CN109565089B - 使用超声导波的电池状态监测 - Google Patents
使用超声导波的电池状态监测 Download PDFInfo
- Publication number
- CN109565089B CN109565089B CN201780049778.3A CN201780049778A CN109565089B CN 109565089 B CN109565089 B CN 109565089B CN 201780049778 A CN201780049778 A CN 201780049778A CN 109565089 B CN109565089 B CN 109565089B
- Authority
- CN
- China
- Prior art keywords
- battery
- battery cell
- wave
- ultrasonic
- guided wave
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 65
- 230000001902 propagating effect Effects 0.000 claims abstract description 6
- 230000036541 health Effects 0.000 claims description 37
- 238000009826 distribution Methods 0.000 claims description 8
- 238000002604 ultrasonography Methods 0.000 description 45
- 229910001416 lithium ion Inorganic materials 0.000 description 39
- 239000002131 composite material Substances 0.000 description 33
- 238000006731 degradation reaction Methods 0.000 description 24
- 230000015556 catabolic process Effects 0.000 description 22
- 239000000463 material Substances 0.000 description 21
- 230000032683 aging Effects 0.000 description 19
- 238000004146 energy storage Methods 0.000 description 19
- 238000004458 analytical method Methods 0.000 description 18
- 230000008859 change Effects 0.000 description 18
- 238000007599 discharging Methods 0.000 description 14
- 238000011065 in-situ storage Methods 0.000 description 14
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 13
- 230000007423 decrease Effects 0.000 description 13
- 230000000694 effects Effects 0.000 description 13
- 229910002804 graphite Inorganic materials 0.000 description 13
- 239000010439 graphite Substances 0.000 description 13
- 230000006399 behavior Effects 0.000 description 10
- 230000001351 cycling effect Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 230000010354 integration Effects 0.000 description 7
- 239000000523 sample Substances 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 230000002687 intercalation Effects 0.000 description 6
- 238000009830 intercalation Methods 0.000 description 6
- 229910001317 nickel manganese cobalt oxide (NMC) Inorganic materials 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 239000004918 carbon fiber reinforced polymer Substances 0.000 description 4
- 238000012512 characterization method Methods 0.000 description 4
- 230000001976 improved effect Effects 0.000 description 4
- 230000014759 maintenance of location Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000035882 stress Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 235000019687 Lamb Nutrition 0.000 description 2
- 239000011149 active material Substances 0.000 description 2
- 239000010405 anode material Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000010406 cathode material Substances 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000000157 electrochemical-induced impedance spectroscopy Methods 0.000 description 2
- 229920006332 epoxy adhesive Polymers 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000002427 irreversible effect Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 239000011232 storage material Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 229920000049 Carbon (fiber) Polymers 0.000 description 1
- 238000002441 X-ray diffraction Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000004917 carbon fiber Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000002484 cyclic voltammetry Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000002848 electrochemical method Methods 0.000 description 1
- 230000005518 electrochemistry Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000007306 functionalization reaction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000012925 reference material Substances 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 238000007086 side reaction Methods 0.000 description 1
- 239000007784 solid electrolyte Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/07—Analysing solids by measuring propagation velocity or propagation time of acoustic waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/11—Analysing solids by measuring attenuation of acoustic waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
- G01N29/4436—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a reference signal
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/46—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by spectral analysis, e.g. Fourier analysis or wavelet analysis
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/01—Indexing codes associated with the measuring variable
- G01N2291/011—Velocity or travel time
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/01—Indexing codes associated with the measuring variable
- G01N2291/015—Attenuation, scattering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/025—Change of phase or condition
