La eficiencia y la gama de vehículos eléctricos modernos son puntos cruciales en su diseño. Los diseñadores e ingenieros están muy motivados para encontrar soluciones a estos problemas o, por regla general, para mejorar los sistemas eléctricos existentes. Se encuentra disponible una cantidad considerable de baterías modernas para su uso en vehículos eléctricos y robots. Los autores propondrán nuevas tecnologías y nuevos métodos para usar baterías con mayor eficiencia. Los autores proponen utilizar la máquina de vectores de soporte y la lógica difusa en un nuevo enfoque, que es la gestión del estado técnico de la batería. Los resultados muestran que es posible usar estos dos métodos simultáneamente y que pueden garantizar mejores resultados en el sitio de operación.
1. Introducción
Hoy en día se utilizan cada vez más vehículos y herramientas inteligentes. Este tipo de máquinas y vehículos tienen una alta prioridad en la vida industrial y el tráfico diario. A los ingenieros les gustaría preparar máquinas con mayor eficiencia. En las modernas plantas industriales, las empresas utilizan diferentes principios de Lean. Gracias a estos principios, pueden alcanzar mejores sistemas de Indicadores Clave de Rendimiento (KPI) y una mejor demanda de los clientes.
Los ingenieros intentan utilizar diferentes tipos de técnicas de inteligencia de máquinas para alcanzar una mayor eficiencia, como la lógica difusa, las redes neuronales, la teoría de la probabilidad, etc. En los trabajos anteriores de los autores se han descrito exhaustivamente las baterías de polímero de litio supervisadas por lógica difusa.
Los autores se han apoyado en mediciones realizadas sobre un sistema eléctrico del vehículo diseñado en la Universidad de Debrecen [1-2]. Basándose en estos estudios y experiencias, se puede establecer una nueva estrategia operativa para las baterías y para las máquinas eléctricas. Los parámetros de las baterías son muy importantes para los vehículos y máquinas eléctricas. La motivación de los autores es encontrar los parámetros ideales para las baterías que puedan dar una mejor eficiencia con un nivel de seguridad adecuado.
Durante el proceso de desarrollo, los autores trabajan con la lógica difusa y la máquina vectorial de apoyo (SVM) que forman parte del conjunto de herramientas de inteligencia artificial. En este trabajo se describirá un método de Máquina Vectorial de Apoyo y Lógica Difusa aplicado para apoyar la gestión del consumo de energía de las máquinas eléctricas. El estudio presenta los preliminares y trabajos relacionados, los nuevos límites del voltaje de la batería determinados con el método SVM y un análisis Fuzzy.
2. Preliminares y trabajos relacionados
En la vida industrial moderna, las empresas utilizan diferentes técnicas para mejorar su productividad. Actualmente, la filosofía más importante de gobierno corporativo y de gestión de la empresa es el Lean. Los sistemas ´Just in Time´ (JIT) y Milk Run son los equipos logísticos más importantes. Gracias a estas técnicas, las empresas pueden reducir sus costos de producción [3-5].
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Preparación y propiedades de un dispositivo de visualización cuasidinámica segmentada
Artículo:
Una antena reconfigurable de triple muesca integrada con un filtro de banda defectuosa de estructura microstrip para aplicaciones de radio cognitiva de banda ultra ancha
Artículo:
Mejora de la ganancia de una antena de parche microstrip mediante una capa reflectante
Artículo:
Esquema óptimo de deslastre de carga por baja tensión basado en índice de estabilidad de tensión
Artículo:
Soluciones útiles para la difracción de ondas planas por placas y cuñas dieléctricas
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Artículo:
Distintas formas de simular valores de variables aleatorias con distribución normal estándar
Libro:
Tratamientos avanzados de aguas residuales industriales