24小时热门版块排行榜

返回列表

【奖励】本帖被评价2次，作者yuwenxianglong增加金币 1.5 个

当前主题已经存档。

yuwenxianglong

铁杆木虫 (正式写手)

应助: 13 (小学生)
金币: 8355.6
帖子: 511
在线: 73.9小时
虫号: 98738

[资源] EvolCRT基于演化计算方法的电化学阻抗软件包

随着电化学测试技术的发展，交流阻抗的测量已变得越来越简单。与之相比，对所测得的交流阻抗数据进行分析的任务则显得复杂和困难得多。人们对于交流阻抗信号的解析通常包括两方面的任务：(1) 根据已知的等效电路模型，确定各元件的参数值；(2) 根据测得的电化学阻抗谱图，建立等效电路模型并确定各元件的参数。显然，任务（2）中实质上包含了任务（1）。
目前人们研究最多的是任务（1），其实质是在固定的等效电路模型下，根据输入的交流阻抗数据，进行阻抗频谱曲线的非线性参数拟合。由于复数非线性最小二乘法具有快速和拟合精度高等优点，已成为目前人们进行交流阻抗数据分析的主要方法，如高斯-牛顿法等、准牛顿法(Quasi-Newton algorithm)。然而，在使用最小二乘法时存在三个问题：（1）初始值敏感问题。由于电化学体系等效电路的复数形式都相当复杂，通常在曲线拟合时只有选择合适的初始值才能使拟合过程收敛，并且电路所包含的元件参数越多，对参数初始值设置的要求就越高。（2）需先求出各参数的一阶导数表达式。当等效电路的结构变得比较复杂时，这一任务就愈显困难。（3）容易陷入局部最优。为解决问题（1），吴锡
尊等人提出了将遗传算法（Genetic Algorithm，简称GA）与高斯-牛顿法相结合的混合算法。其具体做法是先用GA 对电化学阻抗数据作初步的优化并得到各元件的中间参数值，再将此计算结果作为非线性最小二乘法的初始参数值进行迭代计算。混合算法有利于最小二乘法的收敛，但仍然无法避免问题（2）。为克服非线性最小二乘法的这些不足，VanderNoot曾利用实数编码的遗传算法直接优化电路结构中的各元件参数并取得了较好的结果。但该方法针对具体的等效电路编制程序，当电路模型改变时需要重新改写程序，因而缺乏通用性且无法实现参数优化过程的自动化。
在现有的交流阻抗等效电路建模软件中，Boukamp 的EQUIVCRT 软件使用面最广。该软件将阻抗用电路描述码表示，采用解迭法的思想，以各个不同频段的特征数据为依据，根据串联电路阻抗等于各元件阻抗之和以及并联电路的导纳为各组成元件导纳之和的原则，用减法将整个电路的阻抗分解成一些支路阻抗的结合，然后对各个支路的阻抗或导纳分别进行拟合。由于支路表达式一般比较简单，拟合过程易于收敛。然而，EQUIVCRT 软件要求其使用者具有丰富的电化学知识和研究经验，并且只能建立一些相对简单的电路模型，因此该软件的使用受到限制。因此对于交流阻抗数据的解析，我们认为：理想的解决办法是找到一种智能化方法自动地建立电化学阻抗等效电路模型并同时实现各元件参数的自动计算。

[ Last edited by yuwenxianglong on 2006-11-27 at 15:39 ]

回复此楼