- G01N2291/0258—Structural degradation, e.g. fatigue of composites, ageing of oils
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/04—Wave modes and trajectories
- G01N2291/042—Wave modes
- G01N2291/0425—Parallel to the surface, e.g. creep waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/10—Number of transducers
- G01N2291/102—Number of transducers one emitter, one receiver
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/26—Scanned objects
- G01N2291/269—Various geometry objects
- G01N2291/2697—Wafer or (micro)electronic parts
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M2010/4278—Systems for data transfer from batteries, e.g. transfer of battery parameters to a controller, data transferred between battery controller and main controller
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Manufacturing & Machinery (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Acoustics & Sound (AREA)
- Mathematical Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Secondary Cells (AREA)
Abstract
一种电池状态监测的方法,包括:(1)提供电池单元和被安装到电池单元上的至少一个超声致动器和至少一个超声传感器;(2)使用超声致动器,生成在电池单元的面内传播的导波;(3)使用超声传感器,接收对应于导波的到达波;以及(4)基于到达波确定电池单元的状态。
Description
相关申请的交叉引用
本申请要求2016年6月21日提交的美国临时申请第62/352,655号的权益,其内容通过引用整体并入本文。
关于联邦政府资助的研究或开发的声明
本发明是在由能源部授予的合同DE-AR0000393的政府支持下完成的。政府对本发明享有一定的权利。
背景技术
响应于对便携式装置和电动系统以及运输中的高能量轻质量能源解决方案的不断增长的需求,已经在能量存储方面,特别是在锂离子(Li离子)电池方面进行广泛的研究工作。然而,它们更广泛的实际采用受到系统可靠性、寿命、安全性和成本的阻碍。鉴于Li离子电池的复杂性及其受限的操作范围,需要准确的实时状态监测以进行有效的控制和管理。
车载电池管理系统(BMS)通常涉及监测包括电压、电流和温度的外部参数。根据这些参数,使用状态估计软件来近似电池的荷电状态(SoC)和健康状态(SoH)。然而,这些技术未能考虑Li离子电池是复合材料系统,其随着其循环使用和老化经历机械和化学演变。
在实验室中,原位(in-situ)技术,例如X射线衍射和中子成像,可用于有效地探测这些物理变化。然而,这些技术实际上不能被实现,并且在大多数情况下受限于小规模的非标准电池(cell)。在电动交通工具中车载复杂的电化学工具(例如电化学阻抗谱(EIS))的优点通常不能证明(justify)显著的附加成本和复杂性的合理性。
在此背景下,需要开发本公开的实施例。
发明内容
本公开的一些实施例涉及一种电池状态监测方法。在一些实施例中,该方法包括:(1)提供电池单元和被安装到电池单元上的至少一个超声致动器和至少一个超声传感器;(2)使用超声致动器,生成在电池单元的面内(in-plane)传播的导波;(3)使用超声传感器,接收对应于导波的到达波;以及(4)基于到达波确定电池单元的状态。
本公开的附加的实施例涉及一种电池。在一些实施例中,电池包括:(1)电池单元;(2)被安装到电池单元上的一个或更多个超声换能器的组;以及(3)控制器,其被配置为指示超声换能器中的第一超声换能器生成在电池单元的面内传播的导波。
还构想了本公开的其他方面和实施例。前述发明内容和以下详细描述并不意在将本公开限制于任何特定实施例,而仅意在描述本公开的一些实施例。
附图说明
为了更好地理解本公开的一些实施例的性质和目的,应参考结合附图的以下详细描述。
图1.根据本公开的一些实施例的配置有电池状态监测能力的电池的示意图。
图2.使用表面安装的低剖面(low profile)压电换能器,在Li离子电池衬底中的超声导波传播的示意图。
图3.(a)用于在低温重力对流烘箱中进行电循环和导波数据采集的实验设置;(b)3650mAh袋式电池上的传感器位置,标记为P1至P4。
图4.来自P1-P3换能器对的代表性信号,使用约125kHz的音调-脉冲激励。该图示出了飞行时间(ToF),其是致动脉冲到达传感器位置所花费的时间,以及信号幅度,其是感测信号的希尔伯特(Hilbert)包络的最大幅度。
图5.(a)在约C/10充电和放电循环期间的电压和电流数据,其示出充电阶段(区域I)、休息时段(区域II)和放电阶段(区域III);以及(b)每隔约1分钟(从约为125kHz的P1-P3换能器对)取得的ToF和信号幅度数据的相应演变。
图6.SOC对充电期间的导波感测信号的影响,其(从约125kHz的P1-P3换能器对)示出随着SoC增加,信号幅度的增加和更短的ToF。
图7.(a和c)分别在充电和放电期间的约C/10循环的电压和ToF数据;以及(b和d)分别在充电和放电期间相对于容量(capacity)的电压和ToF的相应的一阶导数(dV/dQ和dToF/dQ)。在(d)中绘制dV/dQ的负值以表示放电。导波信号来自约为125kHz的P1-P3换能器对。
图8.由于作为循环经过时间的函数的渐进灰度阴影所示的电化学老化引起的(a)端电压、(b)ToF和(c)信号幅度的循环到循环演变,。指示来自第一循环、第100循环和第200循环的数据。导波信号来自约为125kHz的P1-P3换能器对。
图9.(a)容量保持率(由第一循环容量标准化)作为循环数的函数;以及(b)充电后休息时段结束时的循环数与导波信号幅度和ToF之间的相关性,显示信号幅度的单调增加和ToF随容量衰减的减少。导波信号来自约为125kHz的P1-P3换能器对。
图10.老化对差分电压和ToF的影响。(a和c)分别在充电和放电期间关于充电和放电容量的dV/dQ。来自新电池的数据以实线表示,循环后数据以虚线表示;以及(b和d)对应的dToF/dQ。导波信号来自约为125kHz的P1-P3换能器对。
图11.多功能能量存储(MES)复合材料将Li离子电池材料以及传感器和致动器的原位网络嵌入高强度碳纤维复合材料内。
图12.经由分布式微传感器网络的MES复合材料的电池和结构健康监测。
图13.(a)Li离子袋式电池和(b)MES复合材料之间的比较。
图14.使用来自分布式多功能传感器的实时数据的MES复合材料的电池和结构健康监测的框架。
图15.(a)MES复合材料电池上的压电换能器的位置;(b)在放电期间来自两个不同SoC的P1-P3换能器对的时域信号(为了绘图,致动缩放到1Vpp);以及(c)充电/放电循环期间的电池电压和信号特征。
图16.加速老化的结果:(a)压电换能器在电池单元上的位置;(b)容量保持率图,显示在循环1、25和50处的容量保持率;以及(c)在循环1、25和50处的相应循环超声特征。
具体实施方式
图1说明了根据本公开的一些实施例的配置有电池状态监测能力的电池100。
电池100包括至少一个电池单元102,其包括:内部壳体104和设置在内部壳体104内的一个或更多个阳极106的组以及一个或更多个阴极108的组。如所说明的,多个阳极106和多个阴极108被包括在电池单元102中并且以交替的方式布置在电池单元102的厚度方向上。隔板110被包括在电池单元102中并且被设置在每对相邻的阳极106和阴极108之间。电池100可以经由端子114连接到充电器或负载112,使得可以在例如电池单元102的充电或放电期间或与电池单元102的充电或放电同步评估电池单元102的状态。
参考图1,电池100还包括至少一个超声致动器116a和至少一个超声传感器116b、超声传感器116c或超声传感器116d。如所说明的,超声致动器116a和超声传感器116b、超声传感器116c和超声传感器116d类似地或相同地被配置为超声换能器,诸如压电陶瓷换能器或其他压电换能器。尽管图1中说明了四个这样的超声换能器116a、超声换能器116b、超声换能器116c和超声换能器116d,但是超声换能器的数量可以采用其他值,诸如另一个值为2或更大的值。超声换能器116a、超声换能器116b、超声换能器116c和超声换能器116d永久地被安装到电池单元102上,特别地,固定地或永久地被安装到内部壳体104上。超声换能器116a、超声换能器116b、超声换能器116c和超声换能器116d的子集,即,超声换能器116a和超声换能器116b被安装在电池单元102的一个主表面上,超声换能器116a、超声换能器116b、超声换能器116c和超声换能器116d的另一个子集,即超声换能器116c和超声换能器116d被安装在电池单元102的另一个相对的主表面的上;换言之,超声换能器116a和超声换能器116b以及超声换能器116c和超声换能器116d被安装到电池单元102的相对侧上。还构想了超声换能器116a、超声换能器116b、超声换能器116c和超声换能器116d可以被安装到电池单元102的相同侧上。
电池100还包括:控制器118,其被连接到超声换能器116a、超声换能器116b、超声换能器116c和超声换能器116d,以指示超声换能器116a、超声换能器116b、超声换能器116c和超声换能器116d的操作并基于由超声换能器116a、超声换能器116b、超声换能器116c和超声换能器116d生成和接收的超声波,确定电池单元102的状态。控制器118可以使用电子电路在硬件方面被配置,或者可以被配置为处理器和存储可由处理器执行的指令的相关联的存储器。如所说明的,以一发一收模式生成和接收超声波,在该模式中一个超声换能器用作致动器以生成致动波,而至少一个剩余的超声换能器用作传感器以接收对应于致动波的到达或感测超声波。例如,控制器118可以指示超声换能器116a生成致动波,并且可以指示剩余的超声换能器116b、超声换能器116c和超声换能器116d接收对应于致动器波的入射感测波。控制器118可以循环通过超声换能器116a、超声换能器116b、超声换能器116c和超声换能器116d,使得超声换能器116a、超声换能器116b、超声换能器116c和超声换能器116d中的不同的超声换能器连续地用作致动器。操作超声换能器116a、超声换能器116b、超声换能器116c和超声换能器116d的其他方式被本公开包含。例如,通过接收对应于致动波的反射感测波,超声换能器116a可以顺序地用作致动器和传感器两者。
