基于AR模型的锂电池剩余容量预测模型研究开题报告

1. 研究目的与意义

锂离子电池因其质量轻、低放电率和长寿命等优势，作为便携式电子产品的储能器件，已经基本取代了镍镉电池、镍氢电池。

锂电池基于其重量轻、能量密度大和使用寿命长等优点目前已被广泛应用于移动通信装置、电动车辆、军用电子设备以及航空航天电子系统等领域。

然而锂电池在使用过程中性能会逐渐衰退，它的失效不仅会带来由于故障停机更换或维修而产生的巨大经济损失，还可能导致灾难性的事故特别是在航空航天领域。

2. 国内外研究现状分析

美国在 90 年代引入了基于状态的维修 (cbm)策略，主要是对设备状态进行实时监控和预测，根据设备实时状态确定最佳维修时机，做好维修规划及备件保障，预防故障发生。

故障预测与健康管理技术(phm)，通过传感器获取设备敏感参数信息，借助物理模型、智能模型等手段，对设备进行健康状态评估和故障预测，并利用其结果做出维修决策，实现健康管理。

在恒定电流放电、恒定环境温度、恒定放电深度情况下，对于锂离子电池的容量的预测，目前主要集中在以下三个方面：1利用物理和化学机理分析对锂离子电池容量的退化过程进行建模是一种重要的途径。

3. 研究的基本内容与计划

研究内容：1.学习ar预测理论和研究方法，理解ar的含义及如何建立ar模型

2.熟练掌握matlab编程

3.理清锂电池寿命试验监测参数情况、数据结构的构成

4. 研究创新点

运用MATLAB进行线性预测与分析，同时利用锂离子电池的电压和剩余容量来改进锂电池的内部构造，延长锂离子的寿命。