原文传递
基于FPGA和BP神经网络的电动汽车电池管理系统设计
| 论文题名： | 基于FPGA和BP神经网络的电动汽车电池管理系统设计 |
| 关键词： | 电动汽车;电池管理系统;现场可编程门阵列;BP神经网络;电池荷电状态 |
| 摘要： | 当今社会的发展与人类和食物的流动密切相关，电动汽车以其优于内燃机汽车的高效、低排放特性在可持续流动中具有重要的作用。从1935年到1960年的二十五年时间内，电动汽车的进一步发展因能量储存的问题受到阻滞。随着全球能源的逐步减少及日益加剧的环境污染，电动汽车行业在近年来呈现出一片繁荣景象。电动汽车大规模的发展需要首先解决电池充电时间和使用寿命的问题。因此，电池管理系统（BMS，Battery Management System），作为电动汽车的重要组成部分，对动力电池发挥最优性能及电动汽车行业的发展起着至关重要的作用。 本文以提高电池系统的安全性和准确性为目标，在现有各种电动汽车电池管理系统方案的基础上，提出了一种基于现场可编程门阵列（FPGA， Field－Programmable Gate Array)的电池管理系统方案，分别对其硬件和软件方面进行了设计。采用分布式的拓扑结构，对整个电池包分组进行管理。本文设计的 BMS由两部分组成：一是主控制单元，二是子控制单元。采用两种通讯协议，外部协议实现系统外部的数据传输，系统内部的数据及信息交换和控制通过内部协议实现。 在硬件设计过程中，主控单元（CPU）主要应用FPGA进行相关配置电路及电源电路等的设计；硬件设计的外围电路主要完成对电池单体电压电流采集、总体电压电流采集以及温度测量。在软件设计过程中，选用移植实时操作系统μC/OS-II作为软件平台，整个系统程序层次的划分依照主控单元和子控单元进行，并按照优先级划分系统程序，然后分别对每个程序任务进行线性程序设计，最终实现系统的功能。 在研究锂电池动态性能的基础上，通过大量数据仿真和实际数据测量及修正，实现了对电动汽车锂电池数据采集、数据通信、均衡管理和自动保护等功能。采用BP神经网络对实验测得的电池电压、电流及电池状态进行建模，建立电压、电流与电池荷电状态(SOC, State of Charge)和电池健康状态（SOH, State of Health）的输入-输出关系模型。依据建立的输入-输出模型可实现由电压、电流大小对未知电池状态的估计。因此，对于电动汽车的平稳安全运行来说，不仅提供了监控措施，还增加了安全保障。 |
| 作者： | 祖林禄 |
| 专业： | 控制工程 |
| 导师： | 周跃庆;姜钰明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
