CN112578287A - 一种基于振动信号的锂离子电池过充检测方法 - Google Patents
一种基于振动信号的锂离子电池过充检测方法 Download PDFInfo
- Publication number
- CN112578287A CN112578287A CN202011111661.3A CN202011111661A CN112578287A CN 112578287 A CN112578287 A CN 112578287A CN 202011111661 A CN202011111661 A CN 202011111661A CN 112578287 A CN112578287 A CN 112578287A
- Authority
- CN
- China
- Prior art keywords
- lithium ion
- ion battery
- vibration signal
- battery
- vibration
- 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.)
- Pending
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]
- G01R31/382—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
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种基于振动信号的锂离子电池过充检测方法,包括以下步骤:通过粘贴于锂离子电池表面的振动传感器检测锂离子电池的振动信号,再通过快速傅里叶变换获取所述振动信号的频率,然后根据所述振动信号的频率判断锂离子电池是否过充,该方法能够在线准确对锂离子电池是否过充进行检测。
Description
技术领域
本发明涉及一种锂离子电池过充检测方法,具体涉及一种基于振动信号的锂离子电池过充检测方法。
背景技术
锂离子电池凭借其能量密度高、无记忆性等优点被广泛应用于手机、电脑以及电动汽车等电气设备中。然而,近年来,随着锂离子电池能量密度的进一步提升,锂离子电池故障引发的电气设备火灾、爆炸等事故频频发生,锂离子电池的安全性成为目前制约其进一步发展的关键问题。
锂离子电池的过充是导致电池发生火灾、爆炸的一个主要原因。锂离子电池过充时,其内部发生电极锂损耗、电解液氧化等反应,导致电池内部产生大量气体且温度持续升高出现热失控,电池最终起火爆炸。
目前锂离子电池过充检测技术主要有电池端电压监测、SOC(State of Charge,荷电状态)精准估计以及电池温度监测、气体浓度监测等方法。
锂离子电池在发生过充时,其端电压会升高,当检测到电池端电压高于其正常工作电压时,则说明电池发生了过充。然而,日常使用的电池大多都是由电池单体串并联组成的电池组,由于电池单体的不一致性,电池组内每个电池单体的状态均会有所差异,当电池组端电压正常时,其内部可能存在电池单体发生过充,因此,仅仅检测电池组的端电压并不能够准确检测出电池单体的过充,但如果监测每个电池单体的端电压,则会使电池组的体积增大且数据处理量也会大大增加。
SOC检测技术种类繁多,常用的有放电实验法、开路电压法、内阻法、安时计量法、以及神经网络法等。其中,前三者都需要电池处于开路的状态,不能用于电池SOC的在线监测。安时计量法虽然能够实现在线监测,但是如果电池在实际应用过程中存在故障不能精确测得锂离子电池初始的SOC值,将会给SOC的估算带来较大的误差,且会随着时间逐渐增加。神经网络法是通过大量的输入和对应的输出样本训练神经网络,从而利用该神经网络来对电池的SOC进行预测,但是神经网络的训练需要大量的样本数据,训练方法和训练数据对动力电池的SOC估算及精度影响较大。可见,现存的SOC在线监测的技术都不够完善,不能够实现电池SOC的实时准确测量,因此不能够及时准确检测出电池的过充。
锂离子电池在发生过充过放时,内部发生副反应产生气体,反应释放的热量也会导致电池的温度升高。通过实时监测电池的温度以及内部气体量,也能够实现电池的过充过放检测,但电池内部温度与外壳温度存在一定的差异且温度检测的灵敏度较差。气体浓度检测法虽能够实现电池过充过放的检测,但由于锂离子电池单体需要完全密封,在每个电池单体内部增设气体检测装置会大大增大电池的体积,且只能适用于特定类型的电池,灵活性较低。
综上,目前的锂离子电池过充检测技术均不能够实现在线准确检测,提出一种更加便捷有效的锂离子电池过充检测方法对提高锂离子电池的安全性尤为重要。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供了一种基于振动信号的锂离子电池过充检测方法,该方法能够在线准确对锂离子电池是否过充进行检测。
为达到上述目的,本发明所述的基于振动信号的锂离子电池过充检测方法包括以下步骤:
通过振动传感器检测锂离子电池的振动信号,再获取所述振动信号的频率,然后根据所述振动信号的频率判断锂离子电池是否过充。
振动传感器设置于锂离子电池的表面。
还包括数据采集卡及计算机,其中,振动传感器通过数据采集卡与计算机相连接,通过计算机获取振动信号的频率,然后根据振动信号的频率判断锂离子电池是否过充。
当所述振动信号出现9.5kHz左右的高频振动信号时,则认为锂离子电池过充。
还包括用于检测锂离子电池的端电压的差分探头以及用于检测锂离子电池端电流的电流传感器。
本发明具有以下有益效果:
本发明所述的基于振动信号的锂离子电池过充检测方法在具体操作时,锂离子电池在正常充电状态下其振动信号集中于0-600Hz,当发生过充时,则会出现频率为9.5kHz左右的高频振动信号,基于此,本发明通过检测锂离子电池的振动信号,获取所述振动信号的频率,然后根据所述振动信号的频率判断锂离子电池是否出现过充现象,以实现在线准确对锂离子电池是否过充进行检测的目的,操作方便、简单,便于推广应用,同时检测灵敏度较高。
