“双碳”战略提倡低碳、环保的生活方式,交通行业是碳排放大户,发展新能源汽车是助力“双碳”战略的有效措施之一。动力电池系统是新能源汽车的核心部件之一,其热安全和热衰减问题制约了新能源汽车的发展,开发轻量、紧凑、高效的电池热管理系统对于新能源汽车的发展至关重要。本文设计了用于动力电池热管理的折流式冷板,首先通过实验和数值模拟结合的方法研究不同结构参数冷板的流动传热特性,并提出了局部连通方法对冷板的流动和传热性能进行优化,然后通过数值模拟方法研究了基于折流式冷板的电池热管理系统的节能和控温性能,并采用BP神经网络方法对冷板流动传热性能和电池热管理系统控温性能进行预测。主要研究内容与结论如下:（1）设计了具有小深宽比流道的折流式冷板,通过实验和数值模拟的方法研究了冷板结构参数和流量对其阻力特性和对流换热性能的影响,并采用BP神经网络方法对样本外结构参数冷板的流动传热特性进行仿真和预测。结果表明,Nu数和Tstd随折流板长度的变化受其数量的影响呈现不同规律,ξ数随着折流板数量和长度的增加而增大;折流板数量和长度的增加有利于提升冷板的综合换热性能,Case 11-7冷板最佳。消耗更多的能量以增加体积流量,能够提升折流式冷板的综合换热性能和温度均匀性。构建的BP神经网络,能够对不同结构参数折流式冷板的流动传热特性进行良好的仿真和预测。（2）针对折流式冷板流道拐角处存在流动滞止区导致对流换热恶化的问题,提出了对流道局部连通的方法以优化冷板结构,通过数值模拟研究了连通口宽度、数量和位置对冷板流动和传热性能的影响,并基于模拟样本建立BP神经网络模型,预测了冷板优化后的流动传热特性。结果表明,具有局部连通结构流道的折流式冷板,综合换热性能和温度均匀性同时得到提升。连通口宽度、数量和位置是影响优化效果的主要因素,增加连通口数、左侧连通口宽度及最后连通口与流道拐角的距离能够进一步提升综合换热性能和温度均匀性,最大分别可提升25.62%和7.84%。针对连通口宽度和连通口数及其位置分别建立的BP神经网络,仿真值、对样本外结构优化方式的预测值和模拟值的相对误差均在±0.5%范围内,准确度较高。（3）构建了基于折流式冷板的电池热管理系统数值计算模型,研究了不同冷板结构和操作参数对热管理系统控温性能和泵耗的影响,并建立BP神经网络模型对操作参数的影响进行仿真和预测。结果表明,该热管理系统能够以更小的泵耗满足电池的热管理要求。对折流式冷板进行局部连通结构优化,能够在保证系统控温性能的同时,大幅降低泵耗,节能效果显著。电池以1 C和2 C倍率放电时,仅在极端高入口温度或低流量的条件下难以实现对电池的有效热管理;电池3 C放电时,所有入口温度条件下流量均需要达到1 m L·s-1。通过BP神经网络对电池最高温度的仿真和预测较为准确,相对误差均在±1.5%范围内;对电池温差仿真和预测的准确度略差,但仅限于放电初始阶段。通过建立的神经网络能够对不同操作参数下电池热管理系统的控温性能进行预测。该论文有图50幅,表20个,参考文献132篇