| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-15页 |
| ·电动汽车的发展现状现状 | 第8-11页 |
| ·国外电动汽车发展现状 | 第8-9页 |
| ·国内电动汽车发展现状 | 第9-10页 |
| ·国内电动汽车发展趋势 | 第10页 |
| ·电动汽车的研究意义 | 第10-11页 |
| ·电动汽车电池管理系统研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12页 |
| ·电动汽车电池管理系统研究的重点与难点 | 第12-13页 |
| ·电动汽车电池管理系统研究的基本功能 | 第13-14页 |
| ·本文研究的主要内容 | 第14-15页 |
| 第2章 电动汽车用锂离子电池工作原理及性能仿真分析 | 第15-25页 |
| ·电动汽车对动力电池的基本要求 | 第15页 |
| ·常用动力电池性能比较 | 第15-17页 |
| ·锂离子动力电池工作原理 | 第17页 |
| ·锂离子动力电池性能仿真分析 | 第17-24页 |
| ·电池性能参数 | 第17-18页 |
| ·电池性能仿真分析 | 第18-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 动力电池剩余容量、SOC的定义及估算方法 | 第25-29页 |
| ·剩余容量的影响因素与计算 | 第25-26页 |
| ·电池SOC的定义与估算方法 | 第26-27页 |
| ·本文SOC估算方法的提出 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 RBF神经网络 | 第29-41页 |
| ·神经网络理论 | 第29-34页 |
| ·神经网络简介 | 第29-30页 |
| ·人工神经元模型及激活函数 | 第30-32页 |
| ·神经网络的工作过程 | 第32页 |
| ·神经网络的学习 | 第32-34页 |
| ·RBF神经网络结构与工作原理 | 第34-36页 |
| ·RBF神经网络学习策略 | 第36-40页 |
| ·固定中心随机选择法 | 第36-37页 |
| ·中心监督选择法 | 第37-38页 |
| ·中心自组织选择法 | 第38页 |
| ·正则化严格插值法 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 基于RBF神经网络的动力电池SOC预测 | 第41-44页 |
| ·动力电池SOC仿真 | 第41-42页 |
| ·基于RBF神经网络SOC仿真结果分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第6章 电池管理系统硬件设计 | 第44-53页 |
| ·电池管理系统硬件概述 | 第44-45页 |
| ·电池管理系统数据采集 | 第45-49页 |
| ·电压采集模块 | 第45-46页 |
| ·电流采集模块 | 第46-48页 |
| ·温度采集模块 | 第48-49页 |
| ·A/D转换模块 | 第49-51页 |
| ·液晶显示模块 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第7章 电池管理系统软件设计 | 第53-65页 |
| ·电池管理系统软件设计概述 | 第53-56页 |
| ·数据采集程序设计 | 第56-58页 |
| ·温度模块程序设计 | 第58-60页 |
| ·液晶显示模块程序设计 | 第60-63页 |
| ·通讯模块的软件设计 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-73页 |
| 附录 | 第73-75页 |
| 致谢 | 第75页 |