摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第10-18页 |
1.1 电动汽车用锂离子电池的研究背景 | 第10-12页 |
1.2 锂离子电池常用散热系统 | 第12-13页 |
1.2.1 气体冷却散热系统 | 第12-13页 |
1.2.2 相变材料与热管冷却散热系统 | 第13页 |
1.2.3 液体冷却散热系统 | 第13页 |
1.3 锂离子电池散热研究的国内外发展现状 | 第13-16页 |
1.3.1 锂离子电池散热的国外研究现状 | 第13-15页 |
1.3.2 锂离子电池散热的国内研究现状 | 第15-16页 |
1.4 研究内容 | 第16-18页 |
第二章 锂离子电池热分析理论及参数测试 | 第18-30页 |
2.1 锂离子电池的基本原理 | 第18页 |
2.2 锂离子电池热分析理论 | 第18-22页 |
2.2.1 传热的定义 | 第18-19页 |
2.2.2 热扩散方程 | 第19-20页 |
2.2.3 边界条件 | 第20页 |
2.2.4 锂离子电池的生热机理 | 第20-22页 |
2.3 液体冷却理论 | 第22-23页 |
2.4 锂离子电池热物性参数测量与计算 | 第23-28页 |
2.4.1 电池内阻测试 | 第23-25页 |
2.4.2 电池开路电压测试 | 第25页 |
2.4.3 电池热物性参数获取 | 第25-28页 |
2.5 本章小结 | 第28-30页 |
第三章 锂离子电池三维热仿真分析 | 第30-40页 |
3.1 单体锂离子电池三维热仿真分析及实验 | 第30-36页 |
3.1.1 电池单体的几何模型建立 | 第30-31页 |
3.1.2 电池单体的网格划分 | 第31-32页 |
3.1.3 电池单体热仿真结果分析 | 第32-34页 |
3.1.4 电池生热实验与仿真结果验证 | 第34-36页 |
3.2 电池组三维热仿真分析 | 第36-38页 |
3.2.1 电池组的几何模型建立 | 第36-37页 |
3.2.2 电池组的网格划分 | 第37页 |
3.2.3 电池组热仿真结果分析 | 第37-38页 |
3.3 本章小结 | 第38-40页 |
第四章 锂离子电池组的液体冷却分析 | 第40-52页 |
4.1 锂离子电池液冷模型的数值模拟 | 第40-42页 |
4.1.1 液冷模型的物理模型 | 第40-41页 |
4.1.2 液冷模型的网格划分与边界条件设定 | 第41页 |
4.1.3 液冷模型的数值模拟结果及分析 | 第41-42页 |
4.2 不同因素对液冷模型散热性能的影响 | 第42-50页 |
4.2.1 冷却介质流速对散热性能的影响 | 第42-45页 |
4.2.2 不同流道数量的冷板对散热性能的影响 | 第45-47页 |
4.2.3 圆形流道与正方形流道的散热性能比较 | 第47-48页 |
4.2.4 等面积矩形流道长宽比对散热性能的影响 | 第48-49页 |
4.2.5 流道不同进出口方向对散热性能的影响 | 第49-50页 |
4.3 本章小结 | 第50-52页 |
第五章 锂离子电池包温度场模拟与预测 | 第52-62页 |
5.1 电池包温度场的数值模拟 | 第52-55页 |
5.1.1 电池包物理模型建立 | 第52-53页 |
5.1.2 电池包液冷模型的网格划分与边界条件设定 | 第53页 |
5.1.3 电池包的模拟结果与分析 | 第53-54页 |
5.1.4 冷却液体流速与温度对电池包最高温度的影响 | 第54-55页 |
5.2 人工神经网络对电池包最高温度与温差的预测 | 第55-57页 |
5.2.1 人工神经网络原理 | 第55-57页 |
5.2.2 人工神经网络模型的建立 | 第57页 |
5.3 人工神经网络的训练与预测 | 第57-59页 |
5.3.1 神经网络的训练 | 第57-58页 |
5.3.2 人工神经网络的验证与预测 | 第58-59页 |
5.4 本章小结 | 第59-62页 |
第六章 结论与展望 | 第62-64页 |
6.1 结论 | 第62-63页 |
6.2 展望 | 第63-64页 |
致谢 | 第64-66页 |
参考文献 | 第66-70页 |
攻读硕士学位期间发表学术论文情况 | 第70页 |