论文部分内容阅读
近年来,随着汽车需求量的日益增加,人们在享受现代化交通工具带来方便的同时,也饱受着汽车对环境造成的污染以及燃料价格暴涨而带来的痛苦。能源短缺和环境污染两大问题直接威胁着汽车的可持续发展。以电动汽车为代表的代用燃料汽车是解决这一危机的主要途径。电池是电动汽车的动力来源,对整个汽车的动力性、燃料经济性和安全性都有重大影响。电池能否满足电动汽车在各种运行情况下的使用要求,就需要对电池的剩余容量(State of Charge,即SOC)进行在线检测。本文以光能量吸收原理为基础,蓄电池溶液浓度光纤传感器为检测手段,结合DSP强大的数据处理能力,利用智能信息处理技术及神经网络算法设计以DSP微处理器为核心的铅酸蓄电池剩余容量在线检测系统。本文研究的主要工作有:①分析研究了铅酸电池的基本工作原理,研究了铅酸电池的基本电特性、充放电特性对蓄电池容量的影响。对当前常用铅酸蓄电池剩余容量的在线检测方法进行对比研究,提出了一种以光能量吸收原理为理论依据的SOC预测策略。②设计了铅酸蓄电池剩余容量在线检测光纤传感器系统以及以DSP TMS320LF2407微处理为核心的铅酸蓄电池剩余容量在线检测系统,并通过恒流充放电实验对系统的可行性进行了实验验证。③设计并研制了铅酸蓄电池剩余容量在线检测系统的硬件系统,系统利用DSP TMS320LF2407实现对传感器输出信号的采集、处理及传输等功能,同时,设计并完成了基于LABVIEW的数据采集系统。④针对设计完成的电池剩余容量在线检测系统存在的缺陷,通过实验研究找到了蓄电池电解液浓度与蓄电池剩余容量的关系,建立了电解液浓度与传感器输出电压之间的数学模型,研究了BP神经网络算法在DSP微处理器中的移植,并实现了对蓄电池剩余容量进行模糊估计,为准确实时的测量铅酸蓄电池剩余容量提供了保证。实验结果表明,本文设计的基于DSP的铅酸电池剩余容量在线检测系统,性能稳定、抗干扰性强,能较准确测得铅酸蓄电池的SOC。本文在理论和工程应用中都取得了较大的进步,为最终实现蓄电池剩余容量的在线检测提供了有价值的理论和工程应用参考。