附图说明
图1为本发明的电路连接图;
图2a为电池电量为1000mAh时振动信号频谱图;
图2b为电池电量为1500mAh时振动信号频谱图;
图2c为电池电量为2200mAh时振动信号频谱图;
图2d为电池电量为2800mAh时振动信号频谱图。
具体实施方式
下面结合附图对本发明做进一步详细描述:
现有研究指出,锂离子电池在发生过充时,其内部会有大量的副反应进行,使得锂离子电池内部温度升高且有大量气体生成,气体在锂离子电池内部的剧烈运动与电流的异常流动都可能使锂离子电池出现异常的振动,基于此,参考图1,本发明所述的基于振动信号的锂离子电池过充检测方法包括以下步骤:
通过振动传感器检测锂离子电池的振动信号,再获取所述振动信号的频率,然后根据所述振动信号的频率判断锂离子电池是否过充。
具体的,振动传感器设置于锂离子电池的表面,振动传感器通过数据采集卡与计算机相连接,通过计算机获取振动信号的频率,然后根据振动信号的频率判断锂离子电池是否过充。
其中,当所述振动信号出现9.5kHz左右的高频分量时,则认为锂离子电池过充。为了对利用振动信号检测的结果进行验证,本发明还包括用于检测锂离子电池的端电压的差分探头以及用于检测锂离子电池端电流的电流传感器,通过电流传感器及差分探头判断锂离子电池是否出现过充。
实施例一
本实施例中锂离子电池单体的额定电压为3.7V,额定容量为2000mAh,电流传感器与差分探头接于锂离子电池的出线端,用于实时采集锂离子电池的端电压与充电电流,振动传感器粘贴于锂离子电池表面,用于采集电池的振动信号并将信号传输给数据采集卡,振动传感器的灵敏度和分辨率分别为150μg和100mV/g,采样率为50kHz。
在实验时,先对锂离子电池进行完全放电并充分静置,待锂离子电池充分静置后,以0.75C(1.5A)电流对锂离子电池充电,当锂离子电池充满电时继续对锂离子电池充电直至锂离子电池发生过充。分别采集锂离子电池的电量为1000mAh、1500mAh、2200mAh及2800mAh时锂离子电池的振动信号,其中,1000mAh和1500mAh属于锂离子电池的正常充电状态,2200mAh和2800mAh属于锂离子电池的过充状态。对上述四种状态下锂离子电池的振动信号进行快速傅里叶变换获取锂离子电池振动信号的频谱图,如图2a、图2b、图2c及图2d所示,可以看到,当锂离子电池的电量为1000mAh和1500mAh时,锂离子电池的振动信号频率主要集中于0-600Hz之间,振动信号的幅值不超过0.2mg且没有高频信号存在。而当锂离子电池的电量为2200mAh和2800mAh时,振动信号的幅值增大为1.2mg左右,且出现9.5kHz左右的高频振动信号。
因此,当锂离子电池在过充情况下继续充电时,会有频率为9.5kHz左右的高频振动信号出现,该高频振动信号可以作为锂离子电池过充检测的指标。
需要说明的是,本发明可以应用于锂离子电池储能系统中,以提高储能系统的安全性,也可以安装于各个厂家各个型号的电动汽车中,将该检测技术与电动汽车BMS(Battery Management System)相结合,能够有效提高锂离子电池过充检测的准确性,从而提高电动汽车安全性。
Claims (5)
1.一种基于振动信号的锂离子电池过充检测方法,其特征在于,包括以下步骤:
通过振动传感器检测锂离子电池的振动信号,再获取所述振动信号的频率,然后根据所述振动信号的频率判断锂离子电池是否过充。
2.根据权利要求1所述的基于振动信号的锂离子电池过充检测方法,其特征在于,振动传感器设置于锂离子电池的表面。
3.根据权利要求1所述的基于振动信号的锂离子电池过充检测方法,其特征在于,还包括数据采集卡及计算机,其中,振动传感器通过数据采集卡与计算机相连接,通过计算机获取振动信号的频率,然后根据振动信号的频率判断锂离子电池是否过充。
4.根据权利要求1所述的基于振动信号的锂离子电池过充检测方法,其特征在于,当所述振动信号出现9.5kHz左右的高频振动信号时,则认为锂离子电池过充。
5.根据权利要求1所述的基于振动信号的锂离子电池过充检测方法,其特征在于,还包括用于检测锂离子电池的端电压的差分探头以及用于检测锂离子电池端电流的电流传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011111661.3A CN112578287A (zh) | 2020-10-16 | 2020-10-16 | 一种基于振动信号的锂离子电池过充检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011111661.3A CN112578287A (zh) | 2020-10-16 | 2020-10-16 | 一种基于振动信号的锂离子电池过充检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112578287A true CN112578287A (zh) | 2021-03-30 |
Family
ID=75119852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011111661.3A Pending CN112578287A (zh) | 2020-10-16 | 2020-10-16 | 一种基于振动信号的锂离子电池过充检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112578287A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202979958U (zh) * | 2012-12-31 | 2013-06-12 | 贵州绿卡能科技实业有限公司 | 一种低日照地区太阳能频振式杀虫灯 |
