| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题的研究背景及目的和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 电动汽车及动力镍氢电池研究现状 | 第9-12页 |
| 1.2.2 汽车故障诊断技术研究现状 | 第12-14页 |
| 1.2.3 汽车容错技术研究现状 | 第14-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 第2章 镍氢电池理论基础及常见故障分析 | 第16-23页 |
| 2.1 镍氢电池的理论基础 | 第16-19页 |
| 2.1.1 镍氢电池的基本原理 | 第16-17页 |
| 2.1.2 镍氢电池的性能参数 | 第17-18页 |
| 2.1.3 镍氢电池的荷电状态 | 第18-19页 |
| 2.2 镍氢电池的常见故障 | 第19-22页 |
| 2.2.1 镍氢电池的失效 | 第19-20页 |
| 2.2.2 镍氢电池的损伤 | 第20-21页 |
| 2.2.3 镍氢电池的不一致性 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 镍氢电池故障模型的建立及故障特征值提取 | 第23-44页 |
| 3.1 镍氢电池的数学模型 | 第23-25页 |
| 3.2 基于ADVISOR的电池模型的建立 | 第25-29页 |
| 3.3 基于ADVISOR二次开发技术的故障模型的建立 | 第29-35页 |
| 3.4 基于小波变换及小波包分析技术的故障特征值提取 | 第35-43页 |
| 3.4.1 故障特征值提取方法研究 | 第35-36页 |
| 3.4.2 电容减小时的故障特征值提取 | 第36-42页 |
| 3.4.3 内阻增大和无故障时的故障特征值提取 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 镍氢电池故障诊断研究 | 第44-56页 |
| 4.1 神经网络理论 | 第44-49页 |
| 4.1.1 BP神经网络理论 | 第45-47页 |
| 4.1.2 Elman神经网络理论 | 第47-49页 |
| 4.2 基于神经网络理论的镍氢电池故障诊断研究 | 第49-54页 |
| 4.2.1 基于BP神经网络的故障诊断研究 | 第49-51页 |
| 4.2.2 基于Elman神经网络的故障诊断研究 | 第51-54页 |
| 4.3 故障诊断结果对比分析 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 镍氢电池的容错策略研究 | 第56-67页 |
| 5.1 容错理论综述 | 第56-57页 |
| 5.2 镍氢电池的容错控制策略 | 第57-60页 |
| 5.3 镍氢电池的容错控制仿真 | 第60-66页 |
| 5.3.1 一个电池单元故障时的容错研究 | 第60-63页 |
| 5.3.2 多个电池单元故障时的容错研究 | 第63-66页 |
| 5.4 本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73页 |