基于电化学阻抗谱模型的锂离子电池寿命预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题的背景及研究意义 | 第8页 |
| 1.2 锂离子电池模型研究现状 | 第8-11页 |
| 1.2.1 锂离子电池时域模型 | 第9-10页 |
| 1.2.2 锂离子电池频域模型 | 第10-11页 |
| 1.3 锂离子电池模型参数获取研究现状 | 第11-12页 |
| 1.4 锂离子电池寿命预测研究现状 | 第12-14页 |
| 1.5 论文的主要研究内容 | 第14-15页 |
| 第2章 锂离子电池电化学阻抗谱模型 | 第15-26页 |
| 2.1 锂离子电池电化学阻抗谱简介 | 第15-16页 |
| 2.2 锂离子电池电化学阻抗谱模型 | 第16-24页 |
| 2.2.1 单个粒子阻抗 | 第16-20页 |
| 2.2.2 凝聚物阻抗 | 第20-23页 |
| 2.2.3 多孔电极阻抗 | 第23-24页 |
| 2.3 本章小结 | 第24-26页 |
| 第3章 锂离子电池电化学阻抗谱模型的参数获取 | 第26-38页 |
| 3.1 分频段参数辨识 | 第26-27页 |
| 3.2 参数敏感度分析 | 第27-31页 |
| 3.2.1 敏感度分析方法 | 第27-29页 |
| 3.2.2 敏感度分析结果 | 第29-31页 |
| 3.3 基于遗传算法的模型参数辨识 | 第31-33页 |
| 3.3.1 遗传算法简介 | 第31-32页 |
| 3.3.2 遗传算法实现参数获取 | 第32-33页 |
| 3.4 辨识结果的验证 | 第33-37页 |
| 3.4.1 合成试验数据验证 | 第33-35页 |
| 3.4.2 实际电池数据验证 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 电池循环寿命试验及内部健康特征提取 | 第38-49页 |
| 4.1 电池筛选 | 第38-39页 |
| 4.2 循环寿命试验的设计 | 第39-41页 |
| 4.3 提取电池内部健康特征的方法 | 第41-42页 |
| 4.4 电池内部健康特征的退化规律及老化机理分析 | 第42-48页 |
| 4.4.1 正极健康特征的退化规律 | 第42-44页 |
| 4.4.2 负极健康特征的退化规律 | 第44-46页 |
| 4.4.3 结合EIS的锂离子电池老化机理分析 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 锂离子电池寿命预测的实现 | 第49-61页 |
| 5.1 健康特征参数与容量关系的建立 | 第49-52页 |
| 5.1.1 神经网络算法简介 | 第49-51页 |
| 5.1.2 BP神经网络模型的建立 | 第51-52页 |
| 5.2 基于粒子滤波的电池寿命预测 | 第52-60页 |
| 5.2.1 粒子滤波的原理 | 第53-55页 |
| 5.2.2 粒子滤波寿命预测算法的实现 | 第55-58页 |
| 5.2.3 寿命预测的结果分析 | 第58-60页 |
| 5.3 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读学位期间发表的学术论文及发明专利 | 第67-69页 |
| 致谢 | 第69页 |
