广州市珠江船舶物资有限公司

    环保和动力是现在备受器重两大疑问，燃油汽车以其高能耗和高 污染而备受诟病，而电动车以零排放、低噪声等优点遭到器重，天下各都城把电动车作为汽车产业的开展偏向，电动汽车出现出加速开展的趋向。电动车能量管理系 统是干系到电动车实用化、商品化的要害技能之一，而作为能量管理体系紧张构成部门的电池电量监测技能的研讨对电动车的实用化、商品化起偏紧张作用。  我们以铅酸电池为研讨目的，从分析铅酸电池的电化学特性动手，指出了影响蓄电池剩下容量的种种因素和预测剩下容量的难点。这篇文章先容了海表里在蓄电池电量监 测方面的研讨、生长及选用的措施，分析这些措施的优缺点。在此底子上提出了一种凭据电量均衡模子的复合算法，布局了一多层LM神经网络来对蓄电池放电历程 的消耗容量举行预测。在神经网络建模历程中选用了一种疾速学习算法用于网络的学习历程，利用神经网络的并行盘算、自学习的特性，进步预测正确性。这种措施 必要对蓄电池有很多的先验知识，不必要树立紊乱的数学模子。经开始试验和仿真，该措施具有较高的预测精度。     这篇文章要点对蓄电池参数状态监测体系软硬件的计划与实现举行了详细分析，此试验渠道是凭据C8051F005单片机的考试体系，对蓄电池的作业参数包罗电 压，充放电电流，交换阻抗和作业温度举行肯定精度的丈量，并颠末串口将这些数据传送到小我私家盘算机的数据库中，然后得到算法分析的数据。利用此试验渠道做了 部门充放电试验，得到了一些试验数据，对蓄电池举行了开始建模，此措施得到开始验证。