- 综合排序
- 最热优先
- 最新优先
- 来自专栏linux驱动个人学习
BMS（电池管理系统）第一课——BMS系统框架简介什么是BMS？
为什么需要BMS？ BMS主要任务是什么？ BMS主要任务： 电池状态监测 电池状态分析 电池安全保护 能量控制管理 电池信息管理 BMS需要避免动力电的超范围滥用，保证动力电池安全可靠、高效及长寿命的运行。 1.BMS系统简介 1.1 BMS系统架构 一种典型BMS系统架构 BMS系统架构 主从式BMS拓扑结构 Local ECU layer Management of 6-12 cells
5.1K40发布于 2021-09-14 - 来自专栏嵌入式实验基地
BMS开发-电池简介
三、经验交流 电芯知识比较复杂，需要更多专业的知识，本文仅仅是讲述一些基本的常识性知识，希望能够帮助大家对电芯有个基本的认识，欢迎大家和小飞哥一起交流嵌入式开发、BMS开发的更多内容。
1.6K10编辑于 2024-04-29 - 来自专栏啄木鸟软件测试
探索VCU整车控制器BMS HIL测试Simulink模型
顾老师一个基于文本生成playwright的工具Jerry诞生了，下载地址：https://github.com/xianggu625/Jerry 来源：CSDN VCU整车控制器BMS hil测试 simulink模型VCU整车控制器BMS hil测试simulink模型带模型说明文件。 什么是VCU整车控制器BMS HIL测试 在汽车领域，VCU（Vehicle Control Unit）整车控制器就像汽车的大脑，掌控着整车的运行逻辑。 通过它搭建的VCU整车控制器BMS HIL测试模型，能以直观的图形化方式展示整个测试系统的架构和信号流。 学习用途 对于想要深入学习汽车电子控制系统开发的小伙伴来说，这个VCU整车控制器BMS HIL测试Simulink模型简直是绝佳的学习素材。
27410编辑于 2026-03-04 - 来自专栏嵌入式实验基地
常见的电动两轮车 BMS 架构
本文将介绍几种常见的电动两轮车 BMS 架构以及不同架构的 优缺点及其使用场景。 2、电动两轮车 BMS 架构 2.1 典型的电动两轮车BMS架构 通常由电芯，模拟前端，二段保护，主控等组成。 2.2 电动两轮车BMS架构细分类 按照充电 FET (CFET)和放电 FET (DFET)的位置不同，可以将电动两轮车的 BMS 架构分为以下四种： 2.1.1 高边串联架构 CFET 和 DFET 根据不同的应用场合，应该选取合适的 BMS 架构。下面分 别介绍在选取不同 BMS 架构时的主要考虑。 4、其他两轮车 BMS 架构 除了上述按照 CFET 和 DFET 的位置分类外，还可以按照模拟前端的数量， 有无 MCU 等对两轮车 BMS 架构进行分类。 但是因为缺少 MCU， 所以在灵活性上有所损失，用户需要按照实际需求进行选择独立还是非独立 BMS 架构。 文章摘自TI，知识传播者，小飞哥目前刚好从事BMS相关开发
3.3K23编辑于 2023-03-05 - 来自专栏嵌入式实验基地
线性插值在BMS开发中的应用
有好几种插值方法，本文仅仅介绍一维线性插值和双线性插值在BMS开发中的应用。 首先在 x 方向进行线性插值，得到： 然后在 y 方向进行线性插值，得到： 这样就得到所要的结果 f(x, y)： Part22、线性插值在BMS中的应用 32.1 一维线性插值在BMS中的应用 电芯SOC 42.2 双线性插值在BMS中的应用 要计算在负载情况下的SOC，需要对电压和电流做建模，获得比较准确的SOC，当然这个SOC也只是尽可能准确一些，相比较OCV，电池工作过程中是不能直接使用OCV计算SOC
1.6K10编辑于 2023-12-26 - 来自专栏嵌入式实验基地
电池管理系统（BMS）到底在管理哪些东西？
一、什么是BMS？ BMS是Battery Management System首字母缩写，电池管理系统。 一般BMS表现为一块电路板，即BMS保护板，或者一个硬件盒子。 BMS保护板 BMS保护盒 BMS保护板或者BMS保护盒子通过采样线、镍片等与电芯组成的pack连接，通过对系统状态的实时监控，达到管理电池组的目的。 image 三、BMS架构 目前BMS架构主要分为集中式架构和分布式架构（图片来源：知乎安森德ASDsemi） 1、集中式架构 简单来说，集中式BMS将所有电芯统一用一个BMS硬件采集，适用于电芯少的场景 从上图中可以看出，与BMS相关的几大块，电压、电流、温度、均衡，信息等，BMS保护板通过采集电压、电流、温度等信息，评估BMS当前状态。
20.8K36编辑于 2023-09-06 - 来自专栏linux驱动个人学习
高通电池管理基于qpnp-vm-bms电压模式
Must be "qcom,qpnp-vm-bms" for the BM driver 相应的VADC设备的phandle，qcom,bms-vadc = <&pm8909_vadc>; qcom,bms-adc_tm: Corresponding ADC_TMdevice's phandle 如有此项，当系统休眠时此属性强迫BMS进入S3(sleep)状态。 只要充电器在，保证BMS FSM激活状态。 此属性用于关闭VM BMS硬件模块，在不支持BMS或是使用一个外部电量计时使能此属性。
