纯电动汽车动力电池降温性能研究

为了更好地优化纯电动汽车动力电池系统的加热策略,以磷酸铁锂电池包为研究对象,测试其在3种不同环境温度下的电池降温性能,结合实际环境的影响,建立电池降温速率计算模型并通过测试验证。     

阿布森回收SBS改性沥青的试验研究

客观、准确地评价旧沥青的老化程度是沥青路面再生技术的基础,而正确回收旧沥青是基础中的基础,影响到再生技术方案的决策、新材料的选择、再生混合料设计等。现行阿布森法回收沥青的试验规程(T0726-2011)是根据普通沥青而制定的,并不适用于SBS改性沥青。该文以阿布森回收方法为试验基础,通过分子扩散理论与表面张力机理分析,确定试验控制的关键参数。通过空白改性沥青标定试验对关键控制参数进行优化与验证。结果表明:SBS改性沥青可以采用阿布森法回收,回收的SBS改性沥青的三大指标、黏度、弹性恢复与空白沥青基本一致。提出了改性沥青回收的关键步骤,规范了改性沥青回收的溶液浓度、蒸馏温度、CO2通气量以及延迟加热时间等关键控制参数。     

新能源汽车动力电池技术的专利竞争态势研究

对新能源汽车动力电池技术国内外专利趋势、专利地域分布、主要专利持有人、专利演变趋势与技术热点进行了统计分析。研究发现,我国动力电池研发生产企业在专利申请布局上还有所欠缺,国外企业在我国已经实施了专利布局策略,形成了一定的技术壁垒。对于动力电池技术领域热点趋势的把握以及国内优势专利资源的整合与产业化将是下一阶段的重点。     

新能源汽车动力电池的虚拟仿真教学实验项目设计

在讲解《新能源汽车动力电池技术》课程中的电池模型、电池容量、荷电状态（SOC）等基本概念后,发现学生理解不够深入,难以利用所学知识解决复杂工程问题。为帮助学生深入理解动力电池的基本概念,并能用于解决复杂工程问题,设计了动力电池的虚拟仿真教学实验项目。该实验项目包含动力电池的简单模型、进阶模型和扩展模型。研究发现,在虚拟仿真教学实验项目的教学过程中,学生能认真听讲,并积极参与讨论,对所讲内容有了深入理解。     

道路污染清除车发展趋势分析

以某公司生产的道路污染清除车为例,首先分析了其市场销售情况,然后对其工作原理及核心技术做了介绍,最后对道路污染清除车未来的发展趋势进行了展望。     

新能源汽车锂离子动力电池系统应用技术

随着我国经济的不断发展,各种不可再生资源的利用量日益增大,不仅加剧了资源的过度消耗,而且对环境也造成了破坏,因此必须不断提升环保节能意识,加强对能源安全和环境保护的重视。新能源汽车有无污染、能源清洁的优势,在新时代形势下得以快速发展。锂离子动力电池的性能较好,在新能源汽车中得到了广泛的应用,不仅起到了节能减排的效果,而且能满足新能源汽车后续的发展需要。由此,针对新能源汽车中锂离子动力电池系统应用技术进行探讨与分析。     

纹波电流加热技术及对新能源汽车性能的影响

在新能源汽车研发及测试过程中,有些性能参数的测试如纹波电流/电压等过去并未被生产厂家重视,但在汽车出口时却至关重要。事实上,纹波电流如果发生异常,不仅影响动力电池及其管理系统的运行品质,严重时甚至会影响整车的安全性能。为此,分析了新能源汽车纹波电流的来源及其对整车性能的影响;探讨了利用纹波电流进行动力电池自加热技术,即利用纹波电流对电池正负极施加交流激励,使电池内部阻抗产生热量,实现电池的交流自加热,从而提升动力电池输出性能、增加新能源汽车续航里程。     

实车数据驱动的锂电池剩余使用寿命预测方法研究

锂离子动力电池剩余使用寿命（RUL）预测对于认识全生命周期电动汽车的安全和可靠性、改善电池管理系统的设计具有重要意义。通常基于深度学习的时序预测方法,本质上是一个递推的过程,每一次预测的误差会随预测次数增加而累积,难以保证预测精度和预测效率。基于深度学习序列预测和误差分析理论,建立一种ARIMA-EDLSTM融合模型的锂电池RUL预测方法,使用编码器-解码器（ED）框架改进长短时记忆神经网络模型（LSTM）构建从序列到序列预测的EDLSTM模型,并融合ARIMA模型预测误差趋势,进而修正最终预测结果。理论分析和实车采集数据验证表明,该方法在预测比例超过历史数据总量35%的情况下,仍然能较好地拟合实车SOH衰退曲线,有效提高锂电池剩余使用寿命的预测精度。     

基于非线性降维IC特征的实车电池SOH估计EI北大核心CSCD

基于实车电池复杂的运行数据,本文使用增量容量分析方法提取IC峰特征作为电池充电片段的有效特征,使用t-SNE非线性降维方法处理IC峰特征,消除多维特征冗余性,以解决实车数据难以提取可靠特征的问题。另外构建支持向量回归模型,实现对电池健康状态的估计。结果表明,本文使用的增量容量曲线峰特征能有效表征电池健康状态衰退变化;对实车数据的平滑、降噪方法可以较好地提升训练数据质量;基于t-SNE降维特征的SVR模型提升了对电池健康状态的估计精度,保证了有限样本数据集上实现准确估计。     

基于整车平台的动力电池平台化研究

整车以及对应系统的平台化开发是新能源汽车行业的共识和重要的技术趋势,有利于统筹各项目的开发,提升系统共用性,节约成本。基于整车平台的电池系统平台化开发需要明确整车与电池的相关变量,主要包括整车空间、整备质量、续航、电耗、动力性,以及电池尺寸、质量、电量、功率性能。本文以某混动平台的电池系统开发为例,通过各变量的分布与边界条件求解出包含2～3款电芯的平台化方案,通过每款电芯串联节数和电池包Y向尺寸的带宽设计来兼容16款平台车型,为后续产业界各平台的电池方案开发提供了基础的策略参考。