首页--工业技术论文--电工技术论文--独立电源技术(直接发电)论文--蓄电池论文

蓄电池在线监测系统的研究

摘要第1-5页
Abstract第5-9页
1 引言第9-12页
   ·项目背景及蓄电池在线监测系统的应用意义第9-10页
   ·蓄电池在线监测技术的现状第10-11页
     ·蓄电池日常监测现状第10页
     ·蓄电池在线监测系统的研究现状第10-11页
   ·论文的主要工作第11-12页
2 阀控铅酸蓄电池的特性及监测方法第12-21页
   ·阀控铅酸蓄电池的结构特点及工作原理第12-14页
     ·电池结构特点第12-13页
     ·电池的工作原理第13-14页
   ·铅酸蓄电池的主要参数第14-17页
     ·蓄电池的电压第14-15页
     ·蓄电池的容量第15-16页
     ·蓄电池的内阻第16页
     ·蓄电池的温度第16-17页
   ·阀控铅酸蓄电池的失效机理第17-18页
     ·电池结构上的因素第17-18页
     ·生产电池工艺质量的因素第18页
     ·使用环境因素第18页
   ·铅酸蓄电池监测方法第18-21页
3 蓄电池在线监测系统硬件设计第21-39页
   ·系统硬件结构及特点第21页
   ·主控器的设计第21-27页
     ·电源电路及复位电路第22-23页
     ·NorFlash 存储器接口电路第23-24页
     ·SDRAM 存储器接口电路第24-26页
     ·蓄电池组充放电电流采集接口设计第26-27页
   ·短距离无线通讯模块第27-29页
   ·GPRS 模块第29-33页
     ·供电电源第29-30页
     ·开机电路设计第30-32页
     ·SIM 卡电路第32页
     ·通讯接口电路第32-33页
   ·单电池采集模块(SCDCM)的设计第33-39页
     ·ATMEG128 芯片简介第34-35页
     ·内阻测量原理及硬件电路设计第35-39页
4 蓄电池在线监系统软件设计第39-47页
   ·下位机软件设计第39-45页
     ·单电池采集模块(SCDCM)程序设计第39-41页
     ·ARM 控制系统设计第41-45页
   ·上位机软件设计第45-46页
   ·在线测试结果分析第46-47页
5 基于模糊神经网络的容量预测第47-53页
   ·遗传算法原理第47-48页
     ·遗传算法的基本算子第47-48页
     ·遗传算法的实现步骤第48页
   ·模糊神经网络第48-51页
     ·模糊神经元模型第49-50页
     ·模糊神经网络模型第50-51页
   ·蓄电池容量预测第51-52页
     ·模糊神经网络模型的建立第51-52页
     ·模糊神经网络的遗传学习算法第52页
   ·小结第52-53页
6 结论与展望第53-54页
参考文献第54-57页
在读期间发表的学术论文第57-58页
作者简历第58-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:基于我国电力市场现状的阻塞管理
下一篇:基于超声波的局部放电检测仪的研制