CN112394292A - 电池故障动态检测系统 - Google Patents
电池故障动态检测系统 Download PDFInfo
- Publication number
- CN112394292A CN112394292A CN202011278299.9A CN202011278299A CN112394292A CN 112394292 A CN112394292 A CN 112394292A CN 202011278299 A CN202011278299 A CN 202011278299A CN 112394292 A CN112394292 A CN 112394292A
- Authority
- CN
- China
- Prior art keywords
- battery
- signal
- magnetic field
- module
- dimensional
- 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
Links
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]
- G01R31/392—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)
Abstract
本发明公开一种电池故障动态检测系统,包括电池单元、磁传感器单元以及信号采集与缺陷分析单元;所述磁传感器单元包括:由排列成二维阵列的多个磁传感器构成的二维磁传感器阵列;进行信号调理的信号调理模块;以及电源模块;所述信号采集与缺陷分析单元包括模拟信号采集部和电池缺陷分析部;所述电池缺陷分析部包括:处理并显示所述模拟信号采集部的输出信号的多通道信号显示模块;电池二维磁场分布显示模块,其对所述多通道信号显示模块的输出图像进行处理并绘制所述电池单元的电池二维磁场分布图;以及故障诊断分析模块,其根据所述多通道信号显示模块的输出图像和所述电池二维磁场分布图判断所述电池单元的状态。
Description
技术领域
本发明属于电池故障检测技术领域,具体涉及一种电池故障动态检测系统。
背景技术
充电电池例如锂电池具有容量大、工作电压高、荷电保持能力强、允许工作温度范围宽、循环使用寿命长、无环境污染等优点,广泛应用于新能源汽车、军事装备、航空航天等多个领域。与此同时,高能量密度的锂电池本身存在较高安全隐患,在实际运行过程中,受电、热和安全管理系统技术发展水平的限制,易发生机、电、热滥用,如过充、过放、过热等,导致电池性能的快速衰退甚至发生内短路而引发安全问题。因此,充电电池的故障诊断是亟需解决的核心难点问题。
以往通过电化学机理模型、等效电路模型、数据驱动模型等可对充电电池电学行为特性进行理论预测,再将电压、电流等电气参数实测值与理论值比对可评估电池健康状态。
然而,上述电气参数检测都是基于整体的集总参数或者有限的局部集总参数,极大的限制了充电电池健康状态检测的空间分辨率和故障的识别率,且局部的参数异常被淹没在集总参数之中。而且,由于上述方法只能诊断出电池是否发生故障而不能判断其故障发生位置,因而对于由多个充电电池组成的电池组,上述方法无法判断出电池组中具体哪些电池发生了故障。
发明内容
发明要解决的问题:
针对上述问题,本发明的目的在于提供一种能改善充电电池健康状态检测的空间分辨率和故障识别率,且能动态检测电池的故障类型和故障位置的电池故障动态检测系统。
解决问题的技术手段:
为解决上述问题,本发明提供一种电池故障动态检测系统,包括:电池单元;覆盖所述电池单元,采集所述电池单元的周围的交变磁场的磁传感器单元;以及采集并处理所述磁传感器单元的输出信号的信号采集与缺陷分析单元;所述磁传感器单元包括:二维磁传感器阵列,所述二维磁传感器阵列由排列成二维阵列的多个磁传感器构成;对所述二维磁传感器阵列的输出信号进行信号调理的信号调理模块;以及对所述二维磁传感器阵列和所述信号调理模块进行供电的电源模块;所述信号采集与缺陷分析单元包括采集所述信号调理模块的输出信号的模拟信号采集部和分析所述模拟信号采集部的输出信号的电池缺陷分析部;所述电池缺陷分析部包括:处理并显示所述模拟信号采集部的输出信号的多通道信号显示模块;电池二维磁场分布显示模块,所述电池二维磁场分布显示模块对所述多通道信号显示模块的输出图像进行处理并绘制所述电池单元的电池二维磁场分布图;以及故障诊断分析模块,所述故障诊断分析模块根据所述多通道信号显示模块的输出图像和所述电池二维磁场分布图判断所述电池单元的状态。
根据本发明,能够以少量的磁传感器构成具有二维磁传感器阵列的磁传感器单元覆盖于电池单元的上方,通过对该磁传感器单元的输出信号进行调理、转换等多种处理,以图像实时显示该输出信号且根据该输出信号绘制电池二维磁场分布图,能够动态判断电池单元的故障状态。
