（电工理论与新技术专业论文）蓄电池参数无线采集系统的开发.pdf

大连理工大学硕士学位论文 d e v e l o p m e n to fw i r e l e s sp a r a m e t e r sa c q u i s i t i o ns y s t e mo fs t o r a g e b a t t e r y a b s t r a c t a sad y n a m i c a lp o w e ro rs t a n d b yp o w e re q u i p m e n t ，s t o r a g eb a t t e r yg r o u pp l a y st h e a l l i m p o r t a n tr o l ei nt h ep o w e rs u p p l ys y s t e mi nt h en a u t i c a lf i e l d t h en i c ew o r k i n gs t a t eo f t h es t o r a g eb a t t e r yg r o u pi st h eg u a r a n t e ef o rs h i p s n a t u r a lo p e r a t i o n o n - l i n em o n i t o r i n go f t h ew o r k i n gv o l t a g e ，t h ec h a r g i n ga n dd i s c h a r g i n gc u r r e n ta n dt h et e m p e r a t u r eo fu n i t m o n o m e r si nt h eb a t t e r yg r o u pc a nd e t e c tt h eb a d - p e r f o r m a n c em o n o m e r sa n dc a ne s t i m a t e t h er e s i d u a lc a p a c i t yo ft h eb a t t e r y i t ss i g n i f i c a n ti ni m p m v i n gt h ep e r f o r m a n c e ，p r o l o n g i n g t h el i f ea n dd e v e l o p i n go ft h es t o r a g eb a t t e r y t h ew i r e l e s sp a r a m e t e r sa c q u i s i t i o ns y s t e mo fs t o r a g eb a t t e r yd e v e l o p e di nt h i st h e s i s t a k e st h et a k e sm a r i n el e a d - a c i ds t o r a g eb a t t e r ya st h er e s e a r c ho b j e c t ，a n dt a k e st h em c uo f a t 8 9 s 5 2a st h ec o n t r o l l i n gc o r e i tc a ns e l e c te v e r ym o n o m e ri nb a t t e r yg r o u po ns h i p s c i r c u l a r l yf o rm e a s u r i n gb yt h ec h o o s i n ga n ds a m p l i n gc i r c u i t t h e n ，i tm o n i t o r st h e p a r a m e t e r so fv o l t a g e ，c u r r e n ta n dt e m p e r a t u r ei nc h a r g i n ga n dd i s c h a r g i n gp r o c e s so ft h e m o n o m e r s t h ed a t ao b t a i n e db yt h em c uc a nb et r a n s m i t t e dt op cb yt h er ft r a n s f e r r i n g t e r m i n a l t h eh u m a n - c o m p u t e ri n t e r f a c ei sd e v e l o p e db yt h ev i r t u a li n s t r u m e n ta p p l i c a t i o n s o f t w a r en a m e dl a b v i e w8 2 i tc a nd i s p l a yt h er e a l - t i m ed a t ao ft h eb a t t e r y ，a n dg i v ea n a l a r mi fn e c e s s a