原文传递
纯电动汽车锂电池故障诊断系统的研究
| 论文题名： | 纯电动汽车锂电池故障诊断系统的研究 |
| 关键词： | 纯电动汽车;锂电池;故障诊断系统;模糊神经网络 |
| 摘要： | 当前，社会经济的快速发展使得我国出现能源短缺、环境污染等问题。在汽车新能源方面，纯电动汽车作为以其环境污染小、能源利用率高等一系列优点受到了广泛的重视和应用。在电动汽车的发展中，最关键的部分是电池及其电池管理系统。锂离子电池以其质量轻，体积小，密度大，绿色环保等一系列优点被广泛应用在纯电动汽车上。本文为了提高电池管理系统的安全性和可靠性，对电池管理系统的硬件和软件进行了设计，并对故障诊断系统进行了研究。故障诊断在电池管理技术中是最核心和最重要的部分。故障诊断技术是最近几年发展起来的一门新技术，通过诊断，系统能实现对电池故障和隐患的早期预报，能及时检测和分离出电池的故障，使维护工作量降到最低，由此保证了电动汽车的安全可靠运行。 本文从锂电池的基本特性和工作原理出发，分析锂电池会出现的主要故障，并介绍了采集锂电池各电池参数的电池管理系统。电池管理系统的应用可有效地改善电池在使用中的安全、效率以及寿命问题，用于数据通讯的CAN网络系统及数据接收的上位机数据采集软件。建立故障诊断模型，并提出了基于模糊神经网络的故障诊断专家系统的方法。故障隶属度是求解电池组故障诊断的关键，本文主要采用的是模糊神经网络故障诊断专家系统的方法，确定症状隶属度求解故障隶属度，确定电池故障诊断规则，进行电池故障的预测和判断。通过基于元正SEV400能源电池管理系统，进行大量研究和实验，建立电池历史数据库，并将实验数据输入到故障诊断模型中进行验证，实验结果一致，证明了该系统的可行性。 最后，实验结果表明，系统的诊断结果基本符合实际，对故障的预测诊断基本达到要求。 |
| 作者： | 王一卉 |
| 专业： | 仪器科学与技术 |
| 导师： | 姜长泓 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长春工业大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
