电动车用镍氢电池模块的充放电模型研究

在电动汽车镍氢电池改进等效电路模型的基础上，基于模糊化电池的荷电状态（SOC），利用模糊推理的方法来估计电路模型的时变参数，并以SOC为模糊输入量，电池模型参数为模糊输出量．由于模糊推理所确定的模型参数根据模糊SOC是动态变化的，因此不仅提高了电池模型的精度，而且降低了对SOC估计精度的要求．仿真试验表明，在不考虑温度影响的情况下，利用该方法所得到的电池模块端电压仿真数值与实测值的最大绝对误差为0．04V，相对误差为0．28％，说明这种变参数不变结构的自适应模型具有很高的可靠性和精确性．     

风力发电和飞轮储能联合系统的模糊神经网络控制策略

针对于风力发电和飞轮储能联合系统,提出了一种新的控制策略。基于飞轮储能系统里矢量控制的感应电机,建立了系统的数学模型。在系统里,采用模糊神经网络控制算法实现直流总线电压的自动调整,达到稳定系统的直流总线电压的目的。仿真和实验结果证明,在风力发电和飞轮储能联合系统的能量控制过程中使用模糊神经网络控制算法实现了能量的快速存储和释放,起到了稳定系统电压的作用,取得了满意的控制效果。     

氢能源在863燃料电池城市客车上的应用(下)

3氢能源的应用 3.1供氢系统 如图5、图6所示,第一辆原型车车载高压氢气储存供应系统由储氢瓶组1、压力表3、滤清器4、减压器5、单向阀8、电磁阀10、手动截止阀及管路等组成.     

随机模糊神经网络及在随机混沌时间序列预测中的应用

针对随机模糊神经网络(SFNN)的网络结构没有明确的物理含义，仅仅是一种实现随机模糊逻辑系统的计算结构的问题，对其网络结构进行了改进，重新定义了每层的节点原型。改进后每层之间的物理含义明确且节点数目减少，从而计算量有所减少。对于SFNN的参数和结构，可以分别通过参数学习算法和结构学习算法来优化。将SFNN用于随机混沌时间序列预测，仿真结果表明：该系统由于引入了随机的概念，使网络能更有效地防止噪声的干扰，因而更适合于工程应用。     

基于扰动观测器的伺服控制器设计及仿真研究

利用扰动观测器减弱系统的量测噪声和外部扰动,利用抗漂移的状态反馈控制器来减弱驱动饱和的影响,将这两种策略综合用于伺服控制器的设计并重点对这种方案进行了仿真对比研究。仿真结果表明基于扰动观测器的伺服系统在扰动及量测噪声不大,且系统模型参数变化不大的情况下具有较高的动态性能及较高的跟踪精度并能克服饱和约束的不良影响。     

铅酸电池的不一致性与均衡充电的研究

由于应用于电动汽车的铅酸电池的性能参数的不一致性而导致使用过程中其性能参数差别扩大,是电池使用寿命短并造成电动汽车性能下降的重要因素。本文分析了电池性能差别扩大的原因以及各种不同均衡方法的可用性,提出了切合实际的均衡充电定义,并以试验结果予以验证。     

智能汽车正向我们开来

司机变成了乘客 你是否可以想象,在今后的某一天,当你早晨起床后准备开车上班,这时你的汽车已按照前一天晚上你的指令,将汽车提前启动并根据当时的气候条件,自动打开空调系统,将车内的温度、湿度等调整到你平时你感到最舒服的标准。只要您上车后在座椅上就坐,关好车门,座椅安全带会自动系好,您只需将今天要去的目的地输入计算     

锂离子电池三维多层多物理场模型

为了对大容量锂离子电池结构设计提供指导,使用Bernardi生热速率理论和有限元方法,构建了锂离子电池三维多层多物理场模型,通过电池恒流放电和红外热成像实验对模型进行验证。模型仿真得到的工作电压和温度数据和实验得到的结果吻合。研究发现,极耳对电池内部电流密度和温度场分布不一致有较大影响。在电池的结构设计方面,建议加宽加厚极耳,并在条件允许的情况下建议将极耳分置于电池两侧。     

氢能源在863燃料电池城市客车上的应用(上)

环境污染、全球变暖、能源短缺的压力,使传统的内燃机汽车在进入21世纪时面临前所未有的挑战,汽车制造商都努力尝试使用新能源来提高汽车的经济环保特性.各国政府及各大汽车制造商都纷纷投入巨资进行质子交换膜燃料电池(PEMFC)电动汽车的研究与开发.燃料电池汽车技术与传统汽车、纯电动汽车技术相比,具有以下优势[1].