r y a n di tc a ns t o r ea n dq u e r yt h ed a t ab yt h ed a t a b a s eu s i n gt h ek i to f l a b s q lw h i c hi sb a s e do nm i c r o s o f ta d oa n ds q ll a n g u a g e a f t e rb e i n gt e s t e d ，t h e s y s t e m sf u n c t i o nc h a r a c t e r i s t i e sc a nb ei l l u s t r a t e da sf o l l o w s ： ( 1 ) i tc a nm o n i t o rt h er e a l - t i m ep a r a m e t e r so fv o l t a g e ，c u r r e n ta n dt e m p e r a t u r eo fa l lt h e m o n o m e r si nt h eb a t t e r yg r o u pi nc h a r g i n ga n d d i s c h a r g i n gp r o c e s s ( 2 ) i ta v o i d st h es e r i o u sd e f e c t so fw i r e da c q u i s i t i o n , s u c ha sl o wr e l i a b i l i t y ，d i f f i c u l t yo f l a y i n gw i r e sa n de a s i l yb e i n gd a m a g e d ( 3 ) l o wc o s t t h es y s t e mu s e st h et e c h n o l o g yo fv i r t u a li n s t r u m e n t ，w h i c hc a nc a n c e l t h es i g n a lp r o c e s s i n ga n dd i s p l a y i n gc i r c u i ti nt r a d i t i o n a lm o n i t o r i n gs y s t e m a n da l s o ，t h e s y s t e mu s e st h el o w e r - e n de q u i p m e n tb a s e do nm c u i n s t e a do fd a qc a r d ( 4 ) p e r f e c th u m a n c o m p u t e ri n t e r f a c e i tc a nd i s p l a yt h er e a l t i m ed a t ao ft h eb a t t e r y ，a n d g i v ea na l a r m i fn e c e s s a r y a n di tc a ns u s t a i nt h eq u e r yf o rt h eh i s t o r i c a lc u r v e sa n dr e c o r d si n as p e c i f i e dp e r i o do ft i m e ( 5 ) t h ed a t a b a s eo fb a t t e r y sp a r a m e t e r si ss a v e di nt h eh a r dd i s ki np c i tr e a l i z e st h e i n f i n i t es t o r a g eo ft h ed a t a 蓄电池参数无线采集系统的开发 i nt h i st h e s i s ，i nv i e wo ft h ed i f f i c u l t yo fs u r p l u sc a p a c i t yf o r e c a s t ，ab pn e u r a ln e t w o r k o fs t o r a g eb a t t e r y ss u r p l u sc a p a c i t yi s d e s i g n e da n ds i m u l a t e d ，b a s e do nt h eb a t t e r y s o p e r a t i o nd a t ag a t h e r e db yt h em o n i t o r i n gs y s t e m 1 1 1 ep e r f o r m a n c ea n a l y s i so ft h en e u r a l n e t w o r ki n d i c a t e st h a te r r o ro ft h en e u r a ln e t w o r kc a l lm e e tt h ep r e c i s i o nr e q