动力电池管理系统及其应用分析

1动力电池管理系统概述 动力电池管理系统通过对无轨电车电池组中串联单体电池电压、电流等数据的采集、分析、决策,接口与充电器、PC机、指示仪表等外部设备实现功能联动,实时对电池组工作状态检测,无论车辆在运行过程中还是在充电过程中都能够可靠的完成电池状态的实时监控和故障诊断,并通过CAN总线告知车辆主控制器,以便采用更加合理的控制策略．从而安全高效地使用电池并延长电池组使用寿命。     

锂离子电池组均衡系统

为了提高锂离子电池组的可用容量,降低电池组中单体电池间容量不一致的影响,在专用电池管理芯片BQ76PL536A-Q1和单片机MSP430F5529的基础上,设计稳定运行的锂离子电池组均衡系统。利用模块化思想将锂离子电池组均衡系统分为采集板和核心板两大部分。通过实时监测锂离子电池组的放电和均衡过程,对均衡系统的电压采集精度、电压监测和均衡功能进行验证。试验结果表明,锂离子电池组均衡系统能够降低电池组中容量不一致的程度,确保电池组稳定工作。     

基于MS9S12DG128单片机的电动汽车电池管理系统设计

根据动力电池组在电动汽车上的使用特点和要求,采用了带MSCAN、且具有强大功能模块的嵌入式微处理器MS9S12DG128,完成了电动汽车用电池管理系统的硬件设计,实现了对电压、电流、温度的实时精确采集、SOC的精确估计和CAN通讯。实验表明,本系统各方面性能优越。     

基于改进孤立森林算法的交通流异常数据检测模型

针对交通流异常数据实时检测问题,提出一种基于改进孤立森林算法与K-Means++算法相结合的交通流异常数据检测模型。首先,使用交通流量和交通流速度数据构建交通流序列;然后,利用改进孤立森林算法,构建交通流数据的异常评分模型,并通过K-Means++算法构建滑动窗口计算出异常评分的阈值,以此来实现对交通流数据异常值的实时检测;最后,通过实例分析验证模型的合理性和可行性。研究结果表明：改进孤立森林算法与K-Means++结合的方法可以准确地确定异常评分的阈值进而检测出异常数据;该模型与仅考虑交通流流量的模型、传统孤立森林模型相比,AUC分别高出29.7%和5.3%,与其他常用的LOF、ABOD、OCSVM方法相比,AUC均有所提高。该模型准确率明显提升,在交通流异常数据检测中具有更好的适用性,能够为交通管理部门提供交通状况检测支持,提高交通管理效率。     

基于蒙特卡罗模拟的交通状态辨识

提出了一种基于蒙特卡罗模拟的利用交通流参数实现交通状态辨识的方法.采 用 FANNY 算法实现了四种交通状态的聚类分析;利用蒙特卡罗模拟方法建立了 SVC 交 通状态辨识模型;分别构建了固定窗口模型和滑动窗口模型对交通状态进行辨识并综合 评价.分析结果表明：该方法能够对实时交通流参数进行准确辨识,尤其是构建的滑动窗 口模型,对交通状态辨识平均精度、召回率和 F 度量分别为 97.98%、94.64%和 96.21%.本方 法可为分析高速公路交通状态演化规律和发展趋势,建立预测预警、应急处置和信息发 布等应急运行机制提供科学方法和数据支撑.     

HEV用动力电池的模型特征分析

通过理论分析,建立了串并联混合电动汽车(HEV)运行的功率分配模型,由此确立了HEV设计参数与动力电池设计参数间的关系.研究了HEV所用电池的容量、组合数及放电倍率与HEV的相关设计参数间的匹配关系.从理论上解释了HEV所用动力电池的基本特性.计算对比了HEV在高速公路、市区内正常行驶及超低速行驶3个运行过程中的功率分配情况,表明在高速公路加速时HEV对动力电池的要求最高.以镍氢电池为说明对象,研究了电池容量、电池组合数及充放电倍率之间相互关系.     

