CN109064701A - 电池火灾预警系统及方法 - Google Patents

Abstract

本申请提供一种电池火灾预警系统及方法，利用光学摄影机获取的图片经过处理可以获取多个电池单体的形状、大小、位置、特性及其相互关系。通过摄影装置捕捉多个电池单体出现变化的图像，如电池单体膨胀、安全阀开启、外包装膜破裂、电池单体喷发等现象。电池管理系统通过图像预处理、图像分割、特征值提取等，识别一个或多个电池单体的变化情况，并将多个所述电池单体图像信息转换成数字信号。从而，电池管理系统根据获取的数字信号与电池单体出现热失控、火灾等现象之间的关系判断是否发出火灾早期预警信号。若电池管理系统发出火灾早期预警信号，可以使得驾驶人员或者汽车本身的灭火装置做出相应解救措施，提高电池使用过程中的安全性。

Description

电池火灾预警系统及方法

技术领域

本申请涉及锂离子电池安全，特别是涉及一种的电池火灾预警系统及方法。

背景技术

近年来，电动汽车的市场份额稳步提升。锂离子电池具有高电压、高比能量、长循环寿命、对环境无污染等卓越性能，受到电动汽车产业的高度关注，并获得了一定应用。然而，锂离子电池热失控过程中会产生可燃混合气，如H₂、CO、CH₄等，并积聚在电池内部。在电池内部达到一定压力界限后，安全阀开启，可燃混合气随着电池喷发而释放到外界环境中。

由于电池高温表面以及火星温度远高于气态喷发物的着火温度，一旦喷发物喷射在空气中并与氧气接触，将极易出现着火现象，并引发火灾。电池喷发后高温可燃物与进入电池内部的空气接触后也很容易出现自燃现象。目前锂离子电池火灾预警方法及系统大多基于烟雾、温度等识别锂离子电池火灾。由于烟雾从喷发到扩散至传感器周围需要一定时间，且烟雾传感器灵敏度受到烟雾浓度的影响，容易出现漏报现象。并且一个电池包内电池单体数量较多，无法对每一个电池单体的温度进行有效监测。

发明内容

基于此，有必要针对目前的锂离子电池火灾预警方法及系统的容易出现漏报现象的问题，提供一种快速、准确识别是否出现喷发现象的电池火灾预警系统及方法。

本申请提供一种电池火灾预警系统包括电池模组壳体、摄影装置以及电池管理系统。所述电池模组壳体内设置有多个电池单体。所述摄影装置置于所述电池模组壳体内壁，用以捕捉热失控时所述多个电池单体的图像变化。所述电池管理系统与所述摄影装置连接。