u i r e m e n ti n e n g i n e e r i n ga p p l i c a t i o n ，a n dt h eo u t p u to ft h en e t w o r k ss i m u l m i o nc a l lc o m p a r a t i v e l yr e f l e c t t h eb a t t e r y ss t a t u s n 圮n e u r a ln e t w o r kh a st h ei m p o r t a n te n g i n e e r i n ga p p l i c a t i o nv a l u e k e yw o r d s ：l e a d a c i db a t t e r y ；o n - l i n em o n i t o r i n g ；r fc o m m u n i c a t i o n ；v i r t u a li n s l x u m e n t ： n e u r a ln e t w o r k i v 独创性说明 作者郑重声明：本硕士学位论文是我个人在导师指导下进行的研究工 作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得大连理 工大学或者其他单位的学位或证书所使用过的材料。与我一同工作的同志 对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。 作者签名：! 丛 日期： 沙，f + 2 5 v 时，蓄电池处于充电状态； ( 2 ) 当v o 。 2 石 2 7 = 璐1 8 8 2 0 c 2 - 1 8 p 2 7 压 1 i l19- 盯u d 2 0 w c 1 l x t l l弱 柏 a-，o 覃0 c p 7 础m 1 0 c 3 1 加f l 0 v 【d ) p 3 0 + i j1 6 p 3 6 ( 霄两仃x d ) p 3 1 i 罂l ； 。 n l 、 1 d q ：玎7 ( 脚 址( p 曼盟 嚣 倒1 - 赫。t 商二 p 锄l 姒亨睨滋 图3 9 温度测量电路 f i g 3 9t e m p e r a t u r em e a s u r i n g c i r c u i t 大连理上大学硕士学位论文 本系统温度传感器部分的电路原理图如图3 9 所示，单片机的p 3 7 引脚和d s l 8 8 2 0 的d q 连接。为了使d s l 8 8 2 0 能完成准确的温度变换，当温度变换发生时，d q 线上必 须提高足够的功率。因为d s l 8 8 2 0 的工作电流高达1 5 m a ，上拉电阻使d q 线并没有 足够的驱动能力。并且，本系统采用2 0 个d s l 8 8 2 0 挂接，此问题将变得更为突出。因 此，本系统用m o s f e t 管把d q 线直接拉到电源，并通过单片机p 1 3 控制。在转换时 将p 1 3 置l ，m o s f e t 管导通，在d q 线上提供了强的上拉。d s l 8 8 2 0 经转换所得到 的结果送行口缓冲寄存器s b u f ，经无线收发接口电路发送至p c 机。 3 6 射频通信电路 根据前面章节所述，在目前较为流行的无线通信芯片中，无论是从使用的方便性、 传输速度还是输出功率等方面考虑，无线射频收发一体型芯片n r f 4 0 1 都是一种较为理 想的选择。本系统的无线射频通信部分使用了一种以n r f 4 0 1 为核一f l , 的p t r 2 0 0 0 无线数 据传输模块，实现了单片机与p c 机之间的数据传输【3 3 】。 p t r 2 0 0 0 是一种超小型、低功耗、高速率的无线数据阐述模块，它的通信速率最高 可达2 0 k b p s ，也可工作在其他速率，如4 8 0 0 b p s 、9 6 0 0 b p s ，采用了低发射功率、高灵敏 度设计，可满足无线管制的要求且无须使用许可证，是目前低功率无线数据传输的理想 选择。p t r 2 0 0 0 可以利用串口进行数据传输，而单片机和p c 机均具有串口，所以可以 利用它作为单片机和p c 机之间数据传输的无线接口。 p t r 2 0 0 0 无线数据传输模块的实物图如图3 1 0 所示，其引脚分布如图3 1 1 所示。 其中，v c c 为电源输入脚，电压范围为2 7 v - - 一5 5 v ；c s 为频道选择端，c s = 0 时芯片 工作在4 3 3 9 2 m h z ，c s = i 时芯片工作在4 3 4 3 3 m h z ；d o 为数据输出端；d i 为数据输 入端；g n d 为电源地；p w r 为低功耗控制端，p w r = i 时模块处于j 下常工作状态，p w r = 0 时模块处于待机微功耗状态；t x e n 为工作模式切换控制端，t x e n = 1 时模块为数据发 射状态，t x e n = 0 时模块为数据接收状态。 