| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究工作的背景与意义 | 第9-13页 |
| 1.1.1 电动汽车概述 | 第9-10页 |
| 1.1.2 纯电动汽车动力电池 | 第10-11页 |
| 1.1.3 常用动力电池类型 | 第11-13页 |
| 1.2 课题研究的意义和目的 | 第13-14页 |
| 1.3 国内外研究现状和发展趋势 | 第14-17页 |
| 1.4 本文的主要研究内容与创新 | 第17-18页 |
| 第二章 锂离子单体电池热仿真分析基础 | 第18-26页 |
| 2.1 锂离子动力电池参数 | 第18-19页 |
| 2.2 锂离子动力电池生热机理分析 | 第19-21页 |
| 2.3 锂离子动力电池散热方式分析 | 第21-22页 |
| 2.4 建立动力电池生热模型 | 第22-23页 |
| 2.5 获取单体电池热分析参数 | 第23-25页 |
| 2.6 电池温度评估参数 | 第25页 |
| 2.7 小结 | 第25-26页 |
| 第三章 单体动力电池热仿真分析 | 第26-48页 |
| 3.1 计算流体力学理论基础 | 第26页 |
| 3.2 CFD计算控制方程原理 | 第26-28页 |
| 3.3 ANSYS软件简介 | 第28-29页 |
| 3.4 单体电池热物性参数获取 | 第29-31页 |
| 3.5 单体动力电池仿真模型简化 | 第31-32页 |
| 3.6 仿真模型边界条件设定和仿真结果 | 第32-42页 |
| 3.7 仿真结果分析 | 第42-47页 |
| 3.7.1 单体电池温度与环境温度的关系 | 第42-44页 |
| 3.7.2 单体电池温度与放电倍率的关系 | 第44-45页 |
| 3.7.3 单体电池本身温度均衡性与环境温度的关系 | 第45-46页 |
| 3.7.4 单体电池本身温度均衡性与放电倍率的关系 | 第46-47页 |
| 3.8 小结 | 第47-48页 |
| 第四章 动力电池组散热仿真分析研究 | 第48-55页 |
| 4.1 动力电池组简介 | 第48页 |
| 4.2 动力电池组散热效果评价标准 | 第48-49页 |
| 4.3 FLUENT软件简介 | 第49页 |
| 4.4 动力电池组散热效果影响因素分析 | 第49-53页 |
| 4.4.1 液冷流速对动力电池组散热效果影响仿真分析 | 第50-51页 |
| 4.4.2 液冷流道尺寸对动力电池组散热效果影响仿真分析 | 第51-52页 |
| 4.4.3 液冷温度对动力电池组散热效果影响仿真分析 | 第52-53页 |
| 4.4.4 单体电池放电倍率对动力电池组散热效果影响仿真分析 | 第53页 |
| 4.5 小结 | 第53-55页 |
| 第五章 动力电池组散热特性优化方法研究 | 第55-65页 |
| 5.1 神经网络概述 | 第55-56页 |
| 5.2 神经网络建立流程 | 第56-57页 |
| 5.3 遗传算法理论 | 第57-58页 |
| 5.4 遗传算法的实现和基本操作 | 第58-59页 |
| 5.5 遗传算法和神经网络结合的优势 | 第59-60页 |
| 5.6 神经网络与遗传算法结合的流程图 | 第60-61页 |
| 5.7 神经网络结构图 | 第61-63页 |
| 5.7.1 神经网络隐含层结构的选取 | 第61-63页 |
| 5.7.2 神经网络输出层数据的处理 | 第63页 |
| 5.8 遗传算法适应度函数 | 第63-64页 |
| 5.9 神经网络和遗传算法流程图终止条件 | 第64-65页 |
| 第六章 动力电池组散热优化实例分析 | 第65-73页 |
| 6.1 建立神经网络预测优化模型 | 第65-70页 |
| 6.2 基于遗传算法的神经网络寻优 | 第70-71页 |
| 6.3 优化前后对比分析 | 第71-72页 |
| 6.4 小结 | 第72-73页 |
| 第七章 全文总结与展望 | 第73-75页 |
| 7.1 全文总结 | 第73-74页 |
| 7.2 后续工作展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间取得的成果 | 第80页 |
| 硕士期间参与的国家级科研项目 | 第80页 |