在其中一个实施例中，所述摄影装置包括多个摄像头。所述多个摄像头设置于所述电池模组壳体内壁，且每个所述摄像头与所述电池管理系统连接。

在其中一个实施例中，每个所述摄像头设置于所述电池模组壳体的每个内壁表面的几何中心上，用以准确定位所述多个电池单体的位置。

在其中一个实施例中，所述电池管理系统包括控制单元以及检测单元。每个所述摄像头与所述检测单元的输入端连接，所述检测单元的输出端与所述控制单元连接。

在其中一个实施例中，所述电池火灾预警系统还包括灭火装置。所述灭火装置与所述控制单元连接。

在其中一个实施例中，所述多个摄像头为红外摄像机。

在其中一个实施例中，所述多个摄像头的种类不同。

在其中一个实施例中，一种电池火灾预警方法，应用于如上述所述的电池火灾预警系统，包括：

S10，根据所述多个摄像头，采集所述多个电池单体的图像；

S20，根据所述多个电池单体的图像，获取所述多个电池单体变化的信号参数；以及

S30，根据所述信号参数，发出火灾预警信号。

在其中一个实施例中，所述步骤S20包括：

S210，根据所述多个电池单体的图像，获取每张图像的特征参数，

S220，根据所述特征参数，识别已经发生热失控的一个或多个所述电池单体并进行定位，获取所述多个电池单体变化的信号参数。

在其中一个实施例中，在所述步骤S20中，获取所述多个电池单体变化的信号参数时采用神经网络的图像识别算法。

通过所述摄影装置可以获得所述多个电池单体的影像信息。同时，利用光学摄影机获取的图片经过处理可以获取所述多个电池单体的形状、大小、位置、特性及其相互关系，能够及时定位即将或已经发生热失控的一个或多个所述电池单体。通过所述摄影装置捕捉所述多个电池单体出现变化的图像，如一个或多个所述电池单体膨胀、安全阀开启、外包装膜破裂、电池单体喷发等现象。

所述电池管理系统通过图像预处理、图像分割、特征值提取等，识别一个或多个所述电池单体的变化情况，并将所述多个所述电池单体图像信息转换成数字信号，可以快速、准确识别电池是否出现喷发现象。此时，所述电池管理系统根据表征电池膨胀、安全阀开启、外包装破裂、电池喷发等现象的数字信号与所述电池单体出现热失控、火灾等现象之间的关系判断是否发出火灾早期预警信号。所述电池管理系统发出火灾早期预警信号，使得驾驶人员或者汽车本身的灭火装置做出相应解救措施，提高电池使用过程中的安全性。

附图说明

图1为本申请提供的电池火灾预警系统原理结构示意图；

图2为本申请提供的电池火灾预警系统结构的摄像头安装示意图；

图3为本申请提供的电池火灾预警系统结构的具体结构示意图；

图4为本申请提供的电池火灾预警系统结构的一个实施例的安装结构的侧面示意图；

图5为本申请提供的电池火灾预警系统结构的一个实施例的安装结构示意图；

图6为本申请提供的电池火灾预警系统结构的一个实施例的安装结构的俯视结构示意图；

图7为本申请提供的电池火灾预警系统结构的一个实施例的安装结构的侧视结构示意图；

图8为本申请提供的电池火灾预警系统结构的一个实施例的安装结构的俯视结构示意图。

附图标记说明

电池火灾预警系统100、电池模组壳体10、电池单体101、摄影装置20、电池管理系统30、摄像头210、控制单元310、检测单元320、灭火装置40、安全阀102、内壁顶面103、内壁侧面104。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下通过实施例，并结合附图，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。而本申请所说“连接”、“联接”，如无特别说明，均包括直接和间接连接(联接)。在本申请的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。

在本申请中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

请参见图1，本申请提供一种电池火灾预警系统100包括电池模组壳体10、摄影装置20以及电池管理系统30。所述电池模组壳体10内设置有多个电池单体101。所述摄影装置20设置于所述电池模组壳体10内壁，用以捕捉即将或已经发生热失控时所述多个电池单体101的图像变化。所述电池管理系统30与所述摄影装置20连接。

通过所述摄影装置20可以获得所述多个电池单体101的影像信息。同时，利用光学摄影机获取的图片经过处理可以获取所述多个电池单体101的形状、大小、位置、特性及其相互关系，能够及时定位即将或已经发生热失控的一个或多个所述电池单体101。通过所述摄影装置20捕捉所述多个电池单体101出现变化的图像，如一个或多个所述电池单体101膨胀、安全阀开启、外包装膜破裂、所述电池单体101喷发等现象。

所述电池管理系统30与所述摄影装置20连接，所述电池管理系统30通过图像预处理、图像分割、特征值提取等，识别一个或多个所述电池单体101的变化情况，并将所述多个所述电池单体101图像信息转换成数字信号。所述摄影装置20可以快速、准确识别电池是否出现喷发现象。此时，所述电池管理系统30根据表征电池膨胀、安全阀开启、外包装破裂、电池喷发等现象的数字信号与所述电池单体101出现热失控、火灾等现象之间的关系判断是否发出火灾早期预警信号。所述电池管理系统30发出火灾早期预警信号，使得驾驶人员或者汽车本身的灭火装置做出相应解救措施，提高电池使用过程中的安全性。

