矿井提升机安全是煤炭行业生产安全中的重要一环,为矿井提升机载荷监测设备提供稳定可靠的电源尤为重要。锂电池因其优越的工作特性和循环特性成为矿用后备电源的选择。展开用于管理和监测锂电池的特性和工作状态的电池管理系统(BMS)研究是有较高的工程实用价值的。本文以提升机载荷监测设备的后备电源为对象进行分析,主要研究内容如下:首先,结合矿用锂电源的应用背景,分析锂电源的工作原理并确定锂电源外特性参数,同时分析锂电源的工作特性并确定相关工作参数,针对矿用特殊环境进行相应隔爆兼本安型设计。其次,根据矿用电池管理系统(BMS)设计要求,提出矿用锂电源BMS总体方案,并针对不同模块单元进行硬件设计。为保证BMS的实时性,在STM32上移植μC/OSII系统,将BMS任务以模块形式进行调度。随后对锂电池管理系统的上位机上部分和BMS测试平台进行阐述。接着,为实现对于锂电池SOC的准确估计,建立能够表现锂电池外特性的电池模型。通过对比常用的几种电池模型建立方式,综合考虑计算量和模型精度,选择具有二阶RC环路的等效电路模型。进而研究模型的参数辨识方法,针对模型中不同参数的具体特性,进行电路模型的参数辨识工作。根据电池不同倍率下进行放电实验得到的不同数据验证模型的有效性。随后对于电池工作中可能影响SOC估计结果的因素进行实验,并分析确定影响因素和修正后的计算公式。最后,根据得到的模型研究电池的SOC估计方法。选择对于非线性系统具有良好适用性的粒子滤波进行估计,并针对电池状态方程和粒子滤波存在的粒子退化问题分别提出改进策略,分别对标准粒子滤波进行优化处理。以江苏福瑞士新能源公司锂电池实验室为平台进行锂电池实验,依据两组不同放电形式的实验,针对标准粒子滤波、拓展卡尔曼算法以及优化后的粒子滤波进行对比分析,实验结果表明优化后的粒子滤波算法优于标准粒子滤波算法和拓展卡尔曼算法。两种优化算法中使用粒子群优化的粒子滤波算法更优越,可以更准确的估计电池的电荷状态。