也可以是,本发明中,所述磁传感器是包括磁电复合体和设置于所述磁电复合体两侧的磁铁的磁电型弱磁传感器;所述磁电复合体由两层磁致伸缩材料和位于所述两层磁致伸缩材料之间的一层压电材料复合而成;所述磁致伸缩材料为Terfenol-D或Metgla;所述压电材料为PMNT、BaTiO3或PZT。磁电型弱磁传感器具有灵敏度高、体积小、仅测量交变磁场信号等的特点,因此能改善充电电池健康状态检测的精度和故障识别率。同时,磁电型弱磁传感器具有能在常温下工作的特点,因此使用便利且成本较低。
也可以是,本发明中,所述信号调理模块包括与所述多个磁传感器分别对应地设置的多个信号调理电路;所述信号调理电路将对应的所述磁传感器输出的电荷信号转变为电压信号。由此对二维磁传感器阵列输出的电荷信号进行处理,将电荷信号转变为用于多通道信号显示模块处理的电压信号。
也可以是,本发明中,所述多通道信号显示模块根据所述多个信号调理电路输出的电压信号显示所述电池单元的周围的交变磁场的时域信号图像和通过对所述时域信号进行傅里叶变换而得到的频域信号图像,并将所述多个信号调理电路输出的电压信号转换为与多个磁传感器各自对应的磁场值。由此,能显示电池单元周围的交变磁场的时域信号图像和频域信号,以供故障诊断分析模块中的特征参数提取模块提取特征参数。此外,通过将电压信号转换为与之对应的磁场值,可以由电池二维磁场分布显示模块对这些磁场值进行处理,并用于提取特征参数的电池二维磁场分布图。
也可以是,本发明中,所述电池二维磁场分布显示模块包括:值与位置映射模块,所述值与位置映射模块按照所述二维磁传感器阵列中所述多个磁传感器的位置将与其对应的所述磁场值排列成二维矩阵;二维插值模块,所述二维插值模块对所述二维矩阵中每行和每列相邻两个所述磁传感器采集到的磁场值进行插值,形成所述电池单元的周围的交变磁场的磁场分布;以及对所述磁场分布中的磁场值赋予对应的像素颜色,并绘制电池二维磁场分布图的画图模块。由此,通过二维差值能以有限数量的磁传感器输出电池单元表面交变磁场的精细的磁场分布,大大节省了工业成本,改善了故障诊断的准确度。
也可以是,本发明中,所述故障诊断分析模块包括:从所述多通道信号显示模块的输出图像和所述电池二维磁场分布图中提取特征参数的特征参数提取模块;以及根据提取到的所述特征参数判断所述电池单元的状态的故障诊断模块。
也可以是,本发明中,所述特征参数包括故障类型特征参数和故障位置特征参数;所述故障类型特征参数包括所述时域信号图像中的信号上升幅度、信号下降幅度、信号上升时间、信号下降时间、信号频率、信号幅值;所述故障位置特征参数包括根据所述电池二维磁场分布图计算的图像差值和图像比值。通过提取故障类型特征参数和故障位置特征参数,能同时兼顾充电电池故障类型的检测和故障位置的检测。
也可以是,本发明中,所述图像差值为所述电池二维磁场分布图中两相邻像素点某一时刻的像素值的差值;所述图像比值为所述电池二维磁场分布图中两相邻像素点某一时刻的像素值的比值;所述特征参数提取模块对所述电池二维磁场分布图的整个区域计算所述图像差值或比值,找出完整的图像跃变区域。
也可以是,本发明中,所述故障诊断模块包括神经网络、由所述神经网路训练得到的数据库和判别手段;所述判别手段将所述故障类型特征参数和所述故障位置特征参数与所述数据库中的特征参数进行比较,在所述故障类型特征参数和所述故障位置特征参数大于规定的阈值时根据该阈值所代表的故障种类或故障位置判定所述电池单元的故障种类和故障位置。通过训练神经网络得到具有大量故障和非故障的数据的数据库,再将故障类型特征参数和故障位置特征参数与数据库中的数据进行比较,能够快速且准确的判断电池单元的状态。
也可以是,本发明中,还包括磁屏蔽室;所述磁传感器单元和所述电池单元位于所述磁屏蔽室的内部;所述信号采集与缺陷分析单元位于所述磁屏蔽室的外部。由此,能防止磁传感器单元和电池单元受到外来磁场的影响,能改善检测的准确度。
发明效果:
本发明能以少量的磁传感器实现低成本、高精度和高故障识别率的电池健康状态的动态检测,且能同时兼顾电池故障类型和故障位置的动态检测。
附图说明
图1是根据本发明一实施形态的电池故障动态检测系统的示意图;
图2是图1所示电池故障动态检测系统中的磁传感器单元的结构框图;
图3是图2所示磁传感器单元中的二维磁传感器阵列的示意图,(a)示出了多个磁传感器排列而成的阵列结构,(b)是磁传感器的结构示意图;
图4是图1所示电池故障动态检测系统中的信号采集与缺陷分析单元的结构框图;
图5示出了图4所示信号采集与缺陷分析单元的电池缺陷分析部中的多通道信号显示模块的时域信号图像的一个示例;
图6示出了图5所示多通道信号显示模块输出的时域信号图像中的各种时域特征信号;
图7是图1所示电池单元周围的电池二维磁场分布图,(a)示出了健康的电池单元的电池二维磁场分布的一个示例,(b)示出了发生故障的电池单元的电池二维磁场分布的一个示例;
符号说明:10、电池单元;20、磁传感器单元;30、信号采集与缺陷分析单元;210、二维磁传感器阵列;220、信号调理模块;230、电源模块;2101~2116、磁传感器(磁电型弱磁传感器);2101a、磁致伸缩材料;2101b、压电材料;2101c、磁铁;2201~2216、信号调理电路;310、模拟信号采集部;320、电池缺陷分析部;321、多通道信号显示模块;322、电池二维磁场分布显示模块;323、故障诊断分析模块;3221、值与位置映射模块;3222、二维插值模块;3223、画图模块;3231、特征参数提取模块;3232、故障诊断模块。
