混合动力汽车电池管理系统故障诊断与健康管理研究

【摘要】：环境污染和能源短缺是当今汽车工业面临的两大挑战,为了应对国家提出的可持续发展战略,科研单位和各大汽车生产厂商都把混合动力这种新能源汽车作为解决这两个问题的有效途径。而混合动力汽车在实际使用过程中的维护、维修都离不开故障诊断的研究。本文以插电式混合动力汽车为依托,研究了电池管理系统常见的故障及其故障原因,通过运用故障树分析、车辆仿真建模、模式识别等理论方法,实现混合动力汽车电池管理系统的故障诊断。首先,结合混合动力汽车的样车实际,收集并整理混合动力汽车电池管理系统常见的故障特征,完成混合动力汽车电池管理系统的故障树分析,绘制混合动力汽车电池管理系统的故障树,建立起电池管理系统故障现象与故障原因的联系。其次,根据混合动力汽车电池管理系统的故障树及故障特征,以Matlab/Simulink软件为仿真平台,建立混合动力汽车电池管理系统的仿真模型,并以电池管理系统故障诊断为核心,模拟混合动力汽车电池管理系统的不同故障工况,分析系统的响应。最后,运用模式识别的相关理论方法,利用电池管理系统的仿真模型生成相关工况数据,并分析数据特点,提取不同传感器的信号特征,建立起模式识别的故障特征向量。采用人工神经网络的相关技术,设计并建立起BP神经网络,完成对电池管理系统三类故障的模式识别,从而实现故障诊断。诊断的部分功能可以运用于实际混合动力汽车的电池管理系统。 【关键词】：混合动力汽车 电池管理系统 故障诊断 健康管理 模式识别 BP神经网络
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：U472
【目录】：

• 摘要5-6
• abstract6-10
• 第1章 绪论10-17
• 1.1 课题背景及选题意义10-12
• 1.2 国内外研究现状12-16
• 1.2.1 故障诊断与健康管理基本概念12-13
• 1.2.2 故障诊断与健康管理技术在汽车行业的应用13-15
• 1.2.3 电池管理系统的故障诊断15-16
• 1.3 本文主要研究内容16-17
• 第2章 混合动力汽车电池管理系统工作原理及故障树分析17-41
• 2.1 混合动力汽车电池管理系统基本结构17-18
• 2.2 电池管理系统工作原理18-26
• 2.2.1 锂离子电池20-21
• 2.2.2 锂离子电池状态估计21-24
• 2.2.3 电压采集电路24
• 2.2.4 电流采集电路24-26
• 2.3 混合动力汽车电池管理系统故障树分析26-37
• 2.3.1 故障树分析法26-33
• 2.3.2 混合动力汽车电池管理系统故障树33-37
• 2.4 电池管理系统故障诊断流程37-40
• 2.4.1 行车前自检级别的故障诊断38
• 2.4.2 行车过程中检测级别的故障诊断38-40
• 2.5 本章小结40-41
• 第3章 混合动力电池管理系统健康管理41-50
• 3.1 健康管理概念41-42
• 3.2 混合动力电池管理系统健康管理技术分析42-44
• 3.2.1 混合动力电池管理系统健康管理基本功能42-43
• 3.2.2 混合动力电池管理系统健康评估指标体系43-44
• 3.3 混合动力电池管理系统健康状态划分44-45
• 3.4 基于灰色关联的混合动力电池管理系统健康评估45-49
• 3.4.1 灰色系统理论45
• 3.4.2 灰色关联度分析方法45-47
• 3.4.3 混合动力电池管理系统健康状态评估47-49
• 3.5 本章小结49-50
• 第4章 混合动力汽车电池管理系统建模及仿真分析50-73
• 4.1 基于SimPowerSystems的电池管理系统建模50-60
• 4.1.1 锂离子电池等效电路模型52-53
• 4.1.2 模型参数识别53-56
• 4.1.3 锂离子电池热模型56-57
• 4.1.4 电池管理系统的SOC估计模型57-58
• 4.1.5 电池管理系统均衡模型58-59
• 4.1.6 电池管理系统故障诊断模型59-60
• 4.2 模型验证及其仿真结果分析60-67
• 4.2.1 电池模型仿真60-62
• 4.2.2 电池管理系统SOC估计算法仿真62-64
• 4.2.3 工况试验64-65
• 4.2.4 几种简单故障模拟65-67
• 4.3 故障锂离子电池动态工况仿真67-72
• 4.3.1 模型的仿真工况67-68
• 4.3.2 故障电池单体设计及动态工况仿真结果分析68-72
• 4.4 本章小结72-73
• 第5章 故障模式识别与故障诊断73-91
• 5.1 基于模式识别的故障诊断方法73-77
• 5.1.1 基本概念73-74
• 5.1.2 模式识别方法74-76
• 5.1.3 模式识别系统76-77
• 5.2 故障模式识别及故障特征提取77-83
• 5.2.1 小波包分析77-78
• 5.2.2 故障特征提取78-81
• 5.2.3 建立故障特征向量81-83
• 5.3 基于人工神经网络的故障诊断83-88
• 5.3.1 神经网络概述83-85
• 5.3.2 BP神经网络85-87
• 5.3.3 BP神经网络故障诊断87-88
• 5.4 BP神经网络诊断结果及其分析88-90
• 5.5 本章小结90-91
• 结论91-93
• 全文工作总结91-92
• 论文的创新之处92-93
• 参考文献93-96
• 致谢96

