电动车辆锂离子电池传感器故障诊断方法

为降低锂离子电池传感器故障对电动车辆安全与性能的影响,提出了一种基于观测器的电池传感器故障诊断方法。结合锂离子电池电热耦合动态模型,构建2个扩展卡尔曼滤波(extended Kalman filter, EKF)观测器,估计电池单体的状态量,对比状态量估计值与传感器测量值以生成残差,并使用累计和(cumulative sum, CUSUM)测试方法进行残差评价,根据残差组合的不同响应情况实现锂离子电池电流传感器、电压传感器以及表面温度传感器故障的诊断与分离(fault diagnosis and isolation, FDI)。在不同的传感器故障情况下对诊断方法进行测试,结果表明,该方法能够及时准确地对锂离子电池单体3种传感器故障进行诊断与定位,性能表现优异且易于实施。     

一种基于故障参数与状态联合估计的多故障诊断方法

当需要诊断的故障数目较多、扩展故障参数后状态空间不可观测时 ,用一个故障诊断模型无法实现多故障诊断。为此 ,在分析了基于故障参数与状态联合估计的故障诊断方法原理的基础上 ,根据多个故障诊断模型之间存在的内在关系 ,提出了一种新的多故障检测和诊断方法 ,认为在某一段时间内 ,如有 n- 1(n为总故障数目 )个不同的两故障参数模型发出同一故障报警 ,则该故障报警有效。该故障诊断方法综合多个故障诊断模型的诊断结果 ,从而使一类复杂系统的多故障诊断成为可能。理论分析和仿真实验的结果证明该文所提出的方法是可行的 ,并且在工程上是易于实现的。     

基于安全的多故障分类器设计

为解决常用多故障分类器未考虑到各个故障造成的后果严重性问题,提出了基于故障优先级和核函数的聚合技术,采用这个方法生成1个基于最优二叉树的多故障分类器.该分类器利用核函数具有将非线性问题线性化的特点,生成了聚类函数,再通过各个故障的安全优先级生成最优二叉树,最后将此分类器应用于挖掘机的故障诊断中.应用及实测结果表明,此分类器不但能够保证故障诊断的正确率,而且可以让可能产生较严重后果的故障得到优先诊断.     

电动汽车锂离子电池管理系统的关键技术

 锂离子电池具有能量密度高、功率密度高、寿命长、环保等特点,已经在电动汽车中获得应用。但电动汽车锂离子电池组的容量大、串并联节数多、安全工作区域有限,需要电池管理系统对其进行有效控制与管理,以充分保证电池的安全性、耐久性和动力性。电池管理系统由各种传感器、执行器、控制器等构成,其关键技术包括:传感器的精度及传感器之间的同步技术、电池单体及电池组的状态(荷电状态、健康状态、功能状态、能量状态、安全状态等)估计技术、电池组一致性辨识与均衡技术、安全充电和故障诊断技术。为了研发先进的电池管理系统,首先要对锂离子电池性能进行测试研究,确定影响其性能的主要因素及变化规律;然后采用基于机理、半经验或经验的建模方法建立电池系统模型,设计基于模型的电池系统状态估计及性能优化管理算法,并进行系统集成和应用开发,以保证在电池安全可靠运行的前提下发挥出最佳的动力性能。     

应用麻雀搜索和概率神经网络的储能电池故障诊断

储能是构建新型电力系统的核心技术,其中,锂离子电池电化学储能是当前的主要形式,对实现“双碳”目标意义重大。故障诊断对于保障电池储能系统安全运营意义重大,尤其是微小故障的准确诊断能有效预防严重故障的发生,然而,传统故障诊断方法时效性差、精度较低,难以捕捉微小故障特征。因此,提出了一种应用麻雀搜索算法(sparrow search algorithm, SSA)改进的概率神经网络(probabilistic neural network, PNN)的储能电池微小故障诊断方法。首先,通过对锂离子电池故障类别分析故障特性,提取微小故障发生后的状态特征信息;然后,将磷酸铁锂储能电池故障信号分解成一系列特征向量并输入SSA-PNN模型;最后,开展了实验验证研究。结果表明,与传统的基于误差反向传播算法的故障诊断方法相比,基于SSA-PNN的故障诊断方法精度达到99.7%,具有更高的诊断精度和实时性。     