具体实施方式
以下结合附图和下述实施方式进一步说明本发明,应理解,附图和下述实施方式仅用于说明本发明,而非限制本发明。
在此公开一种能改善充电电池健康状态检测的空间分辨率和故障识别率,且能动态检测电池的故障类型和故障位置的电池故障动态检测系统。图1是根据本发明一实施形态的电池故障动态检测系统的示意图。
如图1所示,电池故障动态检测系统主要包括三部分,分别是电池单元10、覆盖于电池单元10的上方的磁传感器单元20和与磁传感器单元20相连的信号采集与缺陷分析单元30。此外,电池故障动态检测系统还可以包括未图示的磁屏蔽室。电池单元10及磁传感器单元20可设置于磁屏蔽室内部,信号采集与缺陷分析单元30可放置于磁屏蔽室外,磁传感器单元20的信号输出端连接信号采集与缺陷分析单元30的信号输入端。应理解,磁传感器单元20不限于位于电池单元10的上方,也可以位于电池单元10的下方。
[电池单元]
本实施形态中,电池单元10是电池故障动态检测系统的检测对象,其可以是单体的充电电池,也可以是由多块充电电池排列而成的充电电池阵列。本实施形态中,电池单元10可以是动力电池块,例如可以是扁平长方体状的锂电池单体。通过电池故障动态检测系统对充放电或是非充放电的静态下的电池单元10进行检测。
[磁传感器单元]
本实施形态中,磁传感器单元20为磁传感器面阵的形状,主要用于采集电池单元10周围的交变磁场,图2是磁传感器单元20的结构框图。如图2所示,磁传感器单元20包括二维磁传感器阵列210、信号调理模块220和电源模块230。电源模块230的输出端分别与二维磁传感器阵列210的电源输入端、信号调理模块220的电源输入端相连,主要用于向二维磁传感器阵列210和信号调理模块220供电。
二维磁传感器阵列210由排列成二维阵列的多个磁传感器构成,图3是磁传感器单元20中的二维磁传感器阵列210的结构示意图,(a)示出了多个磁传感器排列而成的阵列结构,(b)是磁传感器2101的结构示意图。
如图3中(a)所示,本实施形态中二维磁传感器阵列210是16个磁传感器2101~2116排列成4×4的二维阵列,但本发明不限于此,二维磁传感器阵列210中磁传感器的行列个数和整体数量可以根据电池单元10的尺寸进行调节。甚至在电池结构特殊的情况下,可以根据电池形状调整,并非一定要形成四边形。
磁传感器是由磁电复合体和设置于该磁电复合体两侧的磁铁构成的磁电型弱磁传感器。下面以磁传感器2101为例说明磁传感器的结构。如图3中(b)所示,磁传感器2101包括磁电复合体和磁铁2101c。该磁电复合体由两层磁致伸缩材料2101a、位于两层磁致伸缩材料之间的一层压电材料2101b通过例如粘接等复合而成。磁致伸缩材料例如可以是Terfenol-D、Metglas等,压电材料例如可以是PMNT、BaTiO3、PZT等。两块磁铁2101c分别设置于上述磁电复合体的两端,主要用于为磁电复合体中的超磁致伸缩材料提供最优偏置磁场,磁铁2101c例如可以是永磁铁。从磁电复合体上引出导线作为信号输出端而与后述信号调理模块220的信号输入端相连。当磁致伸缩材料感应到电池单元10周围的磁场波动时,磁致伸缩材料发生伸缩形变,该形变作用于压电材料上,从而在压电材料的上下表面形成电荷,该电荷被信号调理模块220采集并转换成可测量的电信号(即电压信号)。
信号调理模块220主要发挥与二维磁传感器阵列210的阻抗匹配、信号放大、抑制零漂、滤波等功能,其包括与多个磁传感器2101~2116分别对应地设置的多个信号调理电路2201~2216。该信号调理电路2201~2216例如可以是常见的具有阻抗匹配、抑制零漂、滤波功能的放大电路等。
由此,在磁传感器2101的压电材料的上下表面形成电荷被对应的信号调理电路2201采集并转换成可测量的电压信号,并由后述的多通道信号显示模块321将其换算成磁场值(即磁场强度),该磁场值代表了电池单元10上与该磁传感器2101对应的位置的磁场大小。像这样,多个磁传感器2101~2116排列成覆盖整个电池单元10的二维阵列,多个信号调理电路2201~2216将磁传感器2101~2116的电荷信号转变为电压信号进行输出,从而磁传感器单元20能够输出电池单元10的整个上表面的磁场信息。
[信号采集与缺陷分析单元]
信号采集与缺陷分析单元30主要用于电池单元10周围磁场信息的采集及电池故障的诊断及定位,图4是信号采集与缺陷分析单元30的结构框图。信号采集与缺陷分析单元30的信号输入端连接磁传感器单元20、具体而言连接信号调理模块220的信号输出端。如图4所示,信号采集与缺陷分析单元30包括与设备直接连接的模拟信号采集部310和内置于单元内部的电池缺陷分析部320两大部分。
具体地,模拟信号采集部310与上述信号调理模块220的输出端相连,主要用于采集信号调理模块220的输出信号并将该信号发送至电池缺陷分析部320。
