基于MIMO模糊控制的锂离子电池参数自适应等效电路模型及SOC估计

针对锂电池等效电路模型无法在荷电状态(SOC)全区间精确反映锂电池内部真实状态的问题,提出了基于多输入多输出(MIMO)模糊控制的参数自适应等效电路模型.该等效电路模型以新一代汽车伙伴关系(PNGV)模型为自适应原型,根据锂离子电池和PNGV模型的外特性参数差异,由MIMO模糊调节器动态实时修正模型参数,达到精确建模、反映电池内部真实状态的目的.实验验证了自适应参数对模型精度和自适应性能的影响及模型在变工况下的模拟效果.通过对比锂电池参数自适应模型和静态参数PNGV模型的扩展卡尔曼滤波算法估计SOC的误差,验证了参数自适应模型的有效性.     

基于AEKF的锂离子电池SOC估算

针对拓展卡尔曼滤波（Extended Kalman Filter, EKF）算法进行锂离子电池荷电状态（State of Charge, SOC）估算时噪声信息固定从而导致估算精度低的问题,提出噪声信息协方差能够自动匹配的自适应拓展卡尔曼滤波（Adaptive Extended Kalman Filter, AEKF）算法。首先基于电池的双极化（Dual Polarization, DP）等效电路模型进行参数辨识,建立精确的等效模型;然后在动态应力测试（Dynamic Stress Test, DST）工况下对比了EKF滤波算法与AEKF滤波算法噪声协方差矩阵变化情况以及对电池SOC的估算效果,结果表明AEKF滤波算法具有更高的估算精度;最后设置了几组不同的SOC初始偏差,验证了AEKF滤波算法在估算电池SOC时具有鲁棒性强的优点。     

锂离子电池特性建模与SOC估算算法的研究

锂离子电池管理系统设计及荷电状态(SOC)估算依赖于电池等效电路模型的建立,在几种常见的动力锂离子电池等效电路模型分析与比较的基础上,通过对动力锂离子电池进行多种特性实验,分析了锂离子电池的动态特性,提出了二阶RC等效电路模型,并验证了模型的准确性。在电路模型基础上运用扩展卡尔曼滤波算法搭建了MATLAB/Siumlink平台上的仿真模型,通过仿真和实验结果的对比,验证该模型具有较高的估算精度,可用于锂离子电池SOC的实时估算。     

单节锂离子电池充电器

在介绍锂离子电池的充电过程及其苛刻要求之后,介绍了一种低成本的安全有效的单节锂离子充电器方案,给出典型应用电路、计算方法、主要特点和注意事项。     

基于MSUKF的锂离子电池SOC估算研究

快速、准确地估算锂离子电池的荷电状态(SOC)是电池管理系统的关键技术之一,有利于延长电池使用寿命并提高使用的安全性。以三元锂电池为研究对象,采用二阶阻容(RC)等效电路模型构建锂离子电池模型,通过递推最小二乘法(RLS)对等效模型参数进行在线辨识,并结合多新息无迹卡尔曼滤波(MSUKF),形成RLS-MSUKF算法,以实现锂离子电池SOC估算。采用多时刻的新息信息对估算值进行校正,以减少误差积累、增强算法的收敛性及提高锂离子电池SOC估算的精度,并在混合脉冲功率特性(HPPC)测试工况下对锂离子电池进行SOC估算。试验结果表明,HPPC工况下的SOC误差稳定控制在0.78%以内,验证了改进算法的良好性能。该算法为优化锂离子电池SOC估算提供了依据,对锂离子电池SOC估算研究具有启发意义。     

基于模型的锂离子电池健康状态预测

健康状态预测对于锂离子电池安全高效的使用至关重要。提出并建立了一种锂离子电池集总参数模型,在对模型的适应性验证的基础上,设计了一种粒子滤波算法来预测锂离子电池健康状态。通过对放电终止时间的仿真和实验表明,粒子滤波算法能对锂离子电池健康状态给出正确的预测。     

车用锂离子电池SOC估算研究

电池荷电状态(SOC)作为电池管理系统(BMS)后续控制、管理、诊断中的基本参数之一,其实时精确的估算对于BMS的可靠性与准确性有着重要的影响.在SOC估算算法中,卡尔曼滤波算法凭借着估算精度高、实用性好等优点被广泛应用.卡尔曼滤波算法估算SOC主要包括3个步骤.首先介绍了电池模型,对于常用的电等效电路模型进行了详细的...     

手机锂离子电池充电器

袖珍式手机大多采用3.6V锂电池。成品锂电池充电器多为开关电源作主电源,其价格昂贵且不易自制。本文介绍的充电器可供手机3.6V电池充电。电路均采用常规元件,制作容易,调试简单。电池先由恒流充电,充到4.1V时自动转入恒     

基于参数可变遗传算法的地面活动目标识别

特征维数压缩和神经网络隐含层结点数确定是雷达目标识别的关键问题,本文针对地面活动目标识别的特定问题构建了初始种群,然后提出一种即考虑进化代数对算法的影响,又考虑到每代不同个体适应度作用的可变交叉概率和变异概率,经过多次迭代进化最终收敛于问题的一个满意解。最后将该方法用于对三类地面活动目标的分类和识别,验证该方法用于目标分类和识别的可行性和有效性。     

