| 中文摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 课题的国内外研究现状 | 第12-19页 |
| 1.2.1 SOH估计研究现状 | 第14-18页 |
| 1.2.2 RUL预测研究现状 | 第18-19页 |
| 1.3 本文的主要研究内容 | 第19-21页 |
| 第2章 电池老化特性分析 | 第21-34页 |
| 2.1 锂离子电池寿命加速试验 | 第21页 |
| 2.2 锂离子电池测试系统 | 第21-23页 |
| 2.3 锂离子电池测试流程 | 第23-26页 |
| 2.4 锂离子电池老化实验结果分析 | 第26-29页 |
| 2.4.1 单体电池单个循环数据分析 | 第26-27页 |
| 2.4.2 电池老化过程分析 | 第27-29页 |
| 2.5 锂离子电池老化实验机理分析 | 第29-33页 |
| 2.5.1 石墨阳极老化机理分析 | 第29-32页 |
| 2.5.2 金属锂氧化物阴极老化机理分析 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 电池模型建立 | 第34-44页 |
| 3.1 等效电路模型 | 第34-40页 |
| 3.1.1 OCV和SOC关系拟合 | 第36-37页 |
| 3.1.2 Thevenin模型中未知参数辨识 | 第37-39页 |
| 3.1.3 等效电路模型验证 | 第39-40页 |
| 3.2 容量模型 | 第40-41页 |
| 3.3 电池老化模型 | 第41-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 电池SOC和SOH联合估计 | 第44-55页 |
| 4.1 基于双扩展Kalman滤波器的SOC和SOH联合估计 | 第44-46页 |
| 4.1.1 DEKF模型变换 | 第44-45页 |
| 4.1.2 DEKF算法 | 第45-46页 |
| 4.2 多尺度扩展Kalman滤波器的SOC和SOH联合估计 | 第46-50页 |
| 4.2.1 MEKF模型变换 | 第47页 |
| 4.2.2 MEKF算法 | 第47-50页 |
| 4.3 仿真实验和结果对比 | 第50-54页 |
| 4.3.1 NEDC工况下算法验证 | 第50-52页 |
| 4.3.2 JC08工况下算法验证 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 电池RUL预测 | 第55-63页 |
| 5.1 粒子滤波算法 | 第55-59页 |
| 5.1.1 粒子滤波算法简介 | 第55-58页 |
| 5.1.2 改进的粒子滤波算法 | 第58-59页 |
| 5.2 基于改进粒子滤波的RUL预测 | 第59-61页 |
| 5.3 仿真实验和结果分析 | 第61-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第6章 总结 | 第63-65页 |
| 6.1 全文总结 | 第63-64页 |
| 6.2 研究展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 作者简介及科研成果 | 第70-72页 |
| 致谢 | 第72页 |