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

基于人工神经网络的镍氢电池智能充电研究

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-15页
   ·引言第11页
   ·蓄电池分类第11-13页
   ·镍氢电池的发展状况第13-14页
   ·充电电源发展状况第14页
   ·本文主要内容第14-15页
第二章 镍氢电池充电理化机理研究第15-18页
   ·镍氢电池的工作原理第15-16页
   ·镍氢电池的充电特性第16页
   ·镍氢电池极化现象分析第16-17页
   ·本章小结第17-18页
第三章 神经网络与模糊控制理论第18-29页
   ·神经网络理论基础第18-19页
     ·概念第18页
     ·神经网络的分类第18-19页
     ·神经网络的学习方式第19页
   ·RBF 神经网络理论基础第19-22页
     ·RBF 神经网络结构第19-21页
     ·RBF 神经网络的学习第21-22页
   ·模糊控制理论第22-25页
     ·模糊集合的定义第22页
     ·模糊算子第22-23页
     ·模糊控制器的设计第23-25页
   ·模糊神经网络结构及其算法第25-28页
     ·模糊神经网络结构第25-26页
     ·模糊神经网络的学习算法第26-28页
   ·本章小结第28-29页
第四章 智能充电器设计及理论第29-49页
   ·智能充电理论基础第29-30页
   ·现有充电方法的综述与分析第30-33页
   ·镍氢电池智能充电原理第33-43页
     ·充电速率的定义第34-35页
     ·现阶段电动汽车存在的主要问题第35-36页
     ·拟采用的充电方式第36页
     ·中速智能充电器设计第36-40页
     ·实验电池参数及充电控制技术第40-43页
       ·技术指标第40-42页
       ·终止快速充电方法第42-43页
   ·镍氢电池充电模型建立第43-48页
     ·本文采用的RBF 神经网络结构第44页
     ·RBF 神经网络算法优化第44-46页
       ·设置隐含层节点数和初定中心第44-46页
       ·优化数据中心、输出权值和阈值第46页
     ·仿真与应用第46-48页
       ·训练网络第46-47页
       ·网络的测试第47-48页
   ·本章小结第48-49页
第五章 模糊神经网络训练及智能充电器设计第49-62页
   ·模糊神经网络控制器第49-52页
     ·模糊神经网络控制器类型选择第49-50页
     ·模糊神经网络控制器论域的量化第50-51页
     ·模糊神经网络控制器的仿真第51-52页
   ·模糊神经网络控制器与神经网络模型的应用过程第52-53页
   ·建立模糊控制查询表第53-54页
   ·镍氢电池智能充电系统硬件设计第54-61页
     ·系统组成框图第54-55页
     ·冲宽度调制PWM 控制电路设计第55-56页
     ·电流检测电路设计第56页
     ·电压检测电路设计第56-57页
     ·电池过压保护电路设计第57页
     ·输入欠压保护电路设计第57-58页
     ·系统电源电路设计第58页
     ·系统主控电路及显示电路设计第58-60页
     ·系统整机电路第60-61页
   ·本章小结第61-62页
第六章 镍氢电池智能充电装置软件设计第62-74页
   ·系统流程图及主程序设计第62-68页
   ·智能充电流程图及程序设计第68-70页
   ·恒流充电程序设计第70页
   ·恒压充电程序设计第70-71页
   ·系统显示程序设计第71-73页
   ·本章小结第73-74页
第七章 实验结果分析及总结第74-81页
   ·软硬件充电测试第74-77页
   ·实验参数优化后再测试第77-78页
   ·对比测试第78-80页
   ·本章小结第80-81页
总结第81-82页
展望第82-83页
致谢第83-84页
参考文献第84-86页
攻硕期间取得的研究成果第86-87页

论文共87页,点击 下载论文
上一篇:异步电动机直接转矩控制技术研究
下一篇:基于电力载波的低压配电网监控系统研究