新能源汽车48 V电池管理系统设计

目前,相比传统燃料汽车对环境的污染,新能源汽车因其零排放的优势得到大力发展。电池管理系统（BMS）作为新能源汽车的核心之一,可以实时监控电池组的状态信息,避免在使用过程中电池出现过充过放的现象,从而提高了电池的利用率和使用周期。为此,设计一个具备基本功能的电池管理系统硬件电路,应用英飞凌公司的XC2267M芯片作为主控芯片,采用了主从式结构,利用从控芯片XC886完成电池基本信息的采集,然后通过内部CAN网络传递给XC2267M芯片,由其实现信息处理和SOC估计等功能,并同时与其他模块进行通信。最终,系统基本可以实现电池信息采集、CAN通信、信息存储、电池均衡等功能。     

考虑准备时间和工件分批的柔性作业车间调度

针对柔性作业车间调度受生产准备时间和工件批量影响的问题,构建了考虑准备时间和工件分批的柔性作业车间调度模型.根据工件批量加工中等量分批方法柔性不足的特点,采用柔性分批方法对工件进行批量划分.提出一种改进的遗传算法,以最小化最大完工时间为优化目标,采用双层编码的方式对模型求解,确定各工件的分批方案和子批工序调度排序方案.通过分析柔性调度案例,验证了该算法的有效性,能够更好地满足实际车间生产要求.     

基于扩展卡尔曼滤波算法的锂电池剩余电量估计方法研究

针对非线性系统锂电池剩余电量(State of Charge, SOC)估计常用算法——安时积分法初值精度要求高、累计误差大的问题,提出了基于扩展卡尔曼滤波(Extended Kalman Filter, EKF)算法的SOC估计方法。通过建立合理的电池模型,利用MATLAB仿真在恒流工况下证明：安时积分法的平均误差为2.7%,EKF算法在无初始误差和存在初始误差两种工况下降低平均误差分别为0.97%和1.3%。最后通过ADVISOR 2002软件仿真验证了锂电池工作在两种动态电流工况下,基于EKF的SOC估计平均误差分别为1.06%、1.13%,符合SOC估计精度要求。     

供应商选择与订单分配的模型研究

为解决企业供应商选择与订单分配的问题,以某生产企业过去五年400余家供应商的原材料订购与运输数据为基础进行量化分析,并应用AHP-TOPSIS综合评价模型确定供应商排名,筛选出一流供应商,然后应用0—1规划模型确定最少供应商数量21家,最后利用罚函数粒子群算法得出前21家供应商最优订单分配方案。本项目研究目的是帮助企业制定未来基于保障生产要求的最优订购方案。