描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787568236935
内容简介
亚历山大·泰勒、丹尼尔·瓦兹尼格主编陈勇译 的《新能源汽车动力电池技术/新能源汽车关键技术 研究丛书》主要涉及新能源汽车动力电池系统的安全 与老化研究。在安全部分，基于ISO26262的安全要求 ，阐述车用动力电池系统的整体安全性概念和措施， 介绍了电池的碰撞仿真，热失控试验过程的结果和分 析。在电池老化部分，介绍了电池单体的电化学建模 与仿真方法，定量分析了锂离子电池老化的影响因素 ，贝叶斯反演模型的参数估计，*后基于数据驱动方 法建立了电池SOC的状态观测器。本书可供从事新能 源汽车动力电池技术研发相关的工程师、研究人员、 硕士博士研究生和高年级本科生参考阅读。
目 录
第1章 车用电池系统的整体安全性考虑
1.1 研究背景
1.2 技术背景
1.2.1 遵循IS026262标准的功能安全简介
1.2.2 汽车电池系统的结构
1.3 汽车电池系统的安全措施分类与应用
1.3.1 组织安全措施与技术安全措施
1.3.2 电池系统单元中的安全措施应用
1.4 概念阶段非E/E措施的考虑
1.5 结论
致谢
参考文献
第2章 电池碰撞安全性的建模
2.1 引言
2.1.1 动机
2.1.2 电动汽车的特殊危险
2.1.3 可行的电池设计方法
2.2 汽车电池设计
2.2.1 电池模块和元件
2.2.2 安全性相关的设计参数
2.3 考虑电池的汽车结构设计过程
2.3.1 标准方法和要求
2.3.2 电池的碰撞测试和碰撞仿真
2.4 电池的有限元模型
2.4.1 机械变形建模
2.4.2 材料和连接点失效的建模
2.4.3 电接触和泄漏的建模
2.5 结论
致谢
参考文献
第3章 热失控：单体电池的热失控成因和影响
3.1 引言
3.2 实验
3.2.1 实验台简介
3.2.2 测试方法
3.2.3 气体分析
3.2.4 单体成分辨识
3.2.5 锂离子电池单体
3.2.6 电学特性
3.3 结果和讨论
3.3.1 热失控的典型过程
3.3.2 热失控试验
3.3.3 气体分析
3.4 结论
致谢
参考文献
第4章 与应用相关的电池建模：从经验建模到机理
建模方法
4.1 引言
4.2 经验模型
4.3 等效电路模型
4.4 机理模型
4.4.1 电荷转移
4.4.2 离子转移
4.4.3 电子转移
4.4.4 多孔电极
4.4.5 嵌人
4.4.6 生热
4.4.7 电池老化
4.5 大尺度建模
4.5.1 热特性
4.5.2 电特性
4.5.3 分布式微结构建模
致谢
参考文献
第5章 锂锂离子电池老化研究分析方法
5.1 引言
5.1.1 锂离子电池的工作原理
5.1.2 锂锂离子电池的老化
5.1.3 锂离子电池研究
5.2 电池材料的提取
5.2.1 打开电池
5.2.2 电解质的提取
5.2.3 电极取样
5.3 电极的分析
5.3.1 X射线光?
5.3.2 扫描电子显微镜(SEM)和能量色散X射线
光谱?
5.3.3 元素分析(ICP
5.3.4 拉曼光谱
5.4 隔膜分析
5.5 电解质的老化
5.5.1 气相色谱仪
5.5.2 离子色谱法
5.5.3 电感耦合等离子体发射光谱仪(ICP-OES)/全反射
X射线荧光分析(
5.6 商用电解质的分解途径
5.7 定量测量
致谢
参考文献
第6章 锂锂离子电池参数估计的贝叶斯推论
6.1 简介
6.2 反问题：变无形为有形
6.2.1 简介
6.2.2 确定性方法：线性和线性化模型
6.2.3 贝叶斯方法
6.2.4 马尔可夫链-蒙特卡罗方法(MCMC方法）
6.3 锂锂离子电池单体模型
6.4 参数的灵敏度
6.5 基于MCMC方法的统计反演
6.5.1 数据和先验分布
6.5.2 后验采样
6.5.3 参数的后变性
6.5.4 统计效率
6.5.5 计算效率的说明
6.6 结论
致谢
参考文献
第7章 数据驱动方法设计电池SOC观测器
7.1 引言
7.2 数据驱动校准工作流程
7.3 荷电状态观测器设计
7.3.1 试验设计
7.3.2 数据驱动的电池建模
7.3.3 非线性观测器设计
7.4 结论
致谢
参考文献
在线试读
这两种选择都是基于数据中包含随机性或噪声干扰：在实验中，我们公正合理地获取可能略有不同的数据点，也因此获得不同的参数估计。在种策略选择中，我们直接生成了不同的数据值，这样会出现各种形式的自助抽样算法（Bootstrap法）。在第二种策略选择中，数据并未改变，但以认同的方式考虑数据的不确定性，大致来说，这些认同参数可产生模型预测值，该预测值在噪声测量范围内可拟合数据。这种方法是以马尔可夫链一蒙特卡罗，即MCMC方法为背景衍生的。
这两种方法似乎比较直观，然而也存在异议，“频率学派与贝叶斯学派”在统计方法上一直是争论的焦点。其中的关键问题是如何解释被估计参数的本质：到底是常量还是变量？从统计学角度来说，把被估计参数作为常量处理被称为经典或频率学派。贝叶斯学派明确地考虑将未知参数向量θ诠释为一个具有自身参数分布的随机变量。这种意见反映了θ不是固定向量，而是可变向量。此外，这种方法强调在估计过程中使用先验知识，甚至主观要素。
这两种方法似乎比较直观，然而也存在异议，“频率学派与贝叶斯学派”在统计方法上一直是争论的焦点。其中的关键问题是如何解释被估计参数的本质：到底是常量还是变量？从统计学角度来说，把被估计参数作为常量处理被称为经典或频率学派。贝叶斯学派明确地考虑将未知参数向量θ诠释为一个具有自身参数分布的随机变量。这种意见反映了θ不是固定向量，而是可变向量。此外，这种方法强调在估计过程中使用先验知识，甚至主观要素。
……
评论
还没有评论。