CN113176507A - 基于co气体机械滥用下锂离子电池故障诊断方法及系统 - Google Patents
基于co气体机械滥用下锂离子电池故障诊断方法及系统 Download PDFInfo
- Publication number
- CN113176507A CN113176507A CN202110335386.1A CN202110335386A CN113176507A CN 113176507 A CN113176507 A CN 113176507A CN 202110335386 A CN202110335386 A CN 202110335386A CN 113176507 A CN113176507 A CN 113176507A
- Authority
- CN
- China
- Prior art keywords
- lithium ion
- ion battery
- gas
- needling
- fault diagnosis
- 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
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 title claims abstract description 92
- 229910001416 lithium ion Inorganic materials 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000003745 diagnosis Methods 0.000 title claims abstract description 29
- 230000008859 change Effects 0.000 claims abstract description 37
- 238000005070 sampling Methods 0.000 claims abstract description 11
- 229910000831 Steel Inorganic materials 0.000 claims description 24
- 239000010959 steel Substances 0.000 claims description 24
- 238000012544 monitoring process Methods 0.000 claims description 18
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 claims description 14
- 229910052721 tungsten Inorganic materials 0.000 claims description 14
- 239000010937 tungsten Substances 0.000 claims description 14
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 6
- 229910052744 lithium Inorganic materials 0.000 claims description 6
- 238000001467 acupuncture Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims description 3
- 238000004080 punching Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 239000011149 active material Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000000975 co-precipitation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000779 smoke Substances 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]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—Specially adapted to detect a particular component
- G01N33/004—Specially adapted to detect a particular component for CO, CO2
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
