CN117207778A - 一种车辆部件无损检测方法及系统 - Google Patents
一种车辆部件无损检测方法及系统 Download PDFInfo
- Publication number
- CN117207778A CN117207778A CN202311163275.2A CN202311163275A CN117207778A CN 117207778 A CN117207778 A CN 117207778A CN 202311163275 A CN202311163275 A CN 202311163275A CN 117207778 A CN117207778 A CN 117207778A
- Authority
- CN
- China
- Prior art keywords
- moment
- value
- temperature
- vector
- battery pack
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000009659 non-destructive testing Methods 0.000 title claims abstract description 28
- 239000013598 vector Substances 0.000 claims abstract description 97
- 239000011159 matrix material Substances 0.000 claims description 68
- 230000008859 change Effects 0.000 claims description 15
- 238000007689 inspection Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 230000001066 destructive effect Effects 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000036541 health Effects 0.000 abstract description 6
- 238000005457 optimization Methods 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Abstract
本发明提供了一种车辆部件无损检测方法及系统，属于优化控制领域，在车辆的电池包的部件上，于多个时刻分区域地获取电池包的温度值、压力值以及电池包的输出端的接触电阻阻值，通过计算温度单变向量和压值单变向量以及变电阻密度，得到极大状态比与一般状态比，对电池包出现故障的时间点进行追踪，能够更全面、准确地评估电池包的健康状态，实现对电池包故障时间点的追踪，提高了电池包的安全性和可靠性。
Description
技术领域
本发明属于优化控制领域，具体涉及一种车辆部件无损检测方法及系统。
背景技术
车辆电池包作为电动汽车的重要部件之一，承担着能量储存和供应的功能。为确保电池包的正常使用和安全性，需要进行定期的无损检测。传统的电池包无损检测方法往往只依赖少数几个参数进行判断，如电压、电流等，无法全面准确地评估电池包的健康状态。现有技术通常只在单一时刻或少数时刻获取电池包的参数数值，在公开号为CN109839600B的专利文献中提供的电池包监测方法，尽管可以根据所述温度信息的变化曲线确定电池包输出端接触电阻阻值信息的变化而判断所述电池包是否出现异常，但无法对电池包的整个工作过程进行有效监测。现有技术对于电池包的参数数值采集方式有限，例如公开号为CN115657552B的专利文献中所述的一种新能源汽车电池消防安全智能监测控制系统及方法，无法对不同区域的温度、压力和接触电阻进行精细化的监测和分析。现有技术缺乏针对电池包故障时间点的追踪方法，无法提前预警电池包的潜在故障风险，影响了电池包的可靠性和使用寿命。
发明内容
本发明的目的在于提出一种车辆部件无损检测方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
本发明提供了一种车辆部件无损检测方法及系统，在车辆的电池包的部件上，于多个时刻分区域地获取电池包的温度值、压力值以及电池包的输出端的接触电阻阻值，通过计算温度单变向量和压值单变向量以及变电阻密度，得到极大状态比与一般状态比，对电池包出现故障的时间点进行追踪。本发明所述一种车辆部件无损检测方法及系统克服了传统方法的不足，通过多时刻、分区域地获取电池包的温度值、压力值和接触电阻阻值，并计算相关变量，能够更全面、准确地评估电池包的健康状态，实现对电池包故障时间点的追踪，提高了电池包的安全性和可靠性。
为了实现上述目的，根据本发明的一方面，提供一种车辆部件无损检测方法，所述方法包括以下步骤：
