A Model-Data-Fusion Pole Piece Thickness Prediction Method With Multisensor Fusion for Lithium Battery Rolling Machine

Trend prediction based on sensor data is an important topic in the thickness control system of lithium battery electrode mills. As the number of sensors increases, we can measure and store more and more data. The characteristics of nonlinearity, uncertainty, and time-variability in the lithium batte...
Ausführliche Beschreibung

Gespeichert in:
Autor*in:

Yanjun Xiao [verfasserIn]

Shuhan Deng [verfasserIn]

Furong Han [verfasserIn]

Xiaoliang Wang [verfasserIn]

Zonghua Zhang [verfasserIn]

Kai Peng [verfasserIn]

Format:

E-Artikel

Sprache:

Englisch

Erschienen:

2022

Schlagwörter:

Multiform coupling

time series forecasting

Bayesian LSTM

deep fusion predictor

Übergeordnetes Werk:

In: IEEE Access - IEEE, 2014, 10(2022), Seite 55034-55050

Übergeordnetes Werk:

volume:10 ; year:2022 ; pages:55034-55050

Links:

Link aufrufen
Link aufrufen
Link aufrufen
Journal toc

DOI / URN:

10.1109/ACCESS.2022.3176900

Katalog-ID:

DOAJ029606470

Nicht das Richtige dabei?

Schreiben Sie uns!