图3 1 0p t r 2 0 0 0 实物图 f i g 3 1 0 p i c t u r eo f p t r 2 0 0 0 蓄电池参数无线采集系统的开发 图3 11p t r 2 0 0 0 引脚分布图 f i g 3 1i p i nd i a g r a mo fp t r 2 0 0 0 u c c c s 0 1 6 n d 帅 t x e n 本系统无线数据传输部分的硬件设计包括单片机端和p c 机端两个部分。就单片机 端而言，p t r 2 0 0 0 模块和单片机的串行口部分直接相连。就p c 机端而言，由于p t r 2 0 0 0 模块支持t t l 电平，而计算机串口串行输入、输出的信号满足r s - 2 3 2 标准，所以需要 在p t r 2 0 0 0 模块和计算机串口之间进行r s 2 3 2 和1 v r l 电平的转换。 3 6 1单片机端接口电路 单片机端接口电路如图3 1 2 所示，单片机完成数据的采集后处理之后向p t r 2 0 0 0 模块发送数据并且接收p c 通过p t r 2 0 0 0 传送过来的数据。p t r 2 0 0 0 主要是将单片机的 待传数据调制成射频信号，发送到p c 机端的p t r 2 0 0 0 模块，同时接收p c 机端p t i 也0 0 0 模块传送过来的射频信号，并调制成单片机能够识别的t t l 信号送给单片机。 c 戳叫h 1 1 i o q 图3 1 2 单片机端接口电路 f i g 3 1 2 i n t e r f a c ec i r c u i to f m c u 大连理工大学硕士学位论文 如图，单片机的r x d 引脚与p t r 2 0 0 0 的d o 引脚相连，单片机的t x d 引脚与 p t r 2 0 0 0 2 的d i 引脚相连，实现串行数据通信。决定p t r 2 0 0 0 模块工作模式的t x e n 、 c s 、p w r 三个引脚分别和单片机f o 控制口中的p 2 5 、p 2 6 、p 2 7 相连，工作时，由 单片机程序决定其电平的高低。 3 6 2p c 机端接口电路 如前所述，p c 机的串口支持r s 2 3 2 标准，而p t r 2 0 0 0 支持t l l 电平，它们之间 的信号需要进行电平转换。本系统选用美信公司的芯片m a x 2 0 2 来完成r s 2 3 2 和t l l 电平的转换。电路如图3 1 3 所示。p t r 2 0 0 0 模块的串行输入、输出引脚d i 、d o 通过 电平转换芯片m a x 2 0 2 和p c 机串口相连。p t r 2 0 0 0 的低功耗控制引脚p w r 接v c c 高电平，即工作在正常状态。频段选择引脚c s 接g n d 低电平，即固定工作在 4 3 3 9 2 m h z ，t x e n 的引脚由p c 机串口的r t s 信号来控制，决定p t r 2 0 0 0 何时为发射 状态、何时为接收状态。 l o 盯 vccc i i 1 e l *w _ 6 邪_ i i i u3 c 1 v - i l 1 5l u 5 c 2 g i 巾 = c2-wc1 6 i ud opl ll 肋v c c 1 0 t l d it l o u t 删t 2 ，u t 7 d i - p1 2 融0 t姒堪 l ，t 劝 z 唧p 9 8r 体 鼢o u t 矗础 y x 2 图3 1 3p c 端接口电路 f i g 3 13 i n t e r f a c ec i r c u i to fp c c l i l 叩 n 蓄电池参数无线采集系统的开发 3 7 系统的抗干扰措施 对于模拟电路来说，噪声干扰会影响系统的精度；对数字电路来说，噪声干扰会造 成误动作。因此在本系统的设计中，采取了一些必要的措施，对干扰加以抑制。 线路板抗干扰措施方面，设计印刷电路板时，在元器件的布置上将数字电路元件与 模拟电路元件隔开距离【3 4 1 。使电源线、地线的走向与数据传递的方向一致，将接地线加 粗并构成闭合环路。使信号走线粗细一致，这样有利于阻抗匹配。尽可能缩短信号线的 长度以及各元器件间的连线长度，以减少分布参数和信号线之间的电磁干扰。 过程通道抗干扰措施方面，采用了高速光耦继电器a q y 2 10 来取代传统机械继电器 对蓄电池电压的采样，实现了外围模拟电路与单片机数字电路之间的光电隔离，增强了 系统抗干扰能力。 无线射频通信抗干扰措施方面，p t r 2 0 0 0 使用了独立的直流电源供电，与其他数字 电路的供电分开；p t r 2 0 0 0 电源输入端添加了去耦电容，并接近模块；p t r 2 0 0 0 的天线 位于p c b 板的项部。 3 8 小结 在本章的开始对系统电路的总体设计进行了介绍，然后阐述了选择采样部分电路的 设计，该部分电路采用光耦继电器a q y 2 1 0 代替了常用的模拟开关及机械触点式继电 器；接着介绍了基于t l c 5 4 9 芯片的电压测量电路以及基于闭环电流霍尔传感器 t b c 5 0 e 的电流测量部分电路。在电流测量电路中，利用简单的电流抬升电路实现了蓄 电池充、放电状态的判断；接着介绍了基于d s l 8 8 2 0 的温度测量部分电路：之后阐述 了无线射频通信部分的电路，其中分别介绍了单片机端和p c 机端的接口电路；最后， 对硬件设计过程中所涉及到的抗干扰措施进行了介绍。 