不确定车辆电子稳定控制系统传感器故障估计

针对车辆横摆角速度传感器故障问题,提出一种基于观测器的故障估计策略.首先,考虑由于轮胎侧偏刚度特性造成的不确定性以及系统中存在非线性干扰等因素,建立车辆四轮转向系统数学模型.然后,设计基于观测器的传感器故障估计策略,利用李雅普诺夫函数和线性矩阵不等式方法求解观测器增益.最后,通过Carsim与Simulink联合仿真验证所设计的传感器故障诊断策略的有效性.结果表明：在传感器发生故障时,该诊断策略能够对系统状态以及传感器故障具有良好的估计效果,能够为车辆安全稳定系统提供关键信息,并且对于下一步的传感器故障容错控制提供技术支持.     

无轨电车用锂离子电池管理系统的研究

为了配合锂离子电池在无轨电车上的应用,提出了一种针对无轨电车运行环境的锂电池管理系统,能够对车载电池进行故障诊断、分级报警和优化充电.本文主要分析了无轨电车环境下电池运行模式的特点,针对原有铅酸电池的使用和管理问题,提出了更加优化合理的锂离子电池使用方法和控制策略,就电池的故障分级、电池荷电状态(SOC:State of Charge)估算、电池有效利用容量区间、充电电流的计算方法进行了深入研究,提出了多种特殊处理方法,较好配合了锂离子电池在无轨电车上的安全高效使用.     

齿轮传递系统故障诊断检测方法研究

运用多传感器类型的选择和位置的优化配置方法,解决了由单一传感器采集信息来实现系统的多故障检测、分离和定位带来的缺陷,提高了齿轮传递系统故障检测的灵敏度和准确性,实现了对复杂机械系统进行多故障分离和高灵敏度的检测,使得运行设备故障状态得到更加准确的评价。     

汽轮发动机组故障诊断的节约覆盖集概率模型

汽轮发电机组的振动故障具有多样性的特点，经常出现多种故障同时发生的情况。文中介绍了一种在节约覆盖集理论框架上集成概率推理的诊断模型，并在此基础上建立了汽轮发电机组振动多故障诊断的实用模型，以某汔轮发电机组的2类振动多故障为例验证了该方法的有效性。该模型能有效地识别出汽轮发电机组的多故障，弥补了专家系统的神经网络等诊断方法不能正确诊断多故障的不足，具有较高的诊断可靠性和实用性。     

汽轮发电机多故障诊断的SOM神经网络方法

汽轮发电机组的振动故障具有多样性的特点,经常出现多种故障同时发生的情况.传统的BP神经网络方法可对单一故障有效诊断,若要对多故障进行诊断,则需对各种多故障样本进行学习,使输入空间在训练过程中被样本空间完全覆盖,将大大增加样本空间及学习训练负担,同时网络归纳、联想能力随之大幅度下降,诊断难以实施.因此,将自组织特征映射(SOM)神经网络应用于汽轮发电机组的振动多故障诊断,用单一故障样本对网络进行训练,根据输出神经元在输出层的位置对多故障进行判断.经实例分析证明,该方法可对多故障进行有效诊断.     

基于电化学机理模型的锂离子电池早期内短路电热特征研究

锂离子电池的内短路故障是诱发其热失控的主要原因之一,早期内短路特征研究能够为电池管理系统的故障诊断和安全预警提供支撑,对提高电动汽车的安全性具有重要意义。构建了锂离子电池内短路电化学机理模型,实现了不同内短路阻值下的锂枝晶内短路故障模拟。结果表明,由锂枝晶导致的电池内短路产热98%以上来源于正负极产生的焦耳热,早期内短路过程中正负极集流体表面的温升小于1.5 K,不显著的外部热特征无法用于早期内短路故障诊断。与正常电池相比,内短路故障将使得电池充电速度变慢,放电速度变快,端电压异常下降,上述电特征可以为构建早期内短路故障诊断方法提供依据。     

