| 致谢 | 第1-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-11页 |
| 目录 | 第11-13页 |
| 插图清单 | 第13-14页 |
| 表格清单 | 第14-15页 |
| 第一章 绪论 | 第15-22页 |
| ·课题研究的目的和意义 | 第15-16页 |
| ·电池健康状态估算方法研究现状 | 第16-18页 |
| ·电池管理系统发展概况 | 第18-20页 |
| ·国外电池管理系统研究现状 | 第19-20页 |
| ·国内电池管理系统研究现状 | 第20页 |
| ·课题来源及论文主要内容 | 第20-22页 |
| ·课题来源 | 第20-21页 |
| ·论文主要内容 | 第21-22页 |
| 第二章 锂电池工作原理及其 SOH 影响因素分析 | 第22-36页 |
| ·锂离子电池内部结构及工作原理 | 第23-26页 |
| ·锂离子电池内部结构 | 第23-25页 |
| ·锂电池工作原理 | 第25-26页 |
| ·锂电池容量衰减原因及分析 | 第26-29页 |
| ·锂离子电池 SOH 影响因素分析 | 第29-35页 |
| ·循环次数对电池 SOH 的影响 | 第30-31页 |
| ·放电起始电压变化量对电池 SOH 的影响 | 第31-32页 |
| ·电池内阻对电池 SOH 的影响 | 第32-33页 |
| ·环境温度对电池 SOH 的影响 | 第33-34页 |
| ·不同放电倍率对电池 SOH 的影响 | 第34-35页 |
| ·不一致性对电池 SOH 的影响 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第三章 锂电池 SOH 估算模型 | 第36-45页 |
| ·电化学模型 | 第36-38页 |
| ·经验模型 | 第38-39页 |
| ·等效电路模型 | 第39-40页 |
| ·人工神经网络模型 | 第40-42页 |
| ·四种模型方法比较 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于 LMBP 神经网络的电池 SOH 估算方法 | 第45-56页 |
| ·学习算法选择 | 第45-48页 |
| ·模型输入变量选择 | 第48页 |
| ·神经网络结构设计 | 第48-49页 |
| ·传递函数的选取 | 第49页 |
| ·网络训练样本数据 | 第49-51页 |
| ·数据归一化处理 | 第51页 |
| ·仿真实验及其验证 | 第51-55页 |
| ·仿真实验 | 第51-53页 |
| ·实验验证 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 实验测试平台及其仿真验证 | 第56-65页 |
| ·系统硬件设计 | 第57-59页 |
| ·主控及其外围模块 | 第57-58页 |
| ·电压、电流、温度参数采集模块 | 第58页 |
| ·RS232 接口和 RS485 接口模块 | 第58-59页 |
| ·系统电源模块 | 第59页 |
| ·系统软件设计 | 第59-62页 |
| ·系统下位机软件设计 | 第60-61页 |
| ·系统上位机软件设计 | 第61-62页 |
| ·系统估算结果与分析 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 论文研究总结与展望 | 第65-67页 |
| ·论文研究总结 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第71-72页 |