在车辆的电池包的部件上，于多个时刻分区域地获取电池包的温度值、压力值以及电池包的输出端的接触电阻阻值，通过计算温度单变向量和压值单变向量以及变电阻密度，得到极大状态比与一般状态比，对电池包出现故障的时间点进行追踪。
进一步地，计算温度单变向量和压值单变向量以及变电阻密度，得到极大状态比与一般状态比的方法为：将多个不同时刻对应的温度值方阵组成温度值方阵序列，将多个不同时刻对应的压力值方阵组成压力值方阵序列，温度值方阵序列中各元素与压力值方阵序列中各元素按对应的时刻相互对齐并保持对应关系；
对每个时刻的温度值方阵计算其温度单变向量，以各温度值方阵通过线性代数的矩阵运算计算所得的单位特征向量作为其温度单变向量；
对每个时刻的压力值方阵计算其压值单变向量，以各压力值方阵通过线性代数的矩阵运算计算所得的单位特征向量作为其压值单变向量；
计算电阻值时间序列中各个时刻对应的电阻值的变电阻密度，分别计算各个时刻对应的电阻值在电阻值时间序列的数值的概率分布中对应的概率密度，统计出电阻值时间序列中各个时刻对应的电阻值的数值的概率分布，并对电阻值的数值的概率分布进行划分出对应所述多个不同时刻的时刻数量的区间，由此统计各个时刻对应的电阻值落在区间的概率密度作为各个时刻对应的变电阻密度；
通过多时刻、分区域地获取电池包的温度和压力数据，并根据对比度计算得到温变对比向量和压值对比向量，通过这种跨数据种类的概率结合方式，使得评估电池包健康状态更加全面、准确；
计算每个时刻的温度单变向量与其他各时刻的温度单变向量的余弦相似度并计算各余弦相似度的算术平均值作为该个时刻的温度单变向量的温度对比度，再将该个时刻的温度单变向量的各维度的数值分别乘以其温度对比度得到该个时刻的温变对比向量，以各时刻的温变对比向量组成温变时间矩阵；
计算每个时刻的压值单变向量与其他各时刻的压值单变向量的余弦相似度并计算各余弦相似度的算术平均值作为该个时刻的压值单变向量的压值对比度，再将该个时刻的压值单变向量的各维度的数值分别乘以其压值对比度得到该个时刻的压值对比向量，以各时刻的压值对比向量组成压变时间矩阵；
以各时刻的温变对比向量和压值对比向量各维度相互进行点乘得到各时刻的温压对比向量；值得注意的是，各时刻的温变对比向量组成温变时间矩阵将其他各时刻的温度单变向量的对比特征进行了跨时刻的比对，这样温度特征的全局性被提取了出来，而且各时刻的温变对比向量是可以并行化进行的，计算时间成本不高，同样地，各时刻的压值对比向量组成压变时间矩阵也将其他各时刻的压值单变向量的对比特征进行了跨时刻的比对，使得在不增加计算时间成本的情况下，压力值特征的全局性被更好地提取；
分别在各时刻的温压对比向量中，选取其中数值为最大的维度的数值为该时刻的第一特征，并选取其中数值为中位数或众数的维度的数值为该时刻的第二特征，以该时刻的第一特征与该时刻的变电阻密度之间的概率之比作为该时刻的极大状态比，以该时刻的第二特征与该时刻的变电阻密度之间的概率之比作为该时刻的一般状态比，以各时刻的极大状态比组成的序列为第一状态比链，以各时刻的一般状态比组成的序列为第二状态比链。如此计算第一状态比与第二状态比，可以提前预警电池包可能出现故障的时间点，这有助于及时采取维修或更换措施，提高电池包的可靠性和使用寿命。
进一步地，所述概率之比为概率值之间的比值或者概率分布上的距离，表示两种概率特征或概率密度等在线性概率分布上的差异，可以包括但不限于，两个概率值之间的差之绝对值和/或两个概率值之间的比值。
进一步地，于多个时刻分区域地获取电池包的温度值、压力值以及电池包的输出端的接触电阻阻值的方法为：对电池包的底板进行划分得到多个划分子区域，将划分子区域以矩阵的形式排列成子区域方阵，划分子区域以行列大小相等的矩阵的形式排列成子区域方阵；在所述子区域方阵中，对每个划分子区域进行温度值的获取，以各个划分子区域对应的温度值组成温度值方阵，于多个不同时刻对子区域方阵进行获取温度值方阵；在所述子区域方阵中，对每个划分子区域受到的压力进行监测以获取压力值，以各个划分子区域对应的压力值组成压力值方阵，于所述多个不同时刻对子区域方阵进行获取压力值方阵；获取所述电池包的输出端于所述多个不同时刻的接触电阻阻值组成电阻值时间序列。
进一步地，根据状态迭更网格，对电池包出现故障的时间点进行追踪，具体为：
将所述第一状态比链与所述第二状态比链相互对齐得到状态迭更网格；
在所述状态迭更网格中，分别计算各时刻对应的极大状态比与一般状态比的比值比，分别作为各时刻对应的突出状态比；
在所述状态迭更网格中，计算第一状态比链与第二状态比链的对比程度；
获取时间上首次出现对应的突出状态比数值大于所述对比程度的时刻为追踪时间点，所述追踪时间点为电池包开始出现故障的时间点。如此通过分别计算各时刻对应的极大状态比与一般状态比的比值比(odds)，再将首次出现对应的突出状态比数值大于所述对比程度的时刻进行对比，实现了对电池包故障时间点的追踪，有效地回溯故障发生的关键时间点，方便工程人员在接到维修或异常诊断任务时进行定点排查。
进一步地，以第一状态比链与第二状态比链的向量间的余弦相似度为所述对比程度。