您可以在本站搜索以下学术论文文献来了解更多相关内容

故障预测与健康状态管理技术综述    郭阳明;蔡小斌;张宝珍;翟正军;

传感器的故障诊断技术研究    何富君;刘小磊;卢晓昭;塔月月;

灰色关联理论在铁路信号设备状态评价中的应用    李淑芳;滕青芳;胡岳鹏;

电池组故障诊断专家系统的研究与实现    刘文杰

轿车前轮定位的调整技术    王金文

基于太阳能电池板的直流不间断电源设计    范长城;王勇;植涌;

基于太阳能电池板的直流不间断电源设计    范长城;王勇;檀涌;

尾气分析在发动机故障检测中的应用    徐立平;许策明;

汽车点火系波形分析探究    张治龙

机载航电系统射频信道健康表征及影响评估    黄鹤;陈文豪;张弋;

锂离子电池SOC估计方法的比较    王丹宁;宋克岭;袁盛瑞;

动力电池动态模型参数辨识的研究    张彦琴;郭凯;刘汉雨;吴斌;李怡霞;

自放电修正的锂动力电池SCKF-STF的SOC估算策略    于智龙;郭艳玲;王海英;

自适应卡尔曼滤波法磷酸铁锂动力电池剩余容量估计    刘和平;许巧巧;胡银全;袁闪闪;

发电设备运行参数预测方法研究    符晓;刘超;蒋东翔;

基于不变嵌入法的车用锂离子电池SOC估计    董广忠;张陈斌;陈宗海;

基于无迹卡尔曼滤波的锂电池SOC和SOH的估算方法    陈宁;胡小军;桂卫华;邹佳池;

机械传动系统关键零部件故障预测技术研究    曾庆虎

内燃机曲轴角振动模态识别方法的研究及应用    华春蓉

基于立体视觉的汽车车身与车轴位置偏差检测系统的研究    林慧英

电子系统的故障预测与健康管理技术研究    许丽佳

机械动力传动系统关键部件故障预测技术研究    曾庆虎

基于主元分析的冷水机组传感器故障检测效率研究    胡云鹏

插电式混合动力城市公交大客车关键技术研究    刘玺斌

锂离子电池热失控与火灾危险性分析及高安全性电池体系研究    平平

基于主元分析的冷水机组传感器故障检测效率研究    胡云鹏

基于退役锂动力电池容量、内阻和荷电状态的建模与参数估计    邹幽兰

汽车制动试验台关键技术研究    张金柱

基于虚拟仪器的汽车试验信息采集与处理系统研究    李永华

基于GPRS的汽车远程故障诊断系统中车载终端的研究设计    朱顺华

发动机燃烧特性的虚拟仪器测试    张长坤

便携式发动机不解体故障检测仪的研制    杜卫华

双前轴转向汽车轮间与轴间侧滑检测系统的研究    张慧云

基于人工神经网络的综合传动装置故障诊断研究    王亮

无载测功中的测试算法及其应用研究    杜辉

车载CAN网络的GPRS传输设计与研究    魏琨

某型汽车悬架系统性能分析与研究    黄李丽

基于知识的故障诊断技术及其在船舶上的应用    窦金生;汤天浩;

