基于动态贝叶斯网络的锂离子电池SOH估计
摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第1章 绪论 | 第10-17页 |
·课题研究目的与意义 | 第10-11页 |
·SOH 研究背景与现状 | 第11-15页 |
·SOH 研究背景 | 第11-12页 |
·SOH 研究现状 | 第12-15页 |
·课题研究内容及本文安排 | 第15-17页 |
·课题来源 | 第15页 |
·课题研究内容 | 第15页 |
·论文结构安排 | 第15-17页 |
第2章 常用 SOH 估算方法 | 第17-24页 |
·完全放电法 | 第17页 |
·交流小信号测试法 | 第17-18页 |
·基于神经网络的预测方法 | 第18-20页 |
·基于卡尔曼滤波器的方法 | 第20-23页 |
·对比分析 | 第23页 |
·本章小结 | 第23-24页 |
第3章 锂离子电池的老化 | 第24-36页 |
·锂离子电池 | 第24-29页 |
·电池简介 | 第24页 |
·锂离子电池的工作原理 | 第24-26页 |
·锂离子电池的特性 | 第26页 |
·锂离子电池的充放电特性 | 第26-29页 |
·锂离子电池的老化机制 | 第29-31页 |
·老化对电池负极的影响 | 第29-30页 |
·老化对电池正极的影响 | 第30页 |
·电池老化的后果 | 第30-31页 |
·锂离子电池老化实验 | 第31-35页 |
·实验目的 | 第31页 |
·实验设备 | 第31-34页 |
·初始容量测试 | 第34页 |
·实验方案 | 第34-35页 |
·本章小结 | 第35-36页 |
第4章 基于动态贝叶斯网络的 SOH 估算方法 | 第36-52页 |
·动态贝叶斯网络简介 | 第36-40页 |
·贝叶斯网络 | 第36-37页 |
·动态贝叶斯网络简介 | 第37-39页 |
·动态贝叶斯网络的学习和推理 | 第39-40页 |
·用于 SOH 估计的 DBN 结构设计 | 第40-41页 |
·用于 SOH 估计的 DBN 参数训练 | 第41-43页 |
·用于 SOH 估计的 DBN 推理算法 | 第43-47页 |
·电池 SOH 估计流程 | 第47-51页 |
·本章小结 | 第51-52页 |
第5章 SOH 在线估计系统的设计 | 第52-65页 |
·系统硬件设计 | 第52-59页 |
·系统总体框架 | 第52-53页 |
·中央处理单元 | 第53-54页 |
·数据采集电路设计 | 第54-55页 |
·显示电路设计 | 第55-56页 |
·通信电路设计 | 第56-57页 |
·干扰和提高采样精度的措施 | 第57-59页 |
·系统软件设计 | 第59-64页 |
·软件开发平台及工具介绍 | 第59-60页 |
·系统程序流程图 | 第60页 |
·AD 采样程序 | 第60-61页 |
·SOH 在线估计程序 | 第61-62页 |
·uC/GUI 和显示部分程序 | 第62-64页 |
·本章小结 | 第64-65页 |
第6章 实验结果分析 | 第65-72页 |
·实验条件 | 第65页 |
·实验过程与结果分析 | 第65-71页 |
·实验过程 | 第65-70页 |
·结果分析 | 第70-71页 |
·本章小结 | 第71-72页 |
第7章 总结与展望 | 第72-73页 |
·本文总结 | 第72页 |
·后续工作展望 | 第72-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-78页 |
附录 | 第78页 |