请参见图2-3，在一个实施例中，所述摄影装置20包括多个摄像头210。所述多个摄像头210设置于所述电池模组壳体10内壁，且每个所述摄像头210与所述电池管理系统30连接。

所述电池管理系统30为了能够提高电池的利用率，防止电池出现过度充电和过度放电。电池管理系统具有准确估测动力电池组的荷电状态、动态监测以及电池间的均衡。在电池充放电过程中，实时采集电动汽车蓄电池组中的每块电池的端电压和温度、充放电电流及电池包的总电压，防止电池发生过充电或过放电现象。同时能够及时给出电池状况，挑选出有问题的电池，保持整组电池运行的可靠性和高效性，使剩余电量估计模型的实现成为可能。

请参见图4，在一个实施例中，每个所述电池单体101设置有一个安全阀102。所述安全阀102设置于所述电池单体101的出气口处。对于硬壳电池，如圆柱形和方形电池，其一般安装有所述安全阀102且所述电池单体101即将或已经发生热失控而出现喷发现象时，气流的喷射位置往往是经过所述安全阀102喷射出来的。考虑到喷发位置固定，且气流分布在所述安全阀102上方，故通过监控所述安全阀102上方区域的灰度值变化就可以判断是否出现喷发现象。因此，由于所述安全阀102上方有气流和无气流时的灰度值是不同的，所以在所述电池模组壳体10内壁上方对角线相交点安装所述摄影装置20，且将所述摄影装置20与多个所述安全阀102相对设置，用以实时监测。

所述多个摄像头210分别与所述电池管理系统30连接，可以从多个角度进行拍摄，能够快速准确实现对大量锂离子电池火灾预警，并且可以具体定位到出现变化的一个或多个所述电池单体101。当一个或多个所述电池单体101出现喷发现象时，硬壳电池的所述安全阀102及软包电池外包装限压值较低处往往是气态喷发物从电池内部喷出的位置，因此，需要在俯视所述安全阀102的位置根据需要安装一个或多个所述摄像头210，以全面捕捉关键部位的图像信息。另外，也可以根据需要在所述电池模组壳体10的不同位置安装所述摄像头210，以全方位的捕捉电池膨胀变形的图像信息。通过所述多个摄像头210可以用于大量所述电池单体101的火灾预警，例如可以将所述多个摄像头210设置于电池箱体内的不同位置，结构简单，也比较容易实现。

请参见图2，在一个实施例中，每个所述摄像头210设置于所述电池模组壳体10的每个内壁表面的几何中心上，用以准确定位所述多个电池单体101的位置。

所述电池模组壳体10的形状不做限制，可以为长方体、正方体、圆柱体等形状，将每个所述摄像头210设置于所述电池模组壳体10的每个内壁表面的几何中心上，并利用光学摄影机获取的像片，经过处理以获取被摄所述多个电池单体101的形状、大小、位置、特性及其相互关系。将每个所述摄像头210设置于所述电池模组壳体10的每个内壁表面的对角线上，可以从全方位定位，全面捕捉一个或多个所述电池单体101的所述安全阀102以及电池池身的变化状况，并与正常电池单体进行对比，可以明显的观测出发生变化的一个或多个所述电池单体101。

每个所述摄像头210设置于所述电池模组壳体10的每个内壁表面的几何中心上，几何定位确定被摄物体的大小、形状和空间位置。在定位过程中，可以根据两个已知的摄影站点和两条已知的摄影方向线，交会出构成这两条摄影光线的待定地面点的三维坐标。在对采集到的所述多个电池单体101的图像进行处理时，可以采用V-STARS软件处理，将采集好的图片来得到待测点的三维坐标。通过在不同的位置和方向，进行图像匹配等处理及相关数学计算后得到待测点精确的三维坐标。通过所述电池管理系统30也可以将位置的三维数据输出，同时在所述多个电池单体101上粘有回光反射标志，或者是通过投点器投射上点，或者是探测棒上的点，从而可以具体定位到发生变化的所述电池单体101在所述电池模组壳体10内的具体位置，以及所述电池单体101上发生变化的具体部位。