本发明还提供了一种车辆部件无损检测系统，所述一种车辆部件无损检测系统包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述一种车辆部件无损检测方法中的步骤，所述一种车辆部件无损检测系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中，可运行的系统可包括，但不仅限于，处理器、存储器、服务器集群，所述处理器执行所述计算机程序运行在以下系统的单元中：
数据获取单元，用于在多个时刻分区域地获取电池包的温度值、压力值以及电池包的输出端的接触电阻阻值；
数值计算单元，用于计算温度单变向量和压值单变向量以及变电阻密度，得到极大状态比与一般状态比；
追踪单元，用于对电池包出现故障的时间点进行追踪。
本发明的有益效果为：本发明提供了一种车辆部件无损检测方法及系统，在车辆的电池包的部件上，于多个时刻分区域地获取电池包的温度值、压力值以及电池包的输出端的接触电阻阻值，通过计算温度单变向量和压值单变向量以及变电阻密度，得到极大状态比与一般状态比，对电池包出现故障的时间点进行追踪，能够更全面、准确地评估电池包的健康状态，实现对电池包故障时间点的追踪，提高了电池包的安全性和可靠性。
附图说明
通过对结合附图所示出的实施方式进行详细说明，本发明的上述以及其他特征将更加明显，本发明附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：
图1所示为一种车辆部件无损检测方法的流程图；
图2所示为一种车辆部件无损检测系统的系统结构图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
如图1所示为根据本发明的一种车辆部件无损检测方法的流程图，下面结合图1来阐述根据本发明的实施方式的一种车辆部件无损检测方法及系统。
本发明提出一种车辆部件无损检测方法，所述方法具体包括以下步骤：
于多个时刻分区域地获取电池包的温度值、压力值以及电池包的输出端的接触电阻阻值；
通过计算温度单变向量和压值单变向量以及变电阻密度，得到极大状态比与一般状态比；
对电池包出现故障的时间点进行追踪。
进一步地，计算温度单变向量和压值单变向量以及变电阻密度，得到极大状态比与一般状态比的方法为：将多个不同时刻对应的温度值方阵组成温度值方阵序列，将多个不同时刻对应的压力值方阵组成压力值方阵序列，温度值方阵序列中各元素与压力值方阵序列中各元素按对应的时刻相互对齐并保持对应关系；
对每个时刻的温度值方阵计算其温度单变向量，以各温度值方阵通过线性代数的矩阵运算计算所得的单位特征向量作为其温度单变向量；
对每个时刻的压力值方阵计算其压值单变向量，以各压力值方阵通过线性代数的矩阵运算计算所得的单位特征向量作为其压值单变向量；
计算电阻值时间序列中各个时刻对应的电阻值的变电阻密度，分别计算各个时刻对应的电阻值在电阻值时间序列的数值的概率分布中对应的概率密度，统计出电阻值时间序列中各个时刻对应的电阻值的数值的概率分布，并对电阻值的数值的概率分布进行划分出对应所述多个不同时刻的时刻数量的区间，由此统计各个时刻对应的电阻值落在区间的概率密度作为各个时刻对应的变电阻密度，可优选地，所述概率密度可归一化在0至1的取值；
计算每个时刻的温度单变向量与其他各时刻的温度单变向量的余弦相似度并计算各余弦相似度的算术平均值作为该个时刻的温度单变向量的温度对比度，再将该个时刻的温度单变向量的各维度的数值分别乘以其温度对比度得到该个时刻的温变对比向量，以各时刻的温变对比向量组成温变时间矩阵；
计算每个时刻的压值单变向量与其他各时刻的压值单变向量的余弦相似度并计算各余弦相似度的算术平均值作为该个时刻的压值单变向量的压值对比度，再将该个时刻的压值单变向量的各维度的数值分别乘以其压值对比度得到该个时刻的压值对比向量，以各时刻的压值对比向量组成压变时间矩阵；
以各时刻的温变对比向量和压值对比向量各维度相互进行点乘得到各时刻的温压对比向量；
分别在各时刻的温压对比向量中，选取其中数值为最大的维度的数值为该时刻的第一特征，并选取其中数值为中位数或众数的维度的数值为该时刻的第二特征，以该时刻的第一特征与该时刻的变电阻密度之间的概率之比作为该时刻的极大状态比，以该时刻的第二特征与该时刻的变电阻密度之间的概率之比作为该时刻的一般状态比，以各时刻的极大状态比组成的序列为第一状态比链，以各时刻的一般状态比组成的序列为第二状态比链。
进一步地，所述概率之比为概率值之间的比值或者概率分布上的距离，表示两种概率特征或概率密度等在线性概率分布上的差异，可以包括但不限于，两个概率值之间的差之绝对值和/或两个概率值之间的比值。