如所说明的,生成超声波并在电池单元102的面内传播。具体地,这种超声导波(或兰姆波(Lamb wave))的传播方向基本上平行于电池单元102的任一主表面,并且基本上垂直于电池单元102的厚度方向。在一些实施例中,生成的致动波是包括高频突发波的激励音调突发信号,其中中心或主频率范围从约100kHz到约2MHz,诸如约100kHz至约1MHz、约100kHz至约500kHz、约100kHz至约200kHz或约125kHz至约175kHz。在一些实施例中,致动波的峰到峰幅度为约50V或更高、约60V或更高、约75V或更高、从约50V至约200V、从约50V至约100V或者从约70V至约75V。在一些实施例中,控制器118可以指示具有不同中心或主频率或不同峰到峰值幅度的致动波的生成,以提高电池状态监测的准确性,诸如通过循环通过一组致动频率或幅度。
基于至少一个入射感测波的一个或更多个参数,控制器118被配置为确定电池单元102的状态,诸如包括电池单元102的荷电状态、电池单元102的健康状态或电池单元102的(例如,与结构完整性、分层程度等有关的)其他内部物理条件或参数或者前述中的两个或更多个的组合。
在一些实施例中,控制器118被配置为通过执行至少一个入射感测波的时域分析来导出一个或更多个时域信号参数,以确定电池单元102的状态。例如,控制器118可以通过导出感测波的飞行时间和感测波的幅度中的任一个或两个来确定电池单元102的荷电状态,感测波的飞行时间是致动波到达传感器的持续时间的测量(例如,相对于致动波和感测波的相应最大或峰值幅度的持续时间),感测波的幅度是感测波的最大或峰值幅度的测量(例如,感测波的Hilbert包络的最大或峰值幅度。一旦被导出,控制器118可以将感测波的飞行时间或幅度与一组一个或更多个相应的参考或基线值(其可以是基于数值模型的计算的值或者可以基于来自相同电池单元102或其他类似电池单元的预先收集的数据)进行比较。作为另一示例并且对于电池单元102的给定荷电状态(例如,基本上完全充电状态),控制器118可以通过导出感测波的飞行时间和感测波的幅度中的任一个或两个来确定电池单元102的健康状态。一旦被导出,控制器118可以将感测波的飞行时间或幅度与一组一个或更多个相应的参考或基线值(其可以是基于数值模型的计算的值或者可以基于来自相同电池单元102或其他类似电池单元的预先收集的数据)进行比较。时域信号参数的附加示例包括感测波的能量和感测波的功率。作为时域分析的替代或结合时域分析,控制器118可以被配置为通过执行至少一个入射感测波的频域分析来导出一个或更多个频域信号参数,并将频域信号参数与一组一个或更多个相应的参考或基线值进行比较,以确定电池单元102的状态。例如,控制器118可以通过执行感测波的傅立叶变换并导出感测波的功率谱密度来确定电池单元102的状态。参考或基线值可以被存储在包括在控制器118中的存储器中或连接到控制器118的存储器中,诸如以查找表的形式。
通过包括设置在感测波从致动器到达所沿着的多个不同路径处的多个传感器,控制器118还可以配置有以下能力:确定电池单元102的荷电状态或健康状态的空间分布,以及确定电池单元102内的机械、电化学或其他缺陷的位置。例如,给定传感器相对于致动器的预定位置,可以基于到达传感器的感测波的时域或频域参数的绝对或相对差异(或趋势差异)来确定电池单元102的荷电状态或健康状态的空间分布。电池单元102的荷电状态或健康状态的空间分布可以,例如,以电池单元102的图像或其他视觉表示的形式与电池单元102内的荷电状态或健康状态的空间变化的指示一起呈现。
如所说明的,电池100还包括外部壳体120,并且控制器118、超声换能器116a、超声换能器116b、超声换能器116c和超声换能器116d以及电池单元102被设置在外部壳体120内。
本公开涵盖电池100的组件的其他配置。例如,超声换能器116a、超声换能器116b、超声换能器116c和超声换能器116d可以被设置在电池单元102的内部壳体104内,并且可以被设置成与电池单元102的一个或更多个有源部件(诸如阳极106和阴极108中的一个或更多个)相邻或接触。作为另一个示例,超声换能器116a、超声换能器116b、超声换能器116c和超声换能器116d可以被设置在电池100的外部,而不是永久地被安装到电池单元102上,并且可以在电池状态监测期间被临时或可移除地设置成与电池100相邻(例如,通过耦合器或其他接口材料)或与电池100接触。作为另一示例并且代替超声换能器或与超声换能器组合,超声致动器116a可被配置为:被配置为施加非接触的激光生成的导波的激光源、被配置为施加导波的烧蚀源或者被配置为施加导波的热弹性源。作为另一示例并代替超声换能器或与超声换能器组合,超声传感器116b、超声传感器116c和超声传感器116d中的一个或更多个可被配置为振动计,诸如非接触式激光多普勒振动计或扫描激光多普勒振动计。作为另一示例,控制器118可以被配置为收集与一个或更多个感测波有关的信息,并且将信息传送到计算装置122,该计算装置122在电池100外部并且经由有线或无线链路连接到控制器118,并且计算装置122可以基于传送的信息确定电池100的状态。作为又一示例,控制器118和计算机装置122中的任一个或两个可以生成电池100的状态的警报或其他视觉或音频指示。
示例
以下示例描述了本公开的一些实施例的具体方面,以说明和提供用于本领域普通技术人员的描述。示例不应被解释为限制本公开,因为这些示例仅提供了用于理解和实践本公开的一些实施例的特定方法。
示例1
经由使用内置压电换能器的基于超声导波的方法的电池充电和健康状态监测
概述:
该示例呈现了用于监测锂离子(Li离子)电池荷电状态(SoC)和健康状态(SoH)的可扩展且可现场部署的框架,其基于使用低剖面内置压电换能器的超声导波。通过在商用Li离子袋式电池上使用表面安装的压电盘换能器的实验证明了该技术的可行性。一发一收(pitch-catch)导波传播与充电和放电循环以及循环寿命测试同步进行。时域分析示出波形信号参数与电池SoC和SoH之间具有强可重复相关性。因此,相关性提供了构建块,用于构造使用超声导波信号精确实时监测电池充电和健康状态的技术。此外,容量差分信号分析揭示了与循环电化学活动和阶段(phase)变化相关联的潜在物理变化。这一发现允许准确地精确定位容量衰减和机械退化的根本原因。该示例的结果表明,导波的使用可以为Li离子电池的原位表征提供一种途径,从而提供对电化学和机械之间复杂耦合的洞察。
简介:
该示例呈现了用于利用超声导波的Li离子电池SoC和SoH监测的可扩展且可现场部署的技术,其使用减小占用空间的内置压电晶片换能器。发现通过电池介质的机械波传播准确地反映了电池充电、放电和老化时机械性能的变化。实验导波信号的分析示出信号参数、SoC和SoH之间的强相关性,表明该技术可用于在实际设置中有效地确定电池状态。波形特征还展示了电池的阶段变化和插层引起的物理变化,为Li离子电池和其他电化学系统的原位表征开辟了道路。
使用超声波测量来探测Li离子电池的比较技术基于穿透厚度的透射和反射体波,其通常指定外部庞大的超声波探头和设备,涉及广泛的操作员干预,并且遭受不准确的基线收集。
该实施例的其余部分构造成以相应的顺序呈现以下内容:渐近方法(method ofapproach)、实验设置和程序以及实验结果。讨论将与结果一起进行,显示的贡献包括:
·建立Li离子电池的SoC与导波信号参数之间的相关性。
·通过容量导数分析说明阶段变化和机械演化。
·经由追踪老化诱导的信号进展来证明SoH监测。
·利用导波识别容量衰减和机械退化的根本原因。
渐近方法:
SoC特别是SoH的预测对于Li离子电池系统集成来说是一项具有挑战性的任务,其对准确性、稳健性、昂贵的计算和成本具有影响。现场应用通常依赖于基本的电压测量和基于软件的预测,因为车载实验室设备和电化学工具的好处并不能证明成本和复杂性的合理性。因此,需要开发一种在线、可扩展、减少占用空间的技术来探测电池的使用状态。
因此,该示例阐述了使用机械导波传播来探测电池的SoC和SoH并且使机械现象的演变与电池的SoC和SoH相关的可行性分析。对具有表面安装的压电换能器的验收态(as-received)商用Li离子袋式电池进行了实验研究(图2)。导波与传播电池介质相互作用,允许在充电、放电和老化期间询问介质的物理性能的进展。然后执行信号分析以揭示与SoC和SoH的相关性,并为实时按需电池状态监测提供框架。
实验设置和程序:
在具有石墨/镍-锰-钴氧化物(NMC)化学的商用Li离子袋式电池上进行实验。新的电池的标称容量约为3650mAh(约135×45×5mm),并作为来自制造商的验收态在标准形成协议(standard formation protocol)后进行测试。根据图3b所示的示意图,使用HysolE20HP结构环氧粘合剂将SMART层格式(嘉兆科技(Acellent Technologies,Inc.))中的四个约为6.35mm直径的盘式压电换能器(PZT-5A)附接在每个电池的表面上。
超声数据采集与八通道电池分析仪(BST8-3,MTI Corporation)同步。电池在低温重力对流烘箱(图3a)中以基本恒定的温度进行电循环。使用64通道超声数据采集系统(ScanGenie II模型;Acellent Technologies,Inc.),用加五峰汉宁(Hanning)窗的音调突发来致动和感测压电换能器。致动信号的峰-峰幅度约为75V。信号的中心频率跨越约100kHz至约200kHz并被选择以便在传感器响应中获得清晰的波包。在充电放电循环期间每隔约1分钟进行超声波测量。
以一发一收模式收集导波信号,其中一个换能器用作致动器而其他换能器感测入射波,从而产生图4中所示的代表性致动器-传感器响应。该示例集中于信号的时域分析。图4显示了两个感兴趣的时域参数:(感测)信号幅度,它是感测信号的Hilbert(希尔伯特)包络的最大幅度;以及飞行时间(ToF),它是致动波包到达传感器所用的时间的测量。
结果和讨论:
ToF和信号幅度的变化以及SoC
Li离子电池以约C/10速率(电池将在约10小时内完全充电的电流速率)循环,或者约365mA在约30℃的基本恒定温度下循环。如图5a所示,循环以约365mAh的基本恒定电流充电(区域I)开始并到达约4.2V的截止电压。在以约365mAh放电至为约3.0V的截止电压(区域III)之前添加约2小时的休息(区域II)。放电和充电之间的休息时间(未示出)也设定为约2小时。
在充电和放电循环的时段内分析导波信号快照,揭示了随着变化的SoC的时域信号参数的行为。图6示出了来自代表性电池的来自具有约为125kHz的中心频率的P1-P3换能器对的接收波包,该代表性电池在充电阶段期间的三个时刻中,处于三个SoC级别(约30%、约60%和约90%)。可以看出,随着SoC的增加,波包移动得更快,即ToF变小。同时,接收波的信号幅度随着SoC的增加而增强。
