首页--工业技术论文--电工技术论文--独立电源技术(直接发电)论文--蓄电池论文

基于模糊神经网络的智能充电技术的研究

摘要第1-7页
ABSTRACT第7-8页
第1章 文献综述第8-11页
   ·蓄电池种类第8-9页
   ·充电技术的发展综述第9-11页
第2章 绪论第11-13页
   ·研究背景及意义第11页
   ·充电技术的重点与难点第11-12页
   ·本文主要研究工作第12-13页
第3章 VRLA蓄电池的性质第13-20页
   ·VRLA蓄电池的结构第13-14页
   ·VRLA蓄电池的原理第14-16页
     ·VRLA蓄电池双极硫酸盐化理论第14-15页
     ·VRLA蓄电池内部氧循环理论第15-16页
   ·电动势与开路电压第16-17页
   ·蓄电池的容量第17-20页
     ·容量的定义第17-18页
     ·影响实际容量的因素第18-20页
第4章 VRLA蓄电池现有充电方法的研究与分析第20-28页
   ·VRLA蓄电池现有充电方法第20-24页
     ·恒压充电法第20页
     ·恒流充电法第20-21页
     ·恒压限流充电方法第21页
     ·三段式充电方法第21-22页
     ·间歇充电方法第22页
     ·慢脉冲充电方法第22-23页
     ·脉冲快速充电第23-24页
   ·VRLA蓄电池充电效果分析第24-28页
     ·三段式充电实验第24-25页
     ·变电流充电实验第25-28页
第5章 快速无损充电方法的研究第28-41页
   ·极化对充电过程的影响第28-30页
     ·极化现象成因第28-29页
     ·极化对充电过程的影响第29-30页
   ·马斯定理第30-32页
   ·蓄电池内部物理-化学进程对充电接受力的影响第32-38页
     ·充电过程中Pb~(2+)离子的变化对电流接受力的影响第34页
     ·PbSO_4晶体硬化进程第34-35页
     ·硫酸浓度对蓄电池电流接受力的影响第35-37页
     ·蓄电池电化学模型第37-38页
   ·蓄电池充电电流的确定第38-41页
第6章 快速无损充电的控制策略第41-49页
   ·蓄电池SOC预测方法第41-44页
     ·现有的充电方法第41-43页
     ·本文所采用的蓄电池SOC预测方法第43-44页
   ·模糊神经网络的构建第44-49页
     ·模糊神经网络的结构第44-46页
     ·模糊神经网络的学习算法第46-49页
第7章 充电系统的实现第49-56页
   ·充电系统硬件设计第49-52页
     ·充电系统的整体结构与设计指标第49页
     ·主电路设计第49-51页
     ·采样电路设计第51-52页
   ·充电系统软件件设计第52-56页
     ·程序整体流程设计第53-54页
     ·恒流充电子程序设计第54-56页
第8章 实验方法与结果分析第56-62页
   ·实验条件与方法第56-57页
     ·实验条件第56页
     ·实验内容第56-57页
   ·实验结果第57-62页
     ·单次充电实验第57-61页
     ·循环实验第61-62页
第9章 结论与建议第62-64页
   ·总结第62页
   ·展望第62-64页
参考文献第64-66页
致谢第66-67页
发表论文及参加课题一览表第67页

论文共67页,点击 下载论文
上一篇:电动车用无刷直流电机控制器的研究
下一篇:永磁发电机气隙磁密的仿真研究