<电池缺陷分析部>
电池缺陷分析部320主要用于分析模拟信号采集部310的输出信号,判断电池单元10的工作状态。如图4所示,电池缺陷分析部320包括多通道信号显示模块321、电池二维磁场分布显示模块322和故障诊断分析模块323。
(多通道信号显示模块)
多通道信号显示模块321与模拟信号采集部310的输出端连接,主要用于处理模拟信号采集部310的输出信号,实时显示二维磁传感器阵列210采集到的磁场的时域、频域信号。具体而言,多通道信号显示模块321然后根据上述模拟信号采集部310采集到的与16个磁传感器2101~2116对应的电压信号显示电池单元10周围的交变磁场的时域信号和频域信号,并将这些电压信号通过磁电效应公式转变为磁场值。图5示出了多通道信号显示模块321的时域信号图像的一个示例,本实施形态中多通道信号显示模块321的时域信号图像应当与信号调理电路2201~2216的输出信号对应地为16个,此处为了图示简略仅示出了根据信号调理电路2201~2204得到的时域信号。此外,频域信号可以通过对这些时域信号进行傅里叶变换得到,此处省略频域信号图像。
这些时域信号图像中包含信号上升幅度、信号下降幅度、信号上升时间、信号下降时间等由后述的特征参数提取模块3231提取的时域信号特征参数,具体地,图6示出了多通道信号显示模块321输出的时域信号图像中的各种时域特征信号。如图6所示,在时域信号图像中,V1、V2分别表示某一时间段内的信号下降幅度和信号上升幅度,t1和t2分别表示该时间段内的信号上升时间和信号下降时间。另一方面,所省略的频域信号图像中则包括信号频率、信号幅值等由特征参数提取模块3231提取的频域信号特征参数。信号频率和信号幅值指通过傅里叶变换得到的信号主分量的频率和幅值。
(电池二维磁场分布显示模块)
电池二维磁场分布显示模块322主要用于对多通道信号显示模块321的输出图像进行处理并绘制电池单元10的电池二维磁场分布图。如图5所示,电池二维磁场分布显示模块322包括值与位置映射模块3221、二维插值模块3222和画图模块3223。
值与位置映射模块3221将二维磁传感器阵列210输出的多个磁场值与它们各自的位置一一对应,即电池单元10上的16个磁场值分别与磁传感器2101~2116的位置一一对应,由此把二维磁传感器阵列210采集到的磁场值按照各个磁传感器所在的位置排列成二维矩阵。
二维插值模块3222对上述二维矩阵中每行和每列相邻两个磁传感器采集到的磁场值进行插值的二维插值模块。由于二维磁传感器阵列210中磁传感器的个数是有限的,因此为更精细的画出电池单元10周围的磁场分布,设置二维插值模块3222对磁传感器2101~2116采集到的磁场值进行插值,可以通过例如最小二乘法等在每行和每列相邻两个磁传感器之间插入100个磁场值。由此,本发明能够以少量的磁传感器输出电池单元10表面交变磁场的精细的磁场分布,大大节省了工业成本,改善了故障诊断的准确度。
画图模块3223对上述磁场分布中的磁场值分配对应的像素颜色,并绘制电池二维磁场分布图。具体而言,画图模块3223可以将例如RGB色彩模式中的像素颜色对应地赋予不同的磁场值,然后在实际测试中根据磁场值查找对应的像素颜色,并在磁场值的对应位置处按此颜色填充画图。图7是电池单元10周围的电池二维磁场分布图,(a)示出了健康的电池单元10的电池二维磁场分布的一个示例,(b)示出了发生故障的电池单元10的电池二维磁场分布的一个示例。如图7(a)、(b)所示,当电池单元10内部的某一位置发生例如短路等故障时,电池单元10在该位置磁场发生变化,因此在该位置上方的磁传感器中磁致伸缩材料发生应变引起压电材料产生异常电荷,该电荷经信号调理模块220和多通道信号显示模块321处理后转变为异常的磁场值。画图模块3223根据该异常的磁场值赋予此位置与周边区域不同的像素颜色从而在电池二维磁场分布中呈现出一块像素颜色较深的区域,该区域可以由后述故障诊断分析模块提取并计算其特征参数,用于判断电池单元10的状态。
(故障诊断分析模块)
故障诊断分析模块323主要用于根据多通道信号显示模块321的输出图像和画图模块3223绘制的电池二维磁场分布图判断电池单元10的状态。如图5所示,故障诊断分析模块323包括特征参数提取模块3231和故障诊断模块3232。
特征参数提取模块3231主要用于从多通道信号显示模块321的输出图像和电池二维磁场分布图中提取特征参数。
一方面,特征参数提取模块3231从上述多通道信号显示模块321显示的时域信号图像和频域信号图像中分别提取某一个时间段内的信号上升幅度、信号下降幅度、信号上升时间、信号下降时间、信号频率、信号幅值等作为故障类型特征参数,用于后述的故障诊断模块3232判别电池单元10发生了何种故障。
另一方面,特征参数提取模块3231从上述画图模块3223绘制的电池二维磁场分布图(例如图7中(b))中计算出图像差值和图像比值等作为故障位置特征参数,用以故障诊断模块3232判别电池单元10的故障发生位置。