某微型纯电动轿车动力传动系统参数设计与仿真

纯电动汽车的动力传动系统参数的合理匹配对整车动力性和经济性有着重要影响。本文中以某微型纯电动轿车的开发为平台,对动力传动系统驱动电机、动力电池和变速箱的主要参数进行了设计计算与匹配,并对变速器换挡规律进行了研究,最后应用AVL-Cruise软件对样车进行了整车建模与性能仿真。仿真结果分析表明:汽车的动力性和经济性指标均达到了预期要求,动力传动系统参数设计合理。本研究可为纯电动样车关键部件的选型提供有效依据,也为纯电动汽车动力传动系统参数的设计与匹配提供方法参考。     

基于模糊理论与神经网络并行推理的发动机故障诊断方法

将模糊理论与神经网络相融合，针对汽油发动机偶发性疑难故障，采用模糊信息处理方法确定故障的类别，通过神经网络的逼近能力来实现对故障进行诊断的功能。与单纯使用神经网络进行故障诊断的方法相比，基于模糊理论与神经网络并行推理的发动机故障诊断方法在输入参数不是训练时的典型数据（同训练时输入数据差别较大）时，系统仍能对输入样本很好地归类，给出较高精度的诊断结果，尤其对于单一系统的复杂故障具有很好的识别能力，可以提高对发动机故障的诊断精度。     

网联环境下基于多驾驶人风险评价的不良行为主动干预研究

依托智能网联技术背景，本文提出基于多驾驶人综合风险评价的不良行为主动干预框架。选取驾驶场景中多驾驶人行为表征参数，基于行车数据定义并辨识驾驶人的各类不良行为； 利用面积法实现对不良驾驶行为发生频次、持续时间以及幅值的综合计算，并以可变权重构建其与事故风险的关联关系；借鉴数据包络分析思想，提出考虑可变权重的不良驾驶行为综合评价方法；利用Simulation of Urban Mobility(SUMO)搭建智能网联环境下驾驶仿真平台，以时间窗方式抽取场景中多驾驶人的历史行车数据，利用不良驾驶行为综合评价方法辨识风险驾驶人，提出基于累加窗口与滑动窗口的主动干预方法，每种方法均实现干预单车与干预多车两种策略；分析不 同干预手段的效果，探究窗体大小、驾驶人接受率、干预车辆数等对干预结果的影响。研究表明， 干预多车策略取得较好的效果，基于累加窗口与滑动窗口的驾驶人不良行为总得分分别下降 22.80%和10.50%；与无干预情况相比，当干预接受率为50%时，驾驶人不良行为总得分仍有所降 低；与基于累加窗口方法相比，基于滑动窗口的干预方法更适合实际应用。本文提出的框架可为驾驶行为监测等提供技术支持。     

基于外部观测温度的锂离子电池电极温度在线实时预测系统

为有效估算锂离子电池内部电极温度,基于经典热传导理论及能量守恒定律,建立以时间、环境温度、单体电流为输入参量的电池内部电极温度预测模型,将控制方程进行离散化处理,采用恒流充放电试验有效辨识模型参数.试验与仿真结果表明:该模型计算精度高,可在线实时、准确预测锂离子电池电极温度,为纯电动汽车动力电池组合的"电极材料-壳体"...     

沥青混合料拌和过程实时监控

为控制道路施工过程中沥青混合料的拌和质量与拌和状态, 提出一种以非介入方式利用模板匹配识别算法实时提取骨料、粉料、沥青质量数据、拌和时间及温度等沥青混合料主成分数据信息的方法, 根据识别到的沥青混合料数据信息建立了数据采集与传输的时序逻辑关系; 在WEB监控中心下可视化显示了沥青混合料配合比误差、级配误差、拌和时间和温度等关键信息, 并利用这些多模态信息融合策略评价了沥青混合料的拌和质量; 根据施工过程中沥青混合料类型的先验知识分析了混合料数据的动态变化, 在无人工干预的情况下自动识别了实时生产的沥青混合料类型; 建立了骨料数据的模型分布, 并结合拌和时间判断拌和设备的运行和筛分状态; 存储实时接收到的数据, 实现了沥青混合料历史数据跨时间查询和成本评判。研究结果表明: 利用模板匹配识别算法采集沥青混合料字符数据时间为4.9 ms, 识别准确率达100%, 满足了施工中沥青混合料拌和数据采集时间间隔小于0.02 s的要求, 实现了施工过程中沥青混合料数据的连续检测、自动识别、实时跟踪和可视化监控; 当沥青混合料质量不合格或拌和设备出现故障时可实时预警, 为综合评价沥青混合料拌和过程与实时掌控沥青混合料拌和质量提供了依据。      

电动汽车动力锂电池性能测试实验平台设计

电动汽车保有量高速增长,车载动力电池全生命周期性能检测对电动汽车使用、交易至关重要。本文针对车载动力锂电池电压高存在一定危险性的特点,建立低压模拟系统。基于电池—电机系统,采用磁滞制动器模拟实车负载。提出了电动汽车动力锂电池性能检测实验台结构。在对平台各组成构件设计的基础上,研制了该实验台,并通过测试验证了该实验平台可以对锂电池(组)性能进行测量与表征,为研究实车动力锂电池性能测量装置提供了参考。     