- G01R1/02—General constructional details
- G01R1/06—Measuring leads; Measuring probes
- G01R1/067—Measuring probes
-
- 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]
- G01R31/3644—Constructional arrangements
-
- 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
Abstract
基于CO气体机械滥用下锂离子电池故障诊断方法及系统，利用锂离子电池受到机械滥用后析出的CO气体对机械滥用导致的故障进行诊断。首先对CO浓度阈值、CO浓度变化速率阈值、时间间隔和采样频率进行设置；然后，当实时监测到连续多点CO气体浓度值超过浓度阈值时，计算CO气体浓度在随后时间间隔△t内的变化速率；进一步地，比对CO气体浓度变化速率与对应阈值的关系，在线判定是否发出故障信号。本发明方法原理简单、容易实现，能够准确可靠地在线诊断锂离子电池在机械滥用下的故障。
Description
技术领域
本发明属于锂离子电池安全技术领域，特别是涉及对锂离子电池在机械滥用下的故障诊断方法。
背景技术
随着锂离子电池的不断推广和应用，锂离子电池的安全问题凸显出来。机械滥用是引发锂离子电池造成电池损坏的一种不可逆的破坏性行为。当电池受到机械滥用时，例如尖锐物体刺入或受到较大冲击力时，锂离子电池会产生剧烈的机械损坏，发生严重的形变，使电池重度损伤，打破电池内部结构并使内部物质直接暴露，同时很容易使电池内部的正负极之间发生短路，进而产生大量热量并使温度迅速升高，造成热失控危害。因此，设计出适用于锂离子电池机械滥用故障的诊断方法尤为重要。
锂离子电池内部由活性材料的正负极和电解液组成，当发生受到机械滥用破坏时，活性材料开始相互反应，复杂的化学反应会产生大量的气体，电池内部随之压力增大，顶开泄压阀后，发出气体。其中由于化学材料构成的原因，锂离子电池会析出CO气体。因此，可以利用CO气体的变化行为对锂离子电池进行机械滥用故障诊断。
目前针对利用气体信号实现电池故障诊断的研究相对匮乏。李宇，杜建华，杨世治等人2019年在《储能科学与技术》发表的《圆柱型磷酸铁锂电池针刺热失控实验研究》中提到，机械滥用后，锂离子电池会冒烟。王铭民，孙磊，郭鹏宇等人2020年在《高电压技术》发表的《基于气体在线监测的磷酸铁锂储能电池模组机械滥用热失控特性》中提到，锂离子电池会放出CO，但并没有利用CO设计诊断方法。当前，利用CO进行锂离子电池机械滥用故障诊断的研究尚处于空白。鉴于此，利用CO气体信号进一步设计出可靠性高、快速性好、原理简单、容易实现和具备推广潜力的机械滥用故障诊断方法仍是锂离子电池安全保障的重要工作。
发明内容
为解决现有技术中存在的不足，本发明的目的在于，提供基于CO气体机械滥用下锂离子电池故障诊断方法及系统。
本发明采用如下的技术方案:
步骤1：设置CO浓度阈值S、时间间隔△t和采样频率f，并通过对实验锂离子电池的针刺模拟所计算的CO气体浓度变化率对CO气体浓度变化率阈值K进行设置；
步骤2：使用CO气体监测系统实时监测待检测锂离子电池释放的CO气体浓度值ck；当CO气体浓度值ck满足连续b+1个采样点均大于阈值S，即[ck,ck+1…ck+b]>S时，进入步骤3，否则重复步骤2；
步骤3：根据步骤2所得的CO气体浓度值，计算时间间隔△t内待检测锂离子电池的CO气体浓度变化率k；
步骤4：比较步骤3中CO气体浓度变化率k与相应阈值K的关系；如k>K，则发出故障信号，否则返回步骤2重新测量。
所述CO浓度阈值S为0ppm、所述采集时间间隔△t为1s、所述采样频率f为10Hz。
所述步骤1包括以下内容：
步骤101：以3A恒电流、0.5C放电倍率对实验锂离子电池进行充电，直至实验锂离子电池电压为3.65V；
步骤102：以恒电压即3.65V继续对其充电，直到实验锂离子电池的截止电流低于60mA且放电倍率小于0.01C；
步骤103：选用钨钢针并设置其针刺速度与针刺行程；
步骤104：将实验锂电池放入针刺挤压机内，利用夹具进行固定，以防止针刺过程中电池发生径向偏移；
步骤105：使用步骤103的钨钢针与设置的速度和行程对步骤104的实验锂电池进行针刺；完成针刺后，使钢针停留在电池内部；
步骤106：CO气体监测系统插入针刺挤压机内对实验锂离子电池的CO气体情况进行监测并计算其气体浓度在△t内的气体浓度变化率k；
步骤107：重复步骤101-106，对Dc个相同型号的锂离子电池进行针刺模拟并计算它们的气体浓度变化率，取小于所有气体浓度变化率的最大正整数为CO气体浓度变化率阈值K。
