基于三维激光扫描的物体重构建模

针对锂离子电池SOC(荷电状态)难以估算的问题,通过对电池建立等效的Thevenin电路模型,对不同时刻的SOC的模型参数进行拟合得到动态的模型参数,在Matlab中借助Simulink建立仿真模型,采用模块化结构,建立基于卡尔曼滤波算法的电池SOC估算系统;利用测得的电池电压电流,仿真系统可直接估算出实时的电池SOC,与实际的电池SOC对比,误差保持在2.5%以内,表明该方法可以有效的估计电池的SOC,对于锂离子电池在实际应用的容量估算有着重要意义。     

基于Simulink的锂电池建模仿真

针对锂离子电池SOC(荷电状态)难以估算的问题,通过对电池建立等效的Thevenin电路模型,对不同时刻的SOC的模型参数进行拟合得到动态的模型参数,在Matlab中借助Simulink建立仿真模型,采用模块化结构,建立基于卡尔曼滤波算法的电池SOC估算系统;利用测得的电池电压电流,仿真系统可直接估算出实时的电池SOC,与实际的电池SOC对比,误差保持在2.5%以内,表明该方法可以有效地估计电池的SOC,对于锂离子电池在实际应用的容量估算有着重要意义。     

基于DSP的电动汽车锂电池荷电状态估算的研究与实现

锂电池荷电状态(SOC)的准确估算是电动汽车能源管理的关键技术。为了提高锂电池SOC的估算精度,将无迹卡尔曼滤波(UKF)应用于锂电池SOC估算,以减小拓展卡尔曼滤波(EKF)简单线性化带来的误差。搭建电池检测系统的硬件平台,以TMS320F28335型数字信号处理器(DSP)为主控芯片(MCU),实现电压、电流、温度的检测及UKF算法,并设计了相关的电池测试实验。实验结果表明,UKF可以实时估算锂电池SOC,估算误差在4%以内,高于传统的拓展卡尔曼滤波(EKF)。     

移动机器人SLAM问题的研究

针对移动机器人同时定位与地图创建(SLAM)的问题,就扩展卡尔曼(EKF)算法所存在的缺陷,提出了一种改进的EKF-SLAM算法。它在扩展卡尔曼(EKF)算法上采用Rao-Blackwellise的分解思想-分解估计构架,将SLAM问题分解为路径估计和地图估计两个问题。实验表明,提出的算法大大降低了计算复杂度,提高了准确性,为在比较复杂环境下实时解决移动机器人同时定位与地图创建(SLAM)的问题提供了一种有效方法。     

基于电化学模型的锂离子电池多尺度建模及其简化方法

锂离子电池的精确建模和状态估计对于电动汽车电池管理系统非常重要,准二维(P2D)电化学模型由于计算复杂,难以直接应用于电池管理的参数在线估计和实时控制中.本文基于多孔电极理论和浓度理论,提出一种考虑锂离子液相动力学的简化准二维(SP2D)模型.忽略锂离子孔壁流量沿电极厚度方向的变化求解SP2D模型所描述的锂离子电池锂浓度分布,基于锂离子电池电化学平均动力学行为求解固相和液相电势变化,推导出电池电压计算的简化表达式;采用恒流、脉冲以及城市循环工况放电电流对比分析了严格P2D模型与SP2D模型的终端电压和浓度分布.结果表明:SP2D模型在保持较高计算精度的同时,可显著提高计算效率.     

多层多孔锂离子电池结构的导波频散特征及其应用EI北大核心CSCD

采用状态矩阵与勒让德级数联合法,同步联立Biot理论,构建多层多孔锂离子电池声传播特性理论模型,以厚1.9 mm软包钴酸锂电池为例,数值分析了荷电状态(State of Charge,SOC)对多模态频散曲线的影响规律。同时,建立了电池中的声传播特性频域仿真模型,提取频域仿真中的超声导波频散曲线。此外,以体积小、柔性强的压电纤维复合材料(Macro Fiber Composite,MFC)为基础,实验探究了不同SOC对锂离子电池中声学行为的影响。采用互相关分析获取电池放电过程中声波渡越时间的偏移规律,建立了1.9 mm软包钴酸锂电池的声学波动行为与电池SOC间的映射关系。     

原子钟噪声变化时改进的Kalman滤波时间尺度算法

Kalman滤波时间尺度算法是一种实时的原子钟状态估计方法,在时间保持工作中具有重要的实用价值.本文引入自适应因子改进Kalman滤波时间尺度算法,对Kalman滤波时间尺度算法中状态预测协方差矩阵引入自适应因子,利用统计量实时计算自适应因子的量值,控制状态预测协方差矩阵的增长,降低原子钟状态估计的扰动,从而提高时间尺度的准确度和稳定度.模拟数据和实测数据表明,原子钟噪声强度变化时或噪声强度估计存在误差时改进的Kalman滤波时间尺度算法有效地提高了时间尺度的准确度和长期稳定度.     