在所有SoC结果中以相同方式提取和合成时域信号参数提供了图5b中呈现的行为(与图5a中的终端电压和施加电流对比)。将ToF和信号幅度相对于充电和放电循环的经过时间绘制。ToF在放电期间单调减少,导致净变化约7μs,对于放电过程反之亦然。波速随着电池充电而增加表明复合介质的机械性能发生变化,最可能增加模量和/或下降刚度。该发现与显示充电期间石墨阳极和阴极密度降低以及石墨模量增加的结果一致。随着电池SoC的增加,NMC阴极可以呈现较低的模量值;然而,阴极模量的绝对变化可以远小于阳极的绝对变化。
如图5b所示,另一方面,对于大部分充电过程(终端电压在约3.7V和约3.95V之间),信号幅度随着SoC而增加,除了在充电的最开始和结束时。当在休息步骤期间移除充电电流时,信号幅度略微松弛至平衡级别。放电与开始时信号幅度的微小波动相关联,然后主要在过程的休息中看到单调减少。然后信号幅度在放电最后结束时(终端电压<约3.6V)急剧增加。虽然可以通过数值模型合理准确地计算电极复合材料的ToF,但是信号衰减的行为的解释并不是简单的,因为传播涉及各向异性、孔隙度、多阶段和界面。
显然,超声导波的信号特征与电池SoC之间存在强相关性,使得导波成为用于SoC估计的可行技术。SoC的变化反映在阳极和阴极材料的密度和弹性模量的变化中,这反过来又影响导波的行为。此外,在整个充电和放电过程中的不同情况下,可以看到信号幅度和ToF随时间的斜率变化。除了阴极阶段变化的影响之外,这些非线性可主要通过石墨阳极中的嵌入(intercalation)成阶(staging)引起,如将在以下部分中讨论的。
差分ToF揭示阶段变化
如图5b中所观察到的,在测量的电池电压曲线中,急剧的非线性特征尽管可辨别,但是不是很明显。使用电压差分技术,计算电压相对于在充电期间的SoC和在放电期间的放电深度(DoD)的一阶导数,dV/dQ,以识别潜在(underlying)阶段。可以类似地计算ToF相对于SoC和DoD的一阶导数(dToF/dQ)以说明ToF数据中的阶段变化特征。
图7分别示出了在充电和放电期间相对于SoC和DoD的dV/dQ和dToF/dQ。关于NMC阴极的性质,可以在计算的相对于SoC的dV/dQ中识别全局凹面特征。当经历充电和放电时,局部dV/dQ峰值可与石墨阳极的阶段相关联。随着SoC级别的增加(分别为约17%、约23%、约26%和约60%SoC),峰标记为1、2、3和4,并且随着DoD的增加而反向。dV/dQ中的这些峰值与计算的dToF/dQ中的急剧活动一致。在约为33%和约42%SoC处,在dToF/dQ中已经识别了两个附加的谷(尽管在dV/dQ中不明显),这也可归因于石墨成阶(staging)。
可以进行更多实验,诸如循环伏安法,以确认变化阶段的存在并使导波信号中的特征相关。附加地,由于在电池中发生阶段变化,假设电极的模量和密度的变化同时增强,导致dToF/dQ中的峰值。即使电极模量和密度的变化被记录,它们的全局行为也已经被观察到。因此,差分ToF可以提供一种技术,用于准确地探测在充电和放电期间电池的机械的变化行为。
还应注意,充电期间相对于放电期间的,在dV/dQ中表现出的对称性未在dToF/dQ中示出。虽然在电位方面,放电大致与充电相反,但是通过导波信号证明充电和放电之间的差异。最有可能的是,与反向充电过程相比,在放电期间从石墨阳极移除和插入锂到NMC阴极导致模量和密度分布的不同特性。
电池老化的影响
在充电状态分析之后,通过积极地对电池充电和使其放电来执行加速老化实验,以评估电池退化对导波信号的影响。电池在约45℃的高温下循环,在约3.0V和约4.2V之间具有约3000mA(约0.8C)的较高电流速率。将电池充电至最大截止电压之后,添加恒定电压(CV)步骤,直到电流下降到约182.5mA(约C/20)的截止值。放电步骤之前的休息时间设定为约15分钟,放电后在下一次充电步骤之前没有休息时间。总共执行200次充电和放电循环。
信号参数随循环次数增加的演变分别在图8b和图8c中示出,而终端电压曲线在图8a中绘制。随着电池老化,在循环ToF和信号幅度中观察到有趣的行为。随着循环次数的增加,ToF似乎全局向较低值偏移,即波速较慢。应该注意的是,由于老化导致的ToF的偏移在接近放电结束和充电开始时更加突出。还可以看出,在充电和放电期间,与休息时段不同,ToF随循环次数的减少速率在特定的经过时间(约相同的SoC)不是恒定的;即,在前100个循环期间,ToF的下降比后半部分更为显着。另一方面,随着循环计数的增加,信号幅度在所有SoC级别上逐渐增强。信号幅度的放大在放电结束和充电开始时不如其他地方那么显著。与ToF行为不同,在给定的SoC处,信号幅度相对于循环计数增加的速率随循环次数大致恒定。
ToF和信号幅度的变化可归因于由于电池退化引起的机械性质(例如,模量和密度)的变化。较低的ToF和较高的信号幅度表明老化可以增加电池的整体刚度和/或降低密度。在充电或放电结束附近的锂离子的稀缺和过量也可以导致突然的刚度变化。反而在休息步骤期间放松不均匀性和速率依赖性。
为了滤除速率和SoC效应,提取每个循环的休息步骤结束时的ToF和信号幅度,并在图9b中示出。相对于循环次数的剩余容量在图9a中绘制以进行比较。可以观察到导波信号参数和循环计数之间的显著相关性,从而观察到导波信号参数和容量衰减之间的显著相关性。随着电池老化,ToF在基本上完全充电的松弛状态下下降,而信号幅度增加,但与循环计数不成线性关系。该发现可用于开发用于确定SoH和剩余使用寿命的技术。在使用中,当电池基本上完全充电和休息时(例如,空载时完全充电的电动交通工具),可以探测电池的导波ToF和幅度。可以通过将当前信号参数与来自一组基线电池的预先收集的(或甚至针对前面的若干循环预测的)查找表(类似于图9b)的值进行比较来估计SoH。
通过差分ToF分析老化机理
Li离子电池中容量衰减的原因和机理可能是复杂的,涉及副反应、活性材料的不可逆损失等。差分电压分析可有效探测Li离子电池中的退化机理,并揭示电池寿命中的退化过程。类似地,通过差分ToF分析,导波信号特征的导数的偏移可用于精确定位潜在的退化过程。
对于新电池的约C/10循环(在约30℃下)和在上述200循环老化之后计算终端电压的一阶导数dV/dQ,如图10a和图10c所示,分别用于充电和放电。作为比较,老化前后的dToF/dQ分别在图10b和图10d中绘制。最明显的活动是随着电池老化,标记为1至4的dV/dQ峰向更高的SoC的偏移,伴随着在相同容量级别下dToF/dQ中的显著活动。dToF/dQ分析还显示由于充电过程中的退化而产生的两个附加的谷,在充电结束附近标记为c’和d’,其反而在dV/dQ中不明显。还应注意,除了dV/dQ和dToF/dQ的凹度的细微变化之外,峰和谷之间的相对距离保持大致相同,如可以从峰1和峰4之间的间隙观察到的。
可以得出结论,引起在dV/dQ中观察到的变化的退化机理基本上是机械现象,即模量和密度的变化,因为在导波dToF/dQ中也证明了类似的活动。相对峰-峰距离保持完整表明活性负极(石墨)材料几乎没有损失,即用于锂嵌入的石墨中的活性位点的数量保持基本恒定。因此,dV/dQ和dToF/dQ的偏移归因于Li离子的不可逆损失,这很可能是由于在石墨电极上形成的固体电解质界面(SEI)层。凹陷的微小变化也可能与正材料(NMC阴极)损失相关联。尽管如此,从差分ToF推断的退化现象与石墨/NMC Li离子电池的高温循环所报告的退化现象非常一致,表明老化涉及锂损失,伴随着适度的阴极能力损失。
结论:
该示例证明了使用超声导波的可行性,其中小的占用空间的表面安装的压电换能器用于在充电和放电期间探测Li离子电池的状态,以及循环寿命老化。在循环和老化过程期间,从Li离子电池上的内置压电换能器获得一发一收导波信号参数。得到的结果表明,该技术可以成为准确估计SoC和SoH的有效实时使用方法。实质上,本文已经示出:
·导波信号参数的时域分析,即ToF和信号幅度,提供了与电池的SoC的强可重复相关性,因此提供了一种用于非电接触SoC估计的方法。
·由容量衰减引起的循环ToF和信号幅度的演变推断出电池退化的机械性质。与传统的基于电压的测量相比,导波信号传递了用于直接确定SoH所需的附加信息。
·差分ToF分析可以揭示阶段变化行为,与充电和放电期间电极机械性质的增强分布和重新分布相吻合。追踪由于老化导致的dToF/dQ的演变可以提供用于确定循环寿命恶化的根本原因的非侵入性原位技术。
·导波分析有助于提供超越电化学方法的电池内部结构和机械活动的基本洞察,诸如模量、孔隙度和密度。
可以借助于数值建模来执行信号参数与经历充电和放电的电池的物理现象的相关。此外,所呈现的结果可用于建立用于实时SoC和SoH预测的基于导波的模型。与基于导波的结构健康监测(SHM)一样,该概念也可以被扩展并被应用于结构能量存储,用于同时进行结构和电池状态监测。
示例2
具有健康监测能力的多功能结构电池的设计
概述:
该示例呈现多功能能量存储(MES)复合材料的开发-多功能结构电池将Li离子电池材料与传感器和致动器的原位网络一起嵌入高强度复合材料中。MES复合材料可以供应电力,也可以作为结构元件,能够同时承载机械负载。此外,内置的传感器/致动器网络可以基于需求实时监测复合结构和电池两者的状态和健康状况。作为评估的一部分,制造MES复合电池,然后进行一系列表征测试,以评估协同能量存储和负载承载功能。与电化学参考性能测试的结果相比,内置传感器生成的数据还用于表征电池的荷电状态和健康状况,并量化电化学性能中的任何非灾难性退化。所获得的结果验证了MES复合材料用于开发重量轻且高效的能量存储系统的多功能性能。
简介:
正在开发越来越多的先进的高性能能量存储技术以满足各种移动和交通工具应用的需求,特别地当涉及高能Li离子电池时。用于电动交通工具(EV)能量存储系统的比较方法主要关注于增加电池级能量密度,以便降低能量重量比、扩展范围和性能,并降低成本。然而,对于最先进的EV,由于广泛的机械保护和壳体,系统级功能重量以及附加的用于维持可用的电池寿命的监测和感测系统,可以达到电池重量的两倍。这些不同的保护组件降低了填充系数,并大大降低了系统级有效能量密度。此外,高能量密度电池的优势也在很大程度上被更高要求的系统级工程规范的复杂性和成本所抵消。
目前,EV的交通工具级能量密度以及它们的系统成本仍未达到经济上可行的级别,并且已成为阻碍EV和电力系统的广泛采用的障碍。因此,需要多功能能量存储设计。
多功能能量存储设计可以通过从包括保护和监测系统中释放EV能量存储而显著改善系统级比能,同时允许附加功能,从而移除组件冗余。实质上,能量存储系统的这种多功能设计应该能够代替三个部件:1)能量存储本身;2)支撑结构和机械保护壳体;3)监测和感测系统的功能。
期望使用能量存储材料同时作为结构元件、释放包含附加机械保护的概念。此外,依然期望将监测和感测能力原位集成到能量存储材料中,而且还集成到结构能量储存。
电池可以在受约束的包络中安全地以及可靠地操作,从而指定准确的状态估计、控制和管理系统。在实际操作期间获得电池的荷电状态(SoC)的准确估计是一个挑战。比较技术使用电压和电流测量(以及在某些情况下使用温度),并且根据数据时间历史,经由状态估计模型计算累积能量消耗。数值时间积分、电池使用的动态性质和测量噪声经常导致大的累积误差,使得难以在SoC估计中获得令人满意的精度。附加地,电池的剩余使用寿命或健康状况(SoH)随着时间的推移而退化。状态估计模型的模型参数必须在操作期间不断更新以反映电池退化(诸如阻抗增长),但是由于缺乏车载精确的实验室设备其仅表示近似值。
