CN114487872A - 一种机器人电池监测系统及监测方法 - Google Patents
一种机器人电池监测系统及监测方法 Download PDFInfo
- Publication number
- CN114487872A CN114487872A CN202111677063.7A CN202111677063A CN114487872A CN 114487872 A CN114487872 A CN 114487872A CN 202111677063 A CN202111677063 A CN 202111677063A CN 114487872 A CN114487872 A CN 114487872A
- Authority
- CN
- China
- Prior art keywords
- stress
- vibration
- temperature
- main controller
- current
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 57
- GWEVSGVZZGPLCZ-UHFFFAOYSA-N titanium dioxide Inorganic materials O=[Ti]=O GWEVSGVZZGPLCZ-UHFFFAOYSA-N 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 239000000463 material Substances 0.000 claims abstract description 6
- 239000000284 extract Substances 0.000 claims description 18
- 239000000843 powder Substances 0.000 claims description 14
- IAZDPXIOMUYVGZ-UHFFFAOYSA-N Dimethylsulphoxide Chemical group CS(C)=O IAZDPXIOMUYVGZ-UHFFFAOYSA-N 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 12
- 239000003795 chemical substances by application Substances 0.000 claims description 12
- 238000001228 spectrum Methods 0.000 claims description 12
- 238000007599 discharging Methods 0.000 claims description 9
- 238000002360 preparation method Methods 0.000 claims description 8
- 238000000137 annealing Methods 0.000 claims description 7
- 239000011248 coating agent Substances 0.000 claims description 4
- 238000000576 coating method Methods 0.000 claims description 4
- 238000001035 drying Methods 0.000 claims description 4
- 239000011521 glass Substances 0.000 claims description 4
- 238000010348 incorporation Methods 0.000 claims description 4
- 239000002245 particle Substances 0.000 claims description 4
- 239000002904 solvent Substances 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims description 4
- 239000000919 ceramic Substances 0.000 claims description 3