在所述步骤103中，所述钨钢针直径的选值范围为[5mm,8mm]，所述针刺速度的取值范围为[22mm/s,32mm/s]，所述针刺行程是指钢针在机器未运行时的位置到刺透电池后位置之间的距离，其取值范围为[280mm,320mm]，
在所述步骤105中，钢针停留在电池内部的时间需大于300s。
在所述步骤2中，b的取值为2。
在所述步骤3中，利用以下公式计算待检测锂离子电池的CO气体浓度变化率k：
其中，ck+b+n为ck+b后第n个CO气体浓度值，n＝△t×f。
本发明还公开了基于CO气体机械滥用下锂离子电池故障诊断方法的锂离子电池故障诊断系统，包括上位机、针刺挤压机、CO气体监测系统，锂离子电池、实际运行负载以及CAN总线：
针刺挤压机与CO气体传感器通过气管相连，并与上位机相连，由上位机进行信号控制；CO气体传感器用于实时监测锂离子电池散发的CO气体的浓度值，并与上位机相连；上位机用于气体浓度值的存储和处理，同时显示本发明方法的故障诊断判定结果；锂离子电池和实际运行负载模拟锂离子电池工作情况，并放置于针刺挤压机中；CAN总线用于数据传输用于连接上位机与CO气体传感器，以及上位机与针刺挤压机。
本发明所提供的一种适用于锂离子电池机械滥用下故障的诊断方法，原理简单，容易实现，便于推广，能够准确地诊断锂离子电池机械滥用下的故障，为锂离子的安全防护和进一步干预提供良好基础，能够有效地避免因机械滥用故障导致的锂离子电池安全事故。
附图说明
图1是锂离子电池机械滥用故障诊断方法的实验平台图；
图2是锂离子电池机械滥用故障诊断方法的流程框图；
图3是机械滥用故障下CO气体浓度的变化趋势图。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。
图1示出本发明所提供的用于执行上述锂离子电池机械滥用下故障诊断方法的实验平台图，包括上位机、针刺挤压机、CO气体监测系统、锂离子电池、实际运行负载以及CAN总线。
其中，针刺挤压机与CO气体传感器通过气管相连，并与上位机相连，由上位机进行信号控制；CO气体传感器用于实时监测锂离子电池散发的CO气体的浓度值，并与上位机相连；上位机用于气体浓度值的存储和处理，同时显示本发明方法的故障诊断判定结果；所述锂离子电池和实际运行负载模拟锂离子电池工作情况，并放置于针刺挤压机中；CAN总线用于数据传输用于连接上位机与CO气体传感器，以及上位机与针刺挤压机；实际运行负载是用电设备，在本发明中使用电阻充当负载。
本发明的锂离子电池机械滥用下故障诊断方法的流程框图如图2所示，包括以下步骤：
步骤1：设置CO浓度阈值S、采集时间间隔△t和采样频率f，并通过对实验锂离子电池的针刺模拟所计算的CO气体浓度变化率对CO气体浓度变化率阈值K进行设置。
在本实施例中，设置对待检测锂离子电池的CO浓度阈值S取为0ppm，采集时间间隔△t取为1s和采样频率f取为10Hz。本领域的技术人员可以根据实际情况对这三个参数进行设置，时间间隔越长、频率越低则准确率越低。
对实验锂离子电池针刺模拟包括以下内容：
步骤101：以3A恒电流、0.5C放电倍率对实验锂离子电池进行充电，直至实验锂离子电池电压为3.65V；
步骤102：以恒电压即3.65V继续对其充电，直到实验锂离子电池的截止电流低于60mA且放电倍率小于0.01C；
步骤103：选用钨钢针并设置其针刺速度与针刺行程；
锂离子电池是圆柱的，将锂离子放倒后，钢针自上向下，插入锂离子电池中间；针刺行程指钢针在机器未运行时的位置到刺透电池后位置之间的距离。
钨钢针直径的选值范围为[5mm,8mm]，针刺速度的取值范围为[22mm/s,32mm/s]，针刺行程的取值范围为[280mm,320mm]；
在本实施例中，钨钢针直径选5mm，针刺速度选32mm/s，针刺行程选320mm。
步骤104：将实验锂电池放入针刺挤压机内，利用夹具进行固定，以防止针刺过程中电池发生径向偏移；
步骤105：使用步骤103的钨钢针与设置的速度和行程对步骤104的实验锂电池进行针刺；完成针刺后，使钢针停留在电池内部；
因为电池内部化学反应是缓慢进行的，刺透后要等待化学反应更充分的进行，从而更加准确地考量CO的析出情况，所以钢针停留在电池内部的时间需要大于300s，在本实施例中，停留时间选为600s。
相邻两组实验需要更换新的钨钢针。
步骤106：CO气体监测系统插入针刺挤压机内对实验锂离子电池的CO气体情况进行监测并计算其气体浓度在△T内的气体浓度变化率kdc；
气体浓度变化率kdc的计算方法为：
其中,Ck+b+n为Ck+b后第n个CO气体浓度值，n＝△t×f；；
在本实施例中，F＝10Hz，△t＝1s
步骤107：重复步骤101-106，对Dc个相同型号的锂离子电池进行针刺模拟并计算它们的气体浓度变化率，取小于所有气体浓度变化率的最大正整数为CO气体浓度变化率阈值K。
Dc的取值范围为[50,∞),在本实施例中取50。