锂离子电池充电器MIC79050

MIC79050是MICREL公司200年6月份推出的新器件,是一种比较简单的锂离子电池充电器IC。该器件的主要特点有:它能充终止电压为4.2V的单节锂离子电池,充电精度在-5～60℃范围内为±0.75％;充电器仅外接一4.7μF电容,器件为引脚SOT-233封装,所以占印制板面积极小,可装入产品;内部有电流限制保护及过热关闭保护。该器件组成的充电器主要应用于手机、掌上电脑、     

应用遗传算法的DSS模型设计研究

在DSS模型设计中，采用遗传程序设计可以更灵活地处理遗传算法中的表示问题。本文通过讨论遗传算法的特性，DSS模型库的特点而研究了DSS模型遗传程序设计的方法。     

基于遗传算法的模型辨识

关于模型辨识的问题,现在采用的识别方法有很多,每种方法都可以将模型的参数值辨识出来,但是常规的辨识方法计算所得到的参数值都不能确保所获得的解的全局性,而遗传算法就很好地弥补了易陷入局部最优的情况,介绍并分析了遗传算法的相关流程图与原理。辨识问题没有比较好的直接求解方法,都是先将辨识问题转化为优化问题。根据采集得到的舵机数据结合MATLAB遗传算法计算,对舵机系统连续采集的5组幅值相同频率不同的输出和输入信号进行优化,优化完成时最小适应度对应的参数就是模型的参数,仿真结果验证了MATLAB遗传算法在系统辨识问题上的有效性,并分析了遗传算法的精度高等优点,为后续进行精确的系统设计提供了依据,为仿真提供了坚实的基础。     

混合遗传算法和蚁群算法在HP模型中的应用

遗传算法和蚁群算法在HP模型中已经有了大量的研究及成果,蚁群算法具有分布式并行全局搜索能力,通过信息素的积累和更新收敛于最优路径上,但初期信息素匮乏,求解速度慢。提出了一种先用遗传算法生成信息素分布,再利用蚁群算法求优化解的新的混合算法。将该算法用于二维HP模型中,计算结果显示该算法在寻优能力和收敛速度上都比单一的遗传算法和蚁群算法有所提高。     

并行遗传算法在器件模型参数提取中的应用

器件的模型和模型参数提取是电子设计自动化(EDA)领域的关键工作。采用遗传算法进行器件模型参数提取工作是近年来兴起并被广泛使用的一种参数提取方法。本文讨论了并行遗传算法的特点,针对遗传算法自身的耗时问题,提出了基于MPI的主从式遗传算法,并证实了并行计算在参数提取工作中的可行性。该方法简单易用,显著提升了MOS器件模型参数提取的速度。     

基于EM算法的高斯混合模型参数估计

讨论在一般的混合分布条件下,用EM算法,在最小熵原理的优化准则下的数据拟合问题。简单推导有限混合高斯分布的EM算法,并针对其收敛速度慢的缺点设计一种有效的选取参数初始值的方法。实验结果表明,该方法有助于EM算法以较快的速度在参数真值附近收敛。     

基于EM算法的高斯混合模型参数估计

讨论在一般的混合分布条件下,用EM算法,在最小熵原理的优化准则下的数据拟合问题。简单推导有限混合高斯分布的EM算法．并针对其收敛速度慢的缺点设计一种有效的选取参数初始值的方法。实验结果表明,该方法有助于EM算法以较快的速度在参数真值附近收敛。     

基于协同进化遗传算法的模型拟合研究

普通遗传进化算法在解决模型拟合问题中,建模与优化顺序结构时优化效果有限、拟合速度慢、稳定性低。针对上述问题,提出基于协同进化遗传算法的模型拟合算法。该算法将建模与优化问题抽象成多种群间协同进化,通过种群间整体的适应度值交换,将种群关联起来,扩大智能算法建模过程中参数优化的时空作用范围。各种群间含有不同基因表达,在解决局部问题时具有自包含性,有利于更好地发挥各智能算法(遗传算法、遗传规划)的优势。实验结果表明,该算法的稳定性和收敛速度优于传统遗传进化算法。     

基于模糊辨识算法的蓄电池荷电状态测量方法与模块设计

针对蓄电池荷电状态在线监测中对准确度和测量速度的要求,本文提出采用模糊辨识算法对蓄电池进行系统辨识。并通过对蓄电池的荷电状态与内阻、端电压数据的分析,建立了蓄电池荷电状态的模糊规则模型,并以此进行蓄电池荷电状态的测量,得到均方误差为0.0052。测量结果表明基于模糊辨识算法的蓄电池荷电状态测量能够满足蓄电池在线监测的要求,且易于硬件实现。文章还使用DSP Builder设计了蓄电池荷电状态测量模块,其中内阻测量采用了特征分解谱估计的信号提取方法,荷电状态测量则实现了模糊辨识算法所得出的模糊规则模型的运用。     

基于种群差异度的自适应遗传算法

常规遗传算法采用恒定的选择压力和变异概率,后期进化速度较慢,对于复杂优化问题通常难以获得高质量的解。该文根据染色体的相似性,提出了种群差异度的概念,并依据种群差异度自适应地调整遗传参数。算例表明,与常规遗传算法相比,文章提出的算法能显著提高解的质量和收敛速度。     

基于规则归纳的遗传算法选择和参数设置

在设计遗传算法时,讨论算法种类的选取和控制参数的设置,基于规则归纳方法,提出一种研究遗传算法种类选择和控制参数设置的实验模型,以遗传算法数值优化问题为背景,用统一结构描述遗传算法实验,利用属性分组等操作规范训练集与决策树算法SLIQ进行规则归纳,将获取的规则用于指导遗传算法设计,并用设计出的算法解决某函数的优化求解问题。