大连理工大学硕士学位论文 4 蓄电池参数采集系统的软件设计 如前面章节所述，本采集系统是一个基于虚拟仪器技术的数据采集检测系统，它利 用单片机及其外围电路采集到模拟信号并转换成数字信号，然后通过串行口送入p c 机， 由p c 机完成其它测试任务。因此，本论文的软件设计包括了对单片机的编程和p c 机 人机界面的编程两部分。 4 1 单片机部分的编程 4 1 1 总体设计 本系统单片机实现的是单体蓄电池选择、a d 转换、温度测量及单片机与p c 机的 无线通信。对单片机程序设计的整体流程图如图4 1 所示。 图4 1 整体程序流程图 f i g 4 1 f l o wg h a r to f t h em a i np r o g r a m 蓄电池参数无线采集系统的开发 整体程序流程图中，对单片机进行初始化之后，进入数据采集循环程序。单片机每 5 分钟进行一次循环采集在数据采集循环程序中，分别采集了蓄电池的模拟电压信号、 温度信号，并经串行口进行无线发送。 4 1 2a d 转换程序 本系统电压测量和电流测量都需采用芯片t l c 5 4 9 进行a d 转换的【”】。t l c 4 9 与 单片机的接口只有3 根，这对简化硬件设计、减小p c b 尺寸很有好处，但需严格按照 时序要求进行编程才能实现串行数字信号的读入p 6 】。其工作时序如图4 2 所示。 l _ 吧嚣疆霉0 号帚侮l i - - 日i - e 蝌i - i - i i - 铀闼+ _ t 访咿i 卜采锣十一 。，叨甲叫卜采掣一 巧、一1 ，仁一一一_ r 船七$ 吲班治i l 礅柑= - 辛玉残薨炮臧 ： ! 卜一h c c 鲫。叫! ：li r i - 删e g l e a ?：l 转嬲。1 0 1 卜一_ ir 一再嘲b 呻 j l t啊一1f一t e n1 r 一 一” 图4 2t l c 5 4 9 的工作时序图 当为c s 为高时，数据输出( d a t ao u t ) 端处于高阻状态，此时i oc l k 不起作用。 c s 的这种控制作用允许用多片t l c 5 4 9 时，共用i oc l k ，以减少多路a d 芯片并用 时的i o 控制端口。 通常情况下，c s 应为低，其控制方式为： ( 1 ) 将c s 置低。内部电路在测得c s 下降沿后，再等待两个内部时钟上升沿和一个 下降沿后，然后确认这一变化，最后自动将前一次的转换结果的最高位( d 7 ) 输出到d a t a o u t 端上。 ( 2 ) 前四个i oc l k 周期的下降沿依次移出第2 、3 、4 和第5 位( d 6 、d 5 、d 4 、d 3 ) ， 片上采样保持电路在第4 个i oc l k 下降沿开始采样模拟输入。 ( 3 ) 接下来的3 个i oc l k 周期的下降沿将移出第6 、7 、8 ( d 2 、d i 、d o ) 位。 ( 4 ) 最后片上采样保持电路在第8 个i oc l k 周期下降沿将移出第6 、7 、8 ( d 2 、d i 、 d 0 ) 位。保持功能将持续4 个内部时钟周期，然后开始进行3 2 个内部始终周期的a d 转 大连理工大学硕士学位论文 换。第8 个f oc l k 后，而必须为高，或f oc l k 保持一个低电平，这种状态需要维持 3 6 个内部系统时钟周期以等待保持和转换工作的完成。 遵循以上时序，本系统a d 转换部分的程序流程图如图4 3 所示。 f 初始化：c s 置高，1 li oc l k 置低j j c s 置0 后等待 至少1 4 i is j i oc l k 置高 读d a t ao u t ， 计数器加l j i o c l k 置低 。鑫藉y e 。 值 0 ； 堡：旦一o n e t k ( 6 1 0 ) 一= = 一一 in a a i l e t i 跏肚 定义反传误差信号文为 盈：一旦：堕盟 “ o n e t k a q 帆 式中， 嚣一( 反吲 畚o n e t 一去o n e t 脚小八叫七 七一、 七7一、t ， 瞑= ( 吨一q ) 厂( n e t 。) = o k ( 1 一q ) ( 吱一q ) 又 瓦o n e t j k = 彘c 喜q ) 由此可得输出层的任意神经元权系数的修正公式为 a 肚= ，7 ( 畋一o k ) 厂( n e t i ) q = 刁瓯q ( 6 1 1 ) ( 6 1 2 ) ( 6 1 3 ) ( 6 1 4 ) ( 6 1 5 ) ( 6 1 6 ) 大连理工大学硕士学位论文 隐层节点权系数的调整计算权系数的变化量为 毗叫嚣叫盖q 吲嵩矿( n e t 鸬= r l t q ( 6 式中石o f 不能直接计算，需通过其他简介两进行计算，即 一署：一壹旦o 等：壹暖(618)n一一= 一7 一= ， w in _ nj 8 0 急e t | 8 0 i怠i p 显然有 哆= 厂( n e t ) 盈 ( 6 1 9 ) 将样本标记p 带入公式中，有 对于输出节点七： a p = ，7 厂( 僦肚) ( 哌一) = 叩( 靠一) ( 6 2 0 ) 对于隐层节点，： 嘞= 耵( n c t p j ) ( 班) = 刁( 1 一锄) ( 颤) ( 6 2 1 ) 式中，是输出节点k 的输出，是隐层节点_ ，的输出，o p i 是输出节点f 的输出。 