| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 电动汽车及动力电池发展现状 | 第11-13页 |
| 1.2.2 故障诊断技术研究现状 | 第13-16页 |
| 1.3 本文主要内容 | 第16-18页 |
| 第2章 锂离子电池原理及故障分析 | 第18-29页 |
| 2.1 锂离子电池的机理 | 第18-22页 |
| 2.1.1 锂离子电池原理 | 第18-20页 |
| 2.1.2 锂离子电池的性能参数 | 第20-21页 |
| 2.1.3 锂离子电池的极化现象 | 第21-22页 |
| 2.2 锂离子电池的充放电特性 | 第22-23页 |
| 2.3 锂离子电池常用电池模型 | 第23-26页 |
| 2.3.1 等效电路模型 | 第23-25页 |
| 2.3.2 电化学模型 | 第25页 |
| 2.3.3 神经网络模型和模糊逻辑模型 | 第25-26页 |
| 2.4 锂离子电池系统的故障模式与影响分析(FMEA) | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 支持向量机的锂动力电池性能估算 | 第29-49页 |
| 3.1 支持向量机原理 | 第29-33页 |
| 3.2 支持向量机核函数优化 | 第33-37页 |
| 3.2.1 支持向量机核函数 | 第33-34页 |
| 3.2.2 PSO粒子群优化算法 | 第34-37页 |
| 3.3 支持向量机性能评价方法 | 第37页 |
| 3.4 PSO-SVM算法实现 | 第37-39页 |
| 3.5 锂动力电池运行状态测试及仿真 | 第39-48页 |
| 3.5.1 测试平台及实验过程 | 第39-41页 |
| 3.5.2 仿真模型及结果 | 第41-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第4章 锂动力电池模糊贝叶斯网络故障诊断 | 第49-63页 |
| 4.1 贝叶斯网络基本原理 | 第49-52页 |
| 4.2 模糊贝叶斯网络故障诊断模型 | 第52-58页 |
| 4.2.1 锂动力电池模糊隶属度 | 第52-53页 |
| 4.2.2 模糊贝叶斯网络故障诊断拓扑结构 | 第53-54页 |
| 4.2.3 模糊贝叶斯网络Leaky Noisy-OR模型的搭建 | 第54-58页 |
| 4.3 模糊贝叶斯网络故障诊断仿真与验证 | 第58-62页 |
| 4.3.1 仿真平台 | 第58-59页 |
| 4.3.2 仿真及结果分析 | 第59-62页 |
| 4.4 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士期间发表的学术论文 | 第69-70页 |
| 致谢 | 第70页 |