课程文献中心 更多>>

关键词： 汽车工程   锂离子电池   综述   SOC估计   电池管理系统  

摘要： 近年来，锂电池因其能量密度大和循环寿命长等优势，在电动汽车行业中得到了广泛而深入的应用。准确估计电池的荷电状态(SOC)是电动汽车电池管理系统（BMS）的重要功能之一，对于提高电池利用率、延长电池寿命和保证电池可靠性有着极其重要的意义。因此，研究人员对电池SOC估计方法做了大量研究。文章对近年来基于模型、基于数据驱动以及数据和模型结合的SOC估计方法进行了梳理与总结。首先，对基于模型的SOC估计方法进行系统总结，涵盖了常用的电化学模型、等效电路模型、耦合模型以及相应的SOC估计算法。其次，介绍基于数据驱动的SOC估计方法，主要对人工神经网络法、深度学习法、高斯回归过程法和支持向量机法进行对比分析。此外，对SOC估算的融合方法也进行详尽的分析与总结。最后，总结当前各种SOC估计方法的优缺点，探讨主流SOC估计方法在电动汽车BMS中的应用情况和先进算法在车载BMS上应用的可能性。同时，分析不同类型电池SOC估算方法的个性化需求，并对SOC估算的发展方向进行展望，以期为推动电动汽车动力锂电池SOC估算技术向更高层次的先进性与智能化方向发展提供参考。

关键词： 钒电池   可靠性   概率分布模型   K-S检验   RMSE  

摘要： 可靠性设计是钒电池电堆开发过程中的重要组成部分，对储能系统的安全性和经济性具有决定性作用。以液流框、双极板为研究对象，建立了基于对数正态分布、二参数和三参数Weibull分布模型的钒电池核心部件可靠性模型，阐明了基于极大似然估计法和GM(1，1)方法的参数估计法，以K-S检验法和均方根误差（RMSE）为评价指标，探索了分布模型和参数估计方法对可靠性预测结果的影响。结果表明：液流框可靠性模型的拟合优度最小值为0.89，说明采用两种参数估计方法获得的可靠性模型全部通过拟合优度检验；进一步地，可靠性模型的均方根误差最小值为0.22，说明基于GM（1，1）方法的二参数分布模型最适宜于表达液流框的可靠性模型。双极板可靠性模型的拟合优度最小值为0.03，说明极大似然估计法不适用于开展三参数Weibull分布参数估计；进一步地，可靠性模型的均方根误差最小值为0.16，说明基于GM（1，1）方法的二参数分布模型最能精确表达双极板的可靠性模型。研究结果对钒电池核心部件及系统的可靠性设计与优化具有理论指导意义。

关键词： 特征模态分解   常春藤算法   集成极限学习机   Yager加权平均   小样本故障诊断   滚动轴承  

摘要： 针对滚动轴承故障特征提取难度大以及不同故障类型训练样本稀缺的问题，提出了一种基于参数优化特征模态分解（FMD）和集成极限学习机（EELM）的小样本滚动轴承故障诊断方法。首先，采用常春藤算法（IVYA）对FMD参数进行了优化，提升了模态分解的精确度，并采用最小残差指数（REI）作为最优模态分量的选取准则，从最优模态分量中提取了故障信号时域、频域及熵值的关键特征；然后，将所提取的特征输入EELM中进行了故障识别；最后，采用Yager加权平均规则对EELM的分类结果进行了融合，得到了综合故障诊断结果。研究结果表明：IVYA-FMD在信号处理过程中，具有优秀的特征提取和抗干扰能力，可有效提取原始信号的故障特征；IVYA-FMD和EELM-Yager模型在实验数据中，训练集与测试集按照8:2的比例进行分割时的准确率达到99.12%；当训练集与测试集按照2:8的比例进行分割时，该方法在实验数据中的准确率高达92.5%，在CWRU数据集和SEU数据集中的准确率均超过96.8%。与其他智能诊断模型相比，IVYA-FMD和EELM-Yager在小样本滚动轴承故障诊断领域展现出显著的可行性和优越性。