| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·课题的来源与意义 | 第9-10页 |
| ·铅酸蓄电池SOC 检测方法的研究现状 | 第10-15页 |
| ·铅酸蓄电池的容量与法拉第定律 | 第10-12页 |
| ·常见的铅酸蓄电池SOC 检测方法 | 第12-15页 |
| ·国内外研究现状 | 第15页 |
| ·系统的总体设计方案 | 第15-17页 |
| ·系统任务的总体要求 | 第15-16页 |
| ·系统任务的划分 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 2 铅酸蓄电池的研究 | 第18-26页 |
| ·铅酸蓄电池工作的基本原理 | 第18-20页 |
| ·蓄电池的结构组成及分类 | 第18页 |
| ·铅酸蓄电池的电池反应 | 第18-19页 |
| ·铅酸蓄电池的电动势 | 第19-20页 |
| ·蓄电池的运行制度 | 第20-22页 |
| ·影响铅酸蓄电池SOC 的因素 | 第22-25页 |
| ·电池的极化 | 第23页 |
| ·电池各个参量对于SOC 的影响 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 3 软测量与神经网络辨识的理论研究 | 第26-35页 |
| ·软测量的基本理论 | 第26-29页 |
| ·软测量的概念 | 第27页 |
| ·软测量建模方法 | 第27-28页 |
| ·软测量技术的影响因素 | 第28-29页 |
| ·SOC 软测量方法的研究方案 | 第29-31页 |
| ·人工神经神经网络的基本原理 | 第31-34页 |
| ·人工神经网络的基本结构 | 第31-32页 |
| ·神经网络与系统辨识 | 第32-33页 |
| ·神经网络与故障诊断 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 4 电极电位传感器的设计 | 第35-50页 |
| ·传感器的基本理论 | 第35-36页 |
| ·传感器的定义及组成 | 第35页 |
| ·传感器的分类 | 第35-36页 |
| ·传感器常用的性能指标 | 第36页 |
| ·电极电位传感器的理论 | 第36-42页 |
| ·电极电位的相关理论 | 第36-37页 |
| ·Pb/PbO_2电极的选择 | 第37-40页 |
| ·参比电极的选择 | 第40-42页 |
| ·电极电位传感器的设计方案与制备 | 第42-45页 |
| ·Pb/PbSO_4电极、PbO_2/PbSO_4电极的制备 | 第42-44页 |
| ·Ag/Ag_2SO_4参比电极的制备 | 第44-45页 |
| ·传感器的性能测试 | 第45-48页 |
| ·电极稳定性测试 | 第45-46页 |
| ·电极的形状布放位置对测量结果的影响 | 第46-47页 |
| ·电极电位与密度关系的验证 | 第47-48页 |
| ·电极电位传感器的应用 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5 基于软测量的铅酸蓄电池SOC 监控算法实验 | 第50-66页 |
| ·误差理论 | 第50-51页 |
| ·真值的约定 | 第51页 |
| ·测量误差 | 第51页 |
| ·基于BP 网络的辨识算法研究与设计 | 第51-59页 |
| ·辨识中常用的BP 网络算法 | 第52-53页 |
| ·改进的BP 网络训练方法 | 第53-54页 |
| ·神经网络的设计原则 | 第54-56页 |
| ·使用BP 网络实现系统辨识 | 第56-59页 |
| ·提高网络收敛速度的一种赋初值算法的实现 | 第59-65页 |
| ·问题的提出 | 第59页 |
| ·解决方法 | 第59-61页 |
| ·具体措施 | 第61-63页 |
| ·算法的实验验证 | 第63-64页 |
| ·其他网络训练技巧 | 第64-65页 |
| ·联合测试 | 第65页 |
| ·本章小结 | 第65-66页 |
| 6 总结与展望 | 第66-69页 |
| ·课题总结 | 第66-67页 |
| ·课题展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录一 铅酸蓄电池的容量变换 | 第74-76页 |
| 附录二 电极电位的检测方法 | 第76-77页 |