| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-26页 |
| 1.1 课题研究背景 | 第10-12页 |
| 1.2 课题研究意义 | 第12-13页 |
| 1.3 课题研究现状 | 第13-23页 |
| 1.3.1 水下航行器电池模型的研究现状 | 第13-17页 |
| 1.3.2 水下航行器电池SOC估算方法的研究现状 | 第17-23页 |
| 1.4 本文主要研究内容及章节安排 | 第23-24页 |
| 1.5 本章小结 | 第24-26页 |
| 第2章 水下航行器电池及SOC影响因素 | 第26-40页 |
| 2.1 水下航行器电池的结构及工作原理 | 第26-28页 |
| 2.1.1 水下航行器电池的结构 | 第26-28页 |
| 2.1.2 水下航行器电池的工作原理 | 第28页 |
| 2.2 水下航行器电池的生产工艺 | 第28-31页 |
| 2.3 水下航行器电池的性能指标 | 第31-33页 |
| 2.4 水下航行器电池的充放电特性 | 第33-35页 |
| 2.5 水下航行器电池容量的影响因素 | 第35-38页 |
| 2.6 本章小结 | 第38-40页 |
| 第3章 水下航行器电池的性能试验 | 第40-52页 |
| 3.1 引言 | 第40页 |
| 3.2 电池测试系统简介 | 第40-42页 |
| 3.3 试验条件 | 第42页 |
| 3.4 水下航行器电池的充放电模式 | 第42-43页 |
| 3.4.1 充电模式简介 | 第43页 |
| 3.4.2 放电模式介绍 | 第43页 |
| 3.5 电池的充放电循环试验 | 第43-50页 |
| 3.5.1 水下航行器电池恒流放电的电压特性 | 第43-44页 |
| 3.5.2 水下航行器充电电压特性 | 第44-45页 |
| 3.5.3 水下航行器电池的滞回特性 | 第45-46页 |
| 3.5.4 放电倍率对容量的影响 | 第46-47页 |
| 3.5.5 电池在脉冲循环时的电压响应 | 第47-49页 |
| 3.5.6 剩余容量对内阻的影响 | 第49-50页 |
| 3.6 本章小结 | 第50-52页 |
| 第4章 修正开路电压法估算电池SOC | 第52-66页 |
| 4.1 引言 | 第52-54页 |
| 4.1.1 电池SOC与开路电压的关系 | 第52-53页 |
| 4.1.2 修正开路电压法的提出背景 | 第53-54页 |
| 4.2 电池的滞回特性 | 第54-58页 |
| 4.2.1 电池滞回特性曲线 | 第54页 |
| 4.2.2 电池滞回特性的理论基础 | 第54-58页 |
| 4.3 修正开路电压法 | 第58-63页 |
| 4.3.1 放电结束后静置时间对开路电压的影响 | 第58-60页 |
| 4.3.2 充电结束后静置时间对开路电压的影响 | 第60-62页 |
| 4.3.3 修正开路电压法的应用 | 第62-63页 |
| 4.4 修正开路电压法的试验验证 | 第63-64页 |
| 4.5 本章小结 | 第64-66页 |
| 第5章 神经网络法估算水下航行器电池SOC | 第66-78页 |
| 5.1 引言 | 第66页 |
| 5.2 神经网络模型及算法理论综述 | 第66-70页 |
| 5.2.1 神经网络及其特征 | 第66-67页 |
| 5.2.2 神经网络模型及网络结构设计 | 第67-69页 |
| 5.2.3 神经网络的学习算法 | 第69页 |
| 5.2.4 神经网络的训练过程 | 第69-70页 |
| 5.3 神经网络模型训练和验证 | 第70-76页 |
| 5.3.1 网络输入、输出变量的选取 | 第70-71页 |
| 5.3.2 样本的选取 | 第71-73页 |
| 5.3.3 神经网络模型的训练与验证 | 第73-76页 |
| 5.4 神经网络法与修正开路电压法的比较 | 第76页 |
| 5.5 本章小结 | 第76-78页 |
| 第6章 结论与展望 | 第78-82页 |
| 6.1 全文总结 | 第78-79页 |
| 6.2 创新点 | 第79页 |
| 6.3 工作展望 | 第79-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86页 |