由上推导结果可得网络连接权值调整式： w u ( t + 1 ) = ( f ) + 町4 + 口【嘞o ) 一嘞o 一1 ) 】 ( 6 2 2 ) 式中，什l 表示第，+ l 步，a 为平滑因子，o a l 。 6 1 3b p 算法的改进 b p 算法是神经网络研究中的重大进展。然而基本的算法对大多实际应用来说都太 慢。因此，一些反向传播算法的改进算法已经被提出，能够显著地提高速度并使算法实 用化m 】。 ( 1 ) 基于标准梯度下降的方法 基于标准梯度下降的方法主要包括附加动量法、自适应调整参数法和弹性方法。其 中，附加动量法是指为每个加权调节量加上一项正比于前次加权变化量的值( 动量因 子) ，此方法可适当加快收敛，并且在一定情况下可以使学习过程越过局部最小值；自 适应调整参数法是指将学习速率叩根据误差变化而自适应调整，以使权系数调整向误差 减小的方向变化，此方法在一定范围内增大了学习速率，获得比标准即算法更快的收敛 速度；弹性方法是指在进行求导运算时只取偏导数的符号，而不考虑偏导数的幅值，当 蓄电池参数无线采集系统的开发 训练发生振荡时，权值的变化量将减小，而当在几次迭代过程中权值均朝一个方向变化 时，权值的变化量将增大。因此，弹性算法的速度要比前几种方法快得多，而且算法并 不复杂，也不需要消耗更多的内存。 ( 2 ) 基于数值优化方法改进的b p 算法 基于数值优化方法改进的b p 算法主要包括拟牛顿法、共轭梯度法、 l e v e n b e r g m a r q u a r d t 算法。其中，牛顿法是指利用目标函数的二次导数信息，使搜索方 向更好地指向最优点。此方法是一种常见的快速优化方法，其收敛速度比一阶梯度快； 共轭梯度法是指将前一点的梯度乘以适当的系数，加到该点的梯度上，得到新的搜索方 向：l e v e n b e r g m a r q u a r d t 算法是高斯牛顿法的改进形式，既有高斯牛顿法的局部特性， 大大加快了收敛速度，又有梯度法的全局特性，使训练结果趋于收敛。 以上各改进方法都有着各自的侧重点，并且都已被包含在m a t l a b 神经网络工具 箱的训练函数库中。因此，在本课题的研究过程中，在实际的蓄电池剩余容量的b p 神 经网络仿真过程中对各方法分别进行了训练次数、训练时间、收敛状况、误差大小等方 面的测试，根据测试结果，对这些改进方法进行了取舍。 6 2 蓄电池剩余容量的b p 神经网络模型的建立 6 2 1网络结构设计 在本论文第2 章提到，蓄电池的内部反应十分复杂，电池的容量受到放电电流、电 压、温度、电解液浓度等因素的影响。 设蓄电池工作过程中输出电压y 与电池电量的模型为【4 7 】： v = 似；丁；】，；p ) ( 6 2 3 ) 其中，y 为电池输出电压；i 为电池充放电电流；丁为环境温度；】，为电池电池使用的新 旧程度；p 为电池电量。 对不同的 几k 口等都是电池输出电压y 的单值函数，则有： 秒= 妒- 1 ( 矿；，；r ；y ) ( 6 2 4 ) 可知，蓄电池电量的数学模型很复杂，其反函数更不容易得到。但在本论文中，通 过所开发的蓄电池参数采集系统可以测得蓄电池的运行参数。因此，并没有使用电池的 初始电量作为输入量，而利用容易监测到的蓄电池端电压、充放电电流和温度，通过神 经网络模型来对蓄电池剩余容量进行预测。 如上所述，以蓄电池的电压、电流、温度等参数作为神经网络的输入量，所以该 b p 网络的输入层节点数应为2 个。输出量是蓄电池的荷电状态s o c ，故输出层节点数 为1 个。 大连理工大学硕士学位论文 理论上可以证明，具有至少一个s 型隐层加上一个线性输出层的神经网络，能够逼 近任何有理函数。增加层数主要可以更进一步地降低误差，提高精度，但同时也使网络 复杂化，从而增加了权值的训练时间，而误差精度的提高也可以通过增加隐层中的神经 元数目来获得，其训练效果也比增加层数更容易观察和调整，所以一般情况下，可以优 先考虑增加隐层中的神经元数。故在本系统中，仅选择一层隐层，b p 网络结构为三层 网络结构。 一般来说，隐层节点太少时，训练网络的次数将会增大，训练的精度不高；节点数 过多时，则会使网络学习时间过长，误差也不一定最小，并且有可能产生过度拟合。通 常情况下，隐层节点的个数的初选值可以由式( 6 2 5 ) 大概确定【4 8 j 。 s _ 雨而+ a( 6 2 5 ) 式中，s 为隐层节点个数，n 为输入层节点数，m 为输出层节点数，a 为0 - 1 0 之间的 整数。在本论文的研究中，先在s 取l o 的前提下，比较各训练函数并进行选取；然后， 在选定最佳训练函数的基础上，比较s 取4 - - 1 4 之间的整数值时网络的输出误差，由此 判定隐层节点个数的最佳值。 学习速率影响着每一次循环训练中所产生的权值变化量，大的学习速率可能导致系 统的不稳定，但小的学习速率将会导致训练时间较长，收敛速度很慢，不过能保证网络 的误差值不跳出误差表面的低谷而最终趋于最小误差值。