锂离子电池健康状态估计方法

为研究动力锂离子电池的健康状态( state of health,SOH),根据SOH和荷电状态( state of charge,SOC)的定义以及电池的二阶电阻电容( resistance-capacitance,RC)等效电路模型,建立了基于恒流充电阶段电池电压曲线的SOH估计模型。通过分析电池循环寿命测试数据,利用恒流充电阶段电池电压曲线对SOH进行估计,并与试验数据进行了对比,在SOH值衰减至80%之前,SOH估计的相对误差均在±2%范围内,能较好地吻合试验结果。结果表明：所提出的估计方法具有可行性和精确性。     

基于UKF方法的锂离子电池荷电状态估计研究

选用二阶RC回路的电池模型,以单体的磷酸铁锂动力电池为研究对象,通过充电/放电电流脉冲实验获得电池模型中的各个参数变化范围,研究其荷电状态(SOC)的估算方法.根据电池模型的状态方程和输出方程,运用MATLAB软件,利用无迹卡尔曼滤波(UKF)方法来估算锂离子电池的SOC,并将其估算结果与扩展卡尔曼滤波(EKF)方法的估算结果进行比较.实验结果表明UKF方法能够更精确地估计出动力电池的SOC.     

包裹沉淀法合成锂离子二次电池正极材料LiMn2O4

用包裹沉淀示合成了具有尖晶石结构的可用作锂离子二次电池正极材料的锂锰氧化合物。对材料进行了Ｘ射线衍射,循环伏安,充放电等测试,实验结果表明,所合成的材料具有标准尖晶石结构和较好的电化学可逆性能,该材料在ＥＣ－ＤＭＣ＋１ｍｏｌ／Ｌ ＬｉＰＦ６电解液中表现出较优良的充放电性能,其放电容量达１２０ｍＡｈ／ｇ。     

基于改进BPNN-MPF算法的锂离子电池SoE估计

为了提高锂离子电池能量状态（SoE）估计的准确性,考虑到电流或电压传感器噪声会累积误差,提出了一种基于改进反向传播神经网络（BPNN）与模型预测滤波（MPF）相结合的SoE估计方法。基于一阶RC等效电路模型,采用MPF算法估计电池的SoE,并使用改进BPNN对MPF算法的估计结果进行误差补偿。在NEDC工况下验证了本文方法的准确性。结果表明,与传统MPF算法和BPNN-MPF算法相比,本文方法的SoE估计值能较好地收敛到真实值,且最大绝对误差和均方根误差均在1%以内。     

基于贝叶斯估计特征分布融合的目标分类方法

为研究雷达目标分类方法,对基于贝叶斯估计特征分布融合的目标分类方法进行了研究.根据目标点迹参数具有随机性特点,建立特征模型;然后对目标真假特征分布进行基于贝叶斯估计下的融合,融合后的多维分布在分类导向矢量的作用下得到分类界面的确定和特征降维处理,得到目标一维高斯概率分布;最后根据目标分布距离积分得到目标概率,以概率门限为准则完成目标分类.通过对二维、三维及多维特征下目标分类算法的分析、计算和仿真,验证了方法的有效性.     

锂离子电池充电方法研究

本文阐述了锂离子电池的线性充电方案和脉冲充电方案的基本原理，通过两种充电方式在不同温度下充电时间和可用容量的对比试验、电池老化试验，得出了以下结论：脉冲充电方式比线性充电方式能够更快地给锂离子电池充电，而且充电后的可用容量两者大致相等；脉冲充电并不比线性充电更快地使电池老化。并从理论分析上分析了脉冲充电方式改善充电效果的原因。     

锂离子二次电池碳负极材料的研究进展

介绍了锂离子电池的发展历程、原理、特点和趋势,引出了负极材料开发的重要性,并根据近十多年来锂离子电池碳负极材料的研究成果,综述了在可石墨化碳、无定形碳、石墨等三个主导方向上的研究进展情况,总结了目前碳材料改性的优势和不足,提出了今后发展方向。     

锂离子电池正极材料的制备方法

综述了锂离子电池正极材料的工作原理、应具备的结构与性质以及目前最具有吸引力的三种正极材料LiCoO2、LiNiO2、LiMn2O4。通过比较这三种正极材料的制备方法和电化学性能，讨论了这些材料存在的问题和相应的解决方法。     

电动汽车用锂离子电池低温性能和加热方法

为提高锂离子动力电池的低温充放电性能, 以锰酸锂80 Ah电池单体为研究对象, 进行低温下电池充放电特性实验研究, 提出宽线金属膜加热方法, 并对-40℃下的电池单体进行加热和放电实验, 采用不同的预热时间, 对加热后电池放电性能进行比较实验.结果表明:低温下, 电池的充放电性能显著衰减, 采用宽线金属膜加热方式能显著提升电池的低温放电性能;同时, 通过对比实验发现, 仅增加预热时间对提高低温电池放电性能的效果有限.     

锂离子二次电池LiMn2O4正极材料的研究

采用碳酸锂和电解二氧化锰为原料,通过高温合成法研究了不同合成条件对反应产物ＬｉＭｎ２Ｏ４结构,性能的影响,并对ＬｉＭｎ２Ｏ４中Ｌｉ离了非化学计量本比做了研究。结果表明,合成前研磨时间越长,所需合成的时间越短,合成最佳温度为７５０℃;随着锂离子量ｎ的增另,ＬｉｎＭｎ２Ｏ４的晶格常数减小,１≤ｎ≤１．１时合成产物结构最完整 、     

线控转向汽车动力电池电量估计及容错控制方法

针对线控转向汽车动力电池荷电状态估计与容错控制问题,提出了安时法积分、扩展卡尔曼滤波估计和开路电压法校正相结合的电池荷电状态最优化估计方法,及基于电池荷电状态控制冗余电池并联的容错控制方法。通过实验对提出的方法进行了验证。结果表明:该方法能够准确地估计出电池的荷电状态,并能够有效地实现电池的容错控制。     

基于PSPICE的单相馈电线谐波分析

电力系统在向单相负载供电时,系统中会产生大量的电压和电流谐波,这些谐波一方面会影响电能质量,另一方面会给产品质量带来不利影响,因此有必要采取措施消除这些谐波.针对某一铁合金厂单相负载供电时产生大量谐波的实例进行了研究,设计出了一个具体的滤波方案,并对滤波电路进行了仿真分析.仿真结果表明:该方案是有效的,且具有电路结构简单、造价低廉、运行可靠等优点.     