电化学电池的充电和健康状态与材料特性(诸如密度和模量)的分布和变化物理耦合。与先验参考材料和结构性质以及健康状态(基线状态)相比,这些电化学引起的材料性质变化也可以被视为异常。因此,将该概念概括为多功能结构电池,结合先进的信号处理和系统识别技术,可以使用能够感测各种潜在物理现象和外部刺激的原位分布式传感器同时确定结构和电化学状态。
因此,该示例呈现了MES复合材料的开发,即能够同时存储能量、承载机械负载并提供结构完整性和电池健康的实时状态的具有传感器和致动器的原位网络的一种改进形式的结构电池。已经开发了一些关注结构构造和电化学-机械性能的结果。该示例呈现了用于多功能结构能量存储的组合结构和电池健康监测的概念。
渐近方法:
为了在经济上可行的级别上实现系统级能量密度性能,期望EV能量存储系统的改进的多功能设计。该设计应结合工作电动系统的三个主要部件:1)能量存储;2)支撑结构和机械保护壳体;3)电池监测和感测系统的功能。
因此,该示例呈现了具有集成的健康监测能力(MES复合材料)的改进的结构电池的开发,其将高能Li离子电池材料与传感器和致动器的原位网络一起集成到高强度复合材料中(图11)。MES复合材料可以同时存储能量,用作结构构建块,以及具有实时感测和监测结构和电池健康的能力。这种多功能能量存储构建模块具有高度可扩展性,可以潜在地在系统级为各种类型的EV和电动系统(诸如电动汽车、飞行器和航天器)提供相当大的重量和体积节省。
MES复合材料的改进的架构和多功能性通过两个特征实现:
·垂直材料集成技术允许Li离子电池材料嵌入高性能结构碳纤维复合材料中,同时优化电化学和机械性能。下面将描述该方面。
·通过将传感器/致动器网络原位集成到结构电池中,来合并电池和结构健康监测能力,从而允许收集有关结构完整性和电池条件的深刻洞察数据,并用于预测结构电池系统的剩余使用寿命(图12)。来自传感器/致动器网络的数据的处理可以由计算装置执行。在该示例中特别强调了这一部分,显示了使用基于结构健康监测(SHM)的超声波检测进行电池健康预测的一些结果,以及为MES复合材料提供了结构和电池健康监测框架。
垂直材料集成:
Li离子袋式电池通常包括交替的阳极和阴极层的堆叠,由薄的微孔聚合物分隔膜隔开(图13a)。Li离子电池主要被设计以存储能量,因此,它们的机械负载承载能力和通过电池的负载传输被减少。各个电极层是松散的,因此层之间几乎没有机械耦合。即使施加在电池上的小的机械负载也可能导致过度的相对层的滑动,导致电池退化或者甚至短路。
呈现了MES复合材料的材料集成和功能化概念(图13b)。MES复合材料将Li离子电池材料封装在结构碳纤维增强聚合物(CFRP)面板中。刚性结构CFRP面板放置在电极堆叠的两侧上,由堆叠厚度分开,以承载大部分弯曲力矩。
然而,在没有电池芯的层间剪切阻力的情况下,薄电池层可以围绕它们各自的中性轴弯曲,并且来自面板的结构贡献将减小。因此,MES复合材料采用全厚度聚合物增强销(pin),其延伸穿过电极堆叠中的穿孔。贯穿厚度的加强销将各个电极层互锁,并将两个结构CFRP面板机械链接在一起(图13b)。互锁销允许两个面板之间的负载传递并且抑制相邻电极层之间的相对滑动,允许整个层压板能够围绕共同的中性轴弯曲。这种方法在可比的Li离子电池之上,显著提高了MES复合材料的刚度和强度。
尽管与可比的袋式电池相比,电池构造发生破坏性变化,但实现了对电化学和电化学性能的最小影响。由于互锁机理,MES复合材料在施加准静态甚至循环疲劳负载时显示出弯曲刚度的显著增加以及很少或没有可辨别的退化的电化学性能。
原位电池和结构健康监测:
SHM和传感器网络集成系统的状态感知演示
根据SHM,期望实时系统范围的状态感知来建立来自传感器的数据与用于确定健康状态和系统操作的计算技术之间的联系。系统可靠性和稳健性依赖于在大型结构区域上部署大量不同类型的传感器的能力。
分布式感测系统与结构元件的集成可以允许基于SHM的基于条件的维护,这有助于增强交通工具安全性和可靠性。分布式传感器增强了SHM损伤检测能力,提高了结构诊断和预兆的可靠性和准确性。
此外,微制造的可拉伸传感器网络允许通过微制造过程大规模制造多个小规模传感器,包括布线。在制造之后,这些网络可以被扩展到覆盖比初始制造占用空间大几个数量级的结构区域。传感器的小的占用空间允许在减少的寄生效应的情况下将网络嵌入主机结构中。为SHM定制的无数的各种传感器类型可被包括在传感器网络中,这些类型包括:可用于超声波损伤检测的压电换能器、用于应变级别测量的应变仪、用于环境条件监测的温度传感器等。
将可伸展传感器网络引入自主系统可以导致改善的状态感知,允许系统感测其环境、操作条件和结构健康状态以及允许解释感测数据以改善系统性能和控制特性。
使用分布式传感器数据的MES复合材料的电池和结构健康监测的框架
可伸展传感器网络可以被集成到MES复合材料中,从而提供生成用于结构健康估计的数据的能力。然而,同时使用相同的传感器数据来确定电池充电状态以及电池健康状态也是有利的。
除了电压和电流数据之外,传感器网络还可以提供关于操作期间电池中的操作条件以及甚至物理变化的附加信息,这对于电池SoC和SoH预测和估计是有用的。
分布式温度传感器可用于测量温度分布,基于该温度分布可以更新状态估计模型参数,诸如电池电阻和电容。即使在电池的局部区域,也可以估计温度引起的在老化方面的加速,并用于改善电池健康预测。为了安全和防止热失控,还包括在离散位置实时测量最高温度的能力。
应变计可用于测量由于操作期间的外部机械负载而导致的电池中的应力级别,并且因此可用于量化机械引起的电池性能退化并且预先检测由于机械应力引起的非临界退化。
压电换能器可以用在基于有源超声导波的方法中,以检测电池材料内的物理性质的变化,并使这些变化与SoC相关。从充电/放电(电气)和负载循环中观察到的变化也可以提供确定机械退化和电池SoH的信息。
期望使用超声信息与电池的SoC和SoH相关。在该示例中,重点在于在使超声明显特征(signature)与电池材料变化相关时的结果和用于SoC和SoH确定的应用。这将为构造用于SoC和SoH的物理辅助数据驱动状态估计计算技术提供框架。结合结构诊断和预兆模型,可以使用共享的分布式传感器数据同时确定电池的SoH和MES复合材料的结构完整性两者,如图14中所呈现的框架所总结的。
使用压电换能器利用超声导波对电池充电和健康进行监测
使超声询问与电池的SoC和SoH相关的比较方法依赖于体波。在这些方法中,穿透厚度的透射波和反射波用于使材料的变化与充电状态和机械退化相关。然而,缺点是包括外部庞大的超声波探头和设备、广泛的人为干预,并且难以获得准确的基线收集。该示例中呈现的方法的优点在于引入、实验演示和评估使用永久安装的薄压电盘换能器以生成超声导波(或在面内传播的兰姆波),用于按需进行电池SoC和SoH估计。
参考基于有源感测导波的SHM,以一发一收模式收集超声信号,其中一个换能器用作生成导波的致动器,并且在其他感测换能器处测量到达波。压电信号可以提供用于估计电池剩余使用寿命的有用信息。从新电池收集的信号可以作为基线数据,可以与来自后续充电/放电循环的数据比较。与基线数据比较的导波信号特征的偏移,结合电压和电流信息可用于估计电池的SoH。
导波信号随电池的荷电状态的变化
实验方法
对约4000mAh的MES复合材料样品(约160×110×5mm–有源电池堆叠位于样品中心的约90×90×3.5mm)进行实验。根据图15a所示的示意图,使用Hysol E20HP结构环氧粘合剂将SMART层格式的四个约6.35mm直径的盘式压电换能器(PZT-5A)(AcellentTechnologies Inc.)附接在电池堆叠的表面上。
使用64通道超声数据采集系统(ScanGenie模型;Acellent Technologies,Inc.),用加五峰汉宁窗的音调突发来致动压电换能器。致动信号的峰-峰幅度约为75V。信号的中心频率跨越约100kHz至约200kHz,并且被选择以在传感器响应中获得清晰的波包。每隔约1分钟进行一次测量,总持续时间约为12小时。
使用八通道电池分析仪(BST8-3,MTI公司(MTI Corporation))在基本恒定的温度(约23℃)下进行电化学循环。循环测试以约800mA(约C/5)的基本恒定的电流速率在约4.2V和约3.0V之间进行。电池分析仪与超声波数据采集系统时间同步。
结果和讨论
图15b示出了在放电阶段期间获得的两个不同SoC(在约3.9V和约3.6V的终端电压处)的代表性压电传感器信号。所示信号是从P1-P3换能器对中收集的,其中心频率约为150kHz。在整个循环中从信号中提取飞行时间(ToF)和信号幅度,并绘制在图15c中。信号幅度被指定为信号包络的最大幅度(感测信号的Hilbert(希尔伯特)变换)。ToF指代致动(一收)和响应(一发)信号的最大幅度之间的时间。
当电池充电时,信号幅度略微降低,然后逐渐增加,直到达到约4.05V的电池电位。接近放电结束时,信号幅度再次降低(见图15c)。随着充电电流的移除,信号幅度逐渐松弛至平衡值。在放电过程期间,信号幅度在放电开始时略微波动(<约3.8V),然后当电池电位小于约3.5V时,除接近放电结束区域外信号幅度逐渐减小。信号衰减被发现通常在放电期间减小并且在充电期间增加,在充电和放电阶段的接近开始和结束的区域例外。在这些例外区域期间,假设阴极中的阶段转换弱化了来自石墨阳极的全局效应。在充电期间,第一波包的ToF通常以单调方式减小。当电池放电时,ToF单调增加直至最小截止电压。
可以看出,超声导波的信号特征与电池的SoC之间存在强相关性。电池的SoC的变化反映在阳极和阴极材料的密度和弹性模量的变化中,这反过来影响导波的行为。此外,在整个充电和放电过程中的不同情况下,可以看到信号幅度和ToF随时间的斜率的变化。除了阴极阶段变化的影响之外,这些非线性可主要通过石墨阳极中的嵌入成阶引起。
特别是对于Li离子电池和MES复合材料,传播衬底是混合介质,具有高各向异性和不均匀性。充电/放电速率还可以影响模量和密度变化的速率,以及由活性材料的嵌入或阶段变化产生的膜应力产生的声弹性效应。因此,材料性质分布与所得信号衰减和波速之间的分析关系并非微不足道。导波传播的数值技术可用于模拟由于材料性质的变化引起的波形变化。
老化的Li离子电池中的超声基线信号的偏差
实验方法
在产品Li离子袋式电池上进行加速老化实验,其中收集和分析超声信号。样品是约3650mAh的Li离子袋式电池(约135×45×5mm)-类似地,具有四个表面安装的PZT-5ASMART层(图16a)。如前所述类似地执行超声数据收集。电池在约45℃的高温下循环。循环以更高的电流速率进行以加速电化学退化。充电/放电电流约为3000mA(约0.8C),介于约4.2V和约2.75V之间。恒定电流恒定电压(CCCV)曲线用于充电阶段,截止电流约为182.5mA(约C/20)。
结果和讨论
具有充电/放电循环次数的容量保持率在图16b中示出,其具有相对于第一循环容量归一化的值。电池的加速容量衰减约为0.25%/10个循环。在循环25和循环50处,电池的容量分别为第一循环的约99.2%和约98.6%。
图16c中示出了循环1、循环25和循环50期间的ToF和信号幅度变化。可以看出,循环25的循环ToF和信号幅度与对应于基线信号的循环1的循环ToF和信号幅度有相当显著地偏差。在另外25个循环的电池老化后,在循环50处的偏差甚至更加突出。作为一般观察,随着电池老化,ToF整体似乎偏移到较低值,即波速更快。随着电退化的进行,这伴随着整体更高的信号幅度。
信号特征中的这种退化引起的变化提供了用于估计电池的剩余使用寿命的有用信息。如前所述,ToF中的循环明显特征和信号幅度数据主要是由于材料性质的分布和重新分布,主要是模量和密度。对电引起的机械退化的物理洞察可用于构造基于物理的关系,其使电退化与变化的超声明显特征相关。因此,代替依赖于纯数据驱动模型,物理辅助模型可以与基于机器学习的数据驱动状态估计计算技术结合使用,以准确预测电池的SoC和SoH。
结论:
该示例已经呈现了MES复合材料的概念和表征结果以及用于电池和结构健康监测应用的原位感测的合并。结果证明了以下特征:
·垂直材料集成允许MES复合材料同时存储电能,并作为结构元件在静态和动态环境中承载机械负载。互锁引脚抑制Li离子电池电极内部的变形,从而减轻机械负载对电化学性能退化的影响。
·说明了将微传感器/致动器的可嵌入网络并入MES复合材料中以进行结构和电池健康监测的可行性。各种传感器可用于在电循环期间感测电池中的物理变化。使用压电传感器的基于导波的超声技术可以提高电池SoC估计和SoH识别的准确性。
如本文所使用的,除非上下文另有明确指示,否则单数术语“一、一个”(“a”、“an”、“the”)可包括复数指示物。因此,例如,除非上下文另有明确指示,否则对一个对象的引用可包括多个对象。
如本文所使用的,术语“基本上”和“约”用于描述和解释小的变化。当与事件或情况结合使用时,这些术语可以指代事件或情况精确地发生的实例以及事件或情况极为近似地发生的实例。例如,当与数值结合使用时,该术语可以包含小于或等于该数值的±10%的变化范围,诸如小于或等于±5%、小于或等于±4%、小于或等于±3%、小于或等于±2%、小于或等于±1%、小于或等于±0.5%、小于或等于±0.1%、或小于或等于±0.05%。例如,“基本上”平行可以包含相对于0°的小于或等于±10°的角度变化范围,诸如小于或等于±5°、小于或等于±4°、小于或等于±3°、小于或等于±2°、小于或等于±1°、小于或等于±0.5°、小于或等于±0.1°、或小于或等于±0.05°。例如,“基本上”垂直可以包括相对于90°的小于或等于±10°的角度变化范围,诸如小于或等于±5°、小于或等于±4°、小于或等于±3°、小于或等于±2°、小于或等于±1°、小于或等于±0.5°、小于或等于±0.1°、或小于或等于±0.05°。
附加地,数量、比率和其他数值有时以范围格式在本文中呈现。应当理解,这种范围格式是为了方便和简洁而使用的,并且应该被灵活地理解为包括明确指定为范围限制的数值,但是也包括包含在该范围内的所有单独数值或子范围,如同明确指定每个数值和子范围一样。例如,在约1至约200的范围内的比率应理解为包括明确列举的约1和约200的限制,但也包括单独的比率,例如约2、约3和约4,以及诸如约10至约50、约20至约100等的子范围。
本公开的一些实施例涉及一种非暂时性计算机可读存储介质,其上具有用于执行各种计算机实施的操作的计算机代码或指令。术语“计算机可读存储介质”用于包括能够存储或编码用于执行本文描述的操作、方法和技术的指令序列或计算机代码的任何介质。介质和计算机代码可以是为了本公开的实施例的目的而专门设计和构造的,或者可以是计算机软件领域的技术人员可用的类型。计算机可读存储介质的示例包括但不限于:磁介质,诸如硬盘、软盘和磁带;光学介质,诸如CD-ROM和全息装置;光磁介质,诸如光盘;以及专门配置用于存储和执行程序代码的硬件装置,诸如专用集成电路(ASIC)、可编程逻辑器件(PLD)以及只读存储器(ROM)和随机存取存储器(RAM)装置。计算机代码的示例包括诸如由编译器产生的机器代码,以及包含由处理器用解释器或编译器执行的更高级代码的文件。例如,可以使用Java、C++或其他面向对象的编程语言和开发工具来实现本公开的实施例。计算机代码的附加示例包括加密代码和压缩代码。此外,本公开的实施例可以作为计算机程序产品下载,该计算机程序产品可以从远程计算机(例如,服务器计算装置)经由传输通道传送到请求计算机(例如,客户端计算装置或不同的服务器计算装置)。本公开的另一实施例可以用硬连线电路代替处理器可执行软件指令或与处理器可执行软件指令组合实现。
尽管已经参考本公开的具体实施例描述了本公开,但本领域技术人员应当理解,在不脱离由所附权利要求限定的本公开的真实精神和范围的情况下,可以进行各种改变并且可以替换等同物。另外,可以进行许多修改以使特定情况、材料、物质组成、方法、一个或更多个操作适应本公开的目的、精神和范围。所有这些修改都旨在在所附权利要求的范围内。特别地,虽然已经参考以特定顺序执行的特定操作描述了某些方法,但是应该理解,可以组合、细分或重新排序这些操作以形成等效方法而不脱离本公开的教导。相应地,除非在本文具体指出,否则操作的顺序和分组不是对本公开的限制。
Claims (20)
1.一种电池状态监测的方法,包括:
提供具有多个阳极和多个阴极的电池单元;
生成导波,所述导波在所述电池单元的面内传播;
接收到达波,所述到达波对应于被生成为在所述电池单元的面内传播的所述导波;以及
通过分析所述到达波的一个或多个参数来确定所述电池单元的状态;
其中所述电池单元包括主表面、与所述主表面相对的第二表面以及在所述主表面和所述第二表面之间的厚度方向,并且其中所述阳极和所述阴极在所述厚度方向上以交替方式堆叠,并且其中生成在所述电池单元的面内传播的所述导波包括导致所述导波在基本平行于所述主表面并且沿着所述主表面并且基本垂直于所述厚度方向的方向传播,并且其中接收所述到达波包括从基本平行于所述主表面并且沿着所述主表面的方向接收所述到达波。
2.根据权利要求1所述的方法,其中,确定所述电池单元的所述状态包括确定所述电池单元的荷电状态。
3.根据权利要求1所述的方法,其中,确定所述电池单元的所述状态包括确定所述电池单元的健康状态。
4.根据权利要求1所述的方法,其中,确定所述电池单元的所述状态包括确定所述电池单元的内部物理条件。
5.根据权利要求1所述的方法,其中,确定所述电池单元的所述状态是基于所述到达波的幅度。
6.根据权利要求1所述的方法,其中,确定所述电池单元的所述状态是基于所述到达波的飞行时间。
7.根据权利要求1所述的方法,其中,确定所述电池单元的所述状态包括:导出所述到达波的时域或频域信号参数,以及将所述信号参数与对应的参考值进行比较。
8.根据权利要求1所述的方法,其中,确定所述电池单元的所述状态包括:确定在所述电池单元内的荷电状态或健康状态的空间分布。
9.根据权利要求1所述的方法,其中,所述导波具有在100kHz到2MHz范围内的中心频率。
10.根据权利要求1所述的方法,进一步包括:提供被安装在所述电池单元的所述主表面上的至少一个超声致动器和被安装到所述电池单元的所述主表面上的至少一个超声传感器,其中生成所述导波是使用所述超声致动器,并且接收所述到达波是使用所述超声传感器。
11.根据权利要求10所述的方法,其中,所述超声致动器和所述超声传感器分别为第一超声换能器和第二超声换能器,并且所述导波和所述到达波分别为第一导波和第一到达波。
12.根据权利要求11所述的方法,进一步包括:
使用所述第二超声换能器,生成在所述电池单元的面内并且基本平行于所述电池单元的第二表面并且基本垂直于所述厚度方向传播的第二导波;以及
使用所述第一超声换能器,接收对应于所述第二导波的第二到达波。
13.根据权利要求10所述的方法,其中,所述超声致动器是激光光源、烧蚀源或者热弹性源。
14.根据权利要求10所述的方法,其中,所述超声传感器是振动计。
15.根据权利要求1所述的方法,进一步包括:提供被安装在所述电池单元的所述主表面上的超声换能器,其中生成所述导波和接收所述到达波是使用相同的超声换能器,并且所述到达波是对应于所述导波的反射波。
16.一种电池,其包括:
包含多个阳极和多个阴极的电池单元;
一个或更多个超声换能器的组,所述一个或更多个超声换能器被安装到所述电池单元上;以及
控制器,其被配置为指示所述超声换能器的组中的第一超声换能器生成导波,所述导波在所述电池单元的面内传播并且在所述超声换能器的组中的另一超声换能器处被接收为到达波;
其中所述电池单元包括主表面、与所述主表面相对的第二表面以及在所述主表面和所述第二表面之间的厚度方向,并且其中所述阳极和所述阴极在所述厚度方向上以交替方式堆叠,并且其中生成在所述电池单元的面内传播的所述导波包括导致所述导波在基本平行于所述主表面并且沿着所述主表面并且基本垂直于所述厚度方向的方向传播,并且其中接收所述到达波包括从基本平行于所述主表面并且沿着所述主表面的方向接收所述到达波。
17.根据权利要求16所述的电池,其中,所述控制器被配置为指示所述超声换能器的组中的第二超声换能器接收对应于所述导波的所述到达波。
18.根据权利要求16所述的电池,其中,所述控制器被配置为指示所述超声换能器的组中的所述第一超声换能器接收对应于所述导波的所述到达波。
19.根据权利要求17或18所述的电池,其中,所述控制器被配置为导出所述到达波的时域或频域信号参数,以及将所述信号参数与对应的参考值进行比较。
20.根据权利要求16所述的电池,进一步包括壳体,其中所述超声换能器的组被设置在所述壳体内。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662352655P | 2016-06-21 | 2016-06-21 | |
US62/352,655 | 2016-06-21 | ||
PCT/US2017/038576 WO2017223219A1 (en) | 2016-06-21 | 2017-06-21 | Battery state monitoring using ultrasonic guided waves |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109565089A CN109565089A (zh) | 2019-04-02 |
CN109565089B true CN109565089B (zh) | 2024-03-19 |
Family
ID=60783582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780049778.3A Active CN109565089B (zh) | 2016-06-21 | 2017-06-21 | 使用超声导波的电池状态监测 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11527783B2 (zh) |
EP (1) | EP3472890A4 (zh) |
CN (1) | CN109565089B (zh) |
WO (1) | WO2017223219A1 (zh) |
Families Citing this family (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10014561B2 (en) | 2013-08-15 | 2018-07-03 | University Of Maryland, College Park | Systems, methods, and devices for health monitoring of an energy storage device |
AU2017298994B2 (en) | 2016-07-22 | 2019-09-12 | Nantenergy, Inc. | Moisture and carbon dioxide management system in electrochemical cells |
US10809231B2 (en) | 2016-11-02 | 2020-10-20 | Feasible, Inc. | Arrays of acoustic transducers for physical analysis of batteries |
US11394035B2 (en) | 2017-04-06 | 2022-07-19 | Form Energy, Inc. | Refuelable battery for the electric grid and method of using thereof |
CN110945709B (zh) | 2017-05-30 | 2023-08-15 | 泰坦先进能源解决方案公司 | 电池寿命估计和容量恢复 |
CA3073833A1 (en) * | 2017-09-01 | 2019-03-07 | Feasible, Inc. | Determination of characteristics of electrochemical systems using acoustic signals |
US11226374B2 (en) * | 2017-10-17 | 2022-01-18 | The Board Of Trustees Of The Leland Stanford Junior University | Data-driven model for lithium-ion battery capacity fade and lifetime prediction |
US11611115B2 (en) | 2017-12-29 | 2023-03-21 | Form Energy, Inc. | Long life sealed alkaline secondary batteries |
FR3080458B1 (fr) * | 2018-04-24 | 2023-06-23 | Commissariat Energie Atomique | Procede de detection d’une anomalie de fonctionnement d’une batterie et systeme mettant en oeuvre ledit procede |
EP3815167A4 (en) | 2018-06-29 | 2022-03-16 | Form Energy, Inc. | ELECTROCHEMICAL CELL BASED ON AQUEOUS POLYSULFIDE |
US11552290B2 (en) | 2018-07-27 | 2023-01-10 | Form Energy, Inc. | Negative electrodes for electrochemical cells |
DE102018218012A1 (de) * | 2018-10-22 | 2020-04-23 | Robert Bosch Gmbh | Verfahren zur Diagnose eines mechanischen Zustands eines elektrochemischen Energiespeichers |
CN110137581B (zh) * | 2019-04-15 | 2021-03-26 | 华中科技大学 | 一种锂离子电池超声脉冲监测装置 |
US11374415B2 (en) | 2019-05-20 | 2022-06-28 | Amazon Technologies, Inc. | Aerial vehicle fleet maintenance systems and methods |
US11175346B2 (en) | 2019-05-20 | 2021-11-16 | Amazon Technologies, Inc. | Power supply monitoring systems and methods using ultrasonic sensors |
US11949129B2 (en) | 2019-10-04 | 2024-04-02 | Form Energy, Inc. | Refuelable battery for the electric grid and method of using thereof |
CN111048852A (zh) * | 2019-12-13 | 2020-04-21 | 深圳先进技术研究院 | 一种锂离子电池超声导波监测装置及方法 |
CN110988700B (zh) * | 2020-01-02 | 2022-03-15 | 江苏快乐电源(涟水)有限公司 | 一种叉车锂离子电池模组健康度评价方法 |
CA3166290A1 (en) | 2020-02-10 | 2021-08-19 | Shawn D. Murphy | Battery testing systems and methods |
CN111665451B (zh) * | 2020-04-17 | 2021-08-06 | 北京航空航天大学 | 一种时变循环工况下的锂离子电池老化测试方法 |
US20210350818A1 (en) * | 2020-05-06 | 2021-11-11 | Feasible Inc. | Acoustic signal based analysis of films |
CN111650062B (zh) * | 2020-06-30 | 2023-05-26 | 武汉钢铁有限公司 | 金属材料的等幅总应变-寿命曲线的分段式测试方法 |
CN112114038B (zh) * | 2020-09-09 | 2023-10-10 | 无锡领声科技有限公司 | 一种斜入式声波检测电池老化的方法和装置 |
CN112103576B (zh) * | 2020-09-21 | 2021-06-22 | 北京理工大学 | 一种智能电池 |
US11686709B2 (en) | 2021-03-22 | 2023-06-27 | International Business Machines Corporation | Evaluating and exchanging batteries |
CN113030751B (zh) * | 2021-03-31 | 2022-09-16 | 蜂巢能源科技股份有限公司 | 电池荷电状态soc估计方法、装置、管理系统以及车辆 |
WO2022205433A1 (zh) * | 2021-04-02 | 2022-10-06 | 华为技术有限公司 | 电池监测装置及系统 |
CN113189506B (zh) * | 2021-04-12 | 2022-06-14 | 河北工业大学 | 一种基于声波时域特征的锂离子电池荷电状态表征方法 |
CN117794779A (zh) * | 2021-04-30 | 2024-03-29 | 泰坦先进能源解决方案公司 | 用于一个或多个能量存储设备的故障检测的系统、方法和设备 |
CN113410531B (zh) * | 2021-06-09 | 2022-08-12 | 湖州师范学院 | 电池整体温度检测方法、装置及计算机可读存储介质 |
CN113533519B (zh) * | 2021-07-15 | 2022-09-20 | 厦门大学 | 一种非接触无损评估材料各向异性的方法和装置 |
CN113533992B (zh) * | 2021-07-26 | 2022-04-08 | 北京理工大学 | 一种基于超声导波传感器的锂离子电池热失控预警方法 |
US11443569B1 (en) * | 2021-10-30 | 2022-09-13 | Beta Air, Llc | Systems and methods for battery management for a vehicle |
CN114200326B (zh) * | 2021-11-08 | 2023-12-22 | 北京工业大学 | 一种软包锂离子电池荷电状态超声导波原位检测方法 |
DE102021129229B9 (de) | 2021-11-10 | 2022-11-03 | Tdk Electronics Ag | Piezoelektrischer Wandler |
CN118020195A (zh) * | 2021-11-17 | 2024-05-10 | 华为技术有限公司 | 一种温度测量系统和方法 |
WO2023154949A1 (en) * | 2022-02-14 | 2023-08-17 | Liminal Insights, Inc. | Defect simulation for identification and labeling of defects in battery cells |
WO2023167558A1 (ko) * | 2022-03-03 | 2023-09-07 | 에스케이온 주식회사 | X선 검사 장치 및 x선 검사 방법 |
WO2023167555A1 (ko) * | 2022-03-03 | 2023-09-07 | 에스케이온 주식회사 | X선 검사 장치 및 x선 검사 방법 |
US20230375623A1 (en) * | 2022-05-20 | 2023-11-23 | Gotion, Inc. | Apparatus and method for battery soh estimation, method for forming a 2d-lut thereof |
CN115356641A (zh) * | 2022-07-12 | 2022-11-18 | 河北工业大学 | 一种基于超声特征的锂离子电池过充电检测方法 |
WO2024074349A1 (de) | 2022-10-05 | 2024-04-11 | Tdk Electronics Ag | Sensorsystem, system mit sensorsystem und verfahren zum detektieren |
CN117239881B (zh) * | 2023-11-10 | 2024-03-15 | 深圳市立泰能源科技有限公司 | 一种船用电池组冗余过充保护管理系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015023820A2 (en) * | 2013-08-15 | 2015-02-19 | University Of Maryland College Park | Systems, methods, and devices for health monitoring of an energy storage device |
