基于ADVISOR2002混合动力汽车控制策略模块开发

介绍了混合动力汽车仿真软件ADVISOR中的并联控制策略，结合课题的实际情况，对ADVISOR2002的并联控制策略进行了二次开发，并针对某一车型进行了仿真对比，结果表明所提出的控制策略不仅能够鲁棒地在ADVISOR2002界面中运行，而且合理、可靠，满足实际需要。     

EnerSys将收购FIAMM动力电池业务

世界上最大的工业电池制造商、销售商和经销商EnerSys(NYSE：ENS)2月22日宣布，对收购FIAMM S．p.A.的动力电池业务已经达成原则协议。FIAMM S.pA．是汽车起动器电池、音响设备和天线系统电池以及工业电池的市场领先者。预计这项交易将在EnerSys的2006财务年度的第一季度完成：     

中国的新能源车忽悠了谁?

中国的自主新能源车叫嚷得最厉害。比亚迪的王传福先生几年前进入汽车圈的时候就说要做电动汽车,并且认为丰田的电池技术不行,通用的电池技术也不成,只有他的电池技术成。当时社会上也有一个观点,就是在电动汽车上我们与世界各大汽车生产企业站在同一条起跑线上。传福同志还     

电池管理系统多通道高精度数据采集电路设计

根据电池管理系统对检测数据的精度要求,设计了基于ADS7953模数转换器的多通道高精度A/D数据采集电路。利用双运放LM358获取了动力电池的电压、充放电双向电流、工作温度等相关数据,经过模数转换器转换成数字信号送入MCU后,转入后续的数据评估处理过程。经过实验验证,该设计电路满足电池管理系统检测数据的精度要求,为电池管理系统的可靠性评估提供了保障。     

反激变换器电流连续和断续的比较研究

根据单端反激变换器的电路和工作波形,推导了其在输出电流连续和不连续情况的工作原理,并且给出了在MATLAB/Simulink中的正激变换器的仿真模型和仿真结果。通过对仿真结果的分析得出以下结论:其优点是电路所用元器件少,电路简洁。其缺点如下:输出功率较小,稳定性较差,以及开关应力大,电路能量损耗较大。     

基于代价敏感RBF神经网络的道岔故障诊断系统

针对铁路道岔故障中几种常见类型故障,为尽量减少道岔故障误分类所造成的损失,特建立基于遗传算法的代价敏感RBF神经网络模型以及基于该模型的道岔故障诊断系统。模型通过建立代价敏感适应度函数,实现基于遗传算法的RBF神经网络向代价最优的方向进行随机搜索。利用某车站道岔动作电流监测数据进行验证,证明系统能够提高故障数据的识别精度,降低故障数据的误分类代价。该系统可帮助维护人员快速、准确地对道岔故障进行诊断,缩短故障处理时间,提高铁路行车的安全性。     

基于Scott变压器供电的新型电能质量治理系统研究

针对Scott变压器供电系统牵引功率大、功率因数低、谐波和负序电流含量高等问题,提出了一种新型电能质量综合治理系统,分析了该系统的拓扑结构和工作原理,提出了适合该系统的负序和谐波检测方法及补偿策略,并仿真验证了该系统的有效性和优越性。     

锂离子电池热失控抑制与防连锁

锂离子电池是当今社会非常重视的一种能源,但是也有一定的安全隐患。抑制热失控与防连锁成为安全性的重要课题。本文介绍了锂离子电池组热失控以及连锁反应的机理,采用一定的措施抑制热失控、防止连锁反应。提出了较为浅显的可行方案。     

城市轨道交通钢轨电位和新型回流装置研究

以成都地铁为例,基于钢轨绝缘节的老化和单向导通装置频繁导通问题,将车辆段及停车场等效为小电阻接地支路进行仿真。仿真结果表明,小电阻接地支路可使正线钢轨电位最大提升27.2 V,威胁了正线的安全运营。据此提出一种应用于车辆段与停车场的新型钢轨回流装置,并介绍其控制方法。该新型钢轨回流装置具有辅助列车安全通过绝缘节遏制车辆段与停车场内杂散电流、评估钢轨绝缘节绝缘性能和测量出入段线钢轨过渡电阻的功能。     

基于剩余充电电量的锂离子电池组容量快速估计方法

针对传统锂离子电池组容量确定方法存在的效率低、能耗高且只能离线应用等问题,提出一种基于电池剩余充电电量的锂离子电池组容量快速估计方法。首先,基于充电电压曲线一致性原理,以电池组内率先充电至充电截止电压的电池单体电压曲线为基准,通过电压曲线的平移缩放与线性插值计算出各单体电池的剩余充电电量与剩余充电时间,从而实现各单体电池的荷电状态(State of Charge, SOC)在线估计,在此基础上实现电池组容量的快速估计。其次,在电池单体模型的基础上建立电池组的仿真模型,并在全SOC区域上对模型参数进行分段辨识。通过所建立的仿真模型得到电池组的充放电曲线,并对电池组容量进行估计。最后,对4个单体串联而成的电池组进行充电试验。研究结果表明:仿真容量与估计容量误差为1.2%以内,验证了所提出的容量快速估计算法的有效性;利用所提方法估计出电池组容量与试验得到的电池组容量的误差为2.61%;该方法根据电池充电曲线的平移与缩放即可在线估计出电池组容量,可应用于新电池组容量的在线快速估计,能在保证3%估计误差的基础上将检测效率提高到传统方法的2倍以上。