请参见图5，在一个实施例中，所述摄像头210设置于所述电池模组壳体10的内壁侧面104，且靠近所述内壁顶面103设置，用以可以实时监测到所述安全阀102的变化。

在所述电池模组壳体10内的多个所述电池单体101往往是并排设置的。在所述安全阀102的中心可以连接成一条直线，通过该直线做一个平面a，所述平面a和所述安全阀102所在表面平行，所述安全阀102所在表面和靠近所述安全阀102的所述电池模组壳体10内壁表面组成一个封闭的长方体或六面体。其中，四个面b和平面a垂直，每个面b属于所述内壁侧面104的一部分，平面a与所述内壁顶面103平行，且有一定的距离。其中，平面a是为了更好的确认所述安全阀102安装位置设置的虚拟平面。所述摄像头210可以在一个平面b的中心处安装一个所述摄像头210，也可以在相邻的两个面b的中心处各安装一个所述摄像头210，即相对的两个面b中只在其中一个面b上安装一个所述摄像头210即可。

请参见图6，在一个实施例中，每个所述电池单体101设置有安全阀102，多个所述安全阀102与所述电池模组壳体10的所述内壁顶面103相对，所述摄像头210设置于多个所述安全阀102的中心点连线所在平面与所述内壁顶面103的垂直面交线上。

当多个所述安全阀102的中心点连线所在平面与所述内壁顶面103垂直，此时，垂直面与所述内壁顶面103存在一条相交直线，将所述摄像头210设置于所述相交线处，可以以最准确的位置对多个所述安全阀102监测，并且可以准确进行定位，确认将发生或已经发生热失控的一个或多个所述电池单体101。所述安全阀102的中心点可以连接成一条线，如图6中虚线位置处。当俯视图中所述摄像头210安装位置在虚线位置处时，不仅可以判断是否发生了喷发现象，而且可以定位出现喷发现象的所述电池单体101所在的位置。

请参见图7-8，在一个实施例中，所述摄像头210设置于所述电池模组壳体10的所述内壁顶面103的顶角位置。

进一步地，为了降低成本，所述摄像头210安装位置在所述电池模组壳体10的顶角处。此时所述电池单体101上方与最近的所述电池模组壳体10的壁面应保持一定的距离，以确保摄像头可以全面捕捉所有所述电池单体101的所述安全阀102。所示位置仅需一个摄像头，且可以准备捕捉是否发生了电池喷发现象以及发生喷发现象的所述电池单体101的位置。

在一个实施例中，电池管理系统30包括控制单元310以及检测单元320。每个所述摄像头210与所述检测单元320的输入端连接，所述检测单元320的输出端与所述控制单元310连接。

所述多个摄像头210拍摄所述多个电池单体101的图像，并将信号通过线束传输至所述检测单元320。所述检测单元320根据图片灰阶差做进一步识别处理。当其中一个或多个所述电池单体101即将或已经发生热失控时，喷发物在所述电池单体101内部积聚到一定压力电池外包装会发生膨胀变形，且软包电池更加明显。当所述电池单体101内部气体压力超过硬壳电池单体安全阀或软包的压力限值时，便会喷发至所述电池单体101外部，引发电池喷发处所述电池单体101外表面发生明显变化，如安全阀开启、外包装膜出现破裂等。

膨胀变形、安全阀开启、外包装膜破裂、喷发物喷发等此现象可以明显地在图像上显示出来，并及时反馈至所述检测单元320。所述检测单元320进行图像处理，将图像信息转换成数字信号，并反馈至所述控制单元310，所述控制单元310以此信号作为发出火灾预警信号的依据。在图像识别过程中，膨胀变形、安全阀开启、外包装膜破裂、喷发物喷发等此现象通过图像像素的灰度、形状等特征值体现。同时，通过分析俯视所述安全阀102方向拍摄的图片信息，可以通过像素灰度的变化识别电池出现喷发现象的具体位置，快速识别电池早期热失控、喷发等现象。

