Las cookies nos ayudan a ofrecer nuestros servicios. Al utilizar nuestros servicios, aceptas el uso de cookies.
De En Es
Kundenservice: +49 (0) 551 - 547 24 0

Editorial Cuvillier

Publicaciones, tesis doctorales, capacitaciónes para acceder a una cátedra de universidad & prospectos.
Su editorial internacional especializado en ciencias y economia

Editorial Cuvillier

Premiumpartner
De En Es
Titelbild-leitlinien
Methoden zur Ladezustandsbestimmung von Lithium-Eisenphosphat-Batterien in zukünftigen Fahrzeugbordnetzen

Impresion
EUR 49,90

E-Book
EUR 34,90

Methoden zur Ladezustandsbestimmung von Lithium-Eisenphosphat-Batterien in zukünftigen Fahrzeugbordnetzen (Volumen 138) (Tienda española)

Patrick Jansen (Autor)

Previo

Lectura de prueba, PDF (620 KB)
Indice, PDF (540 KB)

ISBN-13 (Impresion) 9783736970113
ISBN-13 (E-Book) 9783736960114
Idioma Deutsch
Numero de paginas 194
Edicion 1.
Serie Audi Dissertationsreihe
Volumen 138
Lugar de publicacion Göttingen
Lugar de la disertacion Dortmund
Fecha de publicacion 03.05.2019
Clasificacion simple Tesis doctoral
Area Ingeniería eléctrica
Ingeniería de energía
Palabras claves Lithium-Eisenphosphat, Batterie, Ladezustand, Kalman-Filter, Zustandsbeobachter, Stützvektormaschine, Nächster-Nachbar-Klassifikator, Künstliche Neuronale Netze
URL para pagina web externa http://www.dt.e-technik.tu-dortmund.de/cms/de/lehrstuhl/alumni/alumni/jansen.php
Descripcion

Die exakte Ermittlung des Ladezustands einer Lithium-Ionen-Batterie – im Speziellen einer Lithium-Eisenphosphat-Batterie – stellt eine nicht unerhebliche Herausforderung bezüglich der Signalverarbeitung dar. Bisherige, auf einem elektrischen Batterieersatzschaltbild basierende Verfahren im Zeitbereich, wie das Kalman-Filter, das Extended Kalman-Filter oder der Zustandsbeobachter, stoßen dabei an ihre Grenzen. So kann bei den ruhespannungsbasierten Verfahren die Ladezustandsermittlung im mittleren Bereich mit Genauigkeiten im einstelligen Prozentbereich nur mit sehr großem messtechnischen Aufwand realisiert werden. Neben einer Erweiterung bekannter zustandsraumbasierter Verfahren, wie dem Kalman-Filter und dem Zustandsbeobachter, durch eine Online-Parameterprädiktion werden neuartige Methoden zur Analyse des Ladezustands der Batterie im Frequenzbereich vorgestellt. Im Fokus der Untersuchungen steht die Anwendung bekannter Klassifikationsverfahren auf die Daten der Batterie im Frequenzbereich. Ein Vergleich der Zeit- und Frequenzbereich-basierten Verfahren soll ihre Vor- und Nachteile herausarbeiten und mögliche Synergien für hybride Algorithmen zur Ladezustandsbestimmung über den gesamten Ladezustandsbereich aufzeigen.