CN108197419A - 一种基于故障树分析锂电池材料性能异常的方法 - Google Patents

一种基于故障树分析锂电池材料性能异常的方法 Download PDF

Info

Publication number
CN108197419A
CN108197419A CN201711184396.XA CN201711184396A CN108197419A CN 108197419 A CN108197419 A CN 108197419A CN 201711184396 A CN201711184396 A CN 201711184396A CN 108197419 A CN108197419 A CN 108197419A
Authority
CN
China
Prior art keywords
event
performance
battery material
probability
lithium
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711184396.XA
Other languages
English (en)
Inventor
郭倩
杨尘
汪涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Gotion High Tech Power Energy Co Ltd
Original Assignee
Hefei Guoxuan High Tech Power Energy Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei Guoxuan High Tech Power Energy Co Ltd filed Critical Hefei Guoxuan High Tech Power Energy Co Ltd
Priority to CN201711184396.XA priority Critical patent/CN108197419A/zh
Publication of CN108197419A publication Critical patent/CN108197419A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70Machine learning, data mining or chemometrics

Abstract

本发明涉及一种基于故障树分析锂电池材料性能异常的方法,包括:确定进行分析的锂离子系统所包含的内容及其边界范围;根据锂离子电池材料在充放电过程中的工作原理,找出评价钛酸锂负极材料的各项性能指标以及影响性能的主要参数确立故障树的顶事件和底事件;确立顶事件、底事件和基本事件的因果逻辑关系建立故障树;定义每个基本事件出现的概率,计算所有的底事件出现的概率,并计算顶事件出现的概率;根据顶事件出现的概率判断故障诊断顺序,得出诊断决策树;根据诊断决策树对诊断顺序靠前的顶事件进行验证,得出锂离子电池材料性能异常的原因。通过本方法设计合理、应用简单、效果好,能够以快速精准找到锂电池材料性能异常的根本原因的问题。

