首页 > 其他分享 >关于电动汽车动力系统的改进方案

关于电动汽车动力系统的改进方案

时间:2024-03-31 15:58:45浏览次数:29  
标签:蓄电池 电动汽车 动力系统 续航 改进 充电 电池

现在的电动汽车主要以使用充电桩为其蓄电池充电,从而带动其动力系统运转为主。

如图:

但此电动汽车的缺点十分明显:

1.续航里程限制。目前,纯电动汽车的续航能力受限于电池技术,难以满足长途旅行或高强度使用需求。

2.充电设施不便。公共充电设施的覆盖范围和密度有限,影响电动汽车使用的便利性。

3.电池成本高且寿命有限。目前,高性能电池的成本仍然较高,且电池寿命不如传统发动机。

4.维修保养成本高。由于技术较为复杂,电动汽车的维修和保养成本通常高于传统汽车。

5.能源依赖性。虽然电动汽车减少了对石油的依赖,但仍依赖于电力网络,这可能受到地区能源结构和供应的限制。

综上所述,电动汽车动力系统方面还有可改进的空间以及对其技术的优化。接下来,我提出一种可以被参考的电动汽车动力系统的改进方案:

蓄电池将电力输送到电动机后使其运转,带动转子旋转。这时,可以开一小孔,将一个类履带式的橡胶条放入转子上,使其带动发电机运转,发电机发电再将电能返回给蓄电池。使蓄电池时刻处于满电状态。这样就可以使电动汽车的续航里程等于汽车使用寿命和蓄电池使用寿命。大大减少了成本,并且完全无需充电桩。

发电机(上图),电动机(下图)

标签:蓄电池,电动汽车,动力系统,续航,改进,充电,电池
From: https://blog.csdn.net/xyxx104/article/details/137195443

相关文章

  • YOLOv5改进系列:小众但新颖的骨干网络ConvMixer助力涨点
    一、论文理论论文地址:ConvMixer:PatchesAreAllYouNeed? 1.理论思想背景尽管多年来卷积网络一直是视觉任务的主要架构,但最近的实验表明,基于Transformer的模型,尤其是VisionTransformer(ViT),在某些设置下可能会超过卷积的性能。然而,由于transformer中自注意层的qu......
  • Python环境下一种改进小波分解方法-用于多分量信号的分解
    小波通俗的讲就是一种振幅表现为在正负之间震荡的波形。小波变换在基于短时傅立叶变换的前提下,又加入了其所没有的可随频率变化的“时间-频率”窗口,其能对时间、频率进行局部化分析,并且对待处理信号通过多尺度处理使其表现为时-频细分的特点,是一种能突出信号时频特点以及细节的......
  • YoloV8改进策略:BackBone改进|EfficientVMamba
    摘要https://arxiv.org/pdf/2403.09977.pdf先前的轻量级模型开发努力主要集中在基于CNN和Transformer的设计上,但仍面临持续的挑战。CNN擅长局部特征提取,但会牺牲分辨率,而Transformer提供了全局范围,但会加剧计算需求O......
  • 【智能算法改进】混沌映射策略--一网打尽
    目录1.引言2.混沌映射3.分布特征4.混沌映射函数调用5.改进智能算法1.引言基本种群初始化是在整个空间内随机分布,具有较高的随机性和分布不均匀性,会导致种群多样性缺乏,搜索效率低等问题。许多学者利用混沌映射机制来增加种群的多样性,以改善算法的性能,其非线性特性......
  • 论文:Improving Entity Disambiguation by Reasoning over a Knowledge Base翻译笔记(通
    文章目录论文题目:通过在知识库中进行推理来改进实体消歧摘要1介绍2相关工作2.1带有知识库上下文的勃起功能障碍(ED)问题2.2基于知识图谱嵌入的ED2.3全局ED(实体解析)2.4多模块的实体识别3拟议的方法3.1任务表述3.2概述3.3提及表示3.4初始实体得分ψ~a~3.4.1实体......
  • YoloV8改进策略:BackBone改进|ECA-Net:用于深度卷积神经网络的高效通道注意力
    摘要本文使用ECA-Net注意力机制加入到YoloV8中。我尝试了多种改进方法,并附上改进结果,方便大家了解改进后的效果,为论文改进提供思路。论文:《ECA-Net:用于深度卷积神经网络的高效通道注意力》arxiv.org/pdf/1910.03151.pdf最近,通道注意机制已被证明在改善深度卷积神经网络(C......
  • YoloV8改进策略:Neck和Head改进|ECA-Net:用于深度卷积神经网络的高效通道注意力|多种改
    摘要本文使用ECA-Net注意力机制加入到YoloV8Neck和Head中。我尝试了多种改进方法,并附上改进结果,方便大家了解改进后的效果,为论文改进提供思路。论文:《ECA-Net:用于深度卷积神经网络的高效通道注意力》arxiv.org/pdf/1910.03151.pdf最近,通道注意机制已被证明在改善深度卷......
  • 小目标检测篇 | YOLOv8改进之GSConv + Slim Neck提升小目标检测效果
    前言:Hello大家好,我是小哥谈。在文章中,作者提出了一种新方法GSConv来减轻模型的复杂度并保持准确性。GSConv可以更好地平衡模型的准确性和速度。并且,提供了一种设计范式SlimNeck,以实现检测器更高的计算成本效益。实验过程中,与原始网络相比,改进方法获得了最优秀的检测结果。......
  • YOLOv5改进系列:主干ConvNeXTV2结构助力涨点
    一、论文理论论文地址:ConvNeXtV2:Co-designingandScalingConvNetswithMaskedAutoencoders1.理论思想ConvNeXtV2 在 ConvNeXt 的基础上增加了两个创新点(一个 framework 和一个 technique):全卷积掩码自编码器(fullyconvolutionalmaskedautoencoder,FCMAE)和......
  • 【YOLOv5改进系列(4)】高效涨点----添加可变形卷积DCNv2
    可变形卷积......