(农业电气化与自动化专业论文)基于模糊神经网络的智能充电技术的研究

(农业电气化与自动化专业论文)基于模糊神经网络的智能充电技术的研究

ID:33481641

大小:2.58 MB

页数:64页

时间:2019-02-26

(农业电气化与自动化专业论文)基于模糊神经网络的智能充电技术的研究_第1页
(农业电气化与自动化专业论文)基于模糊神经网络的智能充电技术的研究_第2页
(农业电气化与自动化专业论文)基于模糊神经网络的智能充电技术的研究_第3页
(农业电气化与自动化专业论文)基于模糊神经网络的智能充电技术的研究_第4页
(农业电气化与自动化专业论文)基于模糊神经网络的智能充电技术的研究_第5页
资源描述:

《(农业电气化与自动化专业论文)基于模糊神经网络的智能充电技术的研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、中文摘要摘要随着人们对生态和环境保护的日益重视,电动车的迅速发展已成为当今社会的重要课题。蓄电池作为电动车的重要组成部分,其性能的好坏直接影响电动车的使用性能和经济性。而蓄电池充电方法的义对蓄电池的性能和寿命,以及使用的经济性产生极大的影响。铅酸蓄电池被广泛的作为电动车的储能源,特别是电动自行车。目前在铅酸蓄电池的充电方法中,如脉冲充电或恒压.恒流联合充电等仍存许多缺陷,正是由于这些缺陷,降低了蓄电池充电效率,缩短了蓄电池的使用寿命。因此,探索一种新的充电方法,已成为人们关注的热点问题。本文首先通过对现有充电方法进行了深入的理论分析,提出了有效地调控

2、蓄电池的充电电流,使其处于最佳状态,是改进蓄电池充电方法的关键,这一新思路。本文以J.A.Mas提出的最佳可接受电流理论为基础,探求充电过程中电池电流接受力与荷电状态值和蓄电池端电压变化率之间的关系。然后运用模糊神经网络技术依据充电过程中所获得的蓄电池端电压变化率和荷电状态值,判断出此时刻的最佳充电电流值,利用PID控制算法控制充电系统的充电电流,使其逼近最佳充电电流。在硬件设计方面,采用数字信号处理芯片TMS320F2407,发挥芯片快速、高效和逻辑运算功能强的特点,使控制过程的控制更加灵活、快捷和智能化。本文通过对大量实验数据的归纳、分析,结果表

3、明实验的效果是明显的,与传统三段式充电方法相比,充电效率由77.7%提高至tJ86.7%。循环充放电实验,蓄电池的析气量减少了68.8%。与此同时,经检测证实使用本文所提出的新型充电法有效改善了正极板栅的腐蚀状况。关键词:阀控式铅酸蓄电池充电技术模糊神经网络荷电状态DSP两南人学硕卜学位论文AbstractContinuousgrowingfuelcostandattachingimportancetoenvironmentalprotection,aleforcingelectricvehiclesandelectricbicycleenterin

4、topeople'sdailylife。Batteryisregardedastheenergystorageuintofelectricvehicles,whichdecidesdirectlyitsperformanceindexandusingeffects.Atpresent,lead—acidbatterywhichiswidelyacceptedrechargeablebattery,constrainedtotechnologicallimitation,mainlyadoptedtraditionalchargingmethodssu

5、chconstantcurrentchargingor3-stagechargingorpulsecharging,thesemethodsleadtodamageandenergyconsumming.Therefore,anewtechnologythatimprovesefficiencyandprolongsthebatterylife,havebecomethehotissueofmanyfields.Thispaperbasedonthetheoreticalanalysisofexistingchargingmethod,putsfor

6、wardanewconceptthattheeffectivecontrolbatmryonchargingelectriccurrent,inordertoachievethebestcondition,isthekeytoimprovingbatterychargingmethod.AccordingtoJ.A.M‘StheoriesoftheoptimumchargingbatteryandchargingcurrentcapacityandchargedstateandtherelationshipbetweenthevalueofSOCba

7、tteryvoltagevariation,thenapplythefuzzyneuralnetworktechnologybasisofbatteryvoltagevariationandchargedstatus,valuetheSOCofoptimumchargingcurrentmoment,usingPIDcontrolalgorithmiscontrolledchargingsystemofchargingelectriccurrent,makeitsoptimalchargingelectriccurrent.Intermsofhard

8、waredesign,adoptingDSPTMS320F2407,developingthechiprap

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。