CN110869758A - 诊断电池组破裂的设备以及包括该设备的电池组和车辆 - Google Patents

诊断电池组破裂的设备以及包括该设备的电池组和车辆 Download PDF

Info

Publication number
CN110869758A
CN110869758A CN201980003416.XA CN201980003416A CN110869758A CN 110869758 A CN110869758 A CN 110869758A CN 201980003416 A CN201980003416 A CN 201980003416A CN 110869758 A CN110869758 A CN 110869758A
Authority
CN
China
Prior art keywords
frequency
peaks
processor
peak
vibration 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.)
Granted
Application number
CN201980003416.XA
Other languages
English (en)
Other versions
CN110869758B (zh
Inventor
宋胜镐
朴正仁
洪明秀
崔容硕
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.)
LG Energy Solution Ltd
Original Assignee
LG Chem 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 LG Chem Ltd filed Critical LG Chem Ltd
Publication of CN110869758A publication Critical patent/CN110869758A/zh
Application granted granted Critical
Publication of CN110869758B publication Critical patent/CN110869758B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating 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
    • G01N29/04Analysing solids
    • G01N29/12Analysing solids by measuring frequency or resonance of acoustic waves
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating 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
    • G01N29/04Analysing solids
    • G01N29/043Analysing solids in the interior, e.g. by shear waves
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating 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
    • G01N29/14Investigating 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 using acoustic emission techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating 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
    • G01N29/44Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4454Signal recognition, e.g. specific values or portions, signal events, signatures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating 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
    • G01N29/44Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/46Processing the detected response signal, e.g. electronic circuits specially adapted therefor by spectral analysis, e.g. Fourier analysis or wavelet analysis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/26Scanned objects
    • G01N2291/269Various geometry objects
    • G01N2291/2697Wafer or (micro)electronic parts
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Abstract

提供了一种用于诊断电池组中的破裂的装置,以及包括该装置的一种电池组和一种车辆。该装置包括:被配置为产生指示电池组的振动随时间的变化的振动信号的感测单元;和处理器。该处理器使用振动信号产生频谱密度数据。该处理器从频谱密度数据检测多个峰,并且基于该多个峰来诊断在电池组中是否存在破裂。

