首页--交通运输论文--公路运输论文--汽车工程论文--各种汽车论文--各种能源汽车论文--电动汽车论文

关于电池BMS系统SOC估测算法的研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-23页
    1.1 本论文的研究背景及其研究意义第8-16页
        1.1.1 目前国内外有关电动汽车的发展概况第8-10页
        1.1.2 电动汽车种类及其各自特点第10-13页
        1.1.3 动力电池组BMS(battery management system)系统介绍第13-15页
        1.1.4 电池SOC值估测第15-16页
    1.2 国内外关于SOC值估测方法的综述第16-20页
        1.2.1 各种SOC估测算法介绍第16-19页
        1.2.2 对各SOC估测算法的总结第19-20页
    1.3 关于本文采用的电池SOC估测算法简介第20-21页
        1.3.1 目前所用参数自适应SOC估测算法第20-21页
        1.3.2 关于本文所用参数自适应更新的SOC估测方法简介第21页
    1.4 论文研究思路和内容安排第21-23页
第二章 模型参数自适应卡尔曼滤波算法数学原理第23-30页
    2.1 最小二乘法第23-25页
        2.1.1 最小二乘法简介第23页
        2.1.2 最小二乘法算法流程第23-25页
    2.2 基本卡尔曼滤波算法第25-28页
        2.2.1 卡尔曼滤波算法背景第25页
        2.2.2 卡尔曼滤波算法计算理论第25-27页
        2.2.3 卡尔曼滤波算法计算流程第27-28页
    2.3 模型参数自更新卡尔曼滤波算法第28-30页
第三章 实验数据采集与实验分析结果第30-47页
    3.1 实验对象简介第30页
    3.2 实验仪器及主要数据采集原理介绍第30-34页
    3.3 电池等效电路模型第34-35页
    3.4 实验数据采集及模型参数测定第35-45页
        3.4.1 电池额定容量的测定及函数Vocv=f(SOC)的拟合第36-40页
        3.4.2 电池电路模型参数的获取第40-45页
    3.5 本章总结第45-47页
第四章 模型参数自适应卡尔曼滤波算法LabVIEW程序第47-56页
    4.1 算法程序开发软件介绍第47-48页
        4.1.1 程序开发扩展包第47-48页
    4.2 LabVIEW程序开发第48-52页
        4.2.1 获取系统噪声第48-49页
        4.2.2 数据处理LabVIEW程序结构第49-51页
        4.2.3 LabVIEW主程序第51-52页
    4.3 程序开发编写及调试第52-55页
        4.3.1 程序编写第52-54页
        4.3.2 程序调试第54-55页
    4.4 本章总结第55-56页
第五章 SOC预测图线分析第56-64页
    5.1 不同方法所获得的SOC预测结果图线分析第56-59页
        5.1.1 SOC预测结果曲线说明第56-58页
        5.1.2 SOC预测图线分析第58-59页
    5.2 对参数自适应卡尔曼滤波算法预测效果校验第59-61页
    5.3 本文算法结果误差分析第61-63页
        5.3.1 典型卡尔曼算法预测SOC曲线分析第61-62页
        5.3.2 结合典型卡尔曼SOC预测曲线分析本文算法结果误差原因第62-63页
    5.4 本章总结第63-64页
结论第64-66页
参考文献第66-70页
攻读学位期间取得的研究成果第70-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:汽车排气消声器性能研究及设计开发
下一篇:基于Anylogic的城市轨道交通换乘站仿真研究