进一步地，于多个时刻分区域地获取电池包的温度值、压力值以及电池包的输出端的接触电阻阻值的方法为：对电池包的底板进行划分得到多个划分子区域，将划分子区域以矩阵的形式排列成子区域方阵，划分子区域以行列大小相等的矩阵的形式排列成子区域方阵；在所述子区域方阵中，对每个划分子区域进行温度值的获取，以各个划分子区域对应的温度值组成温度值方阵，于多个不同时刻对子区域方阵进行获取温度值方阵；在所述子区域方阵中，对每个划分子区域受到的压力进行监测以获取压力值，以各个划分子区域对应的压力值组成压力值方阵，于所述多个不同时刻对子区域方阵进行获取压力值方阵；获取所述电池包的输出端于所述多个不同时刻的接触电阻阻值组成电阻值时间序列。
进一步地，根据状态迭更网格，对电池包出现故障的时间点进行追踪，具体为：
将所述第一状态比链与所述第二状态比链相互对齐得到状态迭更网格；
在所述状态迭更网格中，分别计算各时刻对应的极大状态比与一般状态比的比值比，分别作为各时刻对应的突出状态比；
在所述状态迭更网格中，计算第一状态比链与第二状态比链的对比程度：在一些实施例中，可优选地，以第一状态比链与第二状态比链的向量间的余弦相似度为所述对比程度，而在一些实施例中，也可以第一状态比链与第二状态比链的信息论距离为所述对比程度，其中包括但不限于交叉熵和KL散度等；
获取时间上首次出现对应的突出状态比数值大于所述对比程度的时刻为追踪时间点，所述追踪时间点为电池包开始出现故障的时间点。
进一步地，以第一状态比链与第二状态比链的向量间的余弦相似度为所述对比程度。
所述一种车辆部件无损检测系统运行于桌上型计算机、笔记本电脑、掌上电脑或云端数据中心的任一计算设备中，所述计算设备包括：处理器、存储器及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述一种车辆部件无损检测方法中的步骤,可运行的系统可包括，但不仅限于，处理器、存储器、服务器集群。
本发明的实施例提供的一种车辆部件无损检测系统，如图2所示，该实施例的一种车辆部件无损检测系统包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种车辆部件无损检测方法实施例中的步骤，所述处理器执行所述计算机程序运行在以下系统的单元中：
数据获取单元，用于在多个时刻分区域地获取电池包的温度值、压力值以及电池包的输出端的接触电阻阻值；
数值计算单元，用于计算温度单变向量和压值单变向量以及变电阻密度，得到极大状态比与一般状态比；
追踪单元，用于对电池包出现故障的时间点进行追踪。其中，优选地，本发明中所有未定义的变量，若未有明确定义，均可为人工设置的阈值。
所述一种车辆部件无损检测系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中。所述一种车辆部件无损检测系统包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种车辆部件无损检测方法及系统的示例，并不构成对一种车辆部件无损检测方法及系统的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种车辆部件无损检测系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立元器件门电路或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种车辆部件无损检测系统的控制中心，利用各种接口和线路连接整个一种车辆部件无损检测系统的各个分区域。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种车辆部件无损检测方法及系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明提供了一种车辆部件无损检测方法及系统，在车辆的电池包的部件上，于多个时刻分区域地获取电池包的温度值、压力值以及电池包的输出端的接触电阻阻值，通过计算温度单变向量和压值单变向量以及变电阻密度，得到极大状态比与一般状态比，对电池包出现故障的时间点进行追踪，能够更全面、准确地评估电池包的健康状态，实现对电池包故障时间点的追踪，提高了电池包的安全性和可靠性。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
Claims (7)
1.一种车辆部件无损检测方法，其特征在于，所述方法包括以下步骤：
于多个时刻分区域地获取电池包的温度值、压力值以及电池包的输出端的接触电阻阻值，通过计算温度单变向量和压值单变向量以及变电阻密度，得到极大状态比与一般状态比，对电池包出现故障的时间点进行追踪。
2.根据权利要求1所述的一种车辆部件无损检测方法，其特征在于，计算温度单变向量和压值单变向量以及变电阻密度，得到极大状态比与一般状态比的方法为：将多个不同时刻对应的温度值方阵组成温度值方阵序列，将多个不同时刻对应的压力值方阵组成压力值方阵序列；对每个时刻的温度值方阵计算其温度单变向量，对每个时刻的压力值方阵计算其压值单变向量；
