电解质膜的传统溶液浇筑法污染环境、对环境和外界条件要求高且不方便人工操作,因此,寻找新的环保且高效的制膜工艺制作固态电解质膜显得尤为重要。利用紫外光固化技术,通过加入不同比例的增塑剂(ETPTA)来制备以聚偏乙烯-六氟丙烯(PVDF-HFP)和磷酸铝钛锂(Li_(1.3)AlO_(3)Ti_(1.7)(PO_(4))_(3),LATP)颗粒为基的固态电解质膜。结果表明,相较于加入0.4 g ETPTA比例,加入0.8 g ETPTA比例制备的膜表现出更优异的电化学性能:较高的离子电导率(σ=2.400×10^(-5)S/cm)和锂离子迁移速率,同时组装好的电池在室温下显示出较优良的倍率特性和较稳定的循环特性。
汽车除雾过程中,手动操作除雾按钮易导致驾驶员分心,针对此问题设计了基于STM32的自动除雾控制系统。首先,进行自动除雾控制系统的总体设计,包括设计自动除雾的功能、总体架构和除雾方案;然后,进行硬件选型研究,设计了以STM32芯片为核心的硬件电路原理图,开发了自动除雾控制系统的主程序、模数(analog-to-digital,AD)转换采集程序以及控制器局域网(controller area network,CAN)总线通信程序;最后,利用LabVIEW开发出数据监控界面,可实时监控系统运行状态。实验结果表明:该自动除雾控制系统性能可靠,数据精准,可长时间稳定运行。
随着新能源技术的迅速发展，电池储能被广泛应用，电池的实时监控和状态优化始终是被关注和研究的重点，但依然存在诸多问题。针对目前电池荷电状态无法准确估计的难题，本文提出一种偏差补偿递推最小二乘法（Bias Compensation Recursive Least Square,BCRLS）的电池参数辨识算法。通过引入偏置补偿项，有效抑制了噪声对系统特性捕捉的干扰，提升参数辨识的准确性。为进一步提高在复杂环境中SOC的估算精度，提出了一种BCRLS-STUKF（强跟踪无迹卡尔曼）联合估计算法，通过引入渐消因子，显著增强了对模型失调和状态突变的处理能力，能够快速适应电池状态的动态变化，确保了在复杂环境条件下实时调整估计策略。HPPC、DST、BBDST三种典型工况下的验证结果表明，该算法通过BCRLS-STUKF算法通过偏差补偿与强跟踪机制的协同作用，提高了复杂工况下SOC估计的准确性，对实时监测与管理电池状态具有重要意义。
暂无评论