叉车蓄电池荷电状态充电机设计值

叉车蓄电池属于干荷电瓶，这种是开口式的加水电瓶，后期的使用需要经常补加蒸馏水的，一旦出现烧干的状态，干荷性能下降，电瓶不在储电。叉车蓄电池属于大型的铅酸电池总成，容量巨大，需要配备十分高的电流输出，而且一般在工作完毕后在充电，叉车蓄电池和充电连接基本处于无人值守的状态，这个时候如何避免产生安全隐患的存在，充电机的好与差直接是和叉车电池挂钩的。现有的蓄电池充电器中有很多质量低劣的不合格产品，有的劣质充电器实际上就是一个没有安全保证的简易变压器，大部分充电器在蓄电池充满电后不进行智能断电而长期处于浮充状态，对电池的寿命会有一定的影响。
随着国内市场经济炽热化，很多经销商都自行在工厂采购单体，自行组装，以降低电瓶铁箱的成本，增加市场竞争力，但是没有放电的步骤，只是补充电源而已，一般叉车电瓶都经过三个循环出厂的，这样干荷性能很好，单体比重电压均衡，目前国际、国内对电瓶组荷电状态的估测提出过不少方法，像安时法、负载电压法、开路电压法等，由于电瓶复杂的物理化学特性，这些方法都遇到了准确度的问题。它的荷电状态跟电瓶的内阻、电解液温度、密度、放电电流、电压等参数密切相关，所以它的荷电状态可以看作是这些变量的非线性函数。

由于叉车电瓶的荷电状态与它的电动势有确定的关系，开路电压与容量之间有着较好的线性关系，所以用开路电压法估测容量可以达到一定的精度，并且可以在单片机上完成。但是，在估测的过程中，电瓶组在充电或放电之后都需要静置很长时间，而且环境温度对测量结果也会产生影响，只有参考经验数据才能获得较好的精度。在实际使用中，长时间静置的机会是很少的，多数情况下是充完电之后就工作，或是短时间静置后就工作。所以也就无法对叉车电瓶的荷电状态进行准确的估测。由于叉车电瓶的荷电状态受环境温度、电流、电压等诸多因素的影响，而且关系很复杂。所以，神经网络在逼近复杂非线性系统研究方面得到了广泛应用，已有很多基于神经网络的辨识和控制结构提出，像ART模型，BP网络，径向基网络。
叉车蓄电池采用模糊逻辑法来估测叉车电瓶的荷电状态，在某种程度上解决了用传统数学方法研究的困难。在实际工作中，从事研究工作的研究人员在通过一系列的试验后，对电瓶荷电状态的估测通常是比较准确的，特别是在放电试验后期，依据所测得的温度、电压、电流等参数，对叉车电瓶在放电终止状态的估测能力很强。当蓄电池开始充电时，感应的交流电流信号经R2转换为交流电压信号后输入值进行放大，当处于充电状态时指示灯亮，处于过充时指示灯熄灭。这种方法的原理就是依据大量的试验曲线，加上研究人员的经验值以及他们的推理能力，用模糊逻辑来模拟人的思维，可以实现对电池荷电状态的可靠估测。