计算电阻值时间序列中各个时刻对应的电阻值的变电阻密度，分别计算各个时刻对应的电阻值在电阻值时间序列的数值的概率分布中对应的概率密度，由此统计各个时刻对应的电阻值落在区间的概率密度作为各个时刻对应的变电阻密度；
计算每个时刻的温度单变向量与其他各时刻的温度单变向量的余弦相似度并计算各余弦相似度的算术平均值作为该个时刻的温度单变向量的温度对比度，再将该个时刻的温度单变向量的各维度的数值分别乘以其温度对比度得到该个时刻的温变对比向量，以各时刻的温变对比向量组成温变时间矩阵；
计算每个时刻的压值单变向量与其他各时刻的压值单变向量的余弦相似度并计算各余弦相似度的算术平均值作为该个时刻的压值单变向量的压值对比度，再将该个时刻的压值单变向量的各维度的数值分别乘以其压值对比度得到该个时刻的压值对比向量，以各时刻的压值对比向量组成压变时间矩阵；
以各时刻的温变对比向量和压值对比向量各维度相互进行点乘得到各时刻的温压对比向量；
分别在各时刻的温压对比向量中，选取其中数值为最大的维度的数值为该时刻的第一特征，并选取其中数值为中位数或众数的维度的数值为该时刻的第二特征，以该时刻的第一特征与该时刻的变电阻密度之间的概率之比作为该时刻的极大状态比，以该时刻的第二特征与该时刻的变电阻密度之间的概率之比作为该时刻的一般状态比，以各时刻的极大状态比组成的序列为第一状态比链，以各时刻的一般状态比组成的序列为第二状态比链。
3.根据权利要求2所述的一种车辆部件无损检测方法，其特征在于，所述概率之比为概率值之间的比值或者概率分布上的距离。
4.根据权利要求2所述的一种车辆部件无损检测方法，其特征在于，于多个时刻分区域地获取电池包的温度值、压力值以及电池包的输出端的接触电阻阻值的方法为：对电池包的底板进行划分得到多个划分子区域，将划分子区域以矩阵的形式排列成子区域方阵，划分子区域以行列大小相等的矩阵的形式排列成子区域方阵；在所述子区域方阵中，对每个划分子区域进行温度值的获取，以各个划分子区域对应的温度值组成温度值方阵，于多个不同时刻对子区域方阵进行获取温度值方阵；在所述子区域方阵中，对每个划分子区域受到的压力进行监测以获取压力值，以各个划分子区域对应的压力值组成压力值方阵，于所述多个不同时刻对子区域方阵进行获取压力值方阵；获取所述电池包的输出端于所述多个不同时刻的接触电阻阻值组成电阻值时间序列。
5.根据权利要求1或2所述的一种车辆部件无损检测方法，其特征在于，根据状态迭更网格，对电池包出现故障的时间点进行追踪，具体为：
将所述第一状态比链与所述第二状态比链相互对齐得到状态迭更网格；
在所述状态迭更网格中，分别计算各时刻对应的极大状态比与一般状态比的比值比，分别作为各时刻对应的突出状态比；
在所述状态迭更网格中，计算第一状态比链与第二状态比链的对比程度；
获取时间上首次出现对应的突出状态比数值大于所述对比程度的时刻为追踪时间点。
6.根据权利要求5所述的一种车辆部件无损检测方法，其特征在于，以第一状态比链与第二状态比链的向量间的余弦相似度为所述对比程度。
7.一种车辆部件无损检测系统，其特征在于，所述一种车辆部件无损检测系统运行于桌上型计算机、笔记本电脑或云端数据中心的任一计算设备中，所述计算设备包括：处理器、存储器及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的一种车辆部件无损检测方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311163275.2A CN117207778B (zh) | 2023-09-08 | 2023-09-08 | 一种车辆部件无损检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311163275.2A CN117207778B (zh) | 2023-09-08 | 2023-09-08 | 一种车辆部件无损检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117207778A true CN117207778A (zh) | 2023-12-12 |
| CN117207778B CN117207778B (zh) | 2024-02-13 |
Family
ID=89036430
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311163275.2A Active CN117207778B (zh) | 2023-09-08 | 2023-09-08 | 一种车辆部件无损检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117207778B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117054903A (zh) * | 2023-09-11 | 2023-11-14 | 嘉丰盛精密电子科技(孝感)有限公司 | 一种汽车电池包异常监测方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000305940A (ja) * | 1999-04-21 | 2000-11-02 | Nippon Telegr & Teleph Corp <Ntt> | 時系列データ検索方法及び装置及び時系列データ検索プログラムを格納した記憶媒体 |
