由于當(dāng)前鋰動力電池散熱特性研究方法受電池負(fù)載條件與使用環(huán)境的制約,導(dǎo)致測試精度低,采集結(jié)果不理想,該文提出基于粒子濾波改進(jìn)算法的鋰動力電池散熱特性測試方法�；阡噭恿﹄姵氐臒嵘蓹C(jī)理,采用流體動力學(xué)方法構(gòu)建鋰動力電池散熱系統(tǒng)傳熱數(shù)學(xué)模型。以此模型為狀態(tài)方程對粒子濾波算法改進(jìn),采用自回歸滑動平均模型確定鋰動力電池散熱的多步驟輸出序列,并以輸出值作為觀測值建立鋰動力電池散熱狀態(tài)空間模型。利用正則化粒子濾波算法進(jìn)行重要性采樣與重采樣等過程,并迭代更新鋰動力電池散熱狀態(tài)。實(shí)驗(yàn)結(jié)果表明:所提方法能準(zhǔn)確獲得鋰動力電池使用過程中的溫度變化與不同風(fēng)道平均空氣流速,不同測試階段獲得散熱特性測試結(jié)果的相對誤差分別為9%、4%和1%,均低于對比方法,鋰動力電池平均使用壽命提高8.13%,說明該方法具有較高測試精度與推廣價值。 

【文章來源】：中國測試. 2020,46(07)北大核心

【文章頁數(shù)】：6 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于均值偏移與粒子濾波融合的目標(biāo)跟蹤算法研究[J]. 胡堅強(qiáng),舒志兵.  電子器件. 2019(03)
[2]純電動汽車鋰離子動力電池?zé)崽匦匝芯縖J]. 謝金法,謝寧,李博超.  電源技術(shù). 2019(06)
[3]一種改進(jìn)的蝴蝶算法優(yōu)化粒子濾波算法[J]. 張威虎,郭明香,賀元愷,孫小婷,朱代先.  西安科技大學(xué)學(xué)報. 2019(01)
[4]基于Dirichlet過程非參貝葉斯學(xué)習(xí)的高斯箱粒子濾波快速SLAM算法[J]. 羅景文,秦世引.  機(jī)器人. 2019(05)
[5]不同加熱功率觸發(fā)鋰離子電池?zé)崾Э靥匦匝芯縖J]. 應(yīng)炳松,賀元驊.  工業(yè)安全與環(huán)保. 2018(06)
[6]改進(jìn)的粒子濾波算法在船用組合導(dǎo)航中的應(yīng)用[J]. 江健,李偉峰,姚健,史國友.  上海海事大學(xué)學(xué)報. 2018(02)
[7]鋰離子動力電池模塊設(shè)計及散熱特性[J]. 姜貴文,黃菊花,劉明春,曹銘.  電源技術(shù). 2018(06)
[8]電動汽車鋰離子電池組內(nèi)散熱特性的數(shù)值模擬[J]. 許爽,蘇玉,王偉.  科學(xué)技術(shù)與工程. 2018(16)
[9]鋰電池組高溫節(jié)點(diǎn)空氣冷卻方案的數(shù)值模擬[J]. 路昭,余小玲,張立玉,韋立川,高松,邱亞林,金立文,孟祥兆.  西安交通大學(xué)學(xué)報. 2018(07)
[10]基于OpenCV的組合優(yōu)化多目標(biāo)檢測追蹤算法[J]. 鄭璽,李新國.  計算機(jī)應(yīng)用. 2017(S2)



本文編號：3633230