您的当前位置:首页 >> 期刊文献 >> 正文
基于AUKF的防爆机器人锂电池荷电状态估计
摘 要:
针对防爆机器人电池在复杂使用工况下导致锂电池的荷电状态(SOC)估计不准的问题,采用自适应的无迹卡尔曼滤波(AUKF)算法提高防爆机器人的锂电池SOC估计精度。选取二阶Thevenin等效电路模型(ECM)作为锂电池的模型,利用脉冲电流实验法获取电池端电压放电曲线,并运用非线性最小二乘估计算法离线计算ECM的参数值,最后根据模型的状态方程以及AUKF算法实现电池SOC的实时估计。实验结果表明,自适应无迹卡尔曼滤波(AUKF)算法可以有效提高防爆机器人锂电池SOC估计的精度。
作 者:
  • 陈浩龙
单 位:
    福建省特种设备检验研究院
关键字:
  • 防爆机器人;荷电状态;自适应的无迹卡尔曼滤波;最小二乘法;
页 码:
    1-4+13
出 处:
HTML阅读PDF文献下载您还没有登陆会员账号,请先登陆,在进行阅读或下载!
返回顶部 关注公众号