- OGIDPMRJRNCKJF-UHFFFAOYSA-N titanium oxide Inorganic materials [Ti]=O OGIDPMRJRNCKJF-UHFFFAOYSA-N 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 4
- 238000005265 energy consumption Methods 0.000 abstract description 2
- 230000002265 prevention Effects 0.000 description 5
- 239000000110 cooling liquid Substances 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 239000011858 nanopowder Substances 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000000007 visual 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
- H01M10/488—Cells or batteries combined with indicating means for external visualization of the condition, e.g. by change of colour or of light density
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及一种机器人电池监测系统及监测方法。在电池表面内设置多种传感器，采集电压、电流、温度、振动和应力数据，并将其输入危险系数检测模型，首次实现将其进行综合评价，评价更加准确，尤其采用了计算时间段内的电压U、电流I、温度T、振幅A和应力F曲线的一阶导数曲线的最大值，可以在具有危险隐患时就发现危险，提前进行警报，从而及时检修，避免危险事故的发生；在进行危险系数计算时先计算UM ’、IM ’、TM ’、AM ’、FM ’是否超过各自的阈值，然后再根据实际的振动情况进行危险系数的评价，将传统的监测系数和振动监测结合起来，监测更加灵敏，传感器薄膜为掺杂P(VDF‑TrFE)型应力传感薄膜，掺杂材料为TiO2，应力传感更加精准，监测能耗更低。
Description
技术领域
本发明涉及机器人控制领域，尤其涉及一种机器人电池监测系统及监测方法。
背景技术
随着时代发展，人类进入了智能化时代，越来越多的AI机器人进入了生产生活的一线；但是由于机器人的工作离不开电池，而目前的电池往往存在自燃、爆炸等安全隐患，如果不能及时发现，会造成不可估计的损失；当前来说，一般监测电池的方法无外乎监测温度或者气体含量等。
例如申请号CN202010380881.X公开了一种电池热失控的监测、预防及安全保护系统，包括高温报警监测部分、热失控预防抢救部分、热失控安全保护部分、电源和控制器，电池分别连接在高温温度监测链上和预防抢救温度监测链上，热失控预防抢救部分的连接电路上设置热失控安全保护部分的压力监测装置，声光报警器、热失控预防抢救部分的驱动泵、消防系统分别连接控制器。申请号CN202010806822.4公开了一种新能源汽车用动力电池包安全性监测系统，包括用于检测动力电池包内部温度的环境温度传感器、用于检测动力电池包内部烟雾浓度的烟雾传感器、用于检测动力电池包内冷却液液面高度的漏液传感器、用于检测液冷系统进水口处冷却液温度的第一温度传感器和用于检测液冷系统出水口处冷却液温度的第二温度传感器，但是这些都是在已经发生危险之后才能灵敏的判断，预防性不足；
发明内容
针对上述内容，为解决上述问题，提供一种机器人电池监测系统，包括电池包、主控制器、充放电模块、温度检测模块、振动传感模块和薄膜应力检测模块；
充放电模块、温度检测模块、振动传感模块和薄膜应力检测模块连接至主控制器；
充放电模块用于对电池包进行充放电同时检测充放电模块的电压和电流的变化，并将实时电压和电流数据发送给主控制器；
温度检测模块实时检测电池包的内部温度，并将实时检测的温度发送给主控制器；
振动传感模块实时检测电池包的振动加速度，并将检测的振动数据发送给主控制器；
薄膜应力检测模块实时检测电池包表面的应力变化，并将应力检测数据发送给主控制器；
