矿用锂离子电池状态监测与寿命预测研究
随着煤炭工业发展和矿山设备技术进步,锂离子电池在煤矿电气设备的监控、通讯和自动化系统应用日益广泛,能否为设备提供安全、稳定、高效的电源输入,直接影响着矿井高效运行和人员生命安全。本文以矿用大容量磷酸铁锂电池为研究对象,设计了完善的矿用锂离子电池状态监测与寿命预测系统,实现了对锂离子电池状态监控、智能管理、自动保护,状态估计与寿命预测等功能,改善了电池性能衰退、容量逐渐变低和寿命短等问题,对增强供电系统的稳定性和安全性具有重要的意义。 主要研究内容包括:(1)分析研究锂离子电池的工作原理与特性,包括充放电特性、倍率特性、循环特性等,总结影响电池SOC和RUL的因素,确定系统需监测参数;(2)依据相关标准与功能需求,进行电池管理系统硬件设计,包括基于STM32的主控单元、电池组均衡单元、单总线温度采集单元、电流监测及保护单元、容量自检单元等,设计了分阶阀值电阻均衡电路、霍尔隔离和串联精密电阻及电压变换两种高精度的电流采集方案和硬件检测保护电路;(3)采用自适应性强的BP神经网络进行SOC估计,考虑SOC与放电倍率和电压之间的内在关系,对比采用弹性BP算法改进网络学习性能,并基于实测数据通过MATLAB训练得到有效网络模型证明算法在SOC估计的有效性;(4)结合工况和电池模型难确定、样本量小等现状,采用 RVM回归模型预测电池RUL,其中采用EM迭代算法解决Mackay迭代等算法中逆矩阵不存在的问题,将 DGM(1,1)和RVM结合来改善模型长期预测能力,并基于实测数据通过MATLAB训练得到RUL预测模型,测试对比证明了算法的有效性;(5)完成BMS和上位机软件程序设计和开发应用,BMS主控单元引入了UC/OS-II实时操作系统,将任务设置优先级,包括主程序、电压采集和充电均衡任务、电流采集任务、监测保护任务、数据传送和接收任务等;基于LabVIEW与Access数据库、MATLAB混合编程的上位机程序包括数据显示、故障判断、数据库存储与读取、SOC估计和RUL预测等模块。
矿用锂离子电池;状态监测;智能管理;寿命预测;BP神经网络
中国矿业大学
硕士
测试计量技术及仪器
丁保华
2015
中文
TM912.9;TP274
115
2016-01-29(万方平台首次上网日期,不代表论文的发表时间)