本实施例中，CO气体浓度变化率阈值K的最终取值为7ppm/s。
步骤2：使用CO气体监测系统实时监测待检测锂离子电池释放的CO气体浓度值ck；当CO气体浓度值ck满足连续b+1个采样点均大于阈值S，即[ck,ck+1…ck+b]>S时，进入步骤3，否则重复步骤2；
CO气体监测系统实时监测CO气体的浓度值。假定0s时发生机械滥用故障，故障持续时间3600s，图3示出机械滥用故障下CO气体浓度的变化趋势图。由图3可见，CO气体在机械滥用10s后，随即连续3点均大于阈值S＝0ppm的条件，本发明的机械滥用下故障诊断方法可靠进入处理环节，即满足：
[ck，ck+1…ck+b]>S
其中，k代表浓度值的采样序号，其取值为1，ck,ck+2…ck+b表示连续b+1点的CO气体浓度值。在本实施例中，b的值取2，即连续3点的CO气体浓度值都需大于S时，才会进入步骤3。
步骤3：根据步骤2所得的CO气体浓度值，计算时间间隔△t内待检测锂离子电池的CO气体浓度变化率k。
利用以下公式计算待检测锂离子电池的CO气体浓度变化率k：
其中，ck+b+n为ck+b后第n个CO气体浓度值，n＝△t×f。
在本实施例中，在机械滥用后15s时，变化率超过7ppm/s。
步骤4：比较步骤3中CO气体浓度变化率k与相应阈值K的关系；如k>K，则发出故障信号，否则返回步骤2重新测量。在本实施例中，由于在15s时，CO气体浓度的变化率超过7ppm/s，因而k>K得到满足，可靠判定为锂离子电池发生机械滥用故障，随即发出故障信号。如果没有满足，则返回步骤2继续进行监测与计算。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。
Claims (8)
1.基于CO气体机械滥用下锂离子电池故障诊断方法，其特征在于，所述锂离子电池故障诊断方法包括以下步骤：
步骤1：设置CO浓度阈值S、时间间隔△t和采样频率f，并通过对实验锂离子电池的针刺模拟所计算的CO气体浓度变化率对CO气体浓度变化率阈值K进行设置；
步骤2：使用CO气体监测系统实时监测待检测锂离子电池释放的CO气体浓度值ck；当CO气体浓度值ck满足连续b+1个采样点均大于阈值S，即[ck,ck+1…ck+b]>S时，进入步骤3，否则重复步骤2；
步骤3：根据步骤2所得的CO气体浓度值，计算时间间隔△t内待检测锂离子电池的CO气体浓度变化率k；
步骤4：比较步骤3中CO气体浓度变化率k与相应阈值K的关系；如k>K，则发出故障信号，否则返回步骤2重新测量。
2.根据权利1所述的锂离子电池故障诊断方法，其特征在于：
所述CO浓度阈值S为0ppm、所述采集时间间隔△t为1s、所述采样频率f为10Hz。
3.根据权利要求2所述的锂离子电池故障诊断方法，其特征在于：
所述步骤1包括以下内容：
步骤101：以3A恒电流、0.5C放电倍率对实验锂离子电池进行充电，直至实验锂离子电池电压为3.65V；
步骤102：以恒电压即3.65V继续对其充电，直到实验锂离子电池的截止电流低于60mA且放电倍率小于0.01C；
步骤103：选用钨钢针并设置其针刺速度与针刺行程；
步骤104：将实验锂电池放入针刺挤压机内，利用夹具进行固定，以防止针刺过程中电池发生径向偏移；
步骤105：使用步骤103的钨钢针与设置的速度和行程对步骤104的实验锂电池进行针刺；完成针刺后，使钢针停留在电池内部；
步骤106：CO气体监测系统插入针刺挤压机内对实验锂离子电池的CO气体情况进行监测并计算其气体浓度在△t内的气体浓度变化率k；
步骤107：重复步骤101-106，对Dc个相同型号的锂离子电池进行针刺模拟并计算它们的气体浓度变化率，取小于所有气体浓度变化率的最大正整数为CO气体浓度变化率阈值K。
4.根据权利要求3所述的锂离子电池故障诊断方法，其特征在于：
在所述步骤103中，所述钨钢针直径的选值范围为[5mm,8mm]，所述针刺速度的取值范围为[22mm/s,32mm/s]，所述针刺行程是指钢针在机器未运行时的位置到刺透电池后位置之间的距离，其取值范围为[280mm,320mm] 。
5.根据权利要求3所述的锂离子电池故障诊断方法，其特征在于：
在所述步骤105中，钢针停留在电池内部的时间需大于300s。
6.根据权利要求4-5任一一项权利要求所述的锂离子电池故障诊断方法，其特征在于：
在所述步骤2中，b的取值为2。
7.根据权利要求6所述的锂离子电池故障诊断方法，其特征在于：
在所述步骤3中，利用以下公式计算待检测锂离子电池的CO气体浓度变化率k：
其中，ck+n+b为ck+b后第n个CO气体浓度值，n＝△t×f。
8.根据权利要求1-7任意一项权利要求所述的锂离子电池故障诊断方法的锂离子电池故障诊断系统，包括上位机、针刺挤压机、CO气体监测系统，锂离子电池、实际运行负载以及CAN总线，其特征在于：