主控制器实时采集电压、电流、温度、振动和应力数据，并将其输入危险系数检测模型，危险系数检测模型根据输入的数据计算危险系数，当电池包的危险系数超过阈值时主控制器进行警报，同时对外显示显示电压、电流、温度、振动和应力数据。
温度检测模块为外部封闭绝缘导热陶瓷薄膜的贴片型热电偶温度传感器；工作温度范围为-25℃至275℃，分辨率0.2℃，精度±0.2℃。
振动传感器为三轴振动加速度传感器，能够同时测量XYZ三个方向上的振动加速度，并输出振动波形。
应力检测模块包括应力检测控制器和应力传感薄膜，应力传感薄膜铺设在电池包的表面上，当电池包表面产生应力时，应力传感器薄膜对外输出应力的大小。
应力传感器薄膜为掺杂P(VDF-TrFE)型应力传感薄膜，掺杂材料为TiO2，具体的制作方法如下：
1)制备P(VDF-TrFE)溶液，P(VDF-TrFE)溶液中的溶质为P(VDF-TrFE)粉，溶剂为DMSO，制备过程中将TiO2粉末掺入，TiO2粉末为纳米粉末，粒径为3-5nm，掺入量为P(VDF-TrFE)溶液质量的5％；P(VDF-TrFE)溶液的浓度为质量百分比10-20％，；
2)将P(VDF-TrFE)溶液涂在玻璃基片上，玻璃基片的形状为“弓”字形，烘干后剥离，得厚度为10微米以内的P(VDF-TrFE)“弓”字形薄膜。
3)将薄膜退火，退火温度为130-150℃，持续时间为5-10小时，将退火后的薄膜两端设置电极，得到应力传感器薄膜。
危险系数检测模型具体为：
主控制器提取电压U、电流I、温度T、振幅A和应力F数据随时间的变化曲线，然后求取从当前时刻向前一段时间内的电压U、电流I、温度T、振幅A和应力F曲线的一阶导数曲线；
然后计算该时间段内的电压U、电流I、温度T、振幅A和应力F曲线的一阶导数曲线的最大值：UM’、IM’、TM’、AM’和FM’；
主控制器提取从当前时刻向前一段时间内的振动曲线，并对振动曲线进行傅里叶变换，得到振动频谱曲线；主控制器提取振动频谱曲线的峰值频率fP、峰值频率的强度AP、峰值频率的半高宽HP、电池包共振频率fG位置处的强度AG、峰值频率和电池包共振频率的差值△f；
主控制器首先计算UM’、IM’、TM’、AM’、FM’是否超过各自的阈值，如果没有超过阈值则令k0＝0，如果有则令k0＝x，其中x为超过阈值的参数的个数，最多为5个；
然后主控制器将fP、AP、HP、AG、△f输入如下计算式得到危险系数；
其中△f＝|fP-fG|；k1为系数，根据经验获得；上述公式为经验公式，η为危险系数；
设η0为阈值，当η>η0时主控制器进行警报，同时对外显示显示电压、电流、温度、振动和应力数据。
一种利用机器人电池监测系统进行电池监测的方法，包括如下步骤：
步骤1、将充放电模块、温度检测模块、振动传感模块和薄膜应力检测模块连接至主控制器
步骤2、设置η0、k1的系数；
步骤3、充放电模块对电池包进行充放电同时检测充放电模块的电压和电流的变化，并将实时电压和电流数据发送给主控制器；温度检测模块实时检测电池包的内部温度，并将实时检测的温度发送给主控制器；振动传感模块实时检测电池包的振动加速度，并将检测的振动数据发送给主控制器；薄膜应力检测模块实时检测电池包表面的应力变化，并将应力检测数据发送给主控制器；
步骤4、主控制器提取电压U、电流I、温度T、振幅A和应力F数据随时间的变化曲线，然后求取从当前时刻向前一段时间内的电压U、电流I、温度T、振幅A和应力F曲线的一阶导数曲线；
然后计算该时间段内的电压U、电流I、温度T、振幅A和应力F曲线的一阶导数曲线的最大值：UM’、IM’、TM’、AM’和FM’；
主控制器提取从当前时刻向前一段时间内的振动曲线，并对振动曲线进行傅里叶变换，得到振动频谱曲线；主控制器提取振动频谱曲线的峰值频率fP、峰值频率的强度AP、峰值频率的半高宽HP、电池包共振频率fG位置处的强度AG、峰值频率和电池包共振频率的差值△f；
主控制器首先计算UM’、IM’、TM’、AM’、FM’是否超过各自的阈值，如果没有超过阈值则令k0＝0，如果有则令k0＝x，其中x为超过阈值的参数的个数，最多为5个；
然后主控制器将fP、AP、HP、AG、△f输入如下计算式得到危险系数；
其中△f＝|fP-fG|；k1为系数，根据经验获得；上述公式为经验公式，η为危险系数；
设η0为阈值，当η>η0时主控制器进行警报，同时对外显示显示电压、电流、温度、振动和应力数据。
本发明的有益效果为：
