【摘 要】
：
电动汽车动力电池的荷电状态（State of charge,SOC）估计与电池健康状态（State of health,SOH）的估计是电池管理系统（Battery Management System,BMS）的核心技术。正确的SOC估计能够使驾驶者对驾驶行为进行准确判断,而正确的SOH估计能够避免因电池老化带来的危险。因此,本文针对这两者的估计方法进行了研究,主要研究内容如下:首先,对于电池的模
【基金项目】
：
吉林省重大科技专项课题“全气候动力电池技术研究”；
论文部分内容阅读
电动汽车动力电池的荷电状态（State of charge,SOC）估计与电池健康状态（State of health,SOH）的估计是电池管理系统（Battery Management System,BMS）的核心技术。正确的SOC估计能够使驾驶者对驾驶行为进行准确判断,而正确的SOH估计能够避免因电池老化带来的危险。因此,本文针对这两者的估计方法进行了研究,主要研究内容如下:首先,对于电池的模型,选择了二阶电容电阻等效电路模型来模拟电池的充放电反应,并在此基础上对电池的状态空间模型进行搭建,最后根据实际使用情况对模型进行离散化处理。在搭建好的电池模型基础上,通过滚动时域估计的方法对SOC进行估计,针对电池电压与SOC的非线性关系,采用分段线性函数进行表示,并通过混合逻辑模型将分段函数转换为单个不等式约束,最后以求解二次规划的方法对SOC进行求解。对于SOH估计而言,电池的健康状态估计并不需要过高的时效性,同时电池在工作过程中又存在着大量的充放电数据可以研究,因此,本文选择通过数据驱动的方法对电池的SOH进行估计。首先选择电池容量表征SOH,随后选择便于在线提取且相关度高的老化特征（电池充电电流中曲线的曲率、所围成的三角形的中心,直线部分的斜率与截距）为输入,基于BP神经网络实现了对SOH的估计,最后通过SOH的数值对SOC的估计进行修正,形成联合估计。最后,设计了SOC和SOH估计算法的实现架构,以嵌入式S32K148为实验平台,对SOC估计算法进行了实现,同时针对实现过程中存在的时效性和内存问题进行优化,并对SOC和SOH的联合估计进行了实验验证。
其他文献
转台伺服系统在实际使用过程中经常会更换不同的负载进行不同的实验和测试,传统的固定参数控制器对负载变化的适应性较差,其性能往往会因负载变化而恶化,甚至无法满足使用时的性能指标要求。针对这一转台使用过程中的突出问题,本文深入研究了递归最小二乘的转台参数辨识方法,通过摩擦补偿和输入信号优化的方法,有效提升了辨识精度,基于频域二自由度控制器设计方法,设计了自校正控制器以提高系统对不同负载的适应能力。本文的
剪切波弹性成像技术因其无创定量、准确度高、实时性较好等优势,被广泛应用于临床诊断中,如肝硬化、甲状腺结节、乳腺肿瘤等疾病的早期诊断。然而,目前的剪切波弹性成像技术中仍然存在易受噪声干扰、弹性图质量较差等问题,因此针对成像技术中数据处理算法的研究具有重要意义。此外,剪切波弹性成像中的数据处理量通常很大,利用GPU的并行计算能力,可以加快数据的处理速度,提高弹性成像效率。本文围绕剪切波弹性成像技术展开
目标接力跟踪任务,即对同一目标在不同图像中的位置进行检测的一类任务。随着时代的发展,该项任务逐渐被广泛应用于城市监控、安防等领域中。但是这些应用场景都具有摄像头固定、需要确定目标会出现在摄像头视野下、无法于边缘设备中完成运算等缺点。针对以上问题,本文结合多无人机构成视觉系统,在地面目标与无人机之间存在相对运动、不需要提前确定接力目标会出现在哪个摄像头的视野中的情况下,从视觉角度完成了对地面目标的分
导管架平台结构常年在恶劣的海洋环境下工作,在服役期间安全性能是首要关切的问题。传统结构可靠性评估认为导管架平台结构抗力在设计基准时间内是一个定值,然而,导管架平台结构抗力会随着时间的推移而降低。因此,考虑抗力随时间降低的时变可靠性评估方法将更为准确。所以,本文同时考虑到施加载荷的不确定性和平台强度随服役时间降低的退化机制,利用蒙特卡洛重要抽样法,进行海上导管架平台结构的时变可靠性研究。（1）研究导
细观尺度下物理短裂纹阶段占整个疲劳寿命的比例远远高于长裂纹阶段,扩展速率相对于长裂纹更快,对材料已经构成潜在危险。传统的无损检测技术不能有效地检测物理短裂纹等早期隐性损伤,在工程实际中显微镜现场观测又比较困难,因此引入能够检测早期隐性损伤和应力异常集中的金属磁记忆技术对细观尺度下物理短裂纹扩展进行探索。本文从铁磁材料疲劳短裂纹机理分析出发,结合短裂纹原位观测与磁记忆技术,揭示物理短裂纹扩展过程中的
近年来,人工智能领域飞速发展,同时也推动着人工智能教育的发展,而深度学习为人工智能的实现提供了极大的便利。目前高校针对人工智能的教育往往只注重理论知识的教授,而忽略了对学生动手实践能力的培养,而人工智能的理论相对枯燥,可能导致学生丧失学习的兴趣。同时近年来GPU发展迅速,尤其是嵌入式GPU性能的提升尤为明显,而且嵌入式GPU体积较小,便于携带,易于开展人工智能的实验教学工作。本课题主要实现了基于深
目前,基于单一视觉特征的定位建图方案已经广泛应用于生产、生活和军事等各个领域。但这种方案十分依赖单一的视觉特征,在环境纹理相对缺失的结构化场景下的定位建图精确度和稳定性都很差。为了解决上述问题,本文提出了一种基于点面特征融合的定位建图方案,该方案充分结合结构化场景的丰富几何特征,从场景中提取平面特征并将其添加到地图中,进而确保定位建图系统在结构化场景下的精确度和鲁棒性。本文的主要研究内容如下:首先
往复压缩机是工业应用中最广泛的压缩机类型,是输气管道、石油化工、炼油厂、乙烯化工、煤化工等行业的关键设备。对往复式压缩机进行监测和故障诊断可以帮助机器继续正常运行,具有重要的意义。由于往复压缩机结构复杂,零部件众多,在生产运行中必会产生碰撞与冲击振动,使得其振动信号具有明显的非线性和非平稳性的特点,采用传统的信号处理方法难以从复杂的振动信号中有效地提取故障信息。而散布熵是近年来提出的一种新的故障特