摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第11-16页 |
1.1 选题背景及意义 | 第11-12页 |
1.2 监控系统后备电源的现状分析 | 第12-13页 |
1.3 矿用后备电源镍氢电池管理目前存在的问题 | 第13-14页 |
1.3.1 SOC估算精度低和稳定性差 | 第13-14页 |
1.3.2 电源管理智能化程度低 | 第14页 |
1.4 本论文研究的目的及内容 | 第14-15页 |
1.4.1 研究目的 | 第15页 |
1.4.2 研究内容 | 第15页 |
1.5 本章小结 | 第15-16页 |
第2章 镍氢电池的电化学原理与特性曲线 | 第16-23页 |
2.1 镍氢电池的反应原理 | 第16-17页 |
2.1.1 镍氢电池正常工作的电化学反应 | 第16页 |
2.1.2 镍氢电池过充电过放电情况下的电化学反应 | 第16-17页 |
2.2 镍氢电池的分类及结构 | 第17页 |
2.3 镍氢电池的特性曲线 | 第17-22页 |
2.3.1 不同条件下的充电特性 | 第18-20页 |
2.3.2 不同条件下的放电特性 | 第20页 |
2.3.3 不同条件下的自放电特性 | 第20-21页 |
2.3.4 镍氢电池的循环寿命 | 第21-22页 |
2.3.5 镍氢电池安全性 | 第22页 |
2.4 本章小结 | 第22-23页 |
第3章 后备电源管理关键技术—SOC估算方法分析 | 第23-27页 |
3.1 SOC的定义 | 第23页 |
3.2 SOC算法的分类 | 第23-26页 |
3.2.1 放电实验法 | 第24页 |
3.2.2 开路电压法 | 第24页 |
3.2.3 内阻法 | 第24-25页 |
3.2.4 安时法 | 第25页 |
3.2.5 线性模型法 | 第25-26页 |
3.2.6 神经网络算法 | 第26页 |
3.2.7 卡尔曼滤波法 | 第26页 |
3.3 本章小结 | 第26-27页 |
第4章 基于神经网络算法的SOC估算方法研究 | 第27-52页 |
4.1 神经网络及其分类 | 第27-28页 |
4.2 BP神经网络及其改进 | 第28-35页 |
4.2.1 BP标准学习算法 | 第28-34页 |
4.2.2 改进的BP学习算法 | 第34-35页 |
4.3 SOC估算网络模型建立 | 第35-36页 |
4.3.1 平台区域的SOC估算网络 | 第35-36页 |
4.3.2 非平台区域的SOC估算网络 | 第36页 |
4.4 实验数据的采集方案 | 第36-45页 |
4.4.1 样本采集的原则 | 第36-37页 |
4.4.2 实验数据采集平台和镍氢电池的选取 | 第37-40页 |
4.4.3 具体的样本采集方案 | 第40-45页 |
4.5 网络参数的确定及算法的验证 | 第45-51页 |
4.5.1 网络参数的确定 | 第45-46页 |
4.5.2 算法验证 | 第46-51页 |
4.6 本章小结 | 第51-52页 |
第5章 后备电源智能管理设计实现 | 第52-65页 |
5.1 后备电源智能管理的策略分析 | 第52页 |
5.2 智能管理系统下位机硬件设计 | 第52-59页 |
5.2.1 微控制器及其外围电路 | 第53页 |
5.2.2 充电电路设计 | 第53-54页 |
5.2.3 电压检测电路设计 | 第54-55页 |
5.2.4 电流检测电路设计 | 第55-56页 |
5.2.5 温度检测电路设计 | 第56-57页 |
5.2.6 数据通讯电路设计 | 第57-58页 |
5.2.7 保护电路设计 | 第58-59页 |
5.3 下位机和上位机软件设计 | 第59-64页 |
5.3.1 微控制器软件设计 | 第59-60页 |
5.3.2 电流、电压和温度循环采集软件流程 | 第60-62页 |
5.3.3 下位机与上位机通讯 | 第62页 |
5.3.4 上位机软件流程及GUI界面设计 | 第62-64页 |
5.4 本章小结 | 第64-65页 |
第6章 实验结果与分析 | 第65-72页 |
6.1 实验测试的内容 | 第65-66页 |
6.2 实验结果分析 | 第66-71页 |
6.2.1 电压、电流、温度采集分析 | 第66-67页 |
6.2.2 电池SOC估算值分析 | 第67-70页 |
6.2.3 智能管理分析 | 第70-71页 |
6.3 本章小结 | 第71-72页 |
第7章 总结与展望 | 第72-74页 |
参考文献 | 第74-79页 |
致谢 | 第79-80页 |
在读期间发表的学术论文与取得的其他研究成果 | 第80页 |