本发明在电池表面内设置多种传感器，采集电压、电流、温度、振动和应力数据，并将其输入危险系数检测模型，首次实现将其进行综合评价，评价更加准确，尤其采用了计算时间段内的电压U、电流I、温度T、振幅A和应力F曲线的一阶导数曲线的最大值，可以在具有危险隐患时就发现危险，提前进行警报，从而及时检修，避免危险事故的发生；
在进行危险系数计算时先计算UM’、IM’、TM’、AM’、FM’是否超过各自的阈值，然后再根据实际的振动情况进行危险系数的评价，将传统的监测系数和振动监测结合起来，监测更加灵敏，且由于振动和冲击是电池发生危险的主要诱因，因此可以更加灵敏的对危险进行预警；
传感器薄膜为掺杂P(VDF-TrFE)型应力传感薄膜，掺杂材料为TiO2，应力传感更加精准，监测能耗更低。
附图说明
图1为本发明的整体架构示意图。
具体实施方式
本发明的优点、特征以及达成所述目的的方法通过附图及后续的详细说明将会明确。
实施例1：
一种机器人电池监测系统，包括电池包、主控制器、充放电模块、温度检测模块、振动传感模块和薄膜应力检测模块；
充放电模块、温度检测模块、振动传感模块和薄膜应力检测模块连接至主控制器；
充放电模块用于对电池包进行充放电同时检测充放电模块的电压和电流的变化，并将实时电压和电流数据发送给主控制器；
温度检测模块实时检测电池包的内部温度，并将实时检测的温度发送给主控制器；
振动传感模块实时检测电池包的振动加速度，并将检测的振动数据发送给主控制器；
薄膜应力检测模块实时检测电池包表面的应力变化，并将应力检测数据发送给主控制器；
主控制器实时采集电压、电流、温度、振动和应力数据，并将其输入危险系数检测模型，危险系数检测模型根据输入的数据计算危险系数，当电池包的危险系数超过阈值时主控制器进行警报，同时对外显示显示电压、电流、温度、振动和应力数据。
温度检测模块为外部封闭绝缘导热陶瓷薄膜的贴片型热电偶温度传感器；工作温度范围为-25℃至275℃，分辨率0.2℃，精度±0.2℃。
振动传感器为三轴振动加速度传感器，能够同时测量XYZ三个方向上的振动加速度，并输出振动波形。
应力检测模块包括应力检测控制器和应力传感薄膜，应力传感薄膜铺设在电池包的表面上，当电池包表面产生应力时，应力传感器薄膜对外输出应力的大小。
应力传感器薄膜为掺杂P(VDF-TrFE)型应力传感薄膜，掺杂材料为TiO2，具体的制作方法如下：
1)制备P(VDF-TrFE)溶液，P(VDF-TrFE)溶液中的溶质为P(VDF-TrFE)粉，溶剂为DMSO，制备过程中将TiO2粉末掺入，TiO2粉末为纳米粉末，粒径为3nm，掺入量为P(VDF-TrFE)溶液质量的5％；P(VDF-TrFE)溶液的浓度为质量百分比10％，；
2)将P(VDF-TrFE)溶液涂在玻璃基片上，玻璃基片的形状为“弓”字形，烘干后剥离，得厚度为10微米以内的P(VDF-TrFE)“弓”字形薄膜。
3)将薄膜退火，退火温度为130℃，持续时间为5小时，将退火后的薄膜两端设置电极，得到应力传感器薄膜。
危险系数检测模型具体为：
主控制器提取电压U、电流I、温度T、振幅A和应力F数据随时间的变化曲线，然后求取从当前时刻向前一段时间内的电压U、电流I、温度T、振幅A和应力F曲线的一阶导数曲线；
然后计算该时间段内的电压U、电流I、温度T、振幅A和应力F曲线的一阶导数曲线的最大值：UM’、IM’、TM’、AM’和FM’；
主控制器提取从当前时刻向前一段时间内的振动曲线，并对振动曲线进行傅里叶变换，得到振动频谱曲线；主控制器提取振动频谱曲线的峰值频率fP、峰值频率的强度AP、峰值频率的半高宽HP、电池包共振频率fG位置处的强度AG、峰值频率和电池包共振频率的差值△f；
主控制器首先计算UM’、IM’、TM’、AM’、FM’是否超过各自的阈值，如果没有超过阈值则令k0＝0，如果有则令k0＝x，其中x为超过阈值的参数的个数，最多为5个；
然后主控制器将fP、AP、HP、AG、△f输入如下计算式得到危险系数；
其中△f＝|fP-fG|；k1为系数，根据经验获得；上述公式为经验公式，η为危险系数；
设η0为阈值，当η>η0时主控制器进行警报，同时对外显示显示电压、电流、温度、振动和应力数据。
实施例2：
进一步的应力传感器薄膜为掺杂P(VDF-TrFE)型应力传感薄膜，掺杂材料为TiO2，具体的制作方法如下：
1)制备P(VDF-TrFE)溶液，P(VDF-TrFE)溶液中的溶质为P(VDF-TrFE)粉，溶剂为DMSO，制备过程中将TiO2粉末掺入，TiO2粉末为纳米粉末，粒径为5nm，掺入量为P(VDF-TrFE)溶液质量的5％；P(VDF-TrFE)溶液的浓度为质量百分比20％，；
