中文摘要 | 第1-4页 |
英文摘要 | 第4-9页 |
1 绪论 | 第9-16页 |
·课题背景及意义 | 第9-10页 |
·电池管理系统发展现状 | 第10-14页 |
·本文主要研究内容 | 第14-16页 |
2 镍氢动力电池的性能 | 第16-42页 |
·镍氢电池的基本原理 | 第16-17页 |
·镍氢动力电池的选取 | 第17-18页 |
·镍氢动力电池的性能参数 | 第18-22页 |
·电池开路电压和工作电压 | 第18-19页 |
·电池内阻 | 第19页 |
·电池的容量与比容量 | 第19-20页 |
·电池的能量与比能量 | 第20-21页 |
·电池的功率与比功率 | 第21页 |
·电池的荷电状态与放电深度 | 第21-22页 |
·镍氢电池的性能 | 第22-37页 |
·镍氢电池安全性 | 第22-23页 |
·镍氢电池放电性能试验研究 | 第23-28页 |
·镍氢电池组内阻特性试验研究 | 第28-33页 |
·镍氢电池组容量的试验研究 | 第33-35页 |
·单体镍氢电池能量密度性能试验 | 第35-36页 |
·镍氢电池的功率和比功率性能试验 | 第36-37页 |
·镍氢动力电池的模型 | 第37-39页 |
·理想电池等效电路模型 | 第37-38页 |
·一阶线性模型 | 第38页 |
·黑箱模型 | 第38-39页 |
·本章小结 | 第39-42页 |
3 基于自校正模糊控制的蓄电池剩余容量预估研究 | 第42-58页 |
·剩余容量估计的常用方法 | 第42-44页 |
·密度法 | 第42页 |
·安培时间积分法 | 第42-43页 |
·开路电压测量法 | 第43页 |
·内阻测量法 | 第43页 |
·恢复效应法 | 第43-44页 |
·模糊神经网络结构的构建 | 第44-48页 |
·模糊神经网络结构 | 第44-45页 |
·模糊神经网络中节点的结构 | 第45-46页 |
·模糊神经网络每一层节点的函数 | 第46-48页 |
·混合学习算法的建立 | 第48-52页 |
·基于模糊神经网络的电池SOC 预估 | 第52-56页 |
·网络的初始化 | 第52-53页 |
·模糊规则的产生及参数优化 | 第53页 |
·预估精度分析 | 第53-56页 |
·本章小结 | 第56-58页 |
4 基于PIC18F458 单片机的电池管理系统开发 | 第58-95页 |
·电池管理系统结构组成 | 第58-59页 |
·电池管理系统采集电路板硬件设计 | 第59-71页 |
·单组电池电压信号采集回路设计 | 第59-61页 |
·电池组总电压信号采集回路设计 | 第61-62页 |
·电池组充、放电电流信号采集回路设计 | 第62-65页 |
·电池组温度信号采集回路设计 | 第65-67页 |
·多路转换开关与12 位A/D 转换芯片外围电路设计 | 第67页 |
·CAN 总线接口设计 | 第67-68页 |
·主控制芯片的选择 | 第68-71页 |
·采集电路板供电电源电路设计 | 第71页 |
·电池管理系统主控制电路板硬件电路设计 | 第71-77页 |
·RS232 串行通信接口电路设计 | 第71-73页 |
·非遗失性存储器NVRAM 扩展电路设计 | 第73-74页 |
·电池温控电路设计 | 第74页 |
·强电保护单元通信接口电路设计 | 第74-75页 |
·报警单元电路设计 | 第75页 |
·主控制电路板供电电源电路设计 | 第75-77页 |
·采集电路板软件设计 | 第77-87页 |
·存储空间分配 | 第77-78页 |
·系统时钟的选择 | 第78-80页 |
·主程序流程 | 第80页 |
·电池参数监测 | 第80-85页 |
·采集电路板的相关CAN 总线程序设计 | 第85-87页 |
·主控制电路板软件设计 | 第87-94页 |
·主程序设计 | 第87-88页 |
·主控制电路板的相关CAN 总线程序设计 | 第88-91页 |
·电池相关保护功能 | 第91-93页 |
·串口通信程序设计 | 第93-94页 |
·本章小结 | 第94-95页 |
5 系统测试及实验 | 第95-99页 |
·系统简介 | 第95页 |
·实验方案的确定 | 第95-96页 |
·实验台实物 | 第96-97页 |
·实验结果 | 第97-98页 |
·本章小结 | 第98-99页 |
6 结论 | 第99-101页 |
致谢 | 第101-102页 |
参考文献 | 第102-106页 |
附录A:作者在攻读硕士期间发表的学术论文 | 第106-107页 |
附录B:作者在攻读硕士期间参与的科研项目 | 第107-108页 |
附录C:作者在攻读硕士期间申请的发明专利 | 第108页 |