| US20200395775A1 (en) * | 2017-12-26 | 2020-12-17 | Panasonic Intellectual Property Management Co., Ltd. | Battery management device, battery system, and vehicle power supply system |
| CN112415402A (zh) * | 2021-01-25 | 2021-02-26 | 浙江纽联科技有限公司 | 锂电池容量估计、电芯异常预测的方法和系统 |
| CN113075575A (zh) * | 2021-03-04 | 2021-07-06 | 湖南大学 | 车辆电池包安全状态评估方法、系统、装置及存储介质 |
| DE102021204014A1 (de) * | 2021-04-22 | 2022-10-27 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Bereitstellen eines Alterungszustandsmodells zur Ermittlung von aktuellen und prädizierten Alterungszuständen von elektrischen Energiespeichern mithilfe von Transfer-Lernen mithilfe maschineller Lernverfahren |
| CN115657552A (zh) * | 2022-10-25 | 2023-01-31 | 孙翀 | 一种新能源汽车电池消防安全智能监测控制系统及方法 |
| US20230046146A1 (en) * | 2021-08-09 | 2023-02-16 | Contemporary Amperex Technology Co., Limited | Method, apparatus, device, and system for monitoring battery pack safety and storage medium |
| CN115902629A (zh) * | 2022-11-17 | 2023-04-04 | 北京理工大学 | 一种锂离子电池安全状态评估及安全故障分级方法 |
| CN116298948A (zh) * | 2023-03-24 | 2023-06-23 | 中国第一汽车股份有限公司 | 车辆动力电池功能安全监测方法、装置及存储介质 |
-
2023
- 2023-09-08 CN CN202311163275.2A patent/CN117207778B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000305940A (ja) * | 1999-04-21 | 2000-11-02 | Nippon Telegr & Teleph Corp <Ntt> | 時系列データ検索方法及び装置及び時系列データ検索プログラムを格納した記憶媒体 |
| US20200395775A1 (en) * | 2017-12-26 | 2020-12-17 | Panasonic Intellectual Property Management Co., Ltd. | Battery management device, battery system, and vehicle power supply system |
| CN112415402A (zh) * | 2021-01-25 | 2021-02-26 | 浙江纽联科技有限公司 | 锂电池容量估计、电芯异常预测的方法和系统 |
| CN113075575A (zh) * | 2021-03-04 | 2021-07-06 | 湖南大学 | 车辆电池包安全状态评估方法、系统、装置及存储介质 |
| DE102021204014A1 (de) * | 2021-04-22 | 2022-10-27 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Bereitstellen eines Alterungszustandsmodells zur Ermittlung von aktuellen und prädizierten Alterungszuständen von elektrischen Energiespeichern mithilfe von Transfer-Lernen mithilfe maschineller Lernverfahren |