Description

一种基于故障树分析锂电池材料性能异常的方法
技术领域
本发明涉及锂离子电池材料性能分析技术领域,具体涉及一种基于故障树分析锂电池材料性能异常的方法。
背景技术
随着人们对环保意识的逐渐增强,纯电动汽车得到了极大的发展,动力电池作为电动汽车核心部位也进入了高速发展的时代。作为动力电池最重要的组成部分正负极材料进入了人们的视野,目前市场上多家企业致力于生产研究锂离子电池正负极材料。对于生产锂离子电池正负极材料而言,材料性能出现异常情况是无法避免,随机发生的,导致材料性能异常的原因不仅包括原材料、合成过程,也包括人为操作错误以及设备异常。但是多个因素混在一起,研发人员往往一筹莫展,无法快速准确地找到导致材料性能异常的具体原因,这对于生产锂离子电池正负极材料的企业来说是一笔不小的损失。由此可见,快速精准的找到材料性能产生异常的原因变得尤为重要。在锂离子电池材料的实际生产过程中,逐一排查原因,对企业的人力和物力都会造成一种极大的浪费。因此,为了改变现状,提供一种设计合理、应用简单、效果好的分析锂电池材料性能异常的方法,将是该领域技术人员亟待着手解决的问题之一。
发明内容
本发明的目的在于提供一种基于故障树分析锂电池材料性能异常的方法,能够以快速精准找到锂电池材料性能异常的根本原因的问题。
为实现上述目的,本发明采用了以下技术方案:
一种基于故障树分析锂电池材料性能异常的方法,包括以下步骤:
(1)确定进行分析的锂离子系统所包含的内容及其边界范围;
(2)根据锂离子电池材料在充放电过程中的工作原理,找出评价钛酸锂负极材料的各项性能指标以及影响性能的主要参数确立故障树的顶事件和底事件;
(3)确立顶事件、底事件和基本事件的因果逻辑关系,针对每个顶事件逐级分析并建立规范化故障树;
(4)定义每个基本事件出现的概率,计算所有的底事件出现的概率,并计算顶事件出现的概率;
(5)根据顶事件出现的概率判断故障诊断顺序,得出诊断决策树;
(6)根据诊断决策树对诊断顺序靠前的顶事件进行验证,得出锂离子电池材料性能异常的原因。
进一步的,所述顶事件为钛酸锂负极材料的各项性能指标,包括材料的克容量发挥、倍率性能以及循环性能;所述底事件为影响钛酸锂负极材料的各项性能指标的主要参数,包括材料的极化、不可逆反应以及化学体系;所述基本事件为影响化学体系的因素,包括涂布面密度、电解液、导电剂比例。
进一步的,步骤(5)中,所述底事件和顶事件出现的概率通过以下公式得到:
其中,P(T)为事件发生概率,n为事件总数,Mn-1为第(n-1)个事件,为Mn-1的补集由上述技术方案可知,
本发明不仅能够定性的分析引起锂电池材料性能异常的因素而且能够定量的分析出每个影响因素出现的概率,利于优先选出影响材料性能的主要因素,并快速指导生产对其影响因素进行整改。
附图说明
图1是本发明的方法流程图;
图2是本发明实施例中针对锂离子电池材料高倍率下循环性能差的故障树示意图;
图3是本发明实施例中验证基本事件X7的实验结果图;
具体实施方式
下面结合附图对本发明做进一步说明:
本实施例的一种基于故障树分析锂电池材料性能异常的方法,包括以下步骤:
S1:首先确定进行分析的锂离子电池材料所包含的内容及其边界范围,如钛酸锂材料的电化学性能差,要先确定分析的对象是倍率性能还是循环性能;对于循环性能则要确定是极化增加、不可逆反应产生还是化学体系问题。
S2:根据钛酸锂材料在充放电过程中的工作原理,从人、设备本身、材料、方法、环境和测试方法等方面找出评价钛酸锂负极材料的各项性能指标以及影响性能的主要参数确立故障树的顶事件和底事件。此处所述的钛酸锂负极材料的各项性能指标包括材料的克容量发挥、倍率性能以及循环性能等,即顶事件;影响这些性能的主要参数包括材料的极化、不可逆反应以及化学体系等,即底事件;影响化学体系的因素包括涂布面密度、电解液、导电剂比例等,即基本事件。
S3:确立顶事件、底事件和基本事件的因果逻辑关系,针对每个顶事件逐级分析并建立规范化故障树。
S4:根据前期的生产经验推测出每个基本事件出现的概率,并假定一个概率值,根据公式(1)计算所有的底事件出现的概率,并计算顶事件出现的概率;所述底事件和顶事件出现的概率通过以下公式得到:
其中,P(T)为事件发生概率,n为事件总数,Mn-1为第(n-1)个事件,为Mn-1的补集。
S5:将S4得到的顶事件发生的概率值,按从大到小的顺序排序,排在前的即最易发生的故障,判断故障诊断顺序,得出诊断决策树;
S6:根据诊断决策树对诊断顺序靠前的顶事件进行验证,得出锂离子电池材料性能异常的原因。
如图2所示,运用故障树分析法对锂离子电池材料高倍率下循环性能差的原因进行评价分析。通过分析反应原理,引起锂离子电池材料高倍率下循环性能差的原因主要包括极化增大、不可逆反应增加、化学体系不匹配三方面原因,而化学体系是否匹配是决定锂电池材料高倍率下循环性能的主要因素。
因此确定锂电池材料高倍率下循环性能为顶事件,化学体系不匹配为底事件,涂布面密度X7、电解液配方X8、导电剂比例X9为基本事件。由于本实施例主要研究基本事件X7对顶上事件的影响,所以可假定基本事件X8和基本事件X9的发生概率均取值0.30,仅保留基本事件X7的发生概率为变量,并计算底事件的发生概率和顶上事件的发生概率。
根据公式(1):其中,P(T)为事件发生概率,n为事件总数,Mn-1为第(n-1)个事件,为Mn-1的补集。
通过计算可知,基本事件X7的发生概率为1-P(X8)-P(X9)=(1-0.3-0.3)=0.4、底事件的发生概率 顶上事件高倍率下循环性能差的发生概率 若以电解液配方和导电剂比例为线索采用相同的方法计算,可得到顶上事件的发生概率分别为0.882和0.882可见,涂布面密度影响锂电池材料高倍率下循环性能的概率较大接下来对其进行实验验证。
控制其他条件一定,调节极片的面密度为A、B、C、D和E,面密度值A<B<C<D<E分别组装扣电进行测试,测试结果如图3所示。10C倍率下,降低极片的面密度能够提高材料的倍率性能,且10C倍率下的循环性能也随着极片面密度的降低而显著提高,由此可知,极片的面密度是影响大倍率下充放电循环性能差的主要原因。最后根据查找出的影响锂电池材料性能异常的原因,对材料的生产工艺相应的参数进行微调。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案作出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。

