基于分解模型的VRLA电池开路研究

针对VRLA蓄电池开路故障,基于Thevenin电池模型,结合蓄电池内部结构,建立一种新的蓄电池分解模型。通过对电池金属部件做破坏性实验,研究蓄电池开路现象与模型参数之间关系。实验表明:电池极柱腐蚀、极耳腐蚀断裂造成蓄电池内阻明显增大;欧姆内阻、极化内阻、极化电容可用作为诊断蓄电池开路的标志参数。

一种改进的VRLA电池SOC估算方法

针对多参量蓄电池的SOC估算问题,提出了一种基于Thevenin电池模型,结合卡尔曼滤波算法的SOC估计优化算法。在蓄电池的充、放电过程中,基于Thevenin电路模型的各参数,对蓄电池E-SOC关系做多阶段处理,利用卡尔曼滤波对SOC做出最优估计。实验仿真表明,这种方法能实现更小的SOC估算误差。

水质在线自动监测仪的设计

基于氨气敏电极原理,利用离子选择电极法,设计水质在线自动监测仪,仪表由PLC控制实现自动采样和监测。经过标准加入法的数据分析,线性极限误差和重复性误差都在5%以内,计算处理后可得水样中的氨氮浓度,并通过监测系统的自动校正,使测得的数据能够更加准确地反映水质中氨氮的浓度。

基于参数更新的蓄电池SOC估计算法优化

针对基于蓄电池电路模型的欧姆内阻R_1经常用于荷电状态SOC估计中,而没考虑极化内阻R_2、极化电容C_2的变化特性与SOC的关联这一情况,根据利用多频点交流放电蓄电池测试技术辨识得到的实时Thevenin电路模型参数R_1、R_2、C_2等作为观测变量,联合运用Kalman滤波算法实现SOC最优估计。实验数据仿真表明,在充电、放电过程中同时考虑R_1、R_2、C_2等参数更新,可以进一步提高蓄电池SOC最优估计值的准确性。