廣州市珠江船舶物資有限公司

    環(huán)保和動力是現(xiàn)在備受器重兩大疑問，燃油汽車以其高能耗和高 污染而備受詬病，而電動車以零排放、低噪聲等優(yōu)點遭到器重，天下各都城把電動車作為汽車產業(yè)的開展偏向，電動汽車出現(xiàn)出加速開展的趨向。電動車能量管理系 統(tǒng)是干系到電動車實用化、商品化的要害技能之一，而作為能量管理體系緊張構成部門的電池電量監(jiān)測技能的研討對電動車的實用化、商品化起偏緊張作用。  我們以鉛酸電池為研討目的，從分析鉛酸電池的電化學特性動手，指出了影響蓄電池剩下容量的種種因素和預測剩下容量的難點。這篇文章先容了海表里在蓄電池電量監(jiān) 測方面的研討、生長及選用的措施，分析這些措施的優(yōu)缺點。在此底子上提出了一種憑據電量均衡模子的復合算法，布局了一多層LM神經網絡來對蓄電池放電歷程 的消耗容量舉行預測。在神經網絡建模歷程中選用了一種疾速學習算法用于網絡的學習歷程，利用神經網絡的并行盤算、自學習的特性，進步預測正確性。這種措施 必要對蓄電池有很多的先驗知識，不必要樹立紊亂的數學模子。經開始試驗和仿真，該措施具有較高的預測精度。     這篇文章要點對蓄電池參數狀態(tài)監(jiān)測體系軟硬件的計劃與實現(xiàn)舉行了詳細分析，此試驗渠道是憑據C8051F005單片機的考試體系，對蓄電池的作業(yè)參數包羅電 壓，充放電電流，交換阻抗和作業(yè)溫度舉行肯定精度的丈量，并顛末串口將這些數據傳送到小我私家盤算機的數據庫中，然后得到算法分析的數據。利用此試驗渠道做了 部門充放電試驗，得到了一些試驗數據，對蓄電池舉行了開始建模，此措施得到開始驗證。