电动汽车逐步取代传统燃油车是未来汽车行业重要的发展方向。锂电池作为电动汽车的能量来源,其健康状态检测技术的开发与完善成为了众多科研人员的研究课题。本文设计了一种适用于实际应用场合的电池健康状态快速检测仪,该检测仪不仅成功检测了锂电池的健康状态,而且兼顾了检测过程的快速性、准确性和经济性。首先,本文介绍了磷酸铁锂电池的物理结构、工作原理和内阻特性,随后介绍了4种常用于分析电池内阻特性的等效电路模型,并指出等效电路模型并不适用于实际应用场合的电池阻抗研究。本文接着提出使用电池阻抗表征其健康状态,并从理论上推导了电池阻抗与健康状态的关系。电化学阻抗谱反映了阻抗和检测电流频率之间的函数关系,阻抗谱上的部分频点对应的阻抗值可以直接反映电池健康状态。本文结合电化学阻抗谱和传统的交直流测量法,提出了一种大倍率混合电流测量法,通过测量阻抗谱上两个代表频点的阻抗,估计电池健康状态。其次本文从机器学习的角度,提出了一种基于支持向量回归的电池健康状态检测算法,该算法以电池HPPC测试得到的滞回曲线为特征向量,根据滞回曲线凹凸性的不同,估计待测电池的健康状态。若干参数指标表明,该算法模型的误差较小、性能优良,优于其它同类算法。为了验证上述理论,随后本文对检测仪的硬件和软件设计做出详细介绍。硬件部分被分为主控芯片及其外围电路、电源电路、电池充放电电路、电池电流电压检测电路这4个子电路,并一一介绍了各电路的主要功能。后续又介绍了本检测仪用于调节和处理电流的3种关键技术:微小电流叠加技术、非线性PI控制器和双通道数字锁定放大器。软件部分则完成了系统初始化、测量电流的产生与处理、数据存储、数据显示与人机交互4个核心功能模块。以上软硬件设计是检测仪的核心组成部分。最后,本文搭建了测试平台对检测仪进行严格的软硬件测试,硬件测试和软件测试的结果表明,该检测仪工作正常,功能符合预期要求。