| 中文摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 助力车的国内外研究现状 | 第11-12页 |
| 1.2.2 电池管理系统国内外研究现状 | 第12-14页 |
| 1.3 课题研究内容和论文结构 | 第14-16页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 论文结构 | 第14-16页 |
| 第二章 锂电池特性分析和相关理论基础 | 第16-29页 |
| 2.1 助力车用锂电池性能需求 | 第16-17页 |
| 2.2 磷酸铁锂电池结构和工作原理 | 第17-19页 |
| 2.2.1 磷酸铁锂电池结构 | 第17-18页 |
| 2.2.2 磷酸铁锂电池工作原理 | 第18-19页 |
| 2.3 磷酸铁锂电池的特性分析 | 第19-22页 |
| 2.3.1 磷酸铁锂电池的容量特性分析 | 第19页 |
| 2.3.2 磷酸铁锂电池充放电特性分析 | 第19-21页 |
| 2.3.3 磷酸铁锂电池开路电压特性分析 | 第21-22页 |
| 2.4 常见电池SOC估算方法 | 第22-25页 |
| 2.5 QPSO算法 | 第25-28页 |
| 2.5.1 PSO算法概述 | 第25-27页 |
| 2.5.2 QPSO算法概述 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 基于改进QPSO小波神经网络的锂电池SOC估算研究 | 第29-46页 |
| 3.1 QPSO算法改进 | 第29-31页 |
| 3.2 小波神经网络 | 第31-36页 |
| 3.2.1 小波分析 | 第31-34页 |
| 3.2.2 小波神经网络 | 第34-36页 |
| 3.3 基于改进QPSO小波神经网络估算SOC | 第36-45页 |
| 3.3.1 基于改进QPSO的小波神经网络的研究思路 | 第37-38页 |
| 3.3.2 基于改进QPSO的小波神经网络的算法流程 | 第38-39页 |
| 3.3.3 训练数据选择 | 第39-41页 |
| 3.3.4 基于改进QPSO的小波神经网络锂电池SOC估算仿真实验 | 第41-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 面向助力车骑行控制的锂电池能量分配策略研究 | 第46-57页 |
| 4.1 骑行控制的问题分析与解决策略 | 第46-50页 |
| 4.1.1 问题分析 | 第46-47页 |
| 4.1.2 解决措施 | 第47-50页 |
| 4.2 助力车动力学模型 | 第50-52页 |
| 4.3 助力车锂电池能量分配策略研究 | 第52-56页 |
| 4.3.1 助力车模型参数确定 | 第52-54页 |
| 4.3.2 助力车锂电池能量分配 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 基于智能手机的助力车能量管理策略测试 | 第57-65页 |
| 5.1 引言 | 第57页 |
| 5.2 助力车数据流模型 | 第57-59页 |
| 5.2.1 助力车锂电池能量管理系统总体设计 | 第57-58页 |
| 5.2.2 助力车数据流模型 | 第58-59页 |
| 5.3 助力车锂电池能量管理实验与分析 | 第59-64页 |
| 5.3.1 助力车锂电池SOC估算实验 | 第60-61页 |
| 5.3.2 助力车锂电池能量管理实验 | 第61-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 本文总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 攻读研究生期间公开发表的论文及专利 | 第72-73页 |
| 致谢 | 第73-74页 |