具体地,图像差值的定义为设I1(i,j)和I2(i,j)分别为电池二维磁场分布图中两相邻像素点某一时刻(该时刻为上述某一个时间段内的一个时刻)的像素值,则图像差值D(i,j)为由式(1)表示:
D(i,j)=|I1(i,j)-I2(i,j)|+C (1);
其中,C为常数。当D(i,j)大于规定的阈值时,则认为在I1(i,j)所处的位置,图像幅度产生了变化,记录此位置。继续下一个相邻像素值的比较,直到找出完整的图像跃变区域,该区域为候选的电池磁场异常区域。
图像比值的定义为设I1(i,j)和I2(i,j)分别为二维磁场分布图中两相邻位置某一时刻的像素值,图像比值R(i,j)由式(2)表示:
当R(i,j)大于规定的阈值时,则认为在I1(i,j)所处的位置,图像幅度产生了变化,记录此位置。继续下一个相邻像素值的比较,直到找出完整的图像跃变区域,该区域为候选的电池磁场异常区域。
故障诊断模块3232包括神经网络、由神经网络训练得到的状态参数数据库和判别手段。通过对各种电池单元提取所有的特征参数放入神经网络中进行训练,得到包括有电池单元的不同状态的特征参数的数据库。然后通过判别手段将特征参数提取模块3231对作为检测对象的电池单元10提取的特征参数与数据库中电池不同状态的参数进行对比,判断电池有否故障以及故障位置。具体地,通过信号上升幅度、信号下降幅度、信号上升时间、信号下降时间、信号频率、信号幅值等故障类型特征参数判断充电电池是否过充、过放、短路等。通过图像差值和/或图像比值等故障位置特征参数判断该故障具体的发生位置。
根据本发明,由于磁电型弱磁传感器具有灵敏度高、体积小(测量电池缺陷的空间分辨率高)、仅测量交变磁场信号(天然屏蔽了直流磁场信号,抗干扰能力强)的特点,因此能改善充电电池健康状态检测的精度和故障识别率。同时,磁电型弱磁传感器具有能在常温下工作的特点,具有使用便利,成本低的特点。通过设置二维插值模块,用插值方法补充相邻磁传感器之间的磁场值,能够以少量的磁传感器构成磁传感器单元给出电池单元的整个表面的精细的磁场分布,能以低成本实现高精度的电池健康状态检测。另外,本发明能通过实时提取故障类型特征参数和故障位置特征参数,同时兼顾充电电池故障类型的动态检测和故障位置的动态检测,能检测充电电池组中具体哪些电池发生了故障,也能检测单个充电电池中发生故障的部位。另外,通过训练神经网络得到具有大量故障和非故障的数据的数据库,再将故障类型特征参数和故障位置特征参数与数据库中的数据进行比较,能够快速且准确的判断电池单元的状态。
以上的具体实施方式对本发明的目的、技术方案和有益效果进行了进一步详细说明,应当理解的是,以上仅为本发明的一种具体实施方式而已,并不限于本发明的保护范围,在不脱离本发明的基本特征的宗旨下,本发明可体现为多种形式,因此本发明中的实施形态是用于说明而非限制,由于本发明的范围由权利要求限定而非由说明书限定,而且落在权利要求界定的范围,或其界定的范围的等价范围内的所有变化都应理解为包括在权利要求书中。凡在本发明的精神和原则之内的,所做出的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种电池故障动态检测系统,其特征在于,
包括:
电池单元;
覆盖所述电池单元,采集所述电池单元的周围的交变磁场的磁传感器单元;以及
采集并处理所述磁传感器单元的输出信号的信号采集与缺陷分析单元;
所述磁传感器单元包括:
二维磁传感器阵列,所述二维磁传感器阵列由排列成二维阵列的多个磁传感器构成;
对所述二维磁传感器阵列的输出信号进行信号调理的信号调理模块;以及
对所述二维磁传感器阵列和所述信号调理模块进行供电的电源模块;
所述信号采集与缺陷分析单元包括采集所述信号调理模块的输出信号的模拟信号采集部和分析所述模拟信号采集部的输出信号的电池缺陷分析部;
所述电池缺陷分析部包括:
处理并显示所述模拟信号采集部的输出信号的多通道信号显示模块;
电池二维磁场分布显示模块,所述电池二维磁场分布显示模块对所述多通道信号显示模块的输出图像进行处理并绘制所述电池单元的电池二维磁场分布图;以及
故障诊断分析模块,所述故障诊断分析模块根据所述多通道信号显示模块的输出图像和所述电池二维磁场分布图判断所述电池单元的状态。
2.根据权利要求1所述的电池故障动态检测系统,其特征在于,
所述磁传感器是包括磁电复合体和设置于所述磁电复合体两侧的磁铁的磁电型弱磁传感器;
所述磁电复合体由两层磁致伸缩材料和位于所述两层磁致伸缩材料之间的一层压电材料复合而成;
所述磁致伸缩材料为Terfenol-D或Metgla;
所述压电材料为PMNT、BaTiO3或PZT。
3.根据权利要求2所述的电池故障动态检测系统,其特征在于,
所述信号调理模块包括与所述多个磁传感器分别对应地设置的多个信号调理电路;
所述信号调理电路将对应的所述磁传感器输出的电荷信号转变为电压信号。
4.根据权利要求1所述的电池故障动态检测系统,其特征在于,
所述多通道信号显示模块根据所述多个信号调理电路输出的电压信号显示所述电池单元的周围的交变磁场的时域信号图像和通过对所述时域信号进行傅里叶变换而得到的频域信号图像,并将所述多个信号调理电路输出的电压信号转换为与多个磁传感器各自对应的磁场值。
