为了探讨利用产地间差异性元素进行产地判别的可行性,测定了不同产地冬枣样本中10种元素的含量,并对数据进行了差异性分析、聚类分析、Fisher判别分析和偏最小二乘判别分析(partial least squares discrimination analysis,PLS-DA)。结果表明,不同产地冬枣中Mg、B、Mn、Fe、Zn元素存在显著差异,是具有产地特征的指纹元素。R型系统聚类分析也证实B、Mn、Fe和Zn元素具有共同特征。基于产地特征元素和Q型聚类、Fisher判别和PLS-DA建立的冬枣产地鉴别模型正确率均高于基于全部元素的分析结果,其中利用特征元素建立的PLS-DA模型鉴别正确率最高,回代检验和交叉检验正确率均为94.0%,Q型聚类模型的判别能力最差,最高的判别正确率为84.06%。本研究证实了产地间差异性元素是有效的产地判别因子,具有监督模式的Fisher判别和PLS-DA算法准确率远高于无监督模式的系统聚类法,更适于产地鉴别分析。
动力锂电池组的电源管理系统是延长电池循环寿命、维护电动汽车安全运行的关键。为延长电池的使用寿命,该文针对纯电动汽车,设计了一种以飞思卡尔单片机和电池管理芯片为核心的锂电池管理系统。实现对锂离子单体电池电压、电流等的检测及显示,对电池组充放电进行监控和保护,实现电池组的均衡及总电压、总电流、温度的检测,利用控制器局域网络CAN(controller area network)总线对其进行通讯设计。最后通过系统调试、精度试验和均衡试验等进行系统功能验证,证明了电池管理系统的有效性。该研究可为纯电动汽车电池管理系统设计与应用提供参考。