不同时间尺度下锂电池SoC估算研究

针对当前电池荷电状态(SoC)估算算法在处理器运算过程中计算量大,耗费处理器资源多的问题,提出在SoC估算中同时增大辨识时间尺度和估算时间尺度。采用带遗忘因子递推最小二乘算法辨识电池模型参数,并探究不同大小的时间尺度对SoC估算精度的影响。仿真结果表明,随着辨识时间尺度和估算时间尺度增大,SoC估算精度下降且计算量快速下降,计算消耗时间呈指数减少;当时间尺度过大时,SoC估算精度难以保证,计算消耗时间减少不明显,收敛时间长;在综合考虑估算精度和计算耗费时间情况下,可以找到一个最优的时间尺度用于保证SoC估算精度同时大大降低计算量。该方法为后续实现电动汽车SoC在线估算提供理论依据。     

基于数据驱动的卫星锂离子电池寿命预测方法

锂离子电池由于具有工作电压高、体积小、质量轻、比能量高、寿命长和自放电率小等优点,成为 替代传统镍氢、镍镉电池的第三代航天器用储能电源。寿命预测是锂离子电池健康管理的重要方面,是掌 握电源衰退的重要手段。锂离子电池剩余使用寿命预测问题已成为电子系统健康管理领域的研究热点和具 有挑战性的问题之一。本文基于NASA埃姆斯中心的锂离子电池地面试验采集数据,首先分析了3种类型 的锂离子电池预测方法,之后重点研究了几种有效的数据驱动的锂离子电池寿命预测方法,并对各种预测 方法的效果进行了评价。实验结果表明,本文提出的方法能够有效的用于基于数据驱动的锂离子电池寿命 预测中,具有较强的工程应用价值。     

基于D-GPS/IMU的组合导航方法研究与分析

本文研究了一种新的双GPS单元与IMU惯性测量单元组合结构(D-GPS/IMU)的导航应用问题。基于D-GPS/IMU的动力模型结构,本文分析了其状态空间的可观测性能,提出并证明了系统完全可观测的条件。同时,对扩展卡尔曼滤波(EKF)算法进行了改进,以定义的残差作为GPS量测信息中增益自适应调整的依据,并增加了数据反向区间平滑处理策略。最后,通过仿真实验,与基于EKF算法的单GPS与IMU组合结构(S-GPS/IMU)的姿态误差估计进行对比,实验结果表明,本文方法收敛稳定且快、组合误差小,具有一定的实用性。     

Ternary-material lithium-ion battery SOC estimation under various ambient temperature

Ambient temperature produces great effects on battery state-of-charge (SOC) estimation, due to the unstable estimation algorithm, the weakened traceability of battery model, and variable model parameters at various temperatures, especially lower temperatures. The widely used method based on the equivalent circuit model (ECM) offline in using different algorithm, like current integral, the extended Kalman filter (EKF), or the unscented Kalman filter (UKF), can obtain an accurate SOC estimation at room temperature, but it is difficult to guarantee the high precision at lower temperatures. To address this problem, the battery model is investigated at different temperature, and an offset item is proposed to develop the observer equation in the estimated model. Then, the square root of the Sigma points Kalman filter (SR-UKF) is applied, and on the basis of the individual model parameter-temperature table and the developed model, the high accuracy of SOC estimation is achieved. Additionally, considering the burden of original parameter modification (all model parameters modified) at various temperature which will increase the product cost and computational complexity of the battery management system (BMS), the relationship between individual model parameter and the error of SOC estimation is built, which is helpful for the simplification of parameter modification. The results indicate that the proposed method based on the developed estimated model and the simplified parameter modification can achieve an accurate, stable, and efficient SOC estimation.     