所述针刺挤压机与CO气体传感器通过气管相连，并与上位机相连，由上位机进行信号控制；
所述CO气体传感器用于实时监测锂离子电池散发的CO气体的浓度值，并与上位机相连；
所述上位机用于气体浓度值的存储和处理，同时显示本发明方法的故障诊断判定结果；
所述锂离子电池和实际运行负载模拟锂离子电池工作情况，并放置于针刺挤压机中；
所述CAN总线用于数据传输用于连接上位机与CO气体传感器，以及上位机与针刺挤压机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110335386.1A CN113176507A (zh) | 2021-03-29 | 2021-03-29 | 基于co气体机械滥用下锂离子电池故障诊断方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110335386.1A CN113176507A (zh) | 2021-03-29 | 2021-03-29 | 基于co气体机械滥用下锂离子电池故障诊断方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113176507A true CN113176507A (zh) | 2021-07-27 |
Family
ID=76922703
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110335386.1A Pending CN113176507A (zh) | 2021-03-29 | 2021-03-29 | 基于co气体机械滥用下锂离子电池故障诊断方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113176507A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115424423A (zh) * | 2022-09-20 | 2022-12-02 | 中车株洲电力机车有限公司 | 一种电池热失控告警方法、设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090039835A1 (en) * | 2007-08-10 | 2009-02-12 | Sony Ericsson Mobile Communications Ab | Battery short circuit monitoring |
| CN107469257A (zh) * | 2016-11-04 | 2017-12-15 | 安徽中科中涣防务装备技术有限公司 | 一种车用电池箱预警灭火系统及方法 |
| CN107959066A (zh) * | 2017-11-20 | 2018-04-24 | 北京长城华冠汽车技术开发有限公司 | 一种电动汽车动力电池箱漏液控制系统及控制方法 |
| CN109786872A (zh) * | 2019-03-18 | 2019-05-21 | 北京航空航天大学 | 一种锂离子电池热失控预警系统及方法 |
| CN110828915A (zh) * | 2019-10-08 | 2020-02-21 | 应急管理部天津消防研究所 | 一种动力锂离子电池爆喷早期预警报警方法 |
| CN111060821A (zh) * | 2019-12-18 | 2020-04-24 | 国网智能科技股份有限公司 | 具备锂电池故障早期预警功能的电池管理系统及方法 |
| DE102019204284A1 (de) * | 2019-03-27 | 2020-07-23 | Vitesco Technologies GmbH | Verfahren und Anordnung zur Zustandsbestimmung einer Batterievorrichtung |
-
2021
- 2021-03-29 CN CN202110335386.1A patent/CN113176507A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090039835A1 (en) * | 2007-08-10 | 2009-02-12 | Sony Ericsson Mobile Communications Ab | Battery short circuit monitoring |
| CN107469257A (zh) * | 2016-11-04 | 2017-12-15 | 安徽中科中涣防务装备技术有限公司 | 一种车用电池箱预警灭火系统及方法 |