电池充电状态和电压/温度异常联合故障诊断

电池安全问题是阻碍新能源汽车退役电池梯次再利用的关键因素,而电荷状态、电压和温度是判断电池安全状态的重要参数。基于此,提出基于实车数据的电池联合故障诊断。首先从实车数据平台获取数据,经过数据的预处理和螳螂算法优化K近邻(dung beetle optimizes K-nearest neighbor, DBO-KNN)算法进行特征提取,然后将提取的特征输入到建立的差分整合移动平均自回归(autoregressive integrated moving average model, ARIMA)故障诊断模型中,实现对电池单体的低压和过压的实时诊断和精准定位,最后通过电压、电池荷电状态(state of charge, SOC)和温度进行联合判断是否有触发热失控的风险,根据危险程度发出不同的报警等级。算例分析了故障特征提取准确率高达98.97%,不仅能精准定位单体发生异常的位置,还能提前9 s发生报警,有效预防了电池发生热失控的风险,验证了本文方法的有效性。实现了工程实际应用方面的较好效果,为未来动力电池梯次循环利用以及安全预警平台的研发奠定了基础。     

锂离子电池热失控研究综述与文献计量分析

近年来,随着电动汽车行业的大力发展,锂离子电池作为电动交通工具储存和转化电能的重要载体大量涌入市场,但在使用过程中存在过充放电、局部过热以及外部挤压碰撞等滥用情况,可能会导致其性能下降,甚至引发热失控等安全问题。为此,对当前中外锂离子电池热失控的研究进展进行了综述总结,并通过VOSviewer可视化软件对发文量、期刊分布和关键词等进行分析。结果表明:当前锂离子电池的热失控是限制其发展的关键因素,目前主要从电池正极材料改性、电解液中添加阻燃剂、电池热管理设计三方面来提升锂离子电池的安全性。     

锂离子电池改变世界——2019年诺贝尔化学奖成果简析

 2019年，诺贝尔化学奖授予锂离子电池领域的3位科学家--John B.Goodenough、M.Stanley Whittingham与Akira Yoshino。探讨了锂离子电池的重要作用，介绍了锂离子电池的研发历史以及在中国的研究与产业化历程，展望了锂离子电池未来的发展方向。     

锂离子二次电池的应用和发展

锂离子二次电池由于具有容量大、寿命长、无环境污染、使用安全等优点,已广泛应用于移动电话、笔记本电脑等便携式电器中。随着技术的发展,锂离子电池在未来的电动汽车和储能领域也有着非常好的应用前景,必将对未来人们的生活产生深刻的影响。近年来,锂离子电池的容量和循环性能也不断得到提高,容量更大、质量更轻、体积更小、厚度更薄、价格更低的锂离子电池将不断地被推向市场。作者分别对锂离子电池发展历史、当前应用及最新发展状况进行综述及评论。     

航空机载锂离子电池热失控特性研究进展

 航空机载条件下锂离子电池的热安全问题是制约其在航空领域应用的关键因素,相关科学问题是国内外的研究热点。从锂离子电池及其产品在航空应用及运输过程中的热安全问题出发,综述了航空低温、低压及封闭空间下电池热失控行为及机理的研究,分析了电池在相应体系下的热失控温度、热失控时间、热释放速率、质量损失、热失控蔓延等热失控特征行为及规律,提出今后的研究应聚焦在航空低温、低压环境协同作用下锂离子电池的热失控行为及机理方面。     

锂离子二次电池的应用和发展

锂离子二次电池由于具有容量大、寿命长、无环境污染、使用安全等优点,已广泛应用于移动电话、笔记本电脑等便携式电器中。随着技术的发展,锂离子电池在未来的电动汽车和储能领域也有着非常好的应用前景,必将对未来人们的生活产生深刻的影响。近年来,锂离子电池的容量和循环性能也不断得到提高,容量更大、质量更轻、体积更小、厚度更薄、价格更低的锂离子电池将不断地被推向市场。作者分别对锂离子电池发展历史、当前应用及最新发展状况进行综述及评论。