原文传递
基于径向基函数神经网络的电动汽车电池电量检测仪表的研究与设计
| 论文题名： | 基于径向基函数神经网络的电动汽车电池电量检测仪表的研究与设计 |
| 关键词： | 电动汽车;磷酸铁锂动力电池;径向基函数神经网络;电池电量检测仪表 |
| 摘要： | 近年来，全球环境恶化现象愈演愈烈，影响着人们的生产与生活，带来诸多不便，大气污染是其中一个主要方面，而汽车尾气的排放是大气污染的一个重要原因。节能环保型汽车的研发是当今汽车工业的重点工作及未来趋势。电动汽车因为缓解了交通对于石油资源的依赖，已成为目前汽车行业的重点发展对象并占有了越来越多的市场份额。电动汽车发展的一项关键技术是高效、节能、安全、环保的动力电池的研制。磷酸铁锂锂离子电池因其自身的优点，已经成为许多电动汽车的能源供给。优秀的电池管理系统首先需要能够较好地估算电池荷电状态（StageOfCharge，SOC），才能有效地提高电池使用效率，延长电池寿命。 本课题来源于企业委托项目——电池电量检测及显示系统的研究与设计。具体内容包括系统的硬件设计及制作，以及完成该系统的软件算法程序。本文通过对电动汽车动力电池的性能要求，磷酸铁锂电池的性能及优点，电流、温度、老化情况等对电池性能的影响等多方面的统筹考虑，结合了对目前电动汽车发展现状及国、内外主要使用的SOC估算方法的分析，提出了使用径向基函数神经网络(RadialBasisFunction，RBF)算法进行磷酸铁锂动力电池的SOC估算。该算法具有较快的网络学习收敛速度，并且能够逼近动力电池电量变化过程中的复杂的非线性规律。 在此基础上，本文从硬件、软件角度建立了动力电池电量检测及显示系统。该硬件系统是由数据采集、数据处理、单片机控制、LED显示，另外还包括对外通讯接口、数据存储、电路保护等模块组成。功能是实现对电池电压、充放电电流、温度的在线检测，对输入模拟信号向数字信号的转换，RBF神经网络算法的实现，结果的实时显示以及系统的保护等工作。以完成对电动汽车动力电池剩余电量的较准确的估计及实时显示。我们通过ADVISOR软件进行电动汽车磷酸铁锂动力电池在不同工况下的仿真实验，结果表明利用RBF神经网络进行电池SOC估算取得了较好的结果。 |
| 作者： | 周潇 |
| 专业： | 控制理论与控制工程 |
| 导师： | 徐文尚 |
| 授予学位： | 硕士 |
| 授予学位单位： | 山东科技大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