Claims (3)

1.一种基于故障树分析锂电池材料性能异常的方法,其特征在于,包括以下步骤:
(1)确定进行分析的锂离子系统所包含的内容及其边界范围;
(2)根据锂离子电池材料在充放电过程中的工作原理,找出评价钛酸锂负极材料的各项性能指标以及影响性能的主要参数确立故障树的顶事件和底事件;
(3)确立顶事件、底事件和基本事件的因果逻辑关系,针对每个顶事件逐级分析并建立故障树;
(4)定义每个基本事件出现的概率,计算所有的底事件出现的概率,并计算顶事件出现的概率;
(5)根据顶事件出现的概率判断故障诊断顺序,得出诊断决策树;
(6)根据诊断决策树对诊断顺序靠前的顶事件进行验证,得出锂离子电池材料性能异常的原因。
2.根据权利要求1所述的基于故障树分析锂电池材料性能异常的方法,其特征在于:所述顶事件为钛酸锂负极材料的各项性能指标,包括材料的克容量发挥、倍率性能以及循环性能;所述底事件为影响钛酸锂负极材料的各项性能指标的主要参数,包括材料的极化、不可逆反应以及化学体系;所述基本事件为影响化学体系的因素,包括涂布面密度、电解液、导电剂比例。
3.根据权利要求1所述的基于故障树分析锂电池材料性能异常的方法,其特征在于:步骤(5)中,所述底事件和顶事件出现的概率通过以下公式得到:
其中,P(T)为事件发生概率,n为事件总数,Mn-1为第(n-1)个事件,为Mn-1的补集。
CN201711184396.XA 2017-11-23 2017-11-23 一种基于故障树分析锂电池材料性能异常的方法 Pending CN108197419A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711184396.XA CN108197419A (zh) 2017-11-23 2017-11-23 一种基于故障树分析锂电池材料性能异常的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711184396.XA CN108197419A (zh) 2017-11-23 2017-11-23 一种基于故障树分析锂电池材料性能异常的方法

Publications (1)

Publication Number Publication Date
CN108197419A true CN108197419A (zh) 2018-06-22

Family

ID=62573055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711184396.XA Pending CN108197419A (zh) 2017-11-23 2017-11-23 一种基于故障树分析锂电池材料性能异常的方法

Country Status (1)