在一个实施例中，所述电池火灾预警系统100还包括灭火装置40。所述灭火装置40与所述控制单元310连接。

在一个实施例中，当一个或多个所述电池单体101即将或已经发生热失控时，通过所述检测单元320采集分析信号信息，并将分析结果传输至所述控制单元310，所述控制单元310发出火灾预警信号。当所述灭火装置40与所述控制单元310连接，所述控制单元310发出火灾预警信号，控制所述灭火装置40灭火。在行车情况，所述控制单元310向汽车报警，汽车可以控制断电，此时所述电池单体101就不会有电流输出，此时可以及时控制危险。在充电过程中，所述控制单元310向充电机提出火灾报警信号，此时充电机停止充电，所述电池管理系统30本身也可以切断电流。

在一个实施例中，所述控制单元310发出火灾预警信号，可以给驾驶员提醒，驾驶员手动灭火，或者通过所述控制单元310可以发出火灾预警信号，让驾驶员和乘客赶紧远离汽车，很大程度的提高了锂离子电池火灾安全性。同时，可以应用于车辆、航空、船舶、舰艇、储能等各种用途的锂离子电池，也可用于对存储及运输中的电池的火灾预警。

在一个实施例中，所述多个摄像头210为红外摄像机。

所述多个摄像头210为红外摄像机，具有高精度、非接触测量、无需接触、测量速度快、可以在不稳定的环境中测量、适合狭小空间的测量、数据率高、方便获取大量数据、适应性好以及便携性好等优点。

在一个实施例中，所述多个摄像头210的种类可以不同。

在一个实施例中，一种电池火灾预警方法，应用于如上述所述的电池火灾预警系统，包括：

S10，根据所述多个摄像头210，采集所述多个电池单体101的图像；

S20，根据所述多个电池单体101的图像，获取所述多个电池单体101变化的信号参数；以及

S30，根据所述信号参数，发出火灾预警信号。

在所述步骤S10中，所述多个摄像头210分别设置于所述电池模组壳体10的每个内壁表面的对角线上，用以全方位对所述多个电池单体101进行监测，采集所述多个电池单体101不同位置处的图像。通过所述多个摄像头210捕捉所述多个电池单体101出现变化的图像，如电池膨胀、安全阀开启、外包装膜破裂、电池喷发等。

在所述步骤S20中，所述电池管理系统30根据图片灰阶差进一步识别所述多个电池单体101的图像的变化情况。根据所述多个电池单体101的图像进行图像处理包括图像预处理、图像分割、特征值提取等，将所述多个电池单体101图像的图像信息转换成数字信号，并根据图像灰度变化判断是否出现了气流喷发或电池形状的变化。

在一个实施例中，所述步骤S20包括：

S210，根据所述多个电池单体101的图像，获取每张图像的特征参数，

S220，根据所述特征参数，识别已经发生热失控的一个或多个所述电池单体101并进行定位，获取所述多个电池单体101变化的信号参数。

其中，根据图片灰阶差做处理后识别出有用信息。图像的灰度值一般被量化为不同的灰度级别，当一个或或多个所述电池单体101发生变化时，采集到的图像灰度值会发生相应的改变，进而与正常电池单体的图像灰度值对比，即可获取发生热失控的所述电池单体101的位置以及个数等信息。

在所述步骤S210中，所述特征参数为每张图像中发生变化的灰度值。当所述电池单体101喷发时，所述电池单体101的图像中对应的灰度值会在所述电池单体101相应部位发生变化。当所述电池单体101发生膨胀时，所述电池单体101之间区域的灰度值会发生改变。通过所述多个电池单体101的图像，可以将一个或多个所述电池单体101发生膨胀变形、安全阀开启、外包装膜破裂、喷发物喷发等变化在采集到的图像中通过灰度值反应出来。在对比一个或多个所述电池单体101发生变化时，可以采用与正常状态下的电池单体的图像灰度值进行对比，采集到的图像中灰度值发生变化的部位即热失控发生位置。

