| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 锂离子电池研究现状 | 第15-17页 |
| 1.2.1 锂离子电池发展现状 | 第15-16页 |
| 1.2.2 锂离子电池健康管理研究现状 | 第16-17页 |
| 1.3 锂离子电池剩余循环寿命预测研究现状 | 第17-20页 |
| 1.3.1 以容量衰减为基础的寿命模型 | 第18-19页 |
| 1.3.2 以阻抗增加和功率衰减为基础的寿命模型 | 第19-20页 |
| 1.3.3 以阻抗增加和功率衰退为基础的寿命模型 | 第20页 |
| 1.4 本文研究思路与主要研究内容 | 第20-24页 |
| 1.4.1 问题的提出 | 第20-21页 |
| 1.4.2 本文的研究思路 | 第21-22页 |
| 1.4.3 本文的章节安排 | 第22-24页 |
| 第2章 锂离子电池的失效机理及退化数据分析研究 | 第24-42页 |
| 2.1 引言 | 第24页 |
| 2.2 锂离子电池的工作原理 | 第24-26页 |
| 2.3 锂离子电池电极容量平衡及容量衰减 | 第26-27页 |
| 2.4 锂离子电池失效机理 | 第27-34页 |
| 2.4.1 锂离子电池失效内因 | 第28-32页 |
| 2.4.2 锂离子电池失效外因 | 第32-34页 |
| 2.5 锂离子电池退化试验和数据 | 第34-36页 |
| 2.6 锂离子电池退化经验模型及参数初始化 | 第36-41页 |
| 2.6.1 退化经验模型 | 第36-38页 |
| 2.6.2 基于证据理论的模型参数初始化 | 第38-41页 |
| 2.7 本章小结 | 第41-42页 |
| 第3章 基于PSO-LSSVM的锂离子电池剩余循环寿命预测 | 第42-52页 |
| 3.1 引言 | 第42页 |
| 3.2 最小二乘支持向量机 | 第42-45页 |
| 3.2.1 支持向量回归机 | 第42-43页 |
| 3.2.2 最小二乘支持向量回归机原理 | 第43-44页 |
| 3.2.3 核函数选取 | 第44-45页 |
| 3.3 粒子群优化算法 | 第45-46页 |
| 3.4 基于粒子群算法优化最小二乘支持向量机 | 第46-47页 |
| 3.5 基于PSO- LSSVM锂离子电池剩余循环寿命预测 | 第47-51页 |
| 3.5.1 锂离子电池退化样本数据仿真分析 | 第47-49页 |
| 3.5.2 预测结果的误差评价 | 第49-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第4章 基于粒子滤波的锂离子电池剩余循环寿命预测 | 第52-66页 |
| 4.1 引言 | 第52页 |
| 4.2 非线性滤波问题的最优贝叶斯估计 | 第52-55页 |
| 4.3 蒙特卡罗基本原理 | 第55-56页 |
| 4.4 粒子滤波基本原理 | 第56-61页 |
| 4.4.1 序贯重要性采样 | 第56-58页 |
| 4.4.2 粒子退化和重采样 | 第58-61页 |
| 4.5 基于PF的锂离子电池剩余循环寿命预测 | 第61-65页 |
| 4.5.1 锂离子电池退化经验模型更新及PDF预测 | 第61页 |
| 4.5.2 锂离子电池退化样本数据仿真分析 | 第61-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第5章 基于改进粒子滤波的锂离子电池剩余循环寿命预测 | 第66-81页 |
| 5.1 引言 | 第66页 |
| 5.2 正则化粒子滤波 | 第66-68页 |
| 5.3 无迹粒子滤波 | 第68-75页 |
| 5.3.1 建议概率密度分布函数 | 第68-69页 |
| 5.3.2 扩展卡尔曼滤波滤波 | 第69-71页 |
| 5.3.3 无迹卡尔曼滤波 | 第71-73页 |
| 5.3.4 无迹粒子滤波的算法实现 | 第73-75页 |
| 5.4 基于改进PF的锂离子电池剩余循环寿命预测 | 第75-79页 |
| 5.5 本章小结 | 第79-81页 |
| 结论与展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87页 |
