卫星电源电池健康状态诊断方法研究

《卫星电源电池健康状态诊断方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、博士学位论文卫星电源电池健康状态诊断方法研究THEDIAGNOSEMETHODOFSTATEOFHEALTHFORSATELLITEBATTERY董汉成哈尔滨工业大学2015年7月国内图书分类号：TP277学校代码：10213国际图书分类号：621.3密级：公开工学博士学位论文卫星电源电池健康状态诊断方法研究博士研究生：董汉成导师：王常虹教授申请学位：工学博士学科：控制科学与工程所在单位：航天学院答辩日期：2015年7月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP277U.D.C:621.3Disserta

2、tionfortheDoctoralDegreeinEngineeringTHEDIAGNOSEMETHODOFSTATEOFHEALTHFORSATELLITEBATTERYCandidate：HanchengDongSupervisor：Prof.ChanghongWangAcademicDegreeAppliedfor：DoctorofEngineeringSpeciality：AutomationAffiliation：SchoolofAstronauticsDateofDefence：July,2015Degree-

3、Conferring-Institution：HarbinInstituteofTechnology摘要摘要可充放电电池作为卫星主要供能元件，对其安全与正常运行起着关键的作用。研究电池健康状态诊断方法，给出电池的使用状态，预测电池的性能衰退，可以为卫星电池的维护与更换提供有效数据与参考，防止由于电池导致的卫星失效，造成不可挽回的损失。本文针对卫星电池健康状态诊断问题进行了深入研究，主要工作如下：提出了一种基于支持向量回归机粒子滤波(SupportVectorRegression-ParticleFilter，SVR-PF)的卫

4、星锂离子电池健康状态诊断方法。首先根据卫星锂离子电池阻抗衰退机理与阻抗和容量的相关性，定义电池健康状态变量，提出健康状态变量辨识模型与辨识方法，该方法克服了标准粒子滤波具有的粒子贫化效应，提高了估计准确度。其次针对现有研究成果在电池剩余有效工作时间(RemainingUsefulLife，RUL)预测过程并未更新RUL概率密度的缺点，利用辨识得到的电池健康状态变量，建立了基于SVR-PF的锂离子电池RUL预测模型，提出了一种基于SVR-PF的卫星锂离子电池RUL预测方法。该方法将预测阻抗值作为量测输出，充分利用了健康状态估计结

5、果，具有能够更新RUL概率密度的优点，从而提高预测准确度，为未来卫星锂离子电池的健康状态诊断提供了一种可行手段。针对目前卫星锂离子电池阻抗数据实时测量手段缺乏，阻抗数据难以获得的情况，提出了一种基于SVR-PF的卫星锂离子电池健康状态诊断次优方法。该方法根据容量随时间的衰退机理建立容量衰退模型，利用容量衰退参数表示电池健康状态，采用SVR-PF辨识容量衰退参数，对电池的RUL进行预测，此方法同样具有能够更新RUL概率密度的优点。采用实测卫星锂离子电池数据进行分析和验证，表明该方法具有较高的预测准确度。针对基于小样本的卫星锂离子

6、电池RUL预测问题，提出了一种基于DS数据融合与SVR-PF的卫星锂离子电池RUL组合预测方法。首先对DS数据融合在锂离子电池RUL预测中的应用进行架构，随后给出了预测步骤，提出了进行融合预测的公式，最后建立基于DS数据融合与SVR-PF组合的锂离子电池RUL预测模型，使得在可用数据较少时锂离子电池的RUL依然能够被准确的预测。针对模型难以建立的卫星镍氢电池，提出了基于改进人工神经网络(ArtificialNeuralNetwork，ANN)与改进SVR的电池健康状态诊断方法。首先针对卫星镍氢电池压强数据为时间序列形式的特点，

7、提出了一种改进的小波自回归神经网络电池健康状态诊断方法。该方法基于赤池信息准则(AkaikeInformationCriterion，AIC)-I-哈尔滨工业大学工学博士学位论文更新遗传算法(GeneticAlgorithm，GA)的适应度函数，同时考虑预测准确度与模型复杂度，对小波神经网络参数进行优化，从而提高了预测的准确度与收敛速度。随后针对卫星镍氢电池电压数据易于大量获取的特点，提出了一种改进的SVR电池健康状态诊断方法。该方法采用混合核函数替代常规SVR中的单一核函数，利用量子粒子群算法(QuantumParticle

8、SwarmAlgorithm，QPSO)对混合核函数SVR参数进行优化，在QPSO算法中引入多样化因子增强粒子群多样性，使得优化效果提升。最后采用实测卫星镍氢电池压强与电压数据对改进算法进行了验证。关键词：卫星电池健康状态诊断；剩余有效工作时间；支持向量回归机粒子滤波；DS数