1.7K20发布于 2019-09-29 - 来自专栏耐达讯通信技术
CCLinkIE转EtherCAT网关：BMS的“实时心跳”如何跳动？
在新能源电池系统中，电池管理系统（BMS）的实时性与数据精度直接决定电池性能与安全性。 当BMS需与EtherCAT设备协同时，协议不匹配可能导致数据不同步。 以某储能系统为例，BMS通过CCLinkIE上传电芯电压数据至PLC（周期1ms），而电芯温度传感器通过EtherCAT实时反馈数据（周期500μs）。改造方案如下： 1. 数据映射：将BMS的电压数据（数字量信号）通过网关的PDO映射至EtherCAT网络，确保数据在100μs内完成转换。 3. 总结 耐达讯通信技术CCLinkIE转EtherCAT网关并非简单的“协议翻译”，而是通过精准的数据映射与同步机制，解决BMS与高速控制设备间的协同难题。
21900编辑于 2025-07-04 - 来自专栏AI机器学习与深度学习算法
机器学习入门 4-8 scikit-learn中的scaler
01 对测试进行归一化？ ? 前面我们将数据集划分成训练集以及测试集。用训练集来训练模型，测试集来验证模型的性能。 由于模型是通过均值归一化后的训练集训练得到，所以要想更好的验证模型的性能，测试集上同样要使用归一化的操作。现在的问题就是对于测试集，如何进行归一化的处理呢？ 可能有下面两种可能处理方案： 对整个测试集，求出测试集的mean_test以及std_test； 使用训练集得到的mean_train以及std_train进行相应的归一化； 第一种方案是不对的，第二种方案才是正确的方案 为什么要这样做呢，有下面几个原因： 真实环境很有可能无法得到所有测试数据的均值和方差。我们从原始数据中划分一部分数据作为测试集，对于这一小部分测试集，可以很容易得到样本的均值以及方差。 然后来测试他的准确度，来得到真正的对应的算法得到的准确度； 还有一点就是测试集作为验证模型性能的好坏，为了方式信息泄露，我们应当避免使用测试集中的任何信息，这样模型在测试集上的准确度才能够泛化到真实的场景中去
1.4K00发布于 2019-11-13 楼宇管理系统 (BMS) 网络安全的力量
BMS 通常使用不安全的协议和旧版系统，没有足够的安全控制，而许多企业才开始努力了解正在使用的 BMS 数量和种类。 BMS 环境使用多种专有和开放标准协议进行通信，从而使安全团队发现、保护和管理 BMS 的能力变得更加复杂。 网络犯罪分子正在利用易受攻击的 BMS 设备进行新型的、更有想象力的入侵方式。它还表明，迫切需要一个强大的 BMS 网络安全策略。 由于安全团队专注于保护传统目标资产和系统，BMS 经常被视为潜在的漏洞点而被忽视。现今，网络犯罪分子正在了解 BMS 运营的重要性以及它们为其他关键基础设施提供的途径。 为了消除 BMS 环境中的许多核心挑战，企业应采用以下工业网络安全建议：了解环境中所有BMS。关键基础设施企业通常缺乏对其环境中连接的各种 BMS 资产的可视化。
62010编辑于 2025-06-18- 来自专栏linux驱动个人学习
高通电源管理qpnp-vm-bms驱动
1. compatible节点： qpnp-vm-bms.c使用来控制电池曲线的和BMS功能的，其compatible节点是"qcom,qpnp-vm-bms" 2. probe函数： qpnp_vm_bms_probe = "bms"; chip->bms_psy.type = POWER_SUPPLY_TYPE_BMS; chip->bms_psy.properties = bms_power_props ; chip->bms_psy.num_properties = ARRAY_SIZE(bms_power_props); chip->bms_psy.get_property = qpnp_vm_bms_power_get_property ; chip->bms_psy.set_property = qpnp_vm_bms_power_set_property; chip->bms_psy.external_power_changed ; chip->bms_psy.supplied_to = qpnp_vm_bms_supplicants; chip->bms_psy.num_supplicants = ARRAY_SIZE
2.1K30发布于 2019-09-30 - 来自专栏linux驱动个人学习
BMS（电池管理系统）第五课 ——核心！！！SOH算法开发
Green:Estimation by restricting current offset
3.8K43发布于 2021-09-27 - 来自专栏嵌入式实验基地
BMS中常用的NTC温敏电阻及代码实现
NTC热敏电阻是一种负温度系数的热敏电阻，它的性性是阻值随温度的升高而降低，主要作用是对温度的测量及补偿，也用于NTC温度传感器的制作，常用的使用范围在-55℃至200℃之间。
2.8K30编辑于 2023-03-05 - 来自专栏脑电信号科研科普
