原文传递
基于RBF神经网络蓄电池管理系统的研究
| 论文题名： | 基于RBF神经网络蓄电池管理系统的研究 |
| 关键词： | 蓄电池管理系统;电动汽车;智能电池监测器;RBF神经网络算法;CAN总线 |
| 摘要： | 随着国家经济的迅速发展,使得能源问题在当今社会中受到越来越多的关注。电动汽车作为汽车工业的发展方向,呈现加速发展的趋势。而电动汽车的动力能源--蓄电池组由于长期处于复杂的工作环境中,不仅不能有效利用能源,并且还可能加剧电池的损耗。因此如何有效管理蓄电池组成为关系到电动车实用化、商品化的关键技术之一。 本论文主要从三个方面对蓄电池管理系统进行研究。 采用智能电池监测器DS2438作为采集芯片,实现对蓄电池电压、电流、温度等数据的采集,并通过软件编程实现模拟单总线通信与主控模块之间进行数据的传送。不仅简化了采样电路,并且实现了同时对多节电池的监控。 对蓄电池剩余电量SOC的计算采用RBF神经网络算法,可以实现对动态蓄电池系统的建模以及学习,并把该模型计算的剩余电量结果与实验所得到的结果进行对比,分析、论证其可行性,基本实现蓄电池在动态工作环境中性能的准确描述。 CAN总线作为主控模块与上位机之间通信的方式,详细介绍了CAN通信协议及其报文,并对主控模块CAN总线通信进行了硬件及软件的设计。包括CAN控制器的选型、控制器的初始化、报文的发送与接收,报文的中止等。通过实验调试实现了与上位机的通信,并与电动汽车中的车载网络实现并网。 详细介绍蓄电池管理系统三个主要研究部分,并提出调试及实验的方法,经过验证,每一部分均可以实现预期的结果。 |
| 作者： | 张威 |
| 专业： | 机械电子工程 |
| 导师： | 涂承媛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京工业大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