2)将P(VDF-TrFE)溶液涂在玻璃基片上，玻璃基片的形状为“弓”字形，烘干后剥离，得厚度为10微米以内的P(VDF-TrFE)“弓”字形薄膜。
3)将薄膜退火，退火温度为150℃，持续时间10小时，将退火后的薄膜两端设置电极，得到应力传感器薄膜。
实施例3：
一种利用机器人电池监测系统进行电池监测的方法，包括如下步骤：
步骤1、将充放电模块、温度检测模块、振动传感模块和薄膜应力检测模块连接至主控制器
步骤2、设置η0、k1的系数；
步骤3、充放电模块对电池包进行充放电同时检测充放电模块的电压和电流的变化，并将实时电压和电流数据发送给主控制器；温度检测模块实时检测电池包的内部温度，并将实时检测的温度发送给主控制器；振动传感模块实时检测电池包的振动加速度，并将检测的振动数据发送给主控制器；薄膜应力检测模块实时检测电池包表面的应力变化，并将应力检测数据发送给主控制器；
步骤4、主控制器提取电压U、电流I、温度T、振幅A和应力F数据随时间的变化曲线，然后求取从当前时刻向前一段时间内的电压U、电流I、温度T、振幅A和应力F曲线的一阶导数曲线；
然后计算该时间段内的电压U、电流I、温度T、振幅A和应力F曲线的一阶导数曲线的最大值：UM’、IM’、TM’、AM’和FM’；
主控制器提取从当前时刻向前一段时间内的振动曲线，并对振动曲线进行傅里叶变换，得到振动频谱曲线；主控制器提取振动频谱曲线的峰值频率fP、峰值频率的强度AP、峰值频率的半高宽HP、电池包共振频率fG位置处的强度AG、峰值频率和电池包共振频率的差值△f；
主控制器首先计算UM’、IM’、TM’、AM’、FM’是否超过各自的阈值，如果没有超过阈值则令k0＝0，如果有则令k0＝x，其中x为超过阈值的参数的个数，最多为5个；
然后主控制器将fP、AP、HP、AG、△f输入如下计算式得到危险系数；
其中△f＝|fP-fG|；k1为系数，根据经验获得；上述公式为经验公式，η为危险系数；
设η0为阈值，当η>η0时主控制器进行警报，同时对外显示显示电压、电流、温度、振动和应力数据。
以上所述，仅为本发明的优选实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (7)
1.一种机器人电池监测系统，包括电池包、主控制器、充放电模块、温度检测模块、振动传感模块和薄膜应力检测模块；其特征在于：
充放电模块、温度检测模块、振动传感模块和薄膜应力检测模块连接至主控制器；
充放电模块用于对电池包进行充放电同时检测充放电模块的电压和电流的变化，并将实时电压和电流数据发送给主控制器；
温度检测模块实时检测电池包的内部温度，并将实时检测的温度发送给主控制器；
振动传感模块实时检测电池包的振动加速度，并将检测的振动数据发送给主控制器；
薄膜应力检测模块实时检测电池包表面的应力变化，并将应力检测数据发送给主控制器；
主控制器实时采集电压、电流、温度、振动和应力数据，并将其输入危险系数检测模型，危险系数检测模型根据输入的数据计算危险系数，当电池包的危险系数超过阈值时主控制器进行警报，同时对外显示显示电压、电流、温度、振动和应力数据。
2.根据权利要求1所述的机器人电池监测系统，其特征在于：
温度检测模块为外部封闭绝缘导热陶瓷薄膜的贴片型热电偶温度传感器；工作温度范围为-25℃至275℃，分辨率0.2℃，精度±0.2℃。
3.根据权利要求1所述的机器人电池监测系统，其特征在于：
振动传感器为三轴振动加速度传感器，能够同时测量XYZ三个方向上的振动加速度，并输出振动波形。
4.根据权利要求1所述的机器人电池监测系统，其特征在于：
应力检测模块包括应力检测控制器和应力传感薄膜，应力传感薄膜铺设在电池包的表面上，当电池包表面产生应力时，应力传感器薄膜对外输出应力的大小。
5.根据权利要求4所述的机器人电池监测系统，其特征在于：
应力传感器薄膜为掺杂P(VDF-TrFE)型应力传感薄膜，掺杂材料为TiO2，具体的制作方法如下：
1)制备P(VDF-TrFE)溶液，P(VDF-TrFE)溶液中的溶质为P(VDF-TrFE)粉，溶剂为DMSO，制备过程中将TiO2粉末掺入，TiO2粉末为纳米粉末，粒径为3-5nm，掺入量为P(VDF-TrFE)溶液质量的5％；P(VDF-TrFE)溶液的浓度为质量百分比10-20％；
2)将P(VDF-TrFE)溶液涂在玻璃基片上，玻璃基片的形状为“弓”字形，烘干后剥离，得厚度为10微米以内的P(VDF-TrFE)“弓”字形薄膜；
