| 中文摘要 | 第1-3页 |
| ABSTRACT | 第3-5页 |
| 目录 | 第5-7页 |
| 第1章 绪论 | 第7-13页 |
| ·引言 | 第7页 |
| ·混合动力电动汽车的概念及发展简介 | 第7-8页 |
| ·混合动力电动汽车电池管理系统及国内外研究的发展现状 | 第8-11页 |
| ·混合动力电动汽车电池管理系统的研究状况 | 第8-9页 |
| ·混合动力电动汽车电池能量管理系统的功能 | 第9-10页 |
| ·SOC的定义 | 第10-11页 |
| ·课题研究的意义 | 第11-12页 |
| ·课题来源 | 第12页 |
| ·课题研究内容 | 第12-13页 |
| 第2章 镍氢蓄电池的特性以及SOC的预测方法研究 | 第13-22页 |
| ·镍氢电池在电动汽车方面的应用 | 第13-15页 |
| ·镍氢电池的工作原理 | 第15-18页 |
| ·镍氢蓄电池的电动势 | 第15-16页 |
| ·镍氢蓄电池的内阻 | 第16-17页 |
| ·镍氢蓄电池的容量 | 第17-18页 |
| ·镍氢蓄电池的充放电特性 | 第18-19页 |
| ·影响镍氢蓄电池SOC的主要因素 | 第19-21页 |
| ·镍氢蓄电池的放电电流 | 第19-20页 |
| ·镍氢蓄电池的放电终止电压 | 第20页 |
| ·镍氢蓄电池的自放电特性 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 电池SOC的预测方法研究 | 第22-26页 |
| ·电池能量管理系统的概念 | 第22页 |
| ·SOC检测方法与可用性分析 | 第22-25页 |
| ·电量累积法 | 第22-23页 |
| ·电阻测量法 | 第23-24页 |
| ·电压测量法 | 第24-25页 |
| ·本课题采用的电池能量系统检测方法 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第4章 系统硬件的实现 | 第26-34页 |
| ·系统总设计平台的搭建 | 第26-27页 |
| ·P87C591控制器系统硬件设计 | 第27-29页 |
| ·信号调理电路的设计 | 第29-31页 |
| ·电压调理信号电路的设计 | 第29-30页 |
| ·温度调理信号电路的设计 | 第30-31页 |
| ·A/D基准电压源的设计 | 第31-32页 |
| ·CAN接口的电路设计 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第5章 系统的软件设计 | 第34-43页 |
| ·87C591的软件设计 | 第34-35页 |
| ·CAN总线 | 第35-37页 |
| ·CAN总线的主要特点 | 第36-37页 |
| ·CAN总线的应用 | 第37页 |
| ·CAN初始化 | 第37-41页 |
| ·CAN发送 | 第39-40页 |
| ·CAN接收 | 第40-41页 |
| ·A/D转换 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第6章 人工神经网络在SOC预测中的应用研究 | 第43-56页 |
| ·人工神经网络在自动化领域的发展 | 第43-44页 |
| ·人工神经网络模型 | 第44-45页 |
| ·生物神经元模型 | 第44页 |
| ·人工神经元模型 | 第44-45页 |
| ·人工神经网络模型 | 第45页 |
| ·多层前馈网络 | 第45-47页 |
| ·前馈网络的基本组成 | 第45-46页 |
| ·前馈人工神经网络网络的学习过程 | 第46-47页 |
| ·BP网络简介 | 第47-48页 |
| ·LM算法 | 第48页 |
| ·SOC预测神经网络模型的建立 | 第48-55页 |
| ·网络训练及测试 | 第51-53页 |
| ·仿真研究 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第7章 本文总结与展望 | 第56-58页 |
| ·本文总结 | 第56页 |
| ·展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |