CN110118938B - 基于超声波频谱分析锂电池内部状态的方法及装置 - Google Patents
基于超声波频谱分析锂电池内部状态的方法及装置 Download PDFInfo
- Publication number
- CN110118938B CN110118938B CN201910291268.8A CN201910291268A CN110118938B CN 110118938 B CN110118938 B CN 110118938B CN 201910291268 A CN201910291268 A CN 201910291268A CN 110118938 B CN110118938 B CN 110118938B
- Authority
- CN
- China
- Prior art keywords
- ultrasonic
- lithium battery
- battery
- state
- signal
- 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
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 113
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000001228 spectrum Methods 0.000 title claims abstract description 29
- 230000036541 health Effects 0.000 claims abstract description 24
- 230000000149 penetrating effect Effects 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 30
- 230000005284 excitation Effects 0.000 claims description 26
- 239000000523 sample Substances 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 13
- 230000010354 integration Effects 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000007423 decrease Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 230000026683 transduction Effects 0.000 claims description 6
- 238000010361 transduction Methods 0.000 claims description 6
- 238000010183 spectrum analysis Methods 0.000 claims description 4
- 238000005316 response function Methods 0.000 abstract description 29
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 abstract description 25
- 229910001416 lithium ion Inorganic materials 0.000 abstract description 25
- 230000032683 aging Effects 0.000 abstract description 11
- 238000005259 measurement Methods 0.000 abstract description 9
- 238000001514 detection method Methods 0.000 description 15
- 238000011088 calibration curve Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000007599 discharging Methods 0.000 description 5
- 238000010408 sweeping Methods 0.000 description 5
- 238000011282 treatment Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 208000032953 Device battery issue Diseases 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010291 electrical method Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000013021 overheating Methods 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 206010016766 flatulence Diseases 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000004781 supercooling Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
- G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Secondary Cells (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了基于超声波频谱分析锂电池内部状态的方法及装置,一种方法以设定频率的超声信号穿透锂电池,利用超声信号的主瓣功率与荷电状态的线性关系,计算出锂电池的荷电状态;利用高次谐波与主瓣的功率比值判断锂电池的健康状态。另一种方法利用扫频信号驱动超声换能片产生不同频率的超声信号穿透锂电池,得到锂电池的频率响应函数,利用频率响应函数判断锂电池老化程度。并提供了基于超声波频谱分析锂离子电池内部状态的装置。本发明对超声信号的频谱进行深入分析,有效地解决锂电池的SOC和SOH估算不精准的问题,并能够集成在电池管理系统中实现电池内部状态的实时测量,对电池可能出现的故障作出及时预警。
Description
技术领域
本发明属于锂电池技术领域,更具体地,涉及基于超声波频谱分析锂电池内部状态的方法及装置。
背景技术
电池内部状态主要包括电池荷电状态(SOC)和电池健康状态(SOH)。
电池荷电状态,全称State of Charge,也叫剩余电量,代表的是电池使用一段时间或长期搁置不用后的剩余可放电电量与其完全充电状态的电量的比值。
电池健康状态,全称State of Health,表示电池容量、健康度、性能状态,即电池使用一段时间后性能参数与标称参数的比值。
精确估计SOC和SOH是电池管理系统的主要任务之一,其有助于改善系统性能和可靠性,并且还能延长电池寿命。事实上,精密估计电池内部状态可以避免意料之外的系统中断,防止电池过度充电和放电。然而,电池充电和放电涉及到复杂的化学和物理过程,在不同工作条件下精确估计SOC和SOH并不是轻而易举的事。
通常电池的健康状态随着使用时间与次数的增加而降低。工业界对于如何确立电池健康状态的方法各不相同,通常采用电池内阻、容量、电压、自放电快慢、充电能力、充放电圈数等电学参数的变化来确立电池的健康状态。在实际使用中,电池还会因为过充、过热、短路、机械破坏等非正常使用原因,出现胀气、漏液、析锂等健康状态问题。
测量SOC的常用方法有传统的电流积分法(安时积分法)、电池内阻法、放电试验法、开路电压法、负载电压法,也有较为创新的Kalman滤波法、模糊逻辑理论法和神经网络法等。其中开路电压法与放电试验法不适用于运行中的电池SOC估算。电流积分法误差会不断累积、需要定时做精确标定。锂离子电池SOC变化时,其内阻、电压变化很小,测量结果非常不准确。Kalman滤波法依赖于模型建立的准确程度、算法复杂、计算量大。神经网络法需要提取大量、全面的目标样本数据对系统进行训练,在外界复杂因素作用下可能不够准确。
综上所述,电池内部状态不能直接测量,当前对SOC和SOH的测量方法主要基于对电池的电学参数变化的测量,通过电压、电流、内阻、方式间接获取电池的内部状态。而这些参数还会受到电池老化、环境温度变化等多种不确定因素的影响,传统的测量方法无法得到准确的测量结果,准确的电池内部状态估计已成为电池技术发展中亟待解决的问题。
超声波是频率高于人耳听觉上限(20kHz)的声波,它的方向性好,穿透能力强,易于获得较集中的声能。这一特性已被广泛用于探伤、测厚、测距、遥控和成像技术。
通过超声技术检测锂离子电池的内部状态是一种开创新技术。在已有技术中,利用超声波对电池进行扫描,提取电池不同部位的超声振幅,对超声信号进行成像,分析出电池的SOC和SOH。但这种做法对超声信号利用率不高,且装置过大,仅适用于电池出厂检测,难以集成到电池管理系统中并在电池工作状态下对SOC和SOH进行实时监测。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了基于超声波频谱分析锂电池内部状态的方法及装置,其目的在于对超声信号的频谱进行深入分析,有效地解决锂电池的SOC和SOH估算不精准的问题,并能够集成在电池管理系统中实现电池内部状态的实时测量,对电池可能出现的故障作出及时预警。由此解决现有技术中锂离子电池内部状态监测准确性与可靠性不佳的技术问题,以及超声信号装置过大,难以集成到电池管理系统中并在电池工作状态下对SOC和SOH进行实时监测的技术问题。
为实现上述目的,按照本发明的一个方面,提供了一种基于超声波频谱分析锂电池内部状态的方法,其特征在于,以设定频率的超声信号穿透锂电池,对穿透锂电池后的超声信号进行采样后进行快速傅里叶变换,然后选取超声信号进行快速傅里叶变换后的主瓣部分进行积分,利用超声信号的主瓣功率与荷电状态的线性关系,计算出锂电池的荷电状态;所述线性关系由前期的实验数据拟合结果得出;同时计算各旁瓣的功率,将各高次谐波的功率与主瓣功率进行比较,利用高次谐波与主瓣的功率比值判断锂电池的健康状态。
优选地,当高次谐波与主瓣的功率比值偏离正常状态的5%-15%时,认为锂电池的健康状态开始下降,需进行故障预警及采取响应保护措施;当高次谐波功率大于基波时,表示电池出现严重故障,需立即切断电源并发出警报。
优选地,所述设定频率的超声信号的频率选用1MHz-3MHz。
优选地,所述设定频率的超声信号的频率选用2MHz。
按照本发明的另一方面,提供了一种基于超声波频谱分析锂电池内部状态的方法,其特征在于,利用扫频信号驱动超声换能片产生不同频率的超声信号穿透锂电池,对穿透锂电池后的不同频率的超声信号进行采样处理后得到锂电池的频率响应函数,将所述频率响应函数与健康工作状态下的锂离子电池的频率响应函数对比,从而判断锂电池老化程度,进而分析出造成电池故障的具体原因,针对性地作出早期故障预警。
按照本发明的另一方面,还提供了一种基于超声波频谱分析锂电池内部状态的装置,其特征在于,包括超声波发射模块、超声波接收模块和超声信号处理模块,其中,
所述超声波发射模块包括激励信号生成单元和多个超声换能片,所述激励信号生成单元用于提供激励信号;所述超声换能片贴在锂电池两侧对称位置,用于受所述激励信号驱动产生超声信号穿透锂电池;
所述超声波接收模块用于接收穿透锂电池后的超声信号,并对超声信号进行采样及转换后输出;
所述超声信号处理模块用于接收所述超声波接收模块输出的超声信号,并对所述超声信号进行数字信号处理,以及超声波频谱分析,得到锂电池的荷电状态和健康状态;
所述激励信号生成单元和所述超声信号处理模块采用FPGA实现。
优选地,所述激励信号生成单元产生激励信号驱动超声换能片产生设定频率的超声信号穿透锂电池;
所述超声信号处理模块对所述超声波接收模块输出的超声信号进行快速傅里叶变换,然后选取超声信号进行快速傅里叶变换后的主瓣部分进行积分,利用超声信号的主瓣功率与荷电状态的线性关系,计算出锂电池的荷电状态;所述线性关系由前期的实验数据拟合结果得出;同时计算各旁瓣的功率,将各高次谐波的功率与主瓣功率进行比较,利用高次谐波与主瓣的功率比值判断锂电池的健康状态。
优选地,当高次谐波与主瓣的功率比值偏离正常状态的5%-15%时,认为锂电池的健康状态开始下降,需进行故障预警及采取响应保护措施;当高次谐波功率大于基波时,表示电池出现严重故障,需立即切断电源并发出警报。
优选地,所述激励信号生成单元产生扫频信号驱动超声换能片产生不同频率的超声信号穿透锂电池;
所述超声信号处理模块对所述超声波接收模块输出的不同频率的超声信号进行数字信号处理得到频率响应函数,所述频率响应函数表征超声信号穿透锂电池前后输出信号与输入信号的关系,将所述频率响应函数与健康工作状态下的锂电池的频率响应函数对比,从而判断电池老化程度,进而分析出造成电池故障的具体原因,针对性地作出早期故障预警。
优选地,所述超声波接收模块包括超声探头和模数转换器,所述超声探头用于接收穿透锂电池后的超声信号,所述模数转换器用于对所述超声探头接收的超声信号进行采样并转换为电信号后输出。
优选地,所述模数转换器采用多通道高速芯片,其采样率在50~100MHz 之间,位宽8~12位。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
1、本发明提供的方法基于超声技术检测锂离子电池的内部状态,通过对超声信号的频谱进行深入分析,建立声学参数分别与锂离子电池荷电状态SOC和健康状态SOH的对应关系,进而利用声学参数监测锂离子电池的 SOC和SOH,有效地解决锂电池的SOC和SOH估算不精准的问题。
2、本发明提供的方法选取超声信号进行快速傅里叶变换后的主瓣部分进行积分,利用超声信号的主瓣功率与荷电状态具有的线性关系,通过探测超声信号的主瓣功率可精准测出电池荷电状态;以特定频率的超声信号穿透锂离子电池,探测超声信号通过电池内部时产生的非线性失真,利用高次谐波与主瓣的功率比值准确判断电池老化程度,进而准确判断锂电池的健康状态,分析出造成电池故障的具体原因,针对性地作出早期故障预警。
3、本发明还提供了一种基于超声波扫频分析锂电池内部状态的方法,利用扫频信号驱动超声换能片,不同频率的超声信号穿透电池内部产生的衰减不同,得到锂离子电池的频率响应函数。与健康工作状态下的锂离子电池的频率响应函数对比,从而判断电池老化程度,进而分析出造成电池故障的具体原因,针对性地作出早期故障预警。
4、本发明提供的装置,通过FPGA提供激励信号驱动超声换能片产生超声信号,通过超声信号处理模块对超声信号进行数字信号处理以及超声波频谱分析,得到锂电池的荷电状态和健康状态;能够基于超声技术精确检测锂离子电池的内部SOC和SOH状态,并能够集成在电池管理系统中实现电池内部状态的实时测量,对电池可能出现的故障作出及时预警,以便对电池管理系统及时作出保护措施,从而有效提高锂电池的安全性。
附图说明
图1是本发明实施例1中基于超声波频谱分析锂电池内部状态的装置示意图;
图2是本发明实施例1中将图1装置集成在电池管理系统中的原理示意图;
图3是本发明实施例1中超声波穿透锂电池后的时域波形图;
图4是本发明实施例2中充放电循环10圈内主瓣功率与SOC关系曲线。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明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仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明提供了基于超声波频谱分析锂电池内部状态的方法及装置,利用超声检测技术,能够有效地解决锂电池的SOC和SOH估算不精准的问题,提高锂电池的安全性。通过将超声检测技术集成在电池管理系统中,实现电池内部状态的实时测量,对电池可能出现的故障作出及时预警。通过对超声信号的频谱进行深入分析,比单纯提取超声信号幅值而取得的有效信息更为充分,估算精度更高。发明构思的原理在于:
一、超声信号因电池内部复杂结构产生多次反射、能量衰减,其频谱能反映出电池内部状态。且当电池局部发生微小故障时,该故障对超声信号的影响会迅速扩散到整个电池,故将超声换能片贴在电池表面中心位置,即可反映出电池整体的SOC和SOH状态。
二、电池进行充放电时,超声信号主瓣功率与荷电状态具有线性关系,可通过超声信号的功率精准测出电池荷电状态。
三、电池处于健康状态下时,接收到的超声信号主瓣宽度较窄。而电池处于亚健康状态时,超声信号出现各种线性失真和非线性失真,其谐波携带的信息能有效表征电池的不同状态。根据各高次谐波的功率比值,可判断电池老化程度,进而分析出造成电池故障的具体原因,针对性地作出早期故障预警。而电池故障极为严重时,超声信号将难以穿透电池内部,接收到的超声信号会产生严重衰减。
四、此外,基于超声扫频信号分析锂电池内部状态的方案中,利用扫频信号驱动超声换能片,不同频率的信号穿透电池内部产生的衰减不同,得到锂离子电池的频率响应函数。该频率响应函数有效反应出锂离子电池对超声信号的传输特性,同样与健康状态下的锂离子电池的频率响应函数对比,从而判断电池老化程度,进而分析出造成电池故障的具体原因,针对性地作出早期故障预警。
以下结合附图和实例对本发明提供的装置和方法进行进一步详细的说明。
实施例1:
如图1所示,本实施例提供一种基于超声波频谱分析锂电池内部状态的装置,可集成在电池管理系统中,对锂电池提供实时监控和保护。其包括超声波发射模块、超声波接收模块和超声信号处理模块,其中,
超声波发射模块包括激励信号生成单元和多个超声换能片,激励信号生成单元用于提供激励信号;超声换能片紧密贴在锂电池两侧对称位置,用于受激励信号驱动产生超声信号穿透锂电池;利用宽带超声换能片或利用多个不同谐振频率的换能片同时接收超声信号,得到较宽频率的超声信息。
超声波接收模块用于接收穿透锂电池后的超声信号,并对超声信号进行采样及转换后输出;本实施例中,超声波接收模块包括超声探头和模数转换器,超声探头用于接收穿透锂电池后的超声信号,模数转换器用于对超声探头接收的超声信号进行采样并转换为电信号后输出。
模数转换器ADC优选地采用多通道高速芯片,便于集成到电池组内部。采样率在50~100MHz之间,位宽8~12位。超声信号频率2MHz左右,用来研究的高次谐波频率不大于10MHz,高速ADC满足奈奎斯特采样定律 (采样频率大于模拟信号频谱中最高频率的2倍)。
ADI公司官网中可查询到满足要求且性价比高的芯片如表1所示。实施过程中可选用AD9287:4通道8位ADC,最高采样率100M,同时结合模拟开关轮流对电池组中的电池进行采样,适用于大规模的电池管理系统。
表1ADI公司模数转换器ADC芯片型号列表
型号 | 通道数 | 位宽(bit) | 采样率 | 数据输出 | 价格($) |
AD8283 | 6 | 12 | 72M | 并行 | 12 |
AD8284 | 4 | 12 | 60M | 并行 | 10.35 |
AD8285 | 4 | 12 | 72M | 并行 | 8.33 |
AD9287 | 4 | 8 | 100M | 串行 | 14.6 |
AD9289 | 4 | 8 | 65M | 串行 | 11.38 |
AD9219-65 | 4 | 10 | 65M | 串行 | 16.68 |
AD9228-65 | 4 | 12 | 65M | 串行 | 28.56 |
超声信号处理模块用于接收超声波接收模块输出的超声信号,并对超声信号进行数字信号处理,以及超声波频谱分析,得到锂电池的荷电状态和健康状态;还可以将电池内部状态的信息上传到云端,通过客户端实时查看,便于管理。
激励信号生成单元和超声信号处理模块采用FPGA实现,首先使用 Xilinx公司提供的IP核进行快速傅里叶变换,再对基波及各谐波分别积分得到它们的功率。可编程逻辑器件FPGA进行数字信号处理工作,可选用 Xilinx公司的Artix-7或Zynq-7000系列产品,对超声信号进行分析处理,其性能满足系统要求且成本不至过高,具有高性价比。Artix-7器件在单个成本优化的FPGA中提供了最高性能功耗比结构、收发器线速、DSP处理能力以及AMS集成。包含MicroBlaze软处理器和1,066Mb/s DDR3技术支持,此系列为各类成本功耗敏感型应用提供最大价值,包括软件定义无线电、机器视觉照相以及低端无线回传。而Zynq-7000SoC系列集成 ARM处理器的软件可编程性与FPGA的硬件可编程性,不仅可实现重要分析与硬件加速,同时还在单个器件上高度集成CPU、DSP、ASSP以及混合信号功能。Zynq-7000系列是单位功耗性价比最高的全面可扩展的SoC 平台。
如图2所示为将上述装置集成在电池管理系统中的原理示意图。超声信号发射、接收模块:将超声换能片紧密贴在锂电池两侧对称位置,利用 FPGA提供激励信号驱动换能片产生超声波。超声信号穿透锂离子电池后,由超声探头转换成电信号并通过高速ADC进行采样,再由FPGA接收。利用宽带超声换能片或利用多个不同谐振频率的换能片同时接收超声信号,可得到较宽频带的超声信息。以2MHz的超声信号穿透锂电池为例,超声波穿透锂电池后的时域波形图如图3所示。
本发明装置应用在电池管理系统中,工作时,首先由超声波发射模块的FPGA提供激励信号驱动超声换能片产生超声信号,超声信号穿透锂离子电池,超声波因电池内部复杂结构产生多次反射、能量衰减,其频谱能反映出电池内部状态。超声波发射模块选用FPGA和超声换能片便于和测量系统进行配合。
其次,利用高速ADC对超声探头转换而成的电信号进行采样,输入到可编程逻辑器件FPGA中进行数字信号处理。ADC及FPGA工作频率均可达到百兆级别,该过程具有速度快、可靠性高、实时性强等优点。快速傅里叶变换可以使用Xilinx公司提供的IP核。
最后,从软件层面对频谱展开具体分析,获得电池内部状态。这个过程可以全部在FPGA内部完成,也可以将主要数据发送到上位机中进行处理。
作为一种可行的实施方式,激励信号生成单元产生激励信号驱动超声换能片产生设定频率的超声信号穿透锂电池。
设定频率的超声信号优选2MHz左右,其原因在于:超声信号频率越高、分辨率越高,穿透力越小;频率越低,穿透力越强,分辨率越低。经过大量实验后发现,2MHz左右超声信号穿透力分辨率较为均衡,便于进行分析处理,得到较为精准的结果。
超声信号处理模块对超声波接收模块输出的超声信号进行快速傅里叶变换,然后选取超声信号进行快速傅里叶变换后的主瓣部分进行积分,利用超声信号的主瓣功率与荷电状态的线性关系,计算出锂电池的荷电状态;线性关系由前期的实验数据拟合结果得出;同时计算各旁瓣的功率,将各高次谐波的功率与主瓣功率进行比较,利用高次谐波与主瓣的功率比值判断锂电池的健康状态。当高次谐波与主瓣的功率比值偏离正常状态的5%-15% (优选10%)时,认为锂电池的健康状态开始下降,需进行故障预警及采取响应保护措施;当高次谐波功率大于基波时,表示电池出现严重故障,需立即切断电源并发出警报。综合利用传统方法测得的电学参数与超声频谱信息,可精确得出电池具体出于哪一种故障状态以及故障程度。
作为另一种可行的实施方式,激励信号生成单元产生扫频信号驱动超声换能片产生不同频率的超声信号穿透锂电池。
超声信号处理模块对超声波接收模块输出的不同频率的超声信号进行数字信号处理得到频率响应函数,频率响应函数表征超声信号穿透锂电池前后输出信号与输入信号的关系,将频率响应函数与健康工作状态下的锂电池的频率响应函数对比,从而判断电池老化程度,进而分析出造成电池故障的具体原因,针对性地作出早期故障预警。
实施例2:
本实施例提供一种基于超声波频谱分析锂电池内部状态的方法,用于检测锂电池的SOC和SOH状态,包括以下步骤:
S1.检测装置初始化:制作标定曲线并得到超声信号与锂电池内部状态关系,标定曲线包括充放电电标定曲线及亚健康、故障状态标定曲线。
S11.获得超声信号的主瓣功率与荷电状态的线性关系:将锂电池置于实验线,操作电池管理系统将锂电池由空电状态充至饱和状态再由饱和状态放至空电状态。检测超声信号的主瓣功率,分别将锂电池的充放电电流数据和信息超声波的信号能量数据进行归一化处理,并制成充放电电标定曲线,在不同温度下重复多次实验,拟合出电池SOC同温度、超声信号的主瓣功率的关系。如图4所示为充放电循环10圈内主瓣功率与SOC关系曲线,该线性关系十分明显。
S12.标定超声信号的谐波功率比与健康状态的关系:首先,将锂电池置于实验线,测量出锂电池完全健康状态下的谐波功率比,作为标准值。其次,对电池进行各种老化、破坏处理,如进行过冷过热下的快速充放电、短路处理、刺穿处理等,分别检测这些状态下超声信号的谐波功率比,结合电学参量制成锂电池亚健康、故障状态标定曲线。需要注意的是,该过程具有一定危险性,务必做好安全措施,保护设备及人员安全。
S2.锂电池检测:
S21.检测准备:搭建好电池管理系统,连接上锂电池组和超声收发装置,操作电池管理系统对锂电池进行充放电、驱动超声换能片产生设定频率的超声波。该设定频率优选2MHz左右。
S22.温度及电学参量检测:使用温度传感器测量电池组的工作温度,使用传统的电学方法测量电池组源端及负载端电压电流、单个电池的电压等电学参量。
S23.超声信号检测:在超声驱动信号发送后的一定时间内,利用高速 ADC对穿透电池后的超声信号进行采集,在FPGA中进行数字信号处理,先进行FFT,再对各次谐波进行积分。
S24.电池内部状态分析:利用事先标定的超声信号主瓣功率与荷电状态的线性关系计算出电池的SOC。计算各高次谐波的功率与主瓣功率比值,与正常状态相比较,当该比值偏离正常状态的5%-15%(优选10%)时,即可认为电池的SOH开始下降,进行故障预警及采取响应保护措施。综合电学参数与超声频谱信息,利用锂电池亚健康、故障状态标定曲线,可精确得出电池具体出于哪一种故障状态以及故障程度。当高次谐波功率大于基波时,表明电池出现严重故障,立即切断电源并发出警报。
实施例3:
本实施例提供一种基于超声扫频信号分析锂电池内部状态的方法,其利用FPGA产生扫频信号,驱动超声换能片,穿透锂离子电池后得到频率响应函数。具体包括以下步骤:
S1.检测装置初始化:制作标定曲线,得到超声信号频率响应函数与锂电池内部状态关系。
S11.获得超声信号频率响应函数:利用FPGA内部直接数字式频率合成模块(dds)产生扫频信号以驱动超声换能片,穿透锂离子电池后用ADC 进行采集,得到超声信号穿透锂离子电池前后输出信号与输入信号的关系,即得出频率响应函数。
S12.将锂电池置于实验线,测量出锂电池完全健康状态下的频率响应函数,作为标准值。其次,操作电池管理系统对锂电池进行充放电处理,各种老化、破坏处理。分别得到这些状态下的频率响应函数,结合电学参量制成锂电池内部状态标定曲线。同样需要注意的是,该过程具有一定危险性,务必做好安全措施,保护设备及人员安全。
S2.锂电池检测:
S21.检测准备:搭建好电池管理系统,连接上锂电池组和超声收发装置,操作电池管理系统对锂电池进行充放电、利用扫频信号驱动超声换能片产生超声波。
S22.温度及电学参量检测:使用温度传感器测量电池组的工作温度,使用传统的电学方法测量电池组源端及负载端电压电流、单个电池的电压等电学参量。
S23.超声信号检测:在超声驱动信号发送后的一定时间内,利用高速 ADC对穿透电池后的超声信号进行采集,在FPGA中进行数字信号处理,得到频率响应函数。
S24.电池内部状态分析:频率响应函数与正常状态相比较,当该频率响应函数与正常状态有明显偏差时,即可认为电池的SOH开始下降,进行故障预警及采取响应保护措施。利用事先标定的超声信号频率响应函数与锂电池内部状态关系,可精确得出电池具体出于哪一种故障状态以及故障程度。当电池出现严重故障时,立即切断电源并发出警报。
本发明基于超声技术检测锂离子电池的内部状态,通过建立声学参数分别与锂离子电池SOC和SOH的对应关系,进而利用声学参数监测锂离子电池的SOC和SOH,由此解决现有技术中基于电学参数监测锂离子电池内部状态准确性与可靠性不佳的问题。本发明提供的装置能够集成在电池管理系统中实现电池内部状态的实时测量,对电池可能出现的故障作出及时预警,以便电池管理系统及时作出保护措施,有效提高锂电池的安全性。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于超声波频谱分析锂电池内部状态的方法,其特征在于,以设定频率的超声信号穿透锂电池,对穿透锂电池后的超声信号进行采样后进行快速傅里叶变换,然后选取超声信号进行快速傅里叶变换后的主瓣部分进行积分,利用超声信号的主瓣功率与荷电状态的线性关系,计算出锂电池的荷电状态;所述线性关系由前期的实验数据拟合结果得出;同时计算各旁瓣的功率,将各高次谐波的功率与主瓣功率进行比较,利用高次谐波与主瓣的功率比值判断锂电池的健康状态。
2.根据权利要求1所述的一种基于超声波频谱分析锂电池内部状态的方法,其特征在于,当高次谐波与主瓣的功率比值偏离正常状态的5%-15%时,认为锂电池的健康状态开始下降,需进行故障预警及采取响应保护措施;当高次谐波功率大于基波时,表示电池出现严重故障,需立即切断电源并发出警报。
3.根据权利要求1所述的一种基于超声波频谱分析锂电池内部状态的方法,其特征在于,所述设定频率的超声信号的频率选用1MHz-3MHz。
4.一种基于超声波频谱分析锂电池内部状态的装置,其特征在于,包括超声波发射模块、超声波接收模块和超声信号处理模块,其中,
所述超声波发射模块包括激励信号生成单元和多个超声换能片,所述激励信号生成单元用于提供激励信号;所述超声换能片贴在锂电池两侧对称位置,用于受所述激励信号驱动产生超声信号穿透锂电池;
所述超声波接收模块用于接收穿透锂电池后的超声信号,并对超声信号进行采样及转换后输出;
所述超声信号处理模块用于接收所述超声波接收模块输出的超声信号,并对所述超声信号进行数字信号处理,以及超声波频谱分析,得到锂电池的荷电状态和健康状态;
所述激励信号生成单元和所述超声信号处理模块采用FPGA实现;
所述激励信号生成单元产生激励信号驱动超声换能片产生设定频率的超声信号穿透锂电池;
所述超声信号处理模块对所述超声波接收模块输出的超声信号进行快速傅里叶变换,然后选取超声信号进行快速傅里叶变换后的主瓣部分进行积分,利用超声信号的主瓣功率与荷电状态的线性关系,计算出锂电池的荷电状态;所述线性关系由前期的实验数据拟合结果得出;同时计算各旁瓣的功率,将各高次谐波的功率与主瓣功率进行比较,利用高次谐波与主瓣的功率比值判断锂电池的健康状态。
5.根据权利要求4所述的一种基于超声波频谱分析锂电池内部状态的装置,其特征在于,当高次谐波与主瓣的功率比值偏离正常状态的5%-15%时,认为锂电池的健康状态开始下降,需进行故障预警及采取响应保护措施;当高次谐波功率大于基波时,表示电池出现严重故障,需立即切断电源并发出警报。
6.根据权利要求4所述的一种基于超声波频谱分析锂电池内部状态的装置,其特征在于,所述超声波接收模块包括超声探头和模数转换器,所述超声探头用于接收穿透锂电池后的超声信号,所述模数转换器用于对所述超声探头接收的超声信号进行采样并转换为电信号后输出。
7.根据权利要求6所述的一种基于超声波频谱分析锂电池内部状态的装置,其特征在于,所述模数转换器采用多通道高速芯片,其采样率在50~100MHz之间,位宽8~12位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910291268.8A CN110118938B (zh) | 2019-04-11 | 2019-04-11 | 基于超声波频谱分析锂电池内部状态的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910291268.8A CN110118938B (zh) | 2019-04-11 | 2019-04-11 | 基于超声波频谱分析锂电池内部状态的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110118938A CN110118938A (zh) | 2019-08-13 |
CN110118938B true CN110118938B (zh) | 2020-06-02 |
Family
ID=67520891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910291268.8A Active CN110118938B (zh) | 2019-04-11 | 2019-04-11 | 基于超声波频谱分析锂电池内部状态的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110118938B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441707A (zh) * | 2019-09-03 | 2019-11-12 | 深圳职业技术学院 | 一种锂离子电池健康状态声发射检测系统及方法 |
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 |
CN111175659B (zh) * | 2020-01-21 | 2022-04-29 | 湖南大学 | 基于连续声发射信号的锂离子电池状态检测系统和方法 |
EP4103953A4 (en) * | 2020-02-10 | 2024-02-28 | Titan Advanced Energy Solutions Inc | BATTERY CONTROL SYSTEMS AND METHODS |
CN111679214B (zh) * | 2020-06-24 | 2023-06-20 | 东莞新能安科技有限公司 | 预测电池的荷电状态的装置及方法 |
CN112033981A (zh) * | 2020-09-09 | 2020-12-04 | 华中科技大学无锡研究院 | 一种锂离子电池析锂检测方法 |
CN111880107B (zh) * | 2020-09-10 | 2024-03-19 | 无锡领声科技有限公司 | 一种检测锂离子电池荷电状态的方法和装置 |
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 |
CN113253135B (zh) * | 2021-05-11 | 2022-09-06 | 吉林大学 | 一种电池原位测试系统 |
CN113533989B (zh) * | 2021-06-09 | 2023-08-18 | 深圳先进技术研究院 | 一种电池检测系统和电池检测方法 |
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 |
CN113655391A (zh) * | 2021-08-26 | 2021-11-16 | 江苏慧智能源工程技术创新研究院有限公司 | 一种基于LightGBM模型的储能电站电池故障诊断方法 |
CN114019387A (zh) * | 2021-11-08 | 2022-02-08 | 北京工业大学 | 超声反射系数表征锂离子电池soc的方法 |
CN114019388A (zh) * | 2021-11-08 | 2022-02-08 | 北京工业大学 | 一种超声反射系数表征锂离子电池soc的方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106772063A (zh) * | 2016-11-21 | 2017-05-31 | 华中科技大学 | 一种监测锂离子电池荷电状态和健康状态的方法及其装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6172505B1 (en) * | 1998-04-27 | 2001-01-09 | Midtronics, Inc. | Electronic battery tester |
JP2012058046A (ja) * | 2010-09-08 | 2012-03-22 | Nissin Electric Co Ltd | 電力機器の異常診断装置 |
US9551758B2 (en) * | 2012-12-27 | 2017-01-24 | Duracell U.S. Operations, Inc. | Remote sensing of remaining battery capacity using on-battery circuitry |
CN104881041B (zh) * | 2015-05-27 | 2017-11-07 | 深圳市高巨创新科技开发有限公司 | 一种无人飞行器的电量预警方法及装置 |
-
2019
- 2019-04-11 CN CN201910291268.8A patent/CN110118938B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106772063A (zh) * | 2016-11-21 | 2017-05-31 | 华中科技大学 | 一种监测锂离子电池荷电状态和健康状态的方法及其装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110118938A (zh) | 2019-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110118938B (zh) | 基于超声波频谱分析锂电池内部状态的方法及装置 | |
US11549919B2 (en) | Apparatus and method for determining state of change (SOC) and state of health (SOH) of electrical cells | |
US11422194B2 (en) | Battery diagnosis apparatus and battery diagnosis method based on current pulse method | |
US20190207274A1 (en) | Battery state monitoring using ultrasonic guided waves | |
Zhao et al. | State-of-charge and state-of-health estimation for lithium-ion battery using the direct wave signals of guided wave | |
CN104375068A (zh) | 用于输配电线路巡视的可视超声快速巡检装置 | |
CN106950227A (zh) | 一种复合绝缘子缺陷无损检测方法 | |
CN111650501B (zh) | 一种无损在线评估继电器老化状态的试验装置 | |
CN211236165U (zh) | 一种锂离子电池健康状态声发射检测系统 | |
CN109387564B (zh) | 一种基于锂枝晶生长的锂离子电池在线检测方法及装置 | |
CN110865124B (zh) | 一种基于线性功放的非线性超声导波检测系统及方法 | |
CN113702778B (zh) | 一种gil电弧放电故障定位方法及系统 | |
KR101538999B1 (ko) | 부분방전 진단장치 | |
CN211505333U (zh) | 一种非线性超声导波检测装置 | |
CN205067665U (zh) | 变压器局放在线监测系统 | |
CN103344893A (zh) | 基于变频串联谐振耐压试验的分布式电缆局放测量方法 | |
KR20230136931A (ko) | 초음파를 이용한 폐배터리 상태 진단장치 | |
CN111175659B (zh) | 基于连续声发射信号的锂离子电池状态检测系统和方法 | |
KR100590801B1 (ko) | 전력설비에서 방사되는 전자파를 측정하는알에프무선모듈장치 | |
CN113533523A (zh) | 一种融合超声线性和非线性特征的锂电池内部缺陷检测方法及装置 | |
CN114236403A (zh) | 基于超声测量的锂离子电池荷电状态估计方法及装置 | |
US20230014891A1 (en) | Method for determining a probe signal, method for checking for and detecting a fault in an electrochemical system employing such a signal | |
KR20230171065A (ko) | 초음파 및 ai센서모듈을 활용한 폐배터리 상태 진단장치 | |
Lao et al. | Battery Health Monitoring using Guided Wave Signal Features | |
CN114415035B (zh) | 一种基于反射超声的铅蓄电池容量在线测量的装置及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240129 Address after: 214177, 7th Floor, No. 688 Zhenghe Avenue, Huishan Economic Development Zone, Wuxi City, Jiangsu Province Patentee after: Wuxi Lingsheng Technology Co.,Ltd. Country or region after: China Address before: 430074 Hubei Province, Wuhan city Hongshan District Luoyu Road No. 1037 Patentee before: HUAZHONG University OF SCIENCE AND TECHNOLOGY Country or region before: China |