自动引导车电池SOC估算方法研究

自动引导车(AGV车)工况特殊,电流积分法估算电池剩余容量(SOC)误差较大,而且存在累积误差。为了提高AGV车电池剩余容量估算的准确度,对扩展卡尔曼滤波法估算AGV车电池剩余容量进行了研究,分析了AGV车特殊工况,提出将扩展卡尔曼滤波法的滤波增益改进为动态调整滤波增益,有效提高扩展卡尔曼滤波法的跟踪效果。实验表明使用扩展卡尔曼滤波法估算AGV车电池剩余容量精度较高,采用动态校正的滤波增益提高了估算过程的跟踪效果,解决了AGV车电池剩余容量估算不准确的问题。     

Adaptive Kalman filter based state of charge estimation algorithm for lithium-ion battery

In order to improve the accuracy of the battery state of charge(SOC) estimation, in this paper we take a lithiumion battery as an example to study the adaptive Kalman filter based SOC estimation algorithm. Firstly, the second-order battery system model is introduced. Meanwhile, the temperature and charge rate are introduced into the model. Then, the temperature and the charge rate are adopted to estimate the battery SOC, with the help of the parameters of an adaptive Kalman filter based estimation algorithm model. Afterwards, it is verified by the numerical simulation that in the ideal case, the accuracy of SOC estimation can be enhanced by adding two elements, namely, the temperature and charge rate.Finally, the actual road conditions are simulated with ADVISOR, and the simulation results show that the proposed method improves the accuracy of battery SOC estimation under actual road conditions. Thus, its application scope in engineering is greatly expanded.     

一种基于简化电化学模型的锂电池互联状态观测器

锂电池正、负极固相浓度分布以及荷电状态的精确估计对于开发锂电池工作状态的实时监控算法,进而构建高效、可靠的锂电池管理系统具有重要意义.本文基于多孔电极理论和浓度理论,提出基于扩展单粒子模型的锂电池关键内部参数识别的优化模型和方法;在该电化学模型简化的基础上,提出一种基于H_∞鲁棒控制理论框架的锂电池新型双向互联观测器,可同时实现对锂电池正、负电极浓度及荷电状态的估计,并通过对比分析不同工况下的仿真结果和实验数据,对所提出的互联观测器性能进行了系统验证.结果表明：所设计的互联观测器能够准确预测锂电池的输出电压和荷电状态,有效提高了锂电池系统模型的动态性能和鲁棒稳定性,为锂电池管理系统的开发奠定了理论基础.     

基于路况预测的PHEV能量管理策略

为了提高插电式混合动力汽车(plug-in hybrid electric vehicle, PHEV)的燃油经济性,减少排放,提出了基于路况预测的PHEV能量管理策略;首先,建立PHEV系统结构并在此基础上依据动力电池SOC(State of charge)变化规律定义了3种PHEV基本工作模式;然后,设计路况识别模糊控制器对当前行驶路况进行识别并预测;最后,根据预测的路况类型结合合理规划的动力电池SOC的曲线约束,制定PHEV能量管理策略;仿真结果表明,该能量管理策略能够较好的使动力电池SOC保持在设定的参考轨迹附近,提高燃油经济性,减少排放。     

基于扩展单粒子模型的锂离子电池参数识别策略

为了精确识别电动汽车锂离子动力电池的关键状态参数,基于多孔电极理论和浓度理论,建立了一种考虑液相动力学行为的锂离子电池扩展单粒子模型.相较于传统单粒子模型,该模型增加了对负电极表面固体电解质界面膜参数的描述,并考虑了温度和液相浓度变化对锂离子电池关键参数的耦合影响.基于所建立的扩展单粒子模型,提出一种简化的参数灵敏度分析方法和有效的锂电池参数识别策略,用以确定特定工况下的高灵敏度待识别参数,进而利用遗传算法实现参数的优化求解.最后,通过对比分析本文模型和传统单粒子模型的仿真输出电压和相同工况下电池的实验输出电压验证了提出模型和参数识别方法的有效性和可行性,为电池管理系统的健康状态估计提供了理论基础.     

Design and management of lithium-ion batteries:A perspective from modeling,simulation,and optimization

Although the lithium-ion batteries(LIBs) have been increasingly applied in consumer electronics, electric vehicles,and smart grid, they still face great challenges from the continuously improving requirements of energy density, power density, service life, and safety. To solve these issues, various studies have been conducted surrounding the battery design and management methods in recent decades. In the hope of providing some inspirations to the research in this field, the state of the art of design and management methods for LIBs are reviewed here from the perspective of process systems engineering. First, different types of battery models are summarized extensively, including electrical model and multi-physics coupled model, and the parameter identification methods are introduced correspondingly. Next, the model based battery design methods are reviewed briefly on three different scales, namely, electrode scale, cell scale, and pack scale. Then, the battery model based battery management methods, especially the state estimation methods with different model types are thoroughly compared. The key science and technology challenges for the development of battery systems engineering are clarified finally.