充电站为谁充电

当前,新能源汽车示范"十城千辆"已经落幕,虽然结果不尽如人意,但各个示范城市的发展电动汽车的劲头仍然不减。新能源汽车之燃料电池,混合动力,纯电动三个系列,都需要动力电池作为主电源或辅助电源。目前之动力电池大多采用锂电池,其比能量,比功率优秀。且能够大电流充放电。循环寿命较长。综合性能比较合适于新能源汽车的锂电池是锰酸     

电动汽车动力蓄电池快速充电关键技术探究

以动力蓄电池为能源的电动汽车被认为是２１世纪的绿色工程，而快速充电技术是电动汽车推广的一个关键；本文深入分析了铅酸蓄电池的微观与宏观充电特性，在一个蓄电池的四阶动态模型的基础上。提出了一种能够按马斯定律对蓄电池快速无伤害充电的智能充电算法，并提出了模型的动态修正和充电电流在线实时调整的方法。     

基于ARMA的滚动轴承振动数据预测

为实现对滚动轴承的振动数据预测,本文提出一种基于自回归滑动平均(ARMA)模型的预测方法。首先截取滚动轴承全寿命周期的早期无故障数据作为样本,计算截取样本序列的自相关系数和偏相关系数,然后采用最小信息准则(AIC)对ARMA定阶,运用最小二乘法估计参数建立ARMA模型,将轴承同工况与类工况下的数据输入到已建立的ARMA模型中,得到的轴承预测数据与实际故障数据进行对比,计算预测的准确率。结果表明:该方法可以准确预测轴承的实际状态,且同工况相对于类工况下的预测效果更优。     

基于投影和密度的高维数据流聚类算法

在经典数据流的聚类算法基础之上,提出了一种基于投影和密度的高维数据流聚类算法——HpDenStream,该算法结合滑动窗口技术,采用投影算法对高维数据流进行降维处理,并运用密度聚类算法对降维后的数据进行异常数据检测。仿真实验结果表明:该方法占用的存储空间小,算法的工作量少,并提高了算法的执行效率。     

混合动力车电源系统监测及CAN总线通信

混合动力汽车的一项关键技术就是电池管理系统的设计。在大量充放电模拟实验的基础上,构建了基于数据信号处理器TMS320F2812为核心的实时监测系统,实现了对混合动力汽车动力电池组电压电流的实时监测,并应用CAN总线实现了数据采集模块和数据处理模块的可靠通信,为电源管理系统的构建奠定了基础。     

十分钟快速充电 恒通插电式混合动力客车解决方案

优势技术领先——十分钟快速充电恒通插电式混合动力客车选择了世界电池行业十分关注的钛酸锂动力电池和十分钟快速充电技术:钛酸锂电池目前已经可以实现单体电池在大倍率(6C)全充放电条件下,20000次循环充放电,电池衰减小于20%,成组后可以达到10000～12000次循环充放电。装载钛酸锂动力电池的混合动力客车,克     

实时行人检测预警系统

针对重特大交通事故中的行人保护问题,提出了基于侧面行人特征的实时行人检测预警系统（PDWS）。系统由检测模块和预警模块两部分组成,其中检测模块使用Haar与HOG特征和AdaBoost与SVM分类器,通过侧面行人样本库完成行人特征的提取与检测,同时应用窗口拆分法与快速窗口扫描算法提高检测效率,得到一个具有高检测率与低误检率的结果。在预警模块融合了行人距离、汽车速度及角速度信息,判断前方行人存在碰撞的危险。使用系统及算法对城市环境复杂背景下横过街道的行人进行了实车验证。测试结果表明：对704Pixet×576Pixel图像的检测帧率为13～18帧·s-1,检测率大于859／6,误检率小于l％,预警时间小于1S,实车验证结果达到了车载主动安全系统实时性与准确性的要求。     

基于属性关联及匹配差异度的数据流异常检测

为解决类别属性数据流异常点检测问题,针对事务数据流环境,提出了基于属性关联及匹配差异度的数据流异常检测模型AAMDD(attribute associations and match difference degree).AAMDD模型离线构建一个关联规则库,并对其进行增量式更新.同时,利用时间敏感型滑动窗口(time-sensitive sliding windows,TimeSW)维护数据流数据,每经过一个时间跨度,就将当前窗口中每条数据包含的项集与关联规则库进行匹配,计算匹配差异度,根据匹配差异度的不同在线检测异常点.此外,给出了与AAMDD模型相对应的算法AAMDD-algorithm.实验结果表明,AAMDD-algorithm比FODFP-Stream算法的效率和检测精确度分别平均提高了37.43%和5.51%,并且AAMDD-algorithm的查全率保持在77%以上,可用于事务型数据流异常检测.