3)将薄膜退火，退火温度为130-150℃，持续时间为5-10小时，将退火后的薄膜两端设置电极，得到应力传感器薄膜。
6.根据权利要求1所述的机器人电池监测系统，其特征在于：
危险系数检测模型具体为：
主控制器提取电压U、电流I、温度T、振幅A和应力F数据随时间的变化曲线，然后求取从当前时刻向前一段时间内的电压U、电流I、温度T、振幅A和应力F曲线的一阶导数曲线；
然后计算该时间段内的电压U、电流I、温度T、振幅A和应力F曲线的一阶导数曲线的最大值：UM’、IM’、TM’、AM’和FM’；
主控制器提取从当前时刻向前一段时间内的振动曲线，并对振动曲线进行傅里叶变换，得到振动频谱曲线；主控制器提取振动频谱曲线的峰值频率fP、峰值频率的强度AP、峰值频率的半高宽HP、电池包共振频率fG位置处的强度AG、峰值频率和电池包共振频率的差值△f；
主控制器首先计算UM’、IM’、TM’、AM’、FM’是否超过各自的阈值，如果没有超过阈值则令k0＝0，如果有则令k0＝x，其中x为超过阈值的参数的个数，最多为5个；
然后主控制器将fP、AP、HP、AG、△f输入如下计算式得到危险系数；
其中△f＝|fP-fG|；k1为系数，根据经验获得；上述公式为经验公式，η为危险系数；
设η0为阈值，当η>η0时主控制器进行警报，同时对外显示显示电压、电流、温度、振动和应力数据。
7.一种利用权利要求1-6任一项的机器人电池监测系统进行电池监测的方法，其特征在于包括如下步骤：
步骤1、将充放电模块、温度检测模块、振动传感模块和薄膜应力检测模块连接至主控制器
步骤2、设置η0、k1的系数；
步骤3、充放电模块对电池包进行充放电同时检测充放电模块的电压和电流的变化，并将实时电压和电流数据发送给主控制器；温度检测模块实时检测电池包的内部温度，并将实时检测的温度发送给主控制器；振动传感模块实时检测电池包的振动加速度，并将检测的振动数据发送给主控制器；薄膜应力检测模块实时检测电池包表面的应力变化，并将应力检测数据发送给主控制器；
步骤4、主控制器提取电压U、电流I、温度T、振幅A和应力F数据随时间的变化曲线，然后求取从当前时刻向前一段时间内的电压U、电流I、温度T、振幅A和应力F曲线的一阶导数曲线；
然后计算该时间段内的电压U、电流I、温度T、振幅A和应力F曲线的一阶导数曲线的最大值：UM’、IM’、TM’、AM’和FM’；
主控制器提取从当前时刻向前一段时间内的振动曲线，并对振动曲线进行傅里叶变换，得到振动频谱曲线；主控制器提取振动频谱曲线的峰值频率fP、峰值频率的强度AP、峰值频率的半高宽HP、电池包共振频率fG位置处的强度AG、峰值频率和电池包共振频率的差值△f；
主控制器首先计算UM’、IM’、TM’、AM’、FM’是否超过各自的阈值，如果没有超过阈值则令k0＝0，如果有则令k0＝x，其中x为超过阈值的参数的个数，最多为5个；
然后主控制器将fP、AP、HP、AG、△f输入如下计算式得到危险系数；
其中△f＝|fP-fG|；k1为系数，根据经验获得；上述公式为经验公式，η为危险系数；
设η0为阈值，当η>η0时主控制器进行警报，同时对外显示显示电压、电流、温度、振动和应力数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111677063.7A CN114487872B (zh) | 2021-12-31 | 2021-12-31 | 一种机器人电池监测系统及监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111677063.7A CN114487872B (zh) | 2021-12-31 | 2021-12-31 | 一种机器人电池监测系统及监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114487872A true CN114487872A (zh) | 2022-05-13 |
| CN114487872B CN114487872B (zh) | 2024-04-05 |
Family
ID=81509159
