船用锂电池组健康状态监测系统的设计开题报告

1. 本选题研究的目的及意义

随着海洋资源开发和利用的不断深入，船舶朝着大型化、智能化、绿色环保方向发展。

传统的铅酸电池由于能量密度低、寿命短、环境污染等问题已无法满足现代船舶动力系统需求，而锂电池具有能量密度高、循环寿命长、安全性能好等优点，逐渐成为船用动力电池的首选。

然而，锂电池在船舶复杂恶劣的工况环境下运行，其性能容易受到温度、湿度、振动、冲击等因素的影响，导致电池性能衰退，甚至引发安全事故。

2. 本选题国内外研究状况综述

近年来，随着锂电池在船舶领域的应用日益广泛，国内外学者对船用锂电池组健康状态监测技术进行了大量的研究，并取得了一定的成果。

1. 国内研究现状

国内学者在船用锂电池健康状态监测方面开展了大量研究工作，主要集中在电池状态估计、寿命预测和故障诊断等方面。

3. 本选题研究的主要内容及写作提纲

本课题将针对船用锂电池组健康状态监测需求，重点研究以下内容：1.船用环境下锂电池性能衰退机理分析：分析温度、湿度、振动、冲击等船用环境因素对锂电池性能的影响，研究电池在复杂工况下的老化机理，为健康状态评估提供理论基础。

2.船用锂电池组健康状态特征参数提取：研究电池容量、内阻、温度、循环次数等参数与电池健康状态之间的关系，建立基于多参数融合的健康状态评估模型。

3.基于机器学习的健康状态预测模型构建：利用支持向量机、随机森林等机器学习算法，建立电池健康状态预测模型，实现对电池剩余寿命的准确预测。

4. 研究的方法与步骤

本课题将采用理论分析、仿真建模、实验验证相结合的研究方法，具体步骤如下：1.文献调研阶段：查阅国内外相关文献，了解船用锂电池健康状态监测领域的最新研究进展，学习相关理论知识，为课题研究奠定基础。

2.理论分析阶段：分析船用环境对锂电池性能的影响机理，研究电池在复杂工况下的老化规律，建立电池健康状态评估的理论模型。

3.仿真建模阶段：利用matlab、comsol等仿真软件，建立船用锂电池组模型，模拟电池在不同工况下的运行状态，验证理论模型的准确性。

5. 研究的创新点

本课题的创新点主要体现在以下几个方面：1.针对船用环境特点，分析温度、湿度、振动、冲击等因素对锂电池性能的耦合影响，建立更加准确的电池老化模型。

2.提出基于多特征参数融合的电池健康状态评估方法，提高电池健康状态评估的准确性和可靠性。

3.将机器学习算法应用于船用锂电池组健康状态预测，构建基于支持向量机或随机森林的电池寿命预测模型，提高预测精度。

6. 计划与进度安排

第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。

第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲

第三阶段（2024.2~2024.3）查询资料，学习相关论文

7. 参考文献（20个中文5个英文）

## 参考文献

[1] 王振华, 赵成, 毛力. 基于云模型和改进elman神经网络的锂电池soh预测[j]. 电池, 2021, 51(01): 49-55.

[2] 陈志强, 王凯, 程锦, 等. 基于改进鲸鱼算法优化支持向量机的锂电池soc估算[j]. 电池, 2021, 51(05): 321-327.