所以在一般情况下，倾向于选 用较小的学习速率以保证系统的稳定性。学习速率的选取范围在o 0 l 0 8 之间。为保 证误差值最小，本论文研究中，学习速率取o o l 。 6 2 2 样本的选择 b p 网络的训练过程所使用的数据来自某2 v 船用蓄电池的充电记录。训练样本包含 4 4 组蓄电池数据，每组数据包含充放电电流、端电压、电池体温度和s o c 等四个数据。 测试样本包含1 5 组蓄电池数据。为简单起见，已将s o c 的百分数表示成0 - 1 之间的 小数。 6 2 3m a t l a b 程序 b p 网络模型的m a t l a b 程序详见本文附录b 。 6 2 4 训练函数的选取 在m a t l a b 程序中，“n e t = n e w t 取m i n m a x ( p ) ，【s ，1 1 ， t a n s i g , p u r e l i n ) ，t r a i n l m g ； 语句 的作用是创建一个新的b p 神经网络，其中最后一个字符串的作用是选择某训练函数。 蓄电池参数无线采集系统的开发 研究中，改变不同的训练函数并运行程序，记录对应运行结果中训练次数、训练时间以 及输入训练样本数输出的均方误差( m s e ，m e a ns q u a r ee r r o r ) ，如表6 1 所示。 表6 1 训练函数性能对比 t a b 6 1c o m p a r a t i o no ft h et r a i n i n gf u n c t i o n s p e r f o r m a n c e 从上表中可以看出，传统梯度下降法和自适应学习率的梯度下降法的收敛速度很 慢，并且精度较低；附加动量、自适应学习率的梯度下降法和弹性方法的收敛速度较快， 但是精度较低；b f g s 牛顿法和l e v e n b e r g m a r q u a r d t 法的收敛速度最快，但前者的精度 较低，后者精度最高。使用l e v e n b e r g m a r q u a r d t 法进行训练时，经过历时0 2 9 7 s 的5 次训练，就可以收敛，并且误差降至给定的0 0 0 1 标准之下。因此，在蓄电池剩余容量 的神经网络模型中，采用了l e v e n b e r g m a r q u a r d t 算法对神经网络进行训练。 6 2 5 隐层节点个数的选取 由式( 6 2 5 ) 可知，本网络隐层节点个数的最佳值应在4 - - - 1 4 之间。在之前的研究 中，隐层节点个数暂时取为s = 1 0 ，以便进行对网络其他要素的讨论，但s - - 1 0 并不一定 是网络的最佳节点个数。在本小节中，采用穷举的方法，分别取s = 4 直至s = 1 4 。在s 取 不同值的条件下，记录输入训练样本时输出的均方误差和输入测试样本输出的均方误 差，如表6 2 所示。 大连理工大学硕士学位论文 表6 2s 取值不同时网络的均方误差 t a b 6 2m s eo ft h en e u r a ln e t w o r kw i t hd i f f e r e n tv a l u e so fs 观察表6 2 可知，当s = 9 时，输入训练样本时输出的均方误差和输入测试样本输出 的均方误差都较为理想，因此，本神经网络隐层节点个数由初始的s = 1 0 调整为s - - 9 。 6 2 6 印神经网络模型仿真结果 综前所述，本论文中蓄电池剩余电量的b p 神经网络模型要素可由表6 3 所示。 表6 3 蓄电池剩余电量的b p 神经网络的要素 t a b 6 3e l e m e n t so f t h eb pn e u r a ln e t w o r ko f b a t t e r y sr e s i d u a r yc a p a c i t yp r e d i c t i o n 对神经网络进行训练时，取目标误差为0 0 0 0 8 ，最大训练迭代次数为2 0 0 0 次。训 练过程曲线如图6 2 所示。经过历时0 5 0 0 0 s 的6 次训练，误差可以降低至0 0 0 0 7 2 1 6 4 3 。 蓄电池参数无线采集系统的开发 图6 2b p 网络训练曲线 f i g 6 2t r a i n i n gc u r v eo ft h eb pn e u r a ln e t w o r k 当输入为训练样本时，训练后的神经网络的输出绝对误差和相对误差分别如图6 3 、 6 4 所示。由图可以看出，绝对误差在0 0 1 3 - 0 0 1 3 之间，相对误差小于2 ，所建立的 模型能够基本上反映蓄电池剩余电量与各参数之间的关系。 图6 3 输入为训练样本时的输出绝对误差 f i g 6 3 a b s o l u t ee l t o r so f t h eo u t p u t sw h e nt h ei n p u t sm et h et r a i n i n gs a m p l e s 大连理工大学硕士学位论文 f i g 6 4 r e l a t i v ee l t o r so f t h eo u t p u t sw h e nt h ei n p u t sa l et h et r a i n i n gs a m p l e s 6 2 7 即神经网络性能分析 本小节先利用测试样本对所建的神经网络进行了误差分析，从而能够对网络的精度 进行判断；然后利用p o s t r e g 函数对网络仿真的输出结果和目标输出作线性回归分析， 并得到两者的相关系数，从而能够进一步判断网络训练结果优劣的程度【4 9 1 。 ( 1 ) 误差分析 当输入为测试样本输入数据时，通过s i m 函数对网络进行仿真，网络的输出与测试 样本输出数据之间的绝对误差和相对误差分别如图6 5 、6 6 所示。由图可以看出，绝对 误差的绝对值小于0 0 5 ，相对误差也小于5 。网络的精度基本上满足了工程应用中的 要求。 在工程实际应用中，可以考虑适当的增加训练样本数量，以期使训练结果更容易逼 近实际的蓄电池剩余容量的非线性函数。 蓄电池参数无线采集系统的开发 图6 5 输入为测试样本时的输出绝对误差 f i g 6 5 a b s o l u t ee r r o r so f t h eo u t p u t sw h e nt h ei n p u t sa r et h et e s t i n gs a m p l e s 图6 6 输入为测试样本时的输出相对误差 f i g 6 6 r e l a t i v ee r r o r so f t h eo u t p u t sw h e nt h ei n p u t sa r et h et e s t i n gs a m p l e s ( 2 ) 线性回归分析 函数p o s t r e g 能够实现训练后的网络输出相应与目标值之间的线性回归，并计算相 关系数，其函数格式为： 【m ，b ，r = p o s t r e g ( a , t ) ( 6 2 6 ) 一弱一 大连理工大学硕士学位论文 式中，a 为网络输出：t 为目标输出；m 为最优回归直线的斜率：b 为最优回归直线在 a 轴的截距；r 为网络输出与目标输出相关系数。当m 值为l ，b 值为0 时，网络输出 与目标输出完全相同，此时的网络具有最优性能。r 值越接近l ，表示网络输出与目标 输出越接近，网络性能越好。 图6 7 为本神经网络训练后的线性回归分析图，横轴t 为目标输出，纵轴a 为网络 输出。最优回归直线的斜率m = 0 9 9 9 ，纵截距b = 0 0 0 0 6 9 9 ，网络输出与目标输出的相关 系数r = 0 9 9 6 ，说明网络的仿真输出可以较为真实地反映蓄电池的状态。因此，本论文 研究的蓄电池剩余容量的b p 神经网络有着很好的网络性能。 图6 7 神经网络线性回归分析 f i g 6 7 l i n e a rr e g r e s s i o na n a l y s eo f t h en e u r a ln e t w o r k 6 3 对剩余容量在线监测的探讨 本论文所设计的蓄电池参数采集系统利用l a b v i e w8 2 进行了人机界面设计，本节 将介绍l a b v i e w 与m a t l a b 的联合编程，实现蓄电池剩余容量的预测结果在m v w 界面中的显示。 l a b v i e w 和m a t l a b 联合编程的基础是它们都支持a c t i v e x 自动化技术。通过使 用m a t l a b 自动化服务器功能，可以在其它应用程序中执行m a t l a b 名流，并与 m a t l a b 的工作空间( w o r k s p a c e ) 进行数据交换。l a b v i e w 应用程序调用m a t l a b 函数的示意图如图6 8 所示。 k t 缸影o。一磐?囊，爹影缈篓“墩磁 蓄电池参数无线采集系统的开发 图6 8l a b v i e w 调用m a t l a b 函数过程 f i g 6 8 p r o c e s so fl a b v i e wt oc a l lm a t l a b l a b v i e w 专门提供了与m a t l a b 进行通信的m a t l a bs c r i p t 节点。在该节点中， 用户可以编辑m a t l a b 程序，也可以直接调入已经存在的m a t l a b 程序，并在 l a b v i e w 环境下运行。在m a t l a bs c r i p t 节点上点右键，选择“添加输出，并在之 后出现的空白框中填写m a t l a b 中对应蓄电池剩余电量的参数，将空白框连接至数据 显示控件，即可实现了m a t l a b 程序的预测结果在l a b v i e w 人机界面中的显示。 l a b v i e w 与m a t l a b 联合编程的框图程序见图6 9 。 i d k x l k s c r i p t e d e l_ 玎e t t 一= ：e s _ ll 圃 t - - 9 ：嘲幔神经元数 i a e t = n e w f