theta悖论:4-8 Hz的EEG振荡既反映睡眠压力又体现认知控制
在完成任务后，被试进行了最后的休息测试，然后是维持清醒测试（MWT），必须尝试在黑暗的房间里尽可能长时间保持清醒。醒来23.6± 0.5小时后，被试可以尽情休息。图1.实验时间表。 颜色表示被试所参与的活动：睡眠状态（深蓝），维持清醒度测试（MWT；紫色）、看电视（粉红色）、静息状态记录（橙色）和任务（黄色）。
1.1K30编辑于 2023-01-16 - 来自专栏耐达讯通信技术
储能BMS通信“卡壳”？CAN转EtherCAT让电池数据“跑起来”
在储能电站的“神经中枢”里，BMS（电池管理系统）就像电池的“健康管家”，但当百节电池串联成储能集群，传统CAN总线常陷入“数据堵车”——这时候，耐达讯通信技术CAN转EtherCAT方案就成了打通通信脉络的 实战案例：让电池数据“不迟到”某储能电站曾遇棘手问题：200节电池组的BMS数据延迟达500ms，导致SOC（ State of Charge）计算偏差超5%。 耐达讯通信技术CAN转EtherCAT方案既保留了CAN在电池本地通信的可靠性，又借助EtherCAT的高速率、大带宽特性，让BMS数据从“零星传递”升级为“全景监控”。
49000编辑于 2025-07-18 - 来自专栏linux驱动个人学习
BMS（电池管理系统）第四课 ——核心！！！SOC算法开发
计算结果： (SOC1) 47.2% 设备计算结果： (SOC2) 38.7% 真值(OCV) ： 48.3% 相对误差： 2.3% EKF相关参数获取方法简介说明 1.SOC-OCV 曲线获取 基础测试 在室温（ 22±3℃）条件下，对新电池以1C电流大小进行试验，实验过程中，通过精密电流测试 装置进行电流积分，计算得到电池的容量。 条件测试 在不同的温度条件下（ -20,0,10,40℃）对不同SOH状态的电池（容量衰减到原容量的90%， 80%，70%）的电池，重复上述实验。 注：由于目前还没有统一的SOC-OCV测试标准，不同电池厂商的测试方法可能不同。 然后可以在不同温度和SOH状态下分别进行HPPC测试，得出多组MAP实验结果。 基于HPPC实验，可得一系列的在不同温度、不同寿命状态下、在不同SOC工作点时的电池脉冲实验数据。
8.7K23发布于 2021-09-26 - 来自专栏啄木鸟软件测试
再学UML-Bug管理系统UML2.0建模实例（三）
BMS系统管理员在登录系统后可修改密码，系统管理员的主要工作包括增加相关人员初始信息，包括帐号、初始密码和项目角色，项目角色包括测试人员、开发组长、开发人员和项目经理；另外，系统管理员还可以删除人员信息 (3) 测试人员可以利用BMS提交自己发现的bug信息，提交的信息包括bug类型、bug严重程度、bug发生的位置（如所处功能模块、测试界面的URL或名称等）、测试环境描述、使用的测试工具和版本信息、测试用例信息 (6) 测试人员如验证无误，可关闭该bug；否则可重新返回开发人员修复。无论验证是否通过，测试人员需更新bug测试信息（测试结果、测试时间、测试人等）。 图2-1 UML用例建模流程图 BMS的执行者包括系统管理员、开发组长、开发人员、测试人员和项目经理，每个执行者对应的功能有所差异。 2.2 BMS用例图 通过对系统进行分析，BMS用例图如图2-2所示： ?
1.3K20发布于 2019-12-11 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 习题4-8 高空坠球
习题4-8 高空坠球 皮球从某给定高度自由落下，触地后反弹到原高度的一半，再落下，再反弹，……，如此反复。问皮球在第n次落地时，在空中一共经过多少距离？第n次反弹的高度是多少？
1.7K10发布于 2020-09-15 - 来自专栏智药邦
BMS｜释放AI驱动的病理学在药物开发中的力量
2022年3月21日，Fierce网站发表文章，PathAI的首席科学官Mike Montalto与百时美施贵宝（BMS）的转化生物信息学副总裁Joseph Szustakowski讨论了人工智能驱动的数字病理学对药物开发的影响 MM：Joseph，感谢你今天抽出时间来讨论最近在人工智能驱动的数字病理学方面的创新和方法，特别是结合你在BMS的经验。首先，谈谈你在BMS的角色，你的组织的角色，以及数字病理学如何融入该组织。 MM：BMS已经明确建立了他们在数字病理学方面的专业知识。让我们退一步讲，你如何描述或定义人工智能驱动的数字病理学？ 在其他情况下，你要用NGS和DP产生的数据集来测试特定的生物假设。DP社区正在学习如何在这两种方法之间取得平衡，以及何时从一种方法转向另一种方法。
57710编辑于 2022-04-13 - 来自专栏linux驱动个人学习
BMS（电池管理系统）第六课 ——SOP&均衡 算法开发
大家都知道整个pack的容量遵循木桶原理即pack的容量由最低能量的那串电池决定，所以利用均衡算法保持电芯的一致性是BMS必不可少的一项功能。
3.2K21发布于 2021-10-15
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号