5.根据权利要求3所述的电池故障动态检测系统,其特征在于,
所述电池二维磁场分布显示模块包括:
值与位置映射模块,所述值与位置映射模块按照所述二维磁传感器阵列中所述多个磁传感器的位置将与其对应的所述磁场值排列成二维矩阵;
二维插值模块,所述二维插值模块对所述二维矩阵中每行和每列相邻两个所述磁传感器采集到的磁场值进行插值,形成所述电池单元的周围的交变磁场的磁场分布;以及
对所述磁场分布中的磁场值赋予对应的像素颜色,并绘制电池二维磁场分布图的画图模块。
6.根据权利要求1所述的电池故障动态检测系统,其特征在于,
所述故障诊断分析模块包括:
从所述多通道信号显示模块的输出图像和所述电池二维磁场分布图中提取特征参数的特征参数提取模块;以及
根据提取到的所述特征参数判断所述电池单元的状态的故障诊断模块。
7.根据权利要求4至6中任一项所述的电池故障动态检测系统,其特征在于,
所述特征参数包括故障类型特征参数和故障位置特征参数;
所述故障类型特征参数包括所述时域信号图像中的信号上升幅度、信号下降幅度、信号上升时间、信号下降时间、信号频率、信号幅值;
所述故障位置特征参数包括根据所述电池二维磁场分布图计算的图像差值和图像比值。
8.根据权利要求7所述的电池故障动态检测系统,其特征在于,
所述图像差值为所述电池二维磁场分布图中两相邻像素点某一时刻的像素值的差值;
所述图像比值为所述电池二维磁场分布图中两相邻像素点某一时刻的像素值的比值;
所述特征参数提取模块对所述电池二维磁场分布图的整个区域计算所述图像差值或比值,找出完整的图像跃变区域。
9.根据权利要求6至8中任一项所述的电池故障动态检测系统,其特征在于,
所述故障诊断模块包括神经网络、由所述神经网路训练得到的数据库和判别手段;
所述判别手段将所述故障类型特征参数和所述故障位置特征参数与所述数据库中的特征参数进行比较,在所述故障类型特征参数和所述故障位置特征参数大于规定的阈值时根据该阈值所代表的故障种类或故障位置判定所述电池单元的故障种类和故障位置。
10.根据权利要求1所述的电池故障动态检测系统,其特征在于,
还包括磁屏蔽室;
所述磁传感器单元和所述电池单元位于所述磁屏蔽室的内部;
所述信号采集与缺陷分析单元位于所述磁屏蔽室的外部。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011278299.9A CN112394292B (zh) | 2020-11-16 | 2020-11-16 | 电池故障动态检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011278299.9A CN112394292B (zh) | 2020-11-16 | 2020-11-16 | 电池故障动态检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112394292A true CN112394292A (zh) | 2021-02-23 |
CN112394292B CN112394292B (zh) | 2022-01-04 |
Family
ID=74599784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011278299.9A Active CN112394292B (zh) | 2020-11-16 | 2020-11-16 | 电池故障动态检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112394292B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113296012A (zh) * | 2021-05-20 | 2021-08-24 | 中国科学技术大学 | 一种基于原位磁场成像的锂电池组一致性检测方法及装置 |
CN113671408A (zh) * | 2021-08-09 | 2021-11-19 | 国仪量子(合肥)技术有限公司 | 锂电池的漏电流检测方法及检测装置 |
WO2023131144A1 (zh) * | 2022-01-04 | 2023-07-13 | 国仪量子(合肥)技术有限公司 | 电池包漏放电性能的检测方法和检测设备 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101369484A (zh) * | 2008-05-28 | 2009-02-18 | 中国科学院上海硅酸盐研究所 | 非接触式电流/电压转换器 |
CN101819251A (zh) * | 2010-05-18 | 2010-09-01 | 华中科技大学 | 一种电力电子电路的状态监测与故障诊断装置 |