一种基于模糊神经网络的故障分类器及其在多传感器故障诊断中的应用    刘宜平,沈毅,刘志言

传感器故障的神经网络信息融合诊断方法    房方,魏乐

混合电动车及其电池    陈立泉

原电池手工放电及计算方法    陶文娟,王尔贤

电动车用锂离子动力电池充放电特性    王志福,彭连云,孙逢春,张承宁

电动车用铅酸蓄电池的现状与前景    陈胜洋,武立军,李红

Li/FeS_2电池放电性能的研究    何献文,刘建华,杨建峰

传感器故障的等价空间诊断法及在保护系统的应用    曹泰斌,谢克明

主元分析方法在火电厂锅炉过程故障检测中的应用    黄孝彬,刘吉臻,牛玉广

基于磨粒分析和信息融合的发动机磨损故障诊断技术研究    吴振锋

基于信息融合技术的故障诊断方法的研究及应用    王志鹏

基于信息融合技术船舶柴油机故障诊断方法的研究与应用    李宏坤

故障诊断与容错技术及其在组合导航系统中的应用研究    钱华明

故障诊断与容错控制方法研究    王德军

基于FDA/DPLS方法的流程工业故障诊断研究    蒋丽英

基于神经网络的模拟电路故障诊断方法研究    王承

基于符号有向图的热力系统故障诊断方法研究    曹文亮

基于多源信息融合的传感器故障诊断方法研究    张冀

火力发电设备优化维修关键技术研究    李建兰

基于小波分析的传感器故障诊断研究    黄治军

基于小波神经网络的空调系统传感器故障诊断方法研究    徐津津

基于等价空间方法的采样系统故障检测    杜运成

电池管理系统的设计    岳仁超;王艳;

一种新型锂电池管理系统的设计与实现    汪洋;

电池管理系统中基本物理量的采集方法    陈竹;

新型电动汽车锂电池管理系统的设计    董超;李立伟;张洪伟;

多功能电池管理系统及其使用平台    林思岐;姜久春;时玮;张维戈;贾容达;

一种新能源汽车电池管理系统主动均衡方案    陆科;吴志红;朱元;

电动汽车电池管理系统的设计    徐朝胜;闫改珍;李进;

基于MS9S12XET256MAL单片机的电动汽车电池管理系统设计    邱浩;董铸荣;韩承伟;梁松峰;

一种无线电池管理系统的实现    张榕;孙运强;姚爱琴;

混合动力车电池管理系统的设计    王明坤;冯国胜;

低成本、高性能电动车电池管理系统的研究    肖秀玲;王贵明;

镍锌电池管理系统的设计实现    张国辉;王金龙;

纯电动汽车分布式电池管理系统的设计与实现    陶银鹏;余强;朱德祥;

浅析锂电池、充电机电池管理系统之间的工作关系    黄诚刚;尹华军;

基于现场总线技术的轻型电动车电池管理系统的设计    肖秀玲;

纯电动汽车电池管理系统的研究    胡顺玺;

纯电动汽车电池管理系统的研究    胡顺玺;

基于主动均衡技术的电动汽车电池管理系统    傅尧;潘博;郑百祥;

先进ECU开发技术及其应用    杨巍;魏学哲;

小波去噪方法在动力电池管理系统中的应用    刘芳;高力;刘阳;

发展新能源汽车 电池管理系统肩负重任    本报记者 于丹

福田汽车与英飞凌签订合作备忘录    记者 贾婧

拜特测控公司与丹麦一著名企业强强联手    记者赵文娟

“努力在发展新能源产业中有更大作为”    本报记者 李松战

上理教授组团承接科技项目    记者 耿挺

新能源电池管理系统专利态势分析    北京国之企业专利应急和预警咨询服务中心 于立彪　郝志国 罗啸

让轨道交通“电力十足”    沈睿

看奥迪的电动车如何“爬楼”    本报记者 何仑

动力电池组SOC估算及均衡控制方法研究    张金龙