The invention discloses a method for calculating the core diameter of aluminum electrolytic capacitor based on artificial neural network, which comprises the following steps: first step: input vector, output vector, weight vector and neural network model definition; second step: variable normalization; third step: training neural network sample definition; fourth step: using the first step The invention provides a method for calculating the diameter of the coil core of an aluminum electrolytic capacitor based on an artificial neural network, the calculation accuracy of which is much higher than the existing calculation method, and is very close to the theoretical value, thus solving the aluminum electrolytic capacitor. Calculation of coil core diameter.
【技术实现步骤摘要】
一种基于人工神经网络的铝电解电容器卷芯直径计算方法
本专利技术涉及大数据分析和利用人工智能(人工神经网络)精准测算领域,特别涉及一种基于人工神经网络的铝电解电容器卷芯直径计算方法。
技术介绍
电容器的核心部件主要是铝壳和卷芯,卷芯直径Dj最佳值应该等于铝壳直径Dl的85%~90%。在这种情况下,电容器卷芯和铝壳之间会有一定的空隙,用于存储、分解电容器使用过程中产生的气体(氯气,氢气),如果卷芯直径Dj大于铝壳直径Dl的90%,电容器在使用过程中内部压力会变大,极易造成内爆、腐蚀和短路,严重影响电容器寿命,甚至无法入壳;如果卷芯直径Dj小于铝壳直径Dl的80%,电容器的内部的空隙会变得很大,在使用过程中会存储过多的气体,增大气体之间的接触面积和发生化学反应的概率,引起电容器爆炸,除此之外,还会导致材料的浪费,加大了生产成本。而影响卷芯直径的因素(变量)定义有:1.阳极箔厚度(x1)、2.阳极箔面积(x2)、3.阴极箔厚度(x3)、4.阴极箔面积(x4)、5.电解纸厚度(x5)6.电解纸面积(x6)、7.导箔条厚度(x7)、8.导箔条面积(x8)、9.电胶带厚度(x9)、10.电胶带面积(x10)、11.卷芯直径(x11)、12.电解液密度(x12)、13.含浸充分程度(x13)、14.现场温度(x14)、15.现场湿度(x15)、16.铆卷设备使用年限(x16)、17.卷绕拉力(x17);现有的方法及存在的问题:根据电容器的容量和设计原则,计算出铝电解电容器中材料的体积,再加上卷针的体积,求出卷芯的体积,根据卷芯的体积和高度,求出卷芯直径,卷芯高度为h。阳极 ...
【技术保护点】
1.一种基于人工神经网络的铝电解电容器卷芯直径计算方法,其特征在于,包括以下步骤:第一步:输入向量、输出向量、权重向量和神经网络模型定义:1)定义神经网络的输入向量x’=(x1,x2,x3,...,x17),x1~x17。x1:阳极箔厚度x2:阳极箔面积x3:阴极箔厚度x4:阴极箔面积x5:电解纸厚度x6:电解纸面积x7:导箔条厚度x8:导箔条面积x9:电胶带厚度x10:电胶带面积x11:卷芯直径x12:电解液密度x13:含浸充分程度x14:现场温度x15:现场湿度x16:铆卷设备使用年限x17:卷绕拉力2)输出向量定义:定义网络的输出y向量为卷芯直径值;3)权重向量W=(w1,w2,…,w17),初始化权值向量w1=w2=…,=w17=14)定义人工神经网络的输入为向量x={x1,x2,...x17};定义神经网络的权重值为向量W=(w1,w2,…,w17);定义输出为y,y为卷芯直径;定义的神经网络模型为:
【技术特征摘要】
1.一种基于人工神经网络的铝电解电容器卷芯直径计算方法,其特征在于,包括以下步骤:第一步:输入向量、输出向量、权重向量和神经网络模型定义:1)定义神经网络的输入向量x’=(x1,x2,x3,...,x17),x1~x17。x1:阳极箔厚度x2:阳极箔面积x3:阴极箔厚度x4:阴极箔面积x5:电解纸厚度x6:电解纸面积x7:导箔条厚度x8:导箔条面积x9:电胶带厚度x10:电胶带面积x11:卷芯直径x12:电解液密度x13:含浸充分程度x14:现场温度x15:现场湿度x16:铆卷设备使用年限x17:卷绕拉力2)输出向量定义:定义网络的输出y向量为卷芯直径值;3)权重向量W=(w1,w2,…,w17),初始化权值向量w1=w2=…,=w17=14)定义人工神经网络的输入为向量x={x1,x2,...x17};定义神经网络的权重值为向量W=(w1,w2,…,w17);定义输出为y,y为卷芯直径;定义的神经网络模型为:其中θ为阈值,这里取θ=0.8*Dl;Dl为铝壳直径;第二步:变量归一化:为了消除量纲的影响,将第一步的变量进行预处理,把数据映射到区间[qs,qe],qs,qe分别为区间的上下限,向量x’映射到区间[qs,qe]上变换成向量x,转换方法见公式一,设定qs=0.8*Dl;qe=0.9*Dl;Dl为铝壳直径;公式一:其中x’=[1,17],qe,qs分别为映射区间的上下限值,Min(x...
【专利技术属性】
技术研发人员:赵国柱,郎树杰,赵欢欢,刘士喜,马丽生,杨斌,王杨,刘竞遥,赵生慧,
申请(专利权)人:滁州学院,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。