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111677063.7A Active CN114487872B (zh) | 2021-12-31 | 2021-12-31 | 一种机器人电池监测系统及监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114487872B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10226331A1 (de) * | 2002-06-07 | 2003-12-18 | Fuelcon Ag | Verfahren und Anordnung zum Testen von Brennstoffzellen |
| CN103308864A (zh) * | 2013-07-09 | 2013-09-18 | 中国人民解放军国防科学技术大学 | 二次电池soh值估算和剩余寿命测试方法 |
| CN109782189A (zh) * | 2019-01-22 | 2019-05-21 | 合肥中科昂辉科技有限公司 | 一种用于车辆电池组的测试系统 |
| 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 |
| CN111562518A (zh) * | 2020-07-14 | 2020-08-21 | 成都成保发展股份有限公司 | 一种电动汽车车载电源稳定性检测系统及方法 |
| US20200363477A1 (en) * | 2019-05-14 | 2020-11-19 | Schneider Electric Industries Sas | Battery life time based on sensor data |
| CN112103576A (zh) * | 2020-09-21 | 2020-12-18 | 北京理工大学 | 一种智能电池 |
| CN112297848A (zh) * | 2020-09-15 | 2021-02-02 | 东风时代(武汉)电池系统有限公司 | 电池包热失控控制方法、控制器、设备及汽车 |
| JP2021060229A (ja) * | 2019-10-03 | 2021-04-15 | 株式会社Ｇｓユアサ | 推定装置、推定方法及びコンピュータプログラム |
| CN213579473U (zh) * | 2020-10-27 | 2021-06-29 | 安普瑞斯(南京)航运动力有限公司 | 一种计算电池未来潜在的爆炸危险的组合式传感器 |
| CN214848763U (zh) * | 2021-01-22 | 2021-11-23 | 南京信息工程大学 | 一种新型锂电池包 |
-
2021
- 2021-12-31 CN CN202111677063.7A patent/CN114487872B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10226331A1 (de) * | 2002-06-07 | 2003-12-18 | Fuelcon Ag | Verfahren und Anordnung zum Testen von Brennstoffzellen |
| CN103308864A (zh) * | 2013-07-09 | 2013-09-18 | 中国人民解放军国防科学技术大学 | 二次电池soh值估算和剩余寿命测试方法 |
| CN109782189A (zh) * | 2019-01-22 | 2019-05-21 | 合肥中科昂辉科技有限公司 | 一种用于车辆电池组的测试系统 |
| 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 |
| US20200363477A1 (en) * | 2019-05-14 | 2020-11-19 | Schneider Electric Industries Sas | Battery life time based on sensor data |
| JP2021060229A (ja) * | 2019-10-03 | 2021-04-15 | 株式会社Ｇｓユアサ | 推定装置、推定方法及びコンピュータプログラム |
| CN111562518A (zh) * | 2020-07-14 | 2020-08-21 | 成都成保发展股份有限公司 | 一种电动汽车车载电源稳定性检测系统及方法 |
