导 师: Akhil Garg
授予学位: 硕士
作 者: ();
机构地区: 汕头大学
摘 要: 随着科学技术的快速发展和人们环保意识的不断提高,电动汽车逐渐成为各大车企关注的焦点。由多个电池模块等组件构成的锂电系统是电动汽车行驶中的最重要的能量来源。在电动汽车实际驾驶的过程中,电池组及其箱体会受到各种恶劣环境的影响。比如,由道路不平而引起的振动冲击极易造成电池组系统的结构故障,甚至导致系统内部短路。因此,提升电池组系统在各种极端路况下的安全性成为当今的热点研究内容之一。而电池组的安全性取决于电池组多方面的性能。这其中,电池组箱体的机械特性和其内部电芯状态预测的准确性是决定锂电系统安全性的重要因素。在电池组箱体的机械特性设计中,不仅要努力提高其抗变形和抗振动冲击能力,还要尽量降低整个结构的质量。在电芯状态评估方面,对汽车运行过程中的剩余电荷(SOC)和健康状况(SOH)进行准确的评估则有助于合理地使用电池组内的各电芯。 本文从两个方面研究了提高电动汽车电池组系统安全性的方法。首先,本文提出了一种针对电池组外壳机械特性(质量最小化、最小固有频率最大化和最大变形最小化)的设计优化方法。该方法包括三个阶段。在第一阶段,利用中心复合设计(CCD)和响应面方法(RSM)、人工神经网络(ANN)、拉丁超立方体采样(LHS)四种方法的组合,建立了最大变形(基于静态分析)、最小固有频率(基于模态分析)和质量的有限元模型。在第二阶段,选择以上组合方法中的最佳组合(CCD和ANN)进行试验设计,并对三个设计目标建立了实验模型。在第三阶段,采用非支配排序遗传算法(NSGAII)进一步优化了基于CCD和ANN的最大变形、最小固有频率和质量模型。结果表明,当电池箱体外壳壁厚(EW)为1.28mm时,电池箱体外壳底厚(EB)