基于神經(jīng)網(wǎng)絡(luò)控制的快速充電方法探究.pdf

1、越來越嚴(yán)重的環(huán)境污染致使空氣質(zhì)量不斷受到挑戰(zhàn)。隨著車輛的日益增多，汽車尾氣排放已成為污染的主要來源，通過使用環(huán)保電動車的方式來拯救我們的生活環(huán)境成為一種迫切的需要?，F(xiàn)今，蓄電池在充電時使用的傳統(tǒng)的電池充電方法一般時間較長，不僅延長了檢測時間，并且限制了電動汽車的廣泛使用，業(yè)主對于迅速充電和方便的要求越來越高，而現(xiàn)有的快速充電的方式大都是以大電流進行充電，以犧牲電池的壽命來換取充電時間，這不符合我們的本意，也沒有達到環(huán)保節(jié)約的目的。因此，

2、在國內(nèi)電池技術(shù)的發(fā)展和應(yīng)用方面，研究在任意時間進行充電和快速充電方法占有重要的地位。
　　本文從鉛酸蓄電池的基本結(jié)構(gòu)和工作原理入手，討論了蓄電池現(xiàn)有的各種傳統(tǒng)的和改進的充電方法，比較了它們各自的優(yōu)缺點，發(fā)現(xiàn)每一種都無法做到充電過程中的電流變化達到理想的馬斯曲線?；阢U酸蓄電池快速充電的特性和原則，本文提出將神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于快速充電的過程中，利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)性和自適應(yīng)性等適用于處理非線性系統(tǒng)的特點以實現(xiàn)智能充電的目的。

3、　　文中通過對神經(jīng)網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)和算法的分析，對三種控制器的對比，最終選取神經(jīng)網(wǎng)絡(luò)和比例積分微分控制器結(jié)合構(gòu)成智能控制器。通過對各種神經(jīng)網(wǎng)絡(luò)算法的計算和對比，基于本次實驗的目標(biāo)，提出了改進的基于共軛梯度法的BP算法，并且將蓄電池的三個主要參數(shù)作為神經(jīng)網(wǎng)絡(luò)輸入層的變量，同時檢測監(jiān)控蓄電池的溫度、電流、電壓的變化，避免了在蓄電池充電過程中因出現(xiàn)特殊情況而導(dǎo)致充電過程的不利。在本文的實驗中，對所提出的新的充電方法進行MATLAB軟件仿真，得到新