF+DOC2008年第04期 张良文,高兴发 《基于AT89C51的锌空电池温控系统设计》PDF+DOC2008年第32期 关玉明,程琪,杨戈,姜云峰 《锂电池极片质量监控系统的设计和实现》PDF+DOC2013年第12期 陈功,许清泉,朱锡芳,杨辉,徐安成
  • 影响激光传感器在线检测锂电池极片厚度的因素主要包括激光传感器的测量精度、C型扫描机构固有频率和振动频率扫描时引起的动态误差以及外界环境噪声。多尺度小波去噪算法需明确噪声的先验频率,而常规稀疏分解算法在训练阶段采用与实际数据特征无关的相干比值确定迭代终止条件且构建过完备原子库的运算量巨大。改进稀疏分解去噪算法在训练阶段针对不同情况下的锂电池极片厚度,得到高度冗余的最佳原子参数,通过选取更反映数据波动性能的最小均方差值的迭代值作为测厚终止条件;在实测阶段,不需构建过完备原子库,而是提取训练阶段最佳原子参数构建次最佳原子函数,提取训练阶段最小均方差作为稀疏分解迭代终止值,实现了快速去噪。结果表明:相对于小波算法和常规稀疏分解算法,对于非连续性小幅面锂电池极片在缺乏先验知识的条件下,改进稀疏分解算法具有较好的去噪性能,满足高精度快速去噪的要求。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。