| CN112297848A (zh) * | 2020-09-15 | 2021-02-02 | 东风时代(武汉)电池系统有限公司 | 电池包热失控控制方法、控制器、设备及汽车 |
| CN112103576A (zh) * | 2020-09-21 | 2020-12-18 | 北京理工大学 | 一种智能电池 |
| CN213579473U (zh) * | 2020-10-27 | 2021-06-29 | 安普瑞斯(南京)航运动力有限公司 | 一种计算电池未来潜在的爆炸危险的组合式传感器 |
| CN214848763U (zh) * | 2021-01-22 | 2021-11-23 | 南京信息工程大学 | 一种新型锂电池包 |
Non-Patent Citations (2)
| Title |
|---|
| 佘世刚;胡月娥;赵宇;袁峥峥;朱明亮;: "基于无线通信和传感器的动力电池在线监测系统设计", 计算机测量与控制, no. 12, 25 December 2019 (2019-12-25), pages 63 - 67 * |
| 段冀渊: "锂离子电池安全性能评价技术研究", 中国博士学位论文全文数据库工程科技II辑, no. 06, 15 June 2014 (2014-06-15), pages 042 - 82 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114487872B (zh) | 2024-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113948781A (zh) | 一种电池热失控预警方法和装置 | |
| CN103195583B (zh) | 一种采用排气温度分散度监测保护燃气轮机燃烧的方法 | |
| CN113991200B (zh) | 二次电池的监测方法、监测装置、二次电池及车辆 | |
| WO2023036037A1 (zh) | 基于多种类、多数量传感器的智能电池监测预警方法及系统 | |
| CN113258151A (zh) | 一种避免析锂的锂离子电池充电方法 | |
| CN108245804A (zh) | 一种电池包适时灭火方法及灭火系统 | |
| CN114487872A (zh) | 一种机器人电池监测系统及监测方法 | |
| CN115019465A (zh) | 一种用于变电站储能的预警系统 | |
| CN113985299A (zh) | 一种储能单元热失控实验平台及其控制方法 | |
| CN108872871A (zh) | 一种电池棒压试验装置 | |
| Xiong et al. | Advancing fault diagnosis in next-generation smart battery with multidimensional sensors | |
| CN109782189A (zh) | 一种用于车辆电池组的测试系统 | |
| CN206177772U (zh) | 一种锅炉及其空气过滤系统在线监测装置 | |
| CN207925620U (zh) | 一种动力电池热失控预警系统 | |
| CN105600682B (zh) | 基于时间数字转换技术的起重机应变监测方法 | |
| CN207752601U (zh) | 一种锂电池热失控探测及处置装置 | |
| CN208867877U (zh) | 充电装置 | |
| CN109916365A (zh) | 一种电池组鼓胀保护装置、检测系统及检测方法 | |
| CN207426062U (zh) | 一种电池组火灾探测装置 | |
| CN212459986U (zh) | 一种精准定位新型锂离子电池热失控的检测装置 | |
| CN114675148A (zh) | 一种配网开关故障电弧检测装置及方法 | |
| CN209559996U (zh) | 温度变化率差值法电气设备老化检测系统 | |
| CN115207577A (zh) | 一种动力电池安全监测装置及自适应控制方法 | |
| CN206388298U (zh) | 电动车电池自燃报警系统 | |
| CN206970066U (zh) | 一种防止塔吊倾覆的安全智能监控装置 |
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 |