JP2012242153A (ja) * | 2011-05-17 | 2012-12-10 | Pulstec Industrial Co Ltd | 2次電池の検査装置及び検査方法 |
CN105301507A (zh) * | 2015-10-26 | 2016-02-03 | 华南理工大学 | 一种铅酸蓄电池容量的快速检测方法与装置 |
CN105556324A (zh) * | 2013-12-19 | 2016-05-04 | 罗伯特·博世有限公司 | 用于监视蓄电池的方法、分析装置和测量系统 |
CN106601427A (zh) * | 2017-01-12 | 2017-04-26 | 中国科学院上海硅酸盐研究所 | 均匀磁场发生器 |
CN107192759A (zh) * | 2017-06-09 | 2017-09-22 | 湖南大学 | 一种基于感应光热辐射的光伏电池无损检测方法及系统 |
CN107317520A (zh) * | 2017-08-22 | 2017-11-03 | 重庆大学 | 一种基于磁电换能器的导线磁场能量采集装置及其方法 |
CN107703465A (zh) * | 2017-09-19 | 2018-02-16 | 中国科学院上海硅酸盐研究所 | 磁传感器 |
CN109142514A (zh) * | 2018-09-29 | 2019-01-04 | 东北大学 | 一种基于脉冲涡流阵列的缺陷检测装置及方法 |
CN109270159A (zh) * | 2018-10-31 | 2019-01-25 | 山东特检科技有限公司 | 一种基于磁电复合效应和磁记忆效应的多通道铁磁材料无损检测传感器及方法 |
CN111122697A (zh) * | 2019-12-26 | 2020-05-08 | 兰州空间技术物理研究所 | 一种基于脉冲涡流的导电材料缺陷高精度成像检测方法 |
CN111158055A (zh) * | 2019-12-31 | 2020-05-15 | 浙江大学 | 一种三维磁源动态探测系统和探测方法 |
CN111565024A (zh) * | 2020-06-03 | 2020-08-21 | 华北电力大学 | 一种太阳能电池板故障检测与运行效率预测装置和方法 |
-
2020
- 2020-11-16 CN CN202011278299.9A patent/CN112394292B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101369484A (zh) * | 2008-05-28 | 2009-02-18 | 中国科学院上海硅酸盐研究所 | 非接触式电流/电压转换器 |
CN101819251A (zh) * | 2010-05-18 | 2010-09-01 | 华中科技大学 | 一种电力电子电路的状态监测与故障诊断装置 |
JP2012242153A (ja) * | 2011-05-17 | 2012-12-10 | Pulstec Industrial Co Ltd | 2次電池の検査装置及び検査方法 |
CN105556324A (zh) * | 2013-12-19 | 2016-05-04 | 罗伯特·博世有限公司 | 用于监视蓄电池的方法、分析装置和测量系统 |
CN105301507A (zh) * | 2015-10-26 | 2016-02-03 | 华南理工大学 | 一种铅酸蓄电池容量的快速检测方法与装置 |
CN106601427A (zh) * | 2017-01-12 | 2017-04-26 | 中国科学院上海硅酸盐研究所 | 均匀磁场发生器 |
CN107192759A (zh) * | 2017-06-09 | 2017-09-22 | 湖南大学 | 一种基于感应光热辐射的光伏电池无损检测方法及系统 |
CN107317520A (zh) * | 2017-08-22 | 2017-11-03 | 重庆大学 | 一种基于磁电换能器的导线磁场能量采集装置及其方法 |
CN107703465A (zh) * | 2017-09-19 | 2018-02-16 | 中国科学院上海硅酸盐研究所 | 磁传感器 |
CN109142514A (zh) * | 2018-09-29 | 2019-01-04 | 东北大学 | 一种基于脉冲涡流阵列的缺陷检测装置及方法 |
CN109270159A (zh) * | 2018-10-31 | 2019-01-25 | 山东特检科技有限公司 | 一种基于磁电复合效应和磁记忆效应的多通道铁磁材料无损检测传感器及方法 |
CN111122697A (zh) * | 2019-12-26 | 2020-05-08 | 兰州空间技术物理研究所 | 一种基于脉冲涡流的导电材料缺陷高精度成像检测方法 |
CN111158055A (zh) * | 2019-12-31 | 2020-05-15 | 浙江大学 | 一种三维磁源动态探测系统和探测方法 |