CN111208436A (zh) * | 2020-02-21 | 2020-05-29 | 河海大学 | 基于imf能量矩和遗传算法优化svm的储能电池过充诊断方法 |
CN111289097A (zh) * | 2020-02-25 | 2020-06-16 | 河海大学 | 一种基于振动信号的锂离子电池故障预警方法及系统 |
-
2020
- 2020-10-16 CN CN202011111661.3A patent/CN112578287A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202979958U (zh) * | 2012-12-31 | 2013-06-12 | 贵州绿卡能科技实业有限公司 | 一种低日照地区太阳能频振式杀虫灯 |
CN111208436A (zh) * | 2020-02-21 | 2020-05-29 | 河海大学 | 基于imf能量矩和遗传算法优化svm的储能电池过充诊断方法 |
CN111289097A (zh) * | 2020-02-25 | 2020-06-16 | 河海大学 | 一种基于振动信号的锂离子电池故障预警方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9465077B2 (en) | Battery health monitoring system and method | |
US9454888B2 (en) | Advanced battery early warning and monitoring system | |
Samad et al. | Battery capacity fading estimation using a force-based incremental capacity analysis | |
US6913483B2 (en) | Cable for electronic battery tester | |
US8952823B2 (en) | Battery early warning and monitoring system | |
Seo et al. | Online detection of soft internal short circuit in lithium-ion batteries at various standard charging ranges | |
Zheng et al. | Fault identification and quantitative diagnosis method for series-connected lithium-ion battery packs based on capacity estimation | |
WO2020083035A1 (zh) | 基于阻抗相位角的锂离子电池温度检测方法 | |
CN112098875B (zh) | 锂离子电池析锂的检测方法 | |
CN111656207B (zh) | 确定二次电池中的内部气体的产生加速的阶段的方法 | |
Sun et al. | State-of-health estimation of retired lithium-ion battery module aged at 1C-rate | |
CN113602147A (zh) | 电池故障检测方法及电池故障检测装置 | |
Yu et al. | Multi-Fault Diagnosis of Lithium-Ion battery systems based on correlation Coefficient and similarity Approaches | |
CN102830358A (zh) | 一种电池热电参数测试装置 | |
CN113311344B (zh) | 适用于梯次利用的锂离子电池的热故障诊断方法及系统 | |
Wu et al. | Comprehensive early warning strategies based on consistency deviation of thermal–electrical characteristics for energy storage grid | |
US11293903B2 (en) | Apparatus for diagnosing crack in battery pack and battery pack and vehicle including the same | |
Yang et al. | Internal short circuit fault diagnosis for lithiumion battery based on voltage and temperature | |
CN112578287A (zh) | 一种基于振动信号的锂离子电池过充检测方法 | |
CN114019385B (zh) | 一种基于单频率阻抗测试的析锂检测方法 | |
CN109711007A (zh) | 动力锂离子电池安全性能无损诊断的方法 | |
CN112363063A (zh) | 一种快速检测软包锂离子电池析锂的装置及方法 | |
Kazda et al. | Detection of the Changes in Li-ion Batteries Using Nondestructive Methods | |
CN112710959B (zh) | 一种锂离子电池的状态评估方法及系统 | |
CN208559080U (zh) | 一种基于燃料电池的电池管理系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210330 |