基于AUKF的防爆机器人锂电池荷电状态估计  

E stimation of State of Charge of Lithium Battery for Explosion-Proof Robot Based on AUKF

作　　者：陈浩龙 CHEN Haolong

机构地区：[1]福建省特种设备检验研究院,福建福州350001

出　　处：《自动化应用》2021年第11期1-4,13,共5页Automation Application

基　　金：福建省特种设备检验研究院科研项目(FJTJ2020017)

摘　　要：针对防爆机器人锂电池在复杂使用工况下导致锂电池的荷电状态(SOC)估计不准的问题,采用自适应的无迹卡尔曼滤波(AUKF)算法提高防爆机器人的锂电池SOC估计精度。选取二阶Thevenin等效电路模型(ECM)作为锂电池的模型,利用脉冲电流实验法获取电池端电压放电曲线,并运用非线性最小二乘估计算法离线计算ECM的参数值,最后根据模型的状态方程以及AUKF算法实现电池SOC的实时估计。实验结果表明,自适应无迹卡尔曼滤波(AUKF)算法可以有效提高防爆机器人锂电池SOC估计的精度。

关 键 词：防爆机器人 荷电状态 自适应的无迹卡尔曼滤波 最小二乘法 

分 类 号：TN101[电子电信—物理电子学]