Country Link
CN (1) CN108197419A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110010210A (zh) * 2019-03-29 2019-07-12 北京科技大学 基于机器学习并面向性能要求的多组元合金成分设计方法
CN110728013A (zh) * 2018-06-29 2020-01-24 比亚迪股份有限公司 V2x通信模组的故障检测建模方法、装置及存储介质
CN117071000A (zh) * 2023-10-17 2023-11-17 深圳润世华研发科技有限公司 一种用于pem电解水制氢设备的远程安全监控系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1615434A (zh) * 2002-01-15 2005-05-11 埃葛梅崔克斯股份有限公司 适用于处理电化学信号的方法和装置
CN103605881A (zh) * 2013-10-25 2014-02-26 南昌大学 一种基于故障树和层次分析法的电力变压器状态评估方法
CN103887862A (zh) * 2012-12-19 2014-06-25 中国移动通信集团甘肃有限公司 一种柔性充放电管理整流模块、管理树装置及系统
US20140351177A1 (en) * 2013-05-22 2014-11-27 Samsung Sdi Co., Ltd. System for predicting thickness of battery and method for predicting thickness of battery
CN106991240A (zh) * 2017-04-11 2017-07-28 宁波如意股份有限公司 基于故障树的仓储搬运设备故障诊断方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1615434A (zh) * 2002-01-15 2005-05-11 埃葛梅崔克斯股份有限公司 适用于处理电化学信号的方法和装置
CN103887862A (zh) * 2012-12-19 2014-06-25 中国移动通信集团甘肃有限公司 一种柔性充放电管理整流模块、管理树装置及系统
US20140351177A1 (en) * 2013-05-22 2014-11-27 Samsung Sdi Co., Ltd. System for predicting thickness of battery and method for predicting thickness of battery
CN103605881A (zh) * 2013-10-25 2014-02-26 南昌大学 一种基于故障树和层次分析法的电力变压器状态评估方法
CN106991240A (zh) * 2017-04-11 2017-07-28 宁波如意股份有限公司 基于故障树的仓储搬运设备故障诊断方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王其钰: "《锂离子电池失效分析概述》", 《储能科学与技术》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110728013A (zh) * 2018-06-29 2020-01-24 比亚迪股份有限公司 V2x通信模组的故障检测建模方法、装置及存储介质
CN110728013B (zh) * 2018-06-29 2022-04-15 比亚迪股份有限公司 V2x通信模组的故障检测建模方法、装置及存储介质
CN110010210A (zh) * 2019-03-29 2019-07-12 北京科技大学 基于机器学习并面向性能要求的多组元合金成分设计方法
CN117071000A (zh) * 2023-10-17 2023-11-17 深圳润世华研发科技有限公司 一种用于pem电解水制氢设备的远程安全监控系统
CN117071000B (zh) * 2023-10-17 2023-12-15 深圳润世华研发科技有限公司 一种用于pem电解水制氢设备的远程安全监控系统

Similar Documents

Publication Publication Date Title
WO2021208309A1 (zh) 用于储能电站电化学电池在线评估的方法和系统
WO2022151819A1 (zh) 一种基于聚类分析的电池系统在线故障诊断方法和系统
CN107153162B (zh) 一种动力电池组多故障在线检测方法
CN104617330B (zh) 电池微短路的识别方法
CN102608537B (zh) 一种馈网型大功率电池测试装置
CN108344947A (zh) 一种非侵入式的燃料电池故障诊断方法
CN108197419A (zh) 一种基于故障树分析锂电池材料性能异常的方法
CN106443490B (zh) 一种电池短路的故障诊断系统
CN110244238A (zh) 电池健康状态检测方法、系统及计算机可读存储介质
CN110535159B (zh) 一种规模化储能电站运行单元故障预警的方法及系统
CN115494404B (zh) 一种蓄电池组在线监测方法
CN110311709A (zh) 用电信息采集系统故障判别方法
CN115356636A (zh) 一种数据驱动的新能源汽车电池故障报警和故障预警模型
CN110988724B (zh) 电池簇的绝缘故障的检测方法、系统、介质及电子设备
CN108519558A (zh) 一种动力电池析锂的检测方法、控制器及汽车
CN109615273A (zh) 一种电动汽车充电设施状态评价方法与系统
CN106505267A (zh) 一种大型汽车燃料电池管理系统及方法
CN110927609A (zh) 梯次利用电池储能系统的衰退评估方法及装置
CN113595246B (zh) 微电网状态在线监测方法、装置、计算机设备和存储介质
CN108682880B (zh) 质子交换膜氢燃料电池堆输出保护装置及其控制方法
CN1236323C (zh) 燃料电池各单电池工作电压监控与安全报警的装置及方法
Shuai et al. Intelligent diagnosis of abnormal charging for electric bicycles based on improved dynamic time warping
CN103529337A (zh) 设备故障与电气量信息间非线性相关关系的识别方法
CN116565354A (zh) 一种电化学储能系统故障分级诊断预警方法、系统及设备
CN115833387A (zh) 一种储能电站自动化状态巡检方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180622

RJ01 Rejection of invention patent application after publication