| US20230046146A1 (en) * | 2021-08-09 | 2023-02-16 | Contemporary Amperex Technology Co., Limited | Method, apparatus, device, and system for monitoring battery pack safety and storage medium |
| CN115657552A (zh) * | 2022-10-25 | 2023-01-31 | 孙翀 | 一种新能源汽车电池消防安全智能监测控制系统及方法 |
| CN115902629A (zh) * | 2022-11-17 | 2023-04-04 | 北京理工大学 | 一种锂离子电池安全状态评估及安全故障分级方法 |
| CN116298948A (zh) * | 2023-03-24 | 2023-06-23 | 中国第一汽车股份有限公司 | 车辆动力电池功能安全监测方法、装置及存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117054903A (zh) * | 2023-09-11 | 2023-11-14 | 嘉丰盛精密电子科技(孝感)有限公司 | 一种汽车电池包异常监测方法及系统 |
| CN117054903B (zh) * | 2023-09-11 | 2024-03-12 | 嘉丰盛精密电子科技(孝感)有限公司 | 一种汽车电池包异常监测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117207778B (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108923952B (zh) | 基于服务监控指标的故障诊断方法、设备及存储介质 | |
| CN117207778B (zh) | 一种车辆部件无损检测方法及系统 | |
| CN105637432A (zh) | 识别被监控实体的异常行为 | |
| CN107391335B (zh) | 一种用于检查集群健康状态的方法和设备 | |
| US9164857B2 (en) | Scalable structured data store operations | |
| CN116593897A (zh) | 动力电池故障诊断方法、系统、车辆及存储介质 | |
| CN115879748A (zh) | 一种基于大数据的企业信息化管理集成平台 | |
| CN113946983A (zh) | 产品可靠性薄弱环节评估方法、装置和计算机设备 | |
| CN116775436A (zh) | 芯片故障预测方法、装置、计算机设备和存储介质 | |
| CN116700955A (zh) | 作业处理方法、装置、计算机设备及可读存储介质 | |
| CN111314110A (zh) | 一种用于分布式系统的故障预警方法 | |
| CN113708986B (zh) | 服务器监控装置、方法及计算机可读存储介质 | |
| CN117054903B (zh) | 一种汽车电池包异常监测方法及系统 | |
| CN114356900A (zh) | 一种电力数据异常检测方法、装置、设备及介质 | |
| CN111581044A (zh) | 集群优化方法、装置、服务器及介质 | |
| Sridevi et al. | Predictive Maintenance of Lead-Acid Batteries Using Machine Learning Algorithms | |
| CN109558258B (zh) | 一种分布式系统根源故障定位的方法及装置 | |
| CN116860562B (zh) | 一种用于数据中台数据质量的监控方法及系统 | |
| CN115829543B (zh) | 基于故障需检区间的电力设备预防性试验有效性确定方法 | |
| CN115795928B (zh) | 基于伽马过程的加速退化试验数据处理方法和装置 | |
| CN116127149B (zh) | 图数据库集群健康度的量化方法和系统 | |
| CN115086156B (zh) | 存储区域网络中异常应用的定位方法 | |
| CN117573481B (zh) | 接口监控方法、系统、电子设备及计算机可读存储介质 | |
| CN113112036A (zh) | 车辆的数据处理方法、装置以及计算机设备 | |
| CN108243030A (zh) | 一种备份服务器选择管理方法 |
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 |