CN105437989A (zh) * | 2014-09-23 | 2016-03-30 | 福特全球技术公司 | 用于测量电池内部状态的传感器系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6520018B1 (en) * | 2000-11-17 | 2003-02-18 | Enertec Mexico, S.R.L. De C.V. | Ultrasonic inspection method for lead-acid battery terminal posts |
JP3934544B2 (ja) * | 2002-04-11 | 2007-06-20 | 富士通株式会社 | 弾性波観測装置 |
US7845232B2 (en) | 2006-08-05 | 2010-12-07 | Enerize Corporation | Apparatus and method for determining service life of electrochemical energy sources using combined ultrasonic and electromagnetic testing |
JP5647957B2 (ja) | 2010-09-10 | 2015-01-07 | 富士フイルム株式会社 | 超音波診断装置 |
US9356327B2 (en) | 2011-12-19 | 2016-05-31 | Johnson Controls Technology Company | Unitary energy storage and sensing batteries |
US9548520B2 (en) * | 2012-05-11 | 2017-01-17 | Liebert Corporation | Ultrasonic electrolyte sensor |
US9910016B2 (en) * | 2014-10-15 | 2018-03-06 | Fbs, Inc. | Piezoelectric shear rings for omnidirectional shear horizontal guided wave excitation and sensing |
US10132781B2 (en) * | 2015-01-30 | 2018-11-20 | The Trustees Of Princeton University | Apparatus and method for determining state of change (SOC) and state of health (SOH) of electrical cells |
-
2017
- 2017-06-21 WO PCT/US2017/038576 patent/WO2017223219A1/en unknown
- 2017-06-21 CN CN201780049778.3A patent/CN109565089B/zh active Active
- 2017-06-21 EP EP17816150.1A patent/EP3472890A4/en active Pending
- 2017-06-21 US US16/312,241 patent/US11527783B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015023820A2 (en) * | 2013-08-15 | 2015-02-19 | University Of Maryland College Park | Systems, methods, and devices for health monitoring of an energy storage device |
CN105437989A (zh) * | 2014-09-23 | 2016-03-30 | 福特全球技术公司 | 用于测量电池内部状态的传感器系统 |
Non-Patent Citations (1)
Title |
---|
厚梁结构中的超声导波传播与损伤识别;孙学伟;李富才;苗晓婷;孟光;周利民;;机械工程学报(第14期) * |
Also Published As
Publication number | Publication date |
---|---|
US20190207274A1 (en) | 2019-07-04 |
US11527783B2 (en) | 2022-12-13 |
CN109565089A (zh) | 2019-04-02 |
EP3472890A1 (en) | 2019-04-24 |
WO2017223219A1 (en) | 2017-12-28 |
EP3472890A4 (en) | 2020-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109565089B (zh) | 使用超声导波的电池状态监测 | |
US11193979B2 (en) | Determination of characteristics of electrochemical systems using acoustic signals | |
Ladpli et al. | Estimating state of charge and health of lithium-ion batteries with guided waves using built-in piezoelectric sensors/actuators | |
Yang et al. | Review on state-of-health of lithium-ion batteries: Characterizations, estimations and applications | |
US10809310B2 (en) | Nonlinear acoustic resonance spectroscopy (NARS) for determining physical conditions of batteries | |
JP7261179B2 (ja) | バッテリの寿命評価および容量の回復 | |
Ladpli et al. | Design of multifunctional structural batteries with health monitoring capabilities | |
US20160223498A1 (en) | Apparatus and Method for Determining state of Change (SOC) and State of Health (SOH) of Electrical Cells | |
JP2012251919A (ja) | リチウムイオン二次電池の検査装置,検査方法及び二次電池モジュール | |
Ladpli et al. | Battery charge and health state monitoring via ultrasonic guided-wave-based methods using built-in piezoelectric transducers | |
Sun et al. | Ultrasonic diagnosis of the nonlinear aging characteristics of lithium-ion battery under high-rate discharge conditions | |
Wang et al. | Active acoustic emission sensing for fast co-estimation of state of charge and state of health of the lithium-ion battery | |
Hendricks et al. | Lithium-ion battery strain gauge monitoring and depth of discharge estimation | |
Reichmann et al. | Ultrasonic guided waves as an indicator for the state-of-charge of Li-ion batteries | |
McGee et al. | Ultrasonic inspection of lithium-ion pouch cells subjected to localized thermal abuse | |
Nelson | Local Ultrasonic Resonance Spectroscopy of Lithium Metal Batteries for Aerospace Applications | |
Koller et al. | Ultrasonic Battery Management System for Lamb wave mode tracking on Lithium-ion pouch cells | |
Firouz et al. | Measuring and analysis of nonlinear characterization of lithium-ion batteries using multisin excitation signal | |
Zeng et al. | Novel Sensing Techniques for Lithium-ion Battery Modeling and States Estimation | |
Pham et al. | Lithium-ion battery cell health monitoring using vibration diagnostic test | |
McGee | Ultrasonic inspection of lithium-ion batteries to determine battery safety | |
Zhang et al. | Exploring the Correlation Between Ultrasound Speed and the State of Health of LiFePO $ _4 $ Prismatic Cells | |
Le Pham | Health diagnosis of lithium-ion battery cell using vibration-based test and analysis | |
Sahu et al. | Sustainability and Prolonging Rechargeable Battery Life: A Sensor Device Review | |
Hossen et al. | Development of a Non-Destructive Ultrasonic Technique for In-Situ Battery Health Monitoring |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |