【課題】適切なバッテリー管理によってエンジン始動用の電力を確保すること。
【解決手段】主制御部１０内部の車両状態判定部１１は、イグニッションセンサ３、外気温センサ４、カメラ５、ナビゲーション装置６などから情報を取得して車両の状態を判定する。閾値設定部１２は、外気温などに基づいて通知閾値と充電閾値とを設定する。判定部１４は、エンジン停止時には少なくとも通知閾値以上となるようにバッテリーを充電した後にエンジンを停止し、エンジン停止中には定期的にバッテリー残量を監視して残量が通知閾値未満ならば充電閾値まで充電し、エンジン始動時にバッテリー残量が通知閾値未満ならばオルタネータ２３の発電効率を制御してバッテリーを確実に充電する。 （もっと読む）

バッテリーのばらつきと老朽化に関する因子を考慮して、充電式バッテリーの充電状態を評価する方法について示した。この方法は、バッテリーの電圧を測定することにより、バッテリーの開始充電状態値を定め、この測定値を充電状態値に変換するステップと、バッテリーを充電するステップと、充電電流を積分して、バッテリーの充電時の蓄積電荷を算定するステップと、前記値を開始充電状態値に加えるステップと、を有する。また、充電式バッテリーの残使用時間を算定する方法についても示した。
（もっと読む）

【課題】神経網を用いて非線形的特性を有するバッテリの残存量を推定する装置及び方法を提供するためのものである。
【解決手段】本発明に係るバッテリ残存量推定装置は、バッテリセルから電流、電圧及び温度を検出するセンシング部と、前記センシング部から入力される電流、電圧及び温度データと、現在の時間データとに基づいて、神経網アルゴリズム及び学習アルゴリズムを遂行し、学習された最終アルゴリズムを用いて推定されたバッテリ残存量を出力する神経網と、前記神経網から供給される出力値と所定の目標値とを比較して、その差が所定範囲内に属しない場合、前記神経網が前記学習アルゴリズムを繰返し遂行することにより、前記学習アルゴリズムを更新して学習された最終アルゴリズムを生成できるようにする比較器を含む。本発明によると、神経網アルゴリズムを通じてバッテリの残存量をより正確に推定することができる。
（もっと読む）

【課題】ハイブリッド電気車両（ＨＥＶ）及び電気車両（ＥＶ）に用いられるバッテリパックを含むバッテリアプリケーションの充放電電力を推定する方法及び装置を提供すること。
【解決手段】一つの充放電電力の予測方法は、電圧、充電状態（ＳＯＣ）、電力及び電流設計制限事項を含み、ユーザー定義された予測時間範囲△ｔに対して動作する。少なくとも２通りのセルモデルが電圧限度に基づく最大の充放電電力を計算するのに用いられる。一つは、付随する数式を線形化するためにテイラー級数展開を用いる簡易なセルモデルである。もう一つは、離散−時間状態−空間の形においてセルダイナミックスをモデリングするより複雑ではあるが、正確なモデルである。セルモデルは、温度、抵抗、キャパシタなどの入力を含むことが可能になる。モデル基盤の接近法を用いる一つの長所は、同じモデルが電圧限度に基づいて最大の充放電電流の推定及びＳＯＣを生成するカルマンフィルタリングに使用可能であるという点である。
（もっと読む）

検査におけるバッテリのコールドクランキングアンペア（ＣＣＡ）値を測定するＣＣＡ決定方法及び装置において、バッテリ内部抵抗（ＩＲ）の関数としてバッテリＣＣＡのアルゴリズムを生成し、検査におけるバッテリのＩＲを決定し、決定されたＩＲからアルゴリズムにより前記検査におけるバッテリのＣＣＡ値を求める。ＣＣＡ決定方法及び装置はバッテリが設置された車両内で使用され、またはスタンドアローン型としても使用される。

（もっと読む）