在一个实施例中，在所述步骤S20中，获取所述多个电池单体101变化的信号参数时采用神经网络的图像识别算法。

在所述步骤S20中，获取所述多个电池单体101变化的信号参数时采用图像识别方法，一般采用基于神经网络的图像识别方法、基于小波矩的图像识别方法等。

在所述步骤S30中，所述电池管理系统30根据图片灰阶差进一步识别所述多个电池单体101的图像的变化情况。当一个或多个所述电池单体101发生膨胀时，相邻所述电池单体101之间区域的灰度值发生变化，反馈至所述控制单元310，所述控制单元310发出电池故障预警。当处于行驶状态时，所述控制单元310向整车报警，或者断电，不输出电流来控制。当在充电状态时，所述控制单元310向充电机提出报警，充电机停止充电，所述电池管理系统30也可以切断电流。当所述电池单体101喷发时，所述安全阀102周围会存在气态喷发物，从而导致所述安全阀102周围处的图像灰度值发生变化，此时当所述检测单元320识别出灰度值发生变化，反馈至所述控制单元310，所述控制单元310发出火灾预警。对于软包电池，当所述电池单体101喷发时，相邻所述电池单体101之间区域的灰度值发生变化，反馈至所述控制单元310，所述控制单元310发出火灾预警。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种电池火灾预警系统，其特征在于，包括：

电池模组壳体(10)，所述电池模组壳体(10)内设置有多个电池单体(101)；

摄影装置(20)，设置于所述电池模组壳体(10)内壁，用以捕捉热失控时所述多个电池单体(101)的图像变化；以及

电池管理系统(30)，与所述摄影装置(20)连接。

2.如权利要求1所述的电池火灾预警系统，其特征在于，所述摄影装置(20)包括：

多个摄像头(210)，设置于所述电池模组壳体(10)内壁，且每个所述摄像头(210)与所述电池管理系统(30)连接。

3.如权利要求2所述的电池火灾预警系统，其特征在于，每个所述摄像头(210)设置于所述电池模组壳体(10)的每个内壁表面的几何中心上，用以准确定位所述多个电池单体(101)的位置。

4.如权利要求2所述的电池火灾预警系统，其特征在于，所述电池管理系统(30)包括：

控制单元(310)；以及

检测单元(320)，每个所述摄像头(210)与所述检测单元(320)的输入端连接，所述检测单元(320)的输出端与所述控制单元(310)连接。

5.如权利要求4所述的电池火灾预警系统，其特征在于，还包括灭火装置(40)，所述灭火装置(40)与所述控制单元(310)连接。

6.如权利要求2所述的电池火灾预警系统，其特征在于，所述多个摄像头(210)为红外摄像机。

7.如权利要求2所述的电池火灾预警系统，其特征在于，所述多个摄像头(210)的种类不同。

8.一种电池火灾预警方法，应用于如权利要求2-7任一所述的电池火灾预警系统，其特征在于，包括：

S10，根据所述多个摄像头(210)，采集所述多个电池单体(101)的图像；

S20，根据所述多个电池单体(101)的图像，获取所述多个电池单体(101)变化的信号参数；以及

S30，根据所述信号参数，发出火灾预警信号。

9.如权利要求8所述的电池火灾预警方法，其特征在于，所述步骤S20包括：

S210，根据所述多个电池单体(101)的图像，获取每张图像的特征参数，

S220，根据所述特征参数，识别即将或已经发生热失控的一个或多个所述电池单体(101)并进行定位，获取所述多个电池单体(101)变化的信号参数。

10.如权利要求8所述的电池火灾预警方法，其特征在于，在所述步骤S20中，获取所述多个电池单体(101)变化的信号参数时采用神经网络的图像识别算法。