Description

诊断电池组破裂的设备以及包括该设备的电池组和车辆
技术领域
本公开涉及一种用于诊断电池组是否破裂的设备,以及包括该设备的一种电池组和一种车辆。
本申请要求在2018年3月6日向韩国知识产权局提交的韩国专利申请No.10-2018-0026445的优先权,其公开内容通过引用整体并入本文。
背景技术
通常,二次(可再充电)电池是可以半永久性使用的电池,因为在正电极和负电极之间的材料的氧化和还原反应期间,它们由从外部电源供应的电流所产生的电力充电。一次(一次性)电池不能重复使用,并且需要大量成本以收集或回收电池,而二次电池能够重复地再次充电。另外,二次电池不仅是诸如膝上型计算机、移动电话和便携式摄像机的便携式电子装置而且还是电动车辆的的核心,并且由于高附加值,连同半导体和显示器一起,它们被视为21世纪“三大电子组件”之一。特别地,截至2011年,全球二次电池市场规模达200亿美元,并且随着电动车辆市场的增长以及用于中型和大型能量存储的二次电池市场的增长,二次电池有望在不久的将来迅速扩大市场。
根据用于填充二次电池的材料类型,二次电池被分类成镍电池、离子电池、锂离子电池、聚合物电池、锂聚合物电池和锂硫电池。在1980年代出现镍镉电池和镍氢电池之后,伴随着在1990年代出现锂基二次电池,在2000年代锂聚合物电池的引入导致了二次电池的新时代。
随着电子装置的紧凑和轻量设计的最新趋势以及移动电子装置的广泛使用,锂离子电池目前占据了二次电池的大部分市场,并且锂离子电池是通过在由能够嵌入和脱嵌锂离子的材料制成的正电极和负电极之间填充有机电解质溶液或聚合物电解质溶液而制造的,并在正电极和负电极处的锂离子嵌入和脱嵌期间通过氧化和还原反应产生电能。由于其重量轻和高容量的优势,锂离子电池已在从用于移动电话的低容量电池到用于电动车辆的高容量电池的广泛应用中使用。
另外,锂聚合物电池是锂离子电池的演变形式,并且使用在正电极和负电极之间的固体或凝胶型聚合物的电解质来产生电力。有利地,锂聚合物电池能够被制造成各种形状,并且在迄今为止开发的二次电池中实现最小的厚度。
二次电池通常包括多个电池单体,并且每个电池单体是薄的,并且因此可能易于破裂。因此,进行了所生产的电池单体的刚性测试,并且通过在将所生产的电池单体安装在车辆中之前对一些电池单体进行采样并且通过施加外力直到采样的电池断裂为止检查电池单体的破裂和刚性来执行现有的测试方法。
然而,因为如上所述较早的电池单体测试方法是在将电池单体安装在车辆中之前进行的,所以在将电池单体安装在车辆中之后,破裂检查是不可能的,并且进而,由于测试是以破坏性的方式进行的,所以不可能测试所有生产的电池单体的刚度。
发明内容
技术问题
本公开旨在提供一种设备,该设备将指示电池组的振动随时间变化的振动信号转换成频谱密度数据,从频谱密度数据检测多个峰,并基于该多个峰诊断电池组的破裂。
本公开的目的不限于上述的那些,并且这些以及其他目的和优点可以通过以下描述被理解,并且将根据本公开的实施例而明显。
技术方案
根据本公开的一方面的一种用于诊断电池组的破裂的设备包括感测单元和可操作地耦接到感测单元的处理器。感测单元被配置为产生第一时间振动信号、第二时间振动信号和第三时间振动信号,该第一时间振动信号指示对于第一测量时段电池组的振动随时间的变化,该第二时间振动信号指示对于在第一测量时段之后的第二测量时段电池组的振动随时间的变化,该第三时间振动信号指示对于在第二测量时段之后的第三测量时段电池组的振动随时间的变化。处理器被配置为基于第一时间振动信号产生第一频谱密度数据。处理器被配置为基于第二时间振动信号产生第二频谱密度数据。处理器被配置为基于第三时间振动信号产生第三频谱密度数据。处理器被配置为从第一频谱密度数据检测第一多个峰。处理器被配置为从第二频谱密度数据检测第二多个峰。处理器被配置为从第三频谱密度数据检测第三多个峰。处理器被配置为通过将第一多个峰与第二多个峰进行比较来将第一多个峰中的至少一个确定为第一特征峰。处理器被配置为基于第三多个峰中的一个的频率和第一特征峰的频率来确定电池组是否破裂。
处理器可以将第一时间振动信号转换成第一频率振动信号,并使用第一频率振动信号来产生第一频谱密度数据。处理器可以将第二时间振动信号转换成第二频率振动信号,并使用第二频率振动信号来产生第二频谱密度数据。处理器可以将第三时间振动信号转换成第三频率振动信号,并使用第三频率振动信号来产生第三频谱密度数据。
处理器可以基于在第一峰的频率和第二峰的频率之间的差异来计算在第一峰的频率处的第一频率变化率,其中第一峰是第一多个峰中的一个,并且第二峰是第二多个峰中的一个。
当第一频率变化率在预定的第一参考范围内时,处理器可以将第一峰确定为第一特征峰。
当第一频率变化率在预定的第一参考范围之外时,处理器可以不将第一峰确定为第一特征峰。
处理器可以基于在第一特征峰的频率和第三峰的频率之间的差异来计算在第三峰的频率处的第二频率变化率,其中第三峰是第三多个峰中的一个。
当第二频率变化率在预定的第二参考范围内时,处理器可以确定电池组未破裂。
当第二频率变化率在预定的第二参考范围之外时,处理器可以确定电池组破裂。
感测单元可以被配置为产生第四时间振动信号,该第四时间振动信号指示对于在第三测量时段之后的第四测量时段电池组的振动随时间的变化。处理器可以基于第四时间振动信号来产生第四频谱密度数据。处理器可以从第四频谱密度数据检测第四多个峰。处理器可以通过将第三多个峰与第四多个峰进行比较来将第三多个峰中的至少一个确定为第二特征峰。处理器可以基于第一特征峰的数目和第二特征峰的数目来确定电池组是否破裂。
处理器可以被配置为当第二特征峰的数目大于第一特征峰的数目时确定电池组破裂。
根据本公开的另一方面的一种电池组包括该设备。
根据本公开的又一方面的一种车辆包括该设备。
有益效果
根据本公开,从振动信号获取频谱密度数据,该振动信号指示电池组的振动随时间的变化,从频谱密度数据检测多个峰,并且基于该多个峰诊断电池组的破裂。因此,可以在电池组被耦合到电负载时准确地诊断电池组的破裂,而无需将电池组从电负载电分离。
附图说明
图1是示出包括在设置有电池组的车辆中的根据本公开的实施例的用于诊断电池的破裂的设备的图。
图2是示出图1的设备的配置的示意图。
图3是示例性地示出在第一频谱密度数据和第二频谱密度数据之间的差异的曲线图。
图4是示出第一特征峰和第三功率频谱密度(PSD)数据的图。
图5是示例性地示出在第一PSD数据和第三PSD数据之间的差异的曲线图。
附图说明了本公开的优选实施例,并且与下面描述的本公开的详细描述一起用于提供对本公开的技术方面的进一步理解,并且因此本公开不应被解释为限于附图。
具体实施方式
在下文中,将参考附图详细描述本公开的优选实施例。在描述之前,应该理解,在说明书和所附权利要求书中使用的术语或单词不应被解释为限于一般的和词典的含义,而是基于允许发明人适当定义术语以进行最佳解释的原则,基于与本发明的技术方面相对应的含义和概念来解释。
因此,这里描述的实施例和附图中示出的示意仅是本公开的最优选的实施例,而非旨在全面描述本公开的技术方面,因此应理解,在提交申请时,可以对其作出各种其它等同替换和修改。
另外,在描述本公开时,当确定相关的已知元件或功能的某些详细描述使本公开的关键主题不明确时,在此省略该详细描述。
包括序数的术语,诸如“第一”、“第二”等,用于在各种元件之间将一个元件与另一元件区分开,而非旨在通过这些术语来限制这些元件。
除非上下文另外明确指出,否则应理解,当在本说明书中使用时,术语“包括”或“包含”指定存在所述元件,但不排除存在或添加一个或多个其他元件。另外,如在这里使用的术语<控制单元>指至少一个功能或操作的处理单元,并且这可以单独地或组合地通过硬件或软件来实现。
另外,在整个说明书中,将进一步理解,当一个元件被称为被“连接”到另一元件时,它可以直接被连接到另一元件,或者可以存在中间元件。
图1是示出包括在设置有电池组的车辆中的、根据本公开的实施例的用于诊断电池的破裂的设备的图,图2是示出图1的设备的配置的示意图,并且图3是示例性地示出在第一频谱密度数据和第二频谱密度数据之间的差异的曲线图。
参考图1和2,设备100可以被包括在设置有电池组B的车辆C中。设备100可以被耦合到电池组B以诊断电池组B是否破裂。
设备100可以被包括在设置在电池组B中的电池管理系统中。
设备100可以包括感测单元110、存储单元120、处理器130和通知单元140。
电池组B包括串联和/或并联电连接的多个单元单体。当然,本公开不限于包括一个单元单体的电池组B。
单元单体不限于特定类型,并且包括能够重复地再次充电的任何单体类型。例如,单元单体可以是袋型锂聚合物电池。
电池组B可以通过外部端子被电耦合到各种类型的外部装置。外部装置可以是使用电力驱动的装置,并且可以是例如电动车辆、混合动力电动车辆、诸如无人机的飞行物体、在电网中包括的大容量能量存储系统(ESS)或移动装置。在这种情况下,电池组B可以包括在安装在外部装置中的模块化电池组中包括的一些或全部单元单体。
电池组B的外部端子可以被可耦合地设置于充电装置。充电装置可以通过安装在电池组B中的外部装置的控制而被选择性地电耦合到电池组B。
感测单元110被可操作地耦合到处理器130。即,感测单元110可以将电信号发送到处理器130,或从处理器130接收电信号。
感测单元110可以被配置为测量电池组B的振动,并且产生指示所测量的振动的振动信号。详细地,感测单元110可以包括被附接到电池组B的表面的振动传感器(例如,加速度传感器)。感测单元110可以使用振动传感器以预定周期产生振动信号,并将振动信号提供给处理器130。
振动信号可以包括从电池组B的共振特性得出的振动分量和从外部状况(例如,车辆C的驾驶)得出的振动分量。
当处理器130从感测单元110接收到振动信号时,处理器130可以通过信号处理将振动信号转换成数字值,并将该数字值存储在存储单元120中。
存储单元120是半导体存储装置,并且记录、删除和更新由处理器130产生的数据,并且存储用于诊断电池组B是否破裂的多个程序代码。另外,存储单元120可以存储当实践本公开时使用的预定参数的预设值。
存储单元120不限于特定类型,并且包括已知能够记录、删除和更新数据的任何类型的半导体存储装置。例如,存储单元120可以包括DRAM、SDRAM、闪存、ROM、EEPROM和寄存器。存储单元120可以进一步包括储存介质,该储存介质存储定义处理器130的控制逻辑的程序代码。该储存介质包括诸如闪存或硬盘的非易失性存储装置。存储单元120可以与处理器130物理上分开,并且存储单元120和处理器130可以被集成为一体。
处理器130可以使用来自感测单元110的振动信号来产生频谱密度数据。即,由感测单元110产生的振动信号是在时域中表示的一种函数或数据,并且由处理器130转换成频谱密度数据。详细地,处理器130可以将由感测单元110产生的时域中的振动信号(以下称为“时间振动信号”)转换成频域中的振动信号(以下称为“频率振动信号”)。例如,处理器130可以使用快速傅立叶变换(FFT)将由感测单元110产生的时间振动信号转换成频率振动信号。随后,处理器130可以使用频率振动信号来产生频谱密度数据。
频谱密度数据可以是指示频率振动信号的每个频率分量的能量大小的数据,即功率频谱密度(PSD)。
处理器130可以使用时间振动信号来产生第一频谱密度数据(以下称为“第一PSD数据”或“第一PSD曲线”),该时间振动信号指示由感测单元110对于第一测量时段测量的振动随时间的变化。
处理器130可以从第一PSD数据检测多个峰。详细地,处理器130可以基于第一PSD数据来检测频率,在该频率处,随着频率的无穷小变化,第一PSD数据的变化增加并且然后减小,并且检测该频率处的PSD为第一PSD数据的峰。
为此,处理器130可以通过微分与第一PSD数据相对应的近似函数来计算一阶导数,并且通过再次微分近似函数的一阶导数来计算二阶导数。处理器130可以检测由在此处与第一PSD数据相对应的近似函数的一阶微分系数为0并且二阶微分系数为负数的频率确定的每个位置和在相应频率处的PSD值作为第一PSD数据的峰。
在第一测量时段已经过去之后,处理器130可以使用由感测单元110对于第二测量时段测量的指示振动随时间的变化的时间振动信号来计算第二频谱密度数据(以下称为“第二PSD数据”或“第二PSD曲线”)。第二测量时段可以是在与第一测量时段不同的外部状况中的时段。
以与从第一PSD数据检测多个峰的过程相同的方式,处理器130可以从第二PSD数据检测多个峰。
处理器130可以通过比较从第一PSD数据检测的多个峰与从第二PSD数据检测的多个峰而将从第一PSD数据检测的多个峰中的至少一个确定为第一特征峰。
详细地,处理器130可以基于在来自第一PSD数据的多个峰中的至少一个的频率处的第一频率变化率将来自第一PSD数据的多个峰中的至少一个确定为第一特征峰。详细地,处理器130可以基于在从第一PSD数据检测的多个峰中的一个的频率和从第二PSD数据检测的多个峰中的一个的频率之间的差异来计算第一频率变化率。
处理器130可以使用以下等式1计算第一频率变化率。
<等式1>
Vf1=(f2-f1)/f1×100
这里,Vf1表示第一频率变化率,f1表示从第一PSD数据检测的多个峰中的一个的频率,并且f2表示从第二PSD数据检测的多个峰中的一个的频率。
如图3所示,多个峰
Figure BDA0002354762140000101
可以被从第一PSD数据检测,并且多个峰
Figure BDA0002354762140000102
可以被从第二PSD数据中检测。
例如,处理器130可以利用在从第一PSD数据检测的多个峰
Figure BDA0002354762140000103
Figure BDA0002354762140000104
中的频率的以特定顺序(例如,第一)的峰(例如,P1-1)的频率作为等式1的f1,并且利用在从第二PSD数据检测的多个峰
Figure BDA0002354762140000105
Figure BDA0002354762140000106
中的以特定顺序的峰(例如,P2-1)的频率作为f2。
在另一示例中,处理器130可以利用在从第二PSD数据中检测的多个峰
Figure BDA0002354762140000107
的频率中与被选择作为f1的频率中具有最小差异的频率作为f2。
处理器130可以基于在峰P1-1的频率和峰P2-1的频率之间的差异来计算第一频率变化率。处理器130可以使用在峰P1-2的频率和峰P2-2的频率之间的差异来计算第一频率变化率。处理器130可以使用在峰P1-3的频率和峰P2-3的频率之间的差异来计算第一频率变化率。处理器130可以使用在峰P1-4的频率和峰P2-4的频率之间的差异来计算第一频率变化率。
例如,处理器130可以使用在是峰P1-1的频率的13Hz和是峰P2-1的频率的22Hz之间的差异将69.2%计算为第一频率变化率。在另一示例中,处理器130可以使用在是峰P1-2的频率的40Hz和是峰P2-2的频率的40.5Hz之间的差异将1.25%计算为第一频率变化率。
处理器130可以确定第一频率变化率是否在预定的第一参考范围内,然后基于确定结果,可以将从第一PSD数据检测的多个峰
Figure BDA0002354762140000111
Figure BDA0002354762140000112
中的至少一个确定为第一特征峰。
详细地,当使用多个峰
Figure BDA0002354762140000113
中的特定峰的频率作为等式1的f1而获取的第一频率变化率在预定的第一参考范围内时,处理器130可以将该特定峰确定为第一特征峰。相反,当使用多个峰
Figure BDA0002354762140000114
中的特定峰的频率作为等式1的f1而获取的第一频率变化率在预定的第一参考范围之外时,处理器130可以不将该特定峰确定为第一特征峰。
假设该预定的第一参考范围是
Figure BDA0002354762140000115
由于使用在峰P1-2的频率和峰P2-2的频率之间的差异计算的1.25%的第一频率变化率在该预定的第一参考范围内,因此处理器130可以将峰P1-2确定为第一特征峰。相反,由于使用在峰P1-1的频率和峰P2-1的频率之间的差异计算的69.2%的第一频率变化率在该预定的第一参考范围之外,因此处理器130可以不将峰P1-1确定为第一特征峰。
因此,处理器130可以在多个峰
Figure BDA0002354762140000116
中仅选择第二峰P1-2作为第一特征峰。第一特征峰P1-2可以从由于电池组B自身的共振特性而发生的振动分量得出。在下文中,为了便于描述,假设从第一PSD数据检测的多个峰
Figure BDA0002354762140000117
中仅峰P1-2被确定为第一特征峰。
在多个峰
Figure BDA0002354762140000118
中,未被确定为第一特征峰P1-2的其余峰P1-1、P1-3、P1-4可以作为由外部环境(例如,车辆C的行驶)而不是电池组B自身的共振特性产生的那些来处理。
图4是示出第一特征峰和第三PSD数据的图,并且图5是示例性地示出在第一PSD数据和第三PSD数据之间的差异的曲线图。
参考图4,在第二测量时段已经过去之后,处理器130可以使用由感测单元110对于第三测量时段测量的指示振动随时间的变化的时间振动信号来产生第三频谱密度数据(以下称为“第三PSD数据”或“第三PSD曲线”)。第三测量时段可以是在与第二测量时段不同的外部状况中的时段。
以与从第一PSD数据检测多个峰
Figure BDA0002354762140000121
的过程相同的方式,处理器130可以从第三PSD数据检测多个峰
Figure BDA0002354762140000122
详细地,处理器130将对于第三测量时段测量的、指示振动随时间的变化的时间振动信号转换成频率振动信号。随后,处理器130可以使用与第三测量时段相关联的频率振动信号来产生第三PSD数据。然后,处理器130可以从第三PSD数据检测多个峰
Figure BDA0002354762140000123
第一测量时段和第二测量时段可以是确定第一特征峰所需要的时段,并且第三测量时段可以是诊断电池组B是否破裂所需要的时段。
处理器130可以在从当电池组B被安装在车辆C中时的时间起预定时段已经过去之前(例如,第一测量时段、第二测量时段)确定第一特征峰P1-2,并且基于对于从当电池组B被安装在车辆C中时的时间起预定时段已经过去之后的第三测量时段测量的电池组B的振动随时间的变化来诊断电池组B是否破裂。
处理器130可以基于在第一特征峰P1-2的频率和从第三PSD数据检测的多个峰中的一个的频率之间的差异来计算第二频率变化率。详细地,处理器130可以在从第三PSD数据检测的多个峰
Figure BDA0002354762140000124
中选择具有与第一特征峰P1-2的频率最接近的频率的一个峰(例如,P3-2)。
随后,处理器130可以基于在第一特征峰P1-2的频率和所选择的峰(例如,P3-2)的频率之间的差异来计算第二频率变化率。
处理器130可以使用以下等式2计算第二频率变化率。
<等式2>
Vf2=(f3-fc)/fc×100
这里,Vf2表示第二频率变化率,fc表示第一特征峰P1-2的频率,并且f3表示在来自第三PSD数据的多个峰
Figure BDA0002354762140000131
中选择的峰(例如P3-2)的频率。
例如,处理器130可以将在多个峰
Figure BDA0002354762140000132
中的每一个的频率中具有最接近第一特征峰P1-2的40Hz频率的45Hz频率的峰P3-2选择为等式2的f3。
随后,处理器130可以使用在对应于第一特征峰P1-2的40Hz频率和在多个峰
Figure BDA0002354762140000133
中选择的峰P3-2的45Hz频率之间的差异来计算12.5%的第二频率变化率。
处理器130可以确定第二频率变化率是否在预定的第二参考范围内,并且基于确定结果来诊断电池组B是否破裂。详细地,当第二频率变化率在该预定的第二参考范围之外时,处理器130可以诊断电池组B破裂。相反,当第二频率变化率在该预定的第二参考范围内时,处理器130可以诊断电池组B没有破裂。
假设该预定的第二参考范围是
Figure BDA0002354762140000141
因为计算的第二频率变化率-2.5%处于该预定的第二参考范围内,所以处理器130可以诊断电池组B没有破裂。
在第三测量时段已经过去之后,处理器130可以使用由感测单元110对于第四测量时段测量的指示振动随时间的变化的时间振动信号来产生第四频谱密度数据(以下称为“第四PSD数据”或“第四PSD曲线”)。类似于第三测量时段,第四测量时段可以是诊断电池组B是否破裂所需要的时段。为了便于描述,这里省略了第四PSD数据的示意。
以与从第一PSD数据、第二PSD数据和第三PSD数据中的每一个检测多个峰的过程相同的方式,处理器130可以从第四PSD数据检测多个峰。详细地,处理器130将对于第四测量时段测量的指示振动随时间的变化的时间振动信号转换成频率振动信号。随后,处理器130可以使用与第四测量时段相关联的频率振动信号来产生第四PSD数据。随后,处理器130可以从第四PSD数据检测多个峰。
随后,处理器130可以通过将第三PSD数据与第四PSD数据进行比较将从第三PSD数据检测的多个峰中的至少一个确定为第二特征峰。详细地,处理器130可以使用等式1来计算第三频率变化率。在这种情况下,等式1的Vf1是第三频率变化率,f1是从第三PSD检测的多个峰中的一个的频率,并且f2是从第四PSD数据检测的多个峰中的一个的频率。在这种情况下,f2可以是在从第四PSD数据检测的多个峰中的、与f1具有最小差异的一个峰的频率。
当第三频率变化率位于预定的第三参考范围内时,处理器130可以将作为其频率具有用于计算第三频率变化率的f1的第三PSD数据的特定峰确定为第二特征峰。相反,当使用第三PSD数据的特定峰的频率作为f1获取的第三频率变化率在该预定的第三参考范围之外时,处理器130可以不将第三PSD数据的特定峰确定为第二特征峰。该预定的第三参考范围可以等于或不同于该预定的第一参考范围。
处理器130可以基于通过将第一PSD数据与第二PSD数据进行比较而计算的第一特征峰的数目和通过将第三PSD数据与第四PSD数据进行比较而计算的第二特征峰的数目来诊断电池组B是否破裂。
当第一特征峰的数目和第二特征峰的数目不相等时(例如,第二特征峰的数目大于第一特征峰的数目),处理器130可以诊断电池组B破裂。相反,当第一特征峰的数目和第二特征峰的数目相等时,处理器130可以诊断电池组B未破裂。
例如,如图5所示,在一个第一特征峰P1-2和两个第二特征峰P3-2、P3-5的情况下,处理器130可以诊断电池组B破裂。每个特征峰均从电池组B自身的共振特性得到。因此,特征峰的数目的变化(例如,特征峰的数目随时间的增加)指示由于电池组B中的破裂而引起的电池组B自身的共振特性的变化。
由此,处理器130可以当具有所安装的电池组B的车辆C停止时以及在车辆C行驶中诊断电池组B是否破裂。
处理器130可以通过通信终端将指示电池组B的破裂诊断结果的消息传输到外部装置。
处理器130可以选择性地包括专用集成电路(ASIC)、芯片组、逻辑电路、寄存器、通信调制解调器和本领域已知的数据处理装置来执行各种控制逻辑。可以组合能够由处理器130执行的各种控制逻辑中的至少一个,并且可以将组合的控制逻辑写入计算机可读编码系统中并存储在计算机可读记录介质中。记录介质不限于特定类型,并且包括能够由包括在计算机中的处理器130访问的任何类型。例如,记录介质可以包括选自由ROM、RAM、寄存器、CD-ROM、磁带、硬盘、软盘和光学数据记录装置组成的组中的至少一种。另外,编码系统可以被调制为载波信号并且在特定的时间点被包括在通信载波中,并且可以在经由网络以分布式方式连接的计算机中被存储和执行。另外,在与本公开有关的技术领域中的程序员可以容易地推断出用于实现组合的控制逻辑的功能程序、代码和段。
通知单元140可以将由处理器130执行的诊断的结果输出到外部装置。更详细地,通知单元140可以包括使用符号、图形和代码中的至少一种来显示诊断结果的显示单元和使用音频来输出诊断结果的扬声器中的至少一个。
根据本公开的电池管理设备可以包括上述设备100。由此,该电池管理设备可以诊断由该电池管理设备管理的电池组B是否破裂。
根据本公开的车辆C可以包括设备100。
上面描述的本公开的实施例不仅仅通过设备和方法来实现,而且可以通过执行与本公开的实施例的配置相对应的功能的程序或者在其上记录有该程序的记录介质来实现,并且本领域技术人员可以从前面描述的实施例的公开容易地实现这种实施方式。
尽管以上已经针对有限数目的实施例和附图描述了本公开,但是本公开不限于此,并且对于本领域技术人员而言显而易见的是,可以在本公开的技术方面和所附权利要求的等同范围内对其作出各种修改和改变。
另外,由于本领域技术人员可以在不背离本公开的技术方面的情况下对上文描述的本公开作出很多替换、修改和改变,因此本公开不限于上述实施例和附图,并且一些或全部实施例可以被选择性地组合以允许各种修改。

Claims (12)

1.一种用于诊断电池组的破裂的设备,所述设备包括:
感测单元,所述感测单元被配置为产生第一时间振动信号、第二时间振动信号和第三时间振动信号,所述第一时间振动信号指示对于第一测量时段所述电池组的振动随时间的变化,所述第二时间振动信号指示对于在所述第一测量时段之后的第二测量时段所述电池组的振动随时间的变化,所述第三时间振动信号指示对于在所述第二测量时段之后的第三测量时段所述电池组的振动随时间的变化;和
可操作地耦合到所述感测单元的处理器,
其中,所述处理器被配置为:
基于所述第一时间振动信号产生第一频谱密度数据,
基于所述第二时间振动信号产生第二频谱密度数据,
基于所述第三时间振动信号产生第三频谱密度数据,
从所述第一频谱密度数据检测第一多个峰,
从所述第二频谱密度数据检测第二多个峰,
从所述第三频谱密度数据检测第三多个峰,
通过将所述第一多个峰与所述第二多个峰进行比较来将所述第一多个峰中的至少一个确定为第一特征峰,并且
基于所述第三多个峰中的一个的频率和所述第一特征峰的频率来确定所述电池组是否破裂。
2.根据权利要求1所述的设备,其中,所述处理器被配置为:
将所述第一时间振动信号转换成第一频率振动信号,
使用所述第一频率振动信号来产生所述第一频谱密度数据,
将所述第二时间振动信号转换成第二频率振动信号,
使用所述第二频率振动信号来产生所述第二频谱密度数据,
将所述第三时间振动信号转换成第三频率振动信号,并且
使用所述第三频率振动信号来产生所述第三频谱密度数据。
3.根据权利要求1所述的设备,其中,所述处理器被配置为基于在第一峰的频率和第二峰的频率之间的差异来计算在所述第一峰的频率处的第一频率变化率,其中,所述第一峰是所述第一多个峰中的一个,并且所述第二峰是所述第二多个峰中的一个。
4.根据权利要求3所述的设备,其中,所述处理器被配置为当所述第一频率变化率在预定的第一参考范围内时将所述第一峰确定为所述第一特征峰。
5.根据权利要求4所述的设备,其中,所述处理器被配置为当所述第一频率变化率在所述预定的第一参考范围之外时不将所述第一峰确定为所述第一特征峰。
6.根据权利要求3所述的设备,其中,所述处理器被配置为基于在所述第一特征峰的频率和第三峰的频率之间的差异来计算在所述第三峰的频率处的第二频率变化率,其中,所述第三峰是所述第三多个峰中的一个。
7.根据权利要求6所述的设备,其中,所述处理器被配置为当所述第二频率变化率在预定的第二参考范围内时确定所述电池组未破裂。
8.根据权利要求7所述的设备,其中,所述处理器被配置为当所述第二频率变化率在所述预定的第二参考范围之外时确定所述电池组破裂。
9.根据权利要求1所述的设备,其中,所述感测单元被配置为产生第四时间振动信号,所述第四时间振动信号指示对于在所述第三测量时段之后的第四测量时段所述电池组的振动随时间的变化,并且
所述处理器被配置为:
基于所述第四时间振动信号来产生第四频谱密度数据,
从所述第四频谱密度数据检测第四多个峰,
通过将所述第三多个峰与所述第四多个峰进行比较来将所述第三多个峰中的至少一个确定为第二特征峰,并且
基于所述第一特征峰的数目和所述第二特征峰的数目来确定所述电池组是否破裂。
10.根据权利要求9所述的设备,其中,所述处理器被配置为当所述第二特征峰的数目大于所述第一特征峰的数目时确定所述电池组破裂。
11.一种包括根据权利要求1至10中任一项所述的设备的电池组。
12.一种包括根据权利要求1至10中任一项所述的设备的车辆。
CN201980003416.XA 2018-03-06 2019-03-06 诊断电池组破裂的设备以及包括该设备的电池组和车辆 Active CN110869758B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR10-2018-0026445 2018-03-06
KR20180026445 2018-03-06
PCT/KR2019/002614 WO2019172655A1 (ko) 2018-03-06 2019-03-06 배터리 팩의 균열을 진단하기 위한 장치와, 그것을 포함하는 배터리 팩 및 자동차

Publications (2)

Publication Number Publication Date
CN110869758A true CN110869758A (zh) 2020-03-06
CN110869758B CN110869758B (zh) 2022-07-19

Family

ID=67845776

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980003416.XA Active CN110869758B (zh) 2018-03-06 2019-03-06 诊断电池组破裂的设备以及包括该设备的电池组和车辆

Country Status (6)

Country Link
US (1) US11293903B2 (zh)
EP (1) EP3677908B1 (zh)
JP (1) JP6834107B2 (zh)
KR (1) KR102259968B1 (zh)
CN (1) CN110869758B (zh)
WO (1) WO2019172655A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220097296A (ko) * 2020-12-31 2022-07-07 한국과학기술원 장단기 기억 네트워크 기반 스펙트럼 노이즈 감소 및 비선형 초음파 변조를 이용한 구조물의 피로 균열 검출 방법 및 이를 위한 시스템
CN113671031A (zh) * 2021-08-20 2021-11-19 北京房江湖科技有限公司 墙体空鼓检测方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060012556A (ko) * 2005-12-26 2006-02-08 한국가스공사연구개발원 주파수 스펙트럼 밀도 분석에 의한 타공사 감시 방법
CN1946997A (zh) * 2004-07-02 2007-04-11 振动技术公司 用于同时控制随机振动的频谱和峰度的系统和方法
KR20120037154A (ko) * 2010-10-11 2012-04-19 현대자동차주식회사 배터리 시스템의 이상 판단 방법
CN103847761A (zh) * 2012-11-30 2014-06-11 建维科技(深圳)有限公司 一种用于实时监测铁轨裂缝及损伤的系统及方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3225204B2 (ja) * 1997-02-05 2001-11-05 株式会社東芝 回転機、回転機設備、輸送システム、加振構造物等の健全性確認検査装置および方法
JP2003307510A (ja) * 2002-04-15 2003-10-31 Sensor System Kk 物体検査方法及びその装置
JP4598433B2 (ja) * 2003-05-13 2010-12-15 積水化学工業株式会社 埋設管の検査方法
JP2005214893A (ja) 2004-01-30 2005-08-11 Omron Corp クラック検査方法及びクラック検査装置
KR102029210B1 (ko) * 2013-03-26 2019-10-07 에스케이이노베이션 주식회사 노크센서를 이용한 차량용 배터리팩 손상검출장치 및 손상검출방법
KR20140139955A (ko) 2013-05-27 2014-12-08 한양대학교 산학협력단 엔진의 고장검출 시스템 및 방법
GB201309549D0 (en) 2013-05-29 2013-07-10 Pilkington Group Ltd Glazing
KR101653689B1 (ko) * 2013-10-21 2016-09-02 주식회사 엘지화학 배터리 셀의 비파괴 강성검사방법 및 그 장치
US9714043B2 (en) * 2015-01-16 2017-07-25 International Electronic Machines Corporation Abnormal vehicle dynamics detection
US10378994B2 (en) 2015-03-05 2019-08-13 Ai Alpine Us Bidco Inc. Wireless vibration monitoring of movable engine parts
KR102359315B1 (ko) * 2015-03-09 2022-02-07 삼성전자주식회사 배터리 상태 추정 장치 및 방법
JP2016191554A (ja) 2015-03-30 2016-11-10 ソーラーフロンティア株式会社 太陽電池モジュールの不具合検出方法
CN106341735A (zh) 2015-07-07 2017-01-18 阿里巴巴集团控股有限公司 一种信息推送方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1946997A (zh) * 2004-07-02 2007-04-11 振动技术公司 用于同时控制随机振动的频谱和峰度的系统和方法
KR20060012556A (ko) * 2005-12-26 2006-02-08 한국가스공사연구개발원 주파수 스펙트럼 밀도 분석에 의한 타공사 감시 방법
KR20120037154A (ko) * 2010-10-11 2012-04-19 현대자동차주식회사 배터리 시스템의 이상 판단 방법
CN103847761A (zh) * 2012-11-30 2014-06-11 建维科技(深圳)有限公司 一种用于实时监测铁轨裂缝及损伤的系统及方法

Also Published As

Publication number Publication date
JP2020525773A (ja) 2020-08-27
US20200408718A1 (en) 2020-12-31
EP3677908B1 (en) 2023-04-26
US11293903B2 (en) 2022-04-05
KR20190106773A (ko) 2019-09-18
JP6834107B2 (ja) 2021-02-24
KR102259968B1 (ko) 2021-06-02
EP3677908A4 (en) 2021-01-06
EP3677908A1 (en) 2020-07-08
WO2019172655A1 (ko) 2019-09-12
CN110869758B (zh) 2022-07-19

Similar Documents

Publication Publication Date Title
Zheng et al. Lithium-ion battery instantaneous available power prediction using surface lithium concentration of solid particles in a simplified electrochemical model
CN110869784B (zh) 用于估计soc-ocv曲线的方法和设备
US11150307B2 (en) Apparatus and method for diagnosing battery
EP3680676B1 (en) Apparatus, method, battery pack and electrical system for determining electrode information of battery
EP2720056A1 (en) Insulation resistance measurement device having failure self-diagnosis function, and self-diagnosis method using same
US11594766B2 (en) Apparatus and method for testing secondary battery
KR102255485B1 (ko) Soh 분석 장치 및 방법
CN111201445A (zh) 电池诊断设备和方法
CN110869758B (zh) 诊断电池组破裂的设备以及包括该设备的电池组和车辆
US10295609B2 (en) Deterioration state detection apparatus and deterioration state detection method for energy storage device, and energy storage system
Estevez et al. Aging estimation of lithium ion cells under real-world conditions through mechanical stress measurements
CN111319510B (zh) 一种预估电动车辆续驶里程的方法和装置
KR20220094464A (ko) 배터리 진단 장치, 배터리 진단 방법, 배터리 팩 및 전기 차량
US20230366938A1 (en) Battery diagnosing apparatus, battery system and battery diagnosing method
JP2014238302A (ja) 二次電池のインピーダンスの評価方法、および二次電池のインピーダンスの評価装置
KR102482087B1 (ko) 전기 자동차 배터리의 실시간 수명 추정 시스템 및 방법
KR102368711B1 (ko) 배터리 셀 진단 장치
KR20200058999A (ko) Bms의 소프트웨어 호환성 진단 장치 및 방법
KR20200060147A (ko) Bms의 소프트웨어 호환성 진단 장치 및 방법
CN115825770A (zh) 电池析锂的检测方法、装置、电子设备和存储介质
JP2020047586A (ja) 二次電池システム

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220314

Address after: Seoul, South Kerean

Applicant after: LG Energy Solution,Ltd.

Address before: Seoul, South Kerean

Applicant before: LG CHEM, Ltd.

GR01 Patent grant
GR01 Patent grant