CN111565024A (zh) * | 2020-06-03 | 2020-08-21 | 华北电力大学 | 一种太阳能电池板故障检测与运行效率预测装置和方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113296012A (zh) * | 2021-05-20 | 2021-08-24 | 中国科学技术大学 | 一种基于原位磁场成像的锂电池组一致性检测方法及装置 |
CN113671408A (zh) * | 2021-08-09 | 2021-11-19 | 国仪量子(合肥)技术有限公司 | 锂电池的漏电流检测方法及检测装置 |
WO2023131144A1 (zh) * | 2022-01-04 | 2023-07-13 | 国仪量子(合肥)技术有限公司 | 电池包漏放电性能的检测方法和检测设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112394292B (zh) | 2022-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112394292B (zh) | 电池故障动态检测系统 | |
Yao et al. | Fault detection of the connection of lithium-ion power batteries based on entropy for electric vehicles | |
CN103675692B (zh) | 电池健康状态检知方法与装置 | |
CA2848164C (en) | Evaluation apparatus and evaluation method of sheet type cell | |
DE102018103310A1 (de) | Sensorsystem zum messen des internen batteriezustands | |
JP2014089819A (ja) | 磁場計測装置およびそれを用いた電池劣化検査方法 | |
Schmid et al. | Early detection of internal short circuits in series-connected battery packs based on nonlinear process monitoring | |
CN109870650A (zh) | 电池监控方法及系统 | |
KR100931992B1 (ko) | 절연 열화 및 이상 온도를 자기 진단하는 수배전반 시스템 및 방법 | |
CN113296012B (zh) | 一种基于原位磁场成像的锂电池组一致性检测方法及装置 | |
CN102944745A (zh) | 750kV线路带电作业用绝缘子检测器 | |
JP6889527B2 (ja) | 磁気センサモジュール | |
CN203365535U (zh) | 车用电流采集系统及具有其的汽车 | |
Ma et al. | Faulty characteristics and identification of increased connecting and internal resistance in parallel-connected lithium-ion battery pack for electric vehicles | |
Wang et al. | Evaluation of lithium-ion battery pack capacity consistency using one-dimensional magnetic field scanning | |
CN209400633U (zh) | 基于电能损耗的变压器匝间短路在线监测系统 | |
US20220334192A1 (en) | Battery sensor arrangement and method of balancing batteries | |
CN109324255A (zh) | 基于电能损耗的变压器匝间短路在线监测系统及方法 | |
US20220357402A1 (en) | Battery characterisation and monitoring system | |
CN106249031A (zh) | 工频高压带电检测装置 | |
CN115439667A (zh) | 一种基于声场分布图的变压器机械故障诊断方法及系统 | |
CN113552495B (zh) | 一种电力电源系统蓄电池漏液在线检测方法及装置 | |
CN109507515A (zh) | 一种自动化接地检测装置及方法 | |
CN110261725B (zh) | 一种检测预测电池系统连接可靠性的方法 | |
CN207336606U (zh) | 基于变压器耦合隔离的高压实时监测设备 |
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 |