| CN107959066A (zh) * | 2017-11-20 | 2018-04-24 | 北京长城华冠汽车技术开发有限公司 | 一种电动汽车动力电池箱漏液控制系统及控制方法 |
| CN109786872A (zh) * | 2019-03-18 | 2019-05-21 | 北京航空航天大学 | 一种锂离子电池热失控预警系统及方法 |
| DE102019204284A1 (de) * | 2019-03-27 | 2020-07-23 | Vitesco Technologies GmbH | Verfahren und Anordnung zur Zustandsbestimmung einer Batterievorrichtung |
| CN110828915A (zh) * | 2019-10-08 | 2020-02-21 | 应急管理部天津消防研究所 | 一种动力锂离子电池爆喷早期预警报警方法 |
| CN111060821A (zh) * | 2019-12-18 | 2020-04-24 | 国网智能科技股份有限公司 | 具备锂电池故障早期预警功能的电池管理系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 杨启帆等: "锂离子电池气体故障特性分析及诊断方法", 《高电压技术》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115424423A (zh) * | 2022-09-20 | 2022-12-02 | 中车株洲电力机车有限公司 | 一种电池热失控告警方法、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110398699A (zh) | 多传感器信息融合的动力电池热失控预警方法 | |
| CN110370984A (zh) | 动力电池热失控预警方法 | |
| CN110239348A (zh) | 一种电动汽车动力电池安全检测系统及方法 | |
| CN113991200B (zh) | 二次电池的监测方法、监测装置、二次电池及车辆 | |
| CN110828915A (zh) | 一种动力锂离子电池爆喷早期预警报警方法 | |
| CN113176378A (zh) | 基于h2浓度的锂离子电池热失控早期预警方法及系统 | |
| CN105589046A (zh) | 一种动力电池组热失控扩散的检测警报方法 | |
| CN113671395A (zh) | 一种电池安全故障预警系统 | |
| CN104659869A (zh) | 锂离子动力电池均衡控制装置、系统及方法 | |
| CN102593551B (zh) | 动力电池差别式加热装置及方法 | |
| CN113176507A (zh) | 基于co气体机械滥用下锂离子电池故障诊断方法及系统 | |
| CN112319308B (zh) | 一种动力电池多故障检测方法与系统 | |
| CN110739495A (zh) | 一种储能电池模组热失控监测装置、系统和方法 | |
| CN109795323A (zh) | 一种电动汽车的电池包的保护方法及装置 | |
| CN209071553U (zh) | 电池包鼓包检测装置、电池管理系统、车辆 | |
| CN104793135A (zh) | 一种混合动力汽车继电器状态检测电路及方法 | |
| CN113219353A (zh) | 一种基于bms的热失控控制方法及其系统 | |
| CN202444035U (zh) | 动力电池差别式加热装置 | |
| CN113161634B (zh) | 一种基于气体信号监测的锂离子电池故障模拟装置及方法 | |
| CN106197722A (zh) | 矩阵扫描式温度采集方法及系统 | |
| CN103412218A (zh) | 一种陶瓷加热丝工况检测电路及相应方法 | |
| CN115144781A (zh) | 一种电池析锂检测方法、装置、电子设备及存储介质 | |
| CN113135115B (zh) | 检测电池系统短路的方法、装置、车辆及存储介质 | |
| CN114694858A (zh) | 一种核电厂机组自动低压全速冷却方法和系统 | |
| Li et al. | Safety analysis of energy storage station based on DFMEA |
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 |
Application publication date: 20210727 |
|
| RJ01 | Rejection of invention patent application after publication |