基于粒子群优化理论的可靠性分布模型的极大似然参数估计法

针对有些复杂分布模型采用常规极大似然法很难直接进行参数估计,将粒子群优化理论引入极大似然法,提出了基于粒子群优化算法的新的参数估计方法,并通过实例模拟论证了该方法的可行性与有效性。     

动力锂离子电池荷电态估计的建模与仿真

针对混合动力车用8Ah锂离子电池荷电状态(SOC)的估算,研究了基于该种电池稳态特性的Map建模与仿真.选取对SOC有重要影响的电压、电流、温度等参数,对电池倍率充放电特性和开路电压与SOC关系进行了系统研究.再通过插值、拟合等方法补充实验缺省数据,获得Map模型的参数,从而建立电池稳态特性Map模型.将建立的模型在模拟工况实验中进行仿真和修正,采用温度系数修正法进行补偿.采取了一些数据压缩方法,以加快查询速度.模拟工况的结果表明,该模型对电池稳态SOC估算的误差在±4%以内.     

磷酸铁锂电池模型参数辨识与SOC估算

根据磷酸铁锂电池的特性,从电池电化学角度分析,建立电池的等效电路模型。通过实验方法测得电池开路电压与SOC关系和电池模型的参数,利用卡尔曼滤波法来估算电池初始荷电状态（SOC_0）.实验与仿真表明,该算法可以有效的估算出SOC初始值,并可以将误差控制在10%之内.     

储能电站蓄电池SOC在线最优估计

储能电站中需要准确地掌握蓄电池组充电、放电两种在线工作状态的实时荷电状态(SOC),针对这一工程应用背景,通过改进的蓄电池电路模型,联合修正的E-SOC关系,分充电和放电两个状态,建立了Kalman滤波器状态空间方程,运用Kalman滤波算法,实现了恒温下对储能电站蓄电池组充放电状态实时SOC的优化估计.实验仿真结果表明:本方法合理简单,符合储能电站蓄电池组对SOC估计的精度要求,具有很强的工程实用性.     

基于滑模观测器的锂离子动力电池荷电状态估计

基于混合动力脉冲功率特性试验数据辨识得到了锂离子动力电池的等效电路模型参数,提出了基于滑模观测器算法的动力电池荷电状态估计方法.设计了滑模观测器,最后进行了算法验证.结果表明,对FUDS工况,应用滑模观测器算法进行荷电状态估计的最大误差为1.17%,方差为0.00004,比传统算法获得了更好的估计精度和鲁棒性.     

UTSTF锂离子电池时变参数估计与故障诊断

针对锂离子电池的参数偏差型故障诊断问题,提出基于无迹变换强跟踪滤波器（UTSTF）的电池时变参数估计与故障诊断方法.建立电池的开路电压（OCV）-荷电状态（SOC）特性曲线与一阶等效电路模型;将电池参数加入状态变量,建立状态与参数的联合状态空间方程,通过UTSTF算法得到电池参数的实时估计结果,并根据估计值设计故障诊断算法流程;以电池内部的接触型故障与扩散型故障为例,在变温环境下模拟故障发生并进行电池充放测试,得到电池参数在UTSTF与无迹卡尔曼滤波（UKF）下估计值与真实值的对比.实验结果表明,所提方法对于电池故障参数具有良好的跟踪效果、较高的估计精度与诊断可靠性.     

混合动力挖掘机用镍氢电池SOC估算策略

针对混合动力液压挖掘机上电池充放电工况复杂的问题,提出一种新的结合能量守恒模型和改进型电阻、电容等效电路（RC）模型的电池剩余电荷状态（SOC）综合估算方法,其中能量守恒模型增加了电池的反应热,改进型RC模型在RC模型基础上增加了迟滞效应电压,并运用sigma点卡尔曼滤波法对改进型RC模型的数据进行精确观测,通过调节权重系数将两者结合.针对镍氢(NiMH)池进行充放电实验,并采用能量守恒法、改进型RC模型法以及两者相结合的综合估算方法进行SOC估算的对比研究,结果表明：综合估算方法精度较高,适用混合动力液压挖掘机上电池的SOC估算.     

Application of fuzzy theory on earthquake damage rate estimation of buildings

Variations between earthquakes result in many factors that influence post-earthquake building damage （e.g., ground motion parameters, building structure, site information, and quality of construction）. Consequently, it is necessary to develop an appropriate building damage-rate estimation model. The building damage survey data were recorded and constructed into files by the Architecture and Building Research Institute （ABRI）, Taiwan for the 1999 Chi-Chi earthquake in the Nantou region as a basis for developing a building damage rate estimation model by applying fuzzy theory to express the fragility curves of buildings as a membership function. Empirical verification was performed using post-earthquake building damage data in the Taichung city that suffered relatively severe damage. Results indicate that fuzzy theory can be applied to predict building damage rates and that the estimated results are similar to actual disaster figures. Prediction of disaster damage using building damage rates can provide a reference for immediate disaster response during earthquakes and for regular disaster prevention and rescue planning.