原文传递
电动汽车动力电池包负泊松比防撞散热系统优化设计
| 论文题名： | 电动汽车动力电池包负泊松比防撞散热系统优化设计 |
| 关键词： | 动力电池包;负泊松比结构;侧面碰撞;散热系统;多目标优化 |
| 摘要： | 电动汽车的动力电池包用于提供能源，是电动汽车的核心部件之一。对于动力电池而言，一方面，由于动力电池包中的锂电池单体在侧面碰撞事故中容易受损，故动力电池包必须具有足够的防撞性能以保护锂电池单体。另一方面，锂电池在工作时会产生大量的热量，热量积蓄会对锂电池产生不利影响，故需要专门的散热系统来维持锂电池的温度。此外，出于实用性和经济性的考虑，电动汽车的零部件应尽量节省空间与重量。基于动力电池包的这些需求，本文提出一种动力电池包新型负泊松比防撞散热系统，采用基于参考点的非支配排序遗传算法对系统的防撞和散热性能进行优化。本文的主要研究内容为： 首先，提出一种大体积管状内凹六边形负泊松比结构并将其用作动力电池包的侧面防护结构，利用该负泊松比结构较大的表面积和管状的几何特征，将负泊松比结构的最外侧单胞作为散热器使用，并与动力电池包内的水冷板组合成为水冷散热系统。根据GB/T37337-2019标准建立电池包侧面碰撞模型，基于恒定温度与压力的入口条件建立了开环散热系统模型，提出一种“热功率法”用于模型边界条件的联立，并对所建立系统结构进行仿真和验证。 其次，采用最优拉丁超立方试验设计法在设计空间内进行采样，分析负泊松比防撞散热系统的散热性能和防撞性能，基于仿真结果对总成的设计参数和目标参数进行影响力分析和对比，确定各设计参数对目标参数的影响方式及目标参数之间的变化关系，为目标参数的选择与后续的多目标优化工作提供基础。 最后，针对响应面模型的拟合精度不足和优化目标较多的问题，利用粒子群优化算法对RBF神经网络的控制参数进行优化，通过最优拉丁方试验设计法取得样本点进行训练，得到拟合精度较高的PSO-RBF神经网络近似模型，采用基于参考点的NSGA-III多目标优化算法对防撞散热性能进行优化，得到性能更优秀的Pareto解集，利用标准边界交叉法从解集中得到防撞散热性能最优的系统设计方案。 本文的研究成果可以为电动汽车动力电池包的开发设计和负泊松比结构在多种领域的应用提供一定的理论基础和技术支持。 |
| 作者： | 马韬 |
| 专业： | 车辆工程 |
| 导师： | 赵万忠 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京航空航天大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
