CN117517999B - 一种基于人工智能的锂电池电芯检测系统 - Google Patents
一种基于人工智能的锂电池电芯检测系统 Download PDFInfo
- Publication number
- CN117517999B CN117517999B CN202410025234.5A CN202410025234A CN117517999B CN 117517999 B CN117517999 B CN 117517999B CN 202410025234 A CN202410025234 A CN 202410025234A CN 117517999 B CN117517999 B CN 117517999B
- Authority
- CN
- China
- Prior art keywords
- lithium battery
- battery
- signal
- time
- real
- 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.)
- Active
Links
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 278
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 275
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 11
- 230000007613 environmental effect Effects 0.000 claims abstract description 74
- 238000001514 detection method Methods 0.000 claims abstract description 69
- 230000002159 abnormal effect Effects 0.000 claims abstract description 63
- 238000000034 method Methods 0.000 claims abstract description 56
- 230000001360 synchronised effect Effects 0.000 claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims description 21
- 230000017525 heat dissipation Effects 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000010438 heat treatment Methods 0.000 claims description 15
- 238000007789 sealing Methods 0.000 claims description 7
- 230000000630 rising effect Effects 0.000 claims description 6
- 239000000725 suspension Substances 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 description 5
- 238000005299 abrasion Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 229910000733 Li alloy Inorganic materials 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000001989 lithium alloy Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007773 negative electrode material Substances 0.000 description 1
- 239000011255 nonaqueous electrolyte Substances 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- G01R31/003—Environmental or reliability tests
-
- 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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种基于人工智能的锂电池电芯检测系统,涉及锂电池电芯检测技术领域,解决了现有技术中,无法对锂电池进行电芯环境影响,以至于不能够准确进行同步监管还是分步监管的技术问题,具体为运行性能分析单元对锂电池电芯进行运行性能分析,通过运行性能分析生成重配备信号或者配备合格信号;环境影响分析单元对锂电池进行环境影响分析,判断锂电池运行过程中周边环境对电芯的影响是否正常,获取到锂电池实时环境影响分析系数,根据实时环境影响分析系数比较生成环境管控分步监管信号和环境管控同步监管信号;异常运行影响分析单元对锂电池异常运行进行影响分析,并通过运行安全评估单元对锂电池进行运行安全评估。
Description
技术领域
本发明涉及锂电池电芯检测技术领域,具体为一种基于人工智能的锂电池电芯检测系统。
背景技术
锂电池是一种以锂金属或锂合金为负极材料,使用非水电解质溶液的一次电池,与可充电电池锂离子电池跟锂离子聚合物电池是不一样的;由于锂金属的化学特性非常活泼,使得锂金属的加工、保存、使用,对环境要求非常高。
但是在现有技术中,锂电池使用时无法对锂电池电芯进行性能分析,造成不能够保证锂电池与电芯配合使用时运行性能满足实际需求,同时无法对锂电池进行电芯环境影响,以至于不能够准确进行同步监管还是分步监管。
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的就在于为了解决上述提出的问题,而提出一种基于人工智能的锂电池电芯检测系统。
本发明的目的可以通过以下技术方案实现:
一种基于人工智能的锂电池电芯检测系统,包括检测平台,检测平台通讯连接有运行性能分析单元、环境影响分析单元、异常运行影响分析单元以及运行安全评估单元;
运行性能分析单元对锂电池电芯进行运行性能分析,通过运行性能分析生成重配备信号或者配备合格信号,并将其发送至检测平台;环境影响分析单元对锂电池进行环境影响分析,判断锂电池运行过程中周边环境对电芯的影响是否正常,获取到锂电池实时环境影响分析系数,根据实时环境影响分析系数比较生成环境管控分步监管信号和环境管控同步监管信号,并将其发送至检测平台;异常运行影响分析单元对锂电池异常运行进行影响分析,并通过运行安全评估单元对锂电池进行运行安全评估。
作为本发明的一种优选实施方式,运行性能分析单元的运行过程如下:
获取到锂电池与电芯电连接过程中密封性完好前提下锂电池局部放电量的增加频率以及锂电池与电芯电连接过程中内部温度浮动时供电停顿累计时长,并将锂电池与电芯电连接过程中密封性完好前提下锂电池局部放电量的增加频率以及锂电池与电芯电连接过程中内部温度浮动时供电停顿累计时长分别与局放量增加频率阈值和供电中断累计时长阈值进行比较。
作为本发明的一种优选实施方式,若锂电池与电芯电连接过程中密封性完好前提下锂电池局部放电量的增加频率超过局放量增加频率阈值,或者锂电池与电芯电连接过程中内部温度浮动时供电停顿累计时长超过供电中断累计时长阈值,则判定锂电池与电芯配合性能检测异常,生成重配备信号并将重配备信号发送至检测平台;若锂电池与电芯电连接过程中密封性完好前提下锂电池局部放电量的增加频率未超过局放量增加频率阈值,且锂电池与电芯电连接过程中内部温度浮动时供电停顿累计时长未超过供电中断累计时长阈值,则判定锂电池与电芯配合性能检测正常,生成配备合格信号并将配备合格信号发送至环境影响分析单元。
作为本发明的一种优选实施方式,环境影响分析单元的运行过程如下:
在周边环境造成锂电池振动时,获取到锂电池表面振动持续时长与电芯振动持续时长的时长偏差值,并将锂电池表面振动持续时长与电芯振动持续时长的时长偏差值标记为SCC;同时获取到锂电池冲击耐受频率与电芯冲击耐受频率的偏差值,并将锂电池冲击耐受频率与电芯冲击耐受频率的偏差值标记为PLC;获取到锂电池当前周边环境温度浮动时锂电池内部电芯运行升温速度的浮动量,并将锂电池当前周边环境温度浮动时锂电池内部电芯运行升温速度的浮动量标记为SFD;
通过公式获取到锂电池实时环境影响分析系数G,其中,f1、f2以及f3均为预设比例系数,且f1>f2>f3>1;将锂电池实时环境影响分析系数G与环境影响分析系数阈值进行比较。
作为本发明的一种优选实施方式,若锂电池实时环境影响分析系数G超过环境影响分析系数阈值,则判定锂电池实时运行环境影响分析异常,生成环境管控分步监管信号并将环境管控分步监管信号发送至检测平台,检测平台接收到环境管控分步监管信号后,根据当前匹配的锂电池和电芯进行分步监管,设定不同检测参数阈值;若锂电池实时环境影响分析系数G未超过环境影响分析系数阈值,则判定锂电池实时运行环境影响分析正常,生成环境管控同步监管信号并将环境管控同步监管信号发送至检测平台,检测平台接收到环境管控同步监管信号后,对锂电池和电芯进行同步监管。
作为本发明的一种优选实施方式,异常运行影响分析单元的运行过程如下:
获取到锂电池外接电路短路时锂电池表面本身承载电压与电芯本身承载电压的数值差以及锂电池外接电路短路时锂电池检测到短路时刻与电芯电量输送中止时刻的缓冲时长量,并将锂电池外接电路短路时锂电池表面本身承载电压与电芯本身承载电压的数值差以及锂电池外接电路短路时锂电池检测到短路时刻与电芯电量输送中止时刻的缓冲时长量分别与承载电压数值差阈值和缓冲时长量阈值进行比较。
作为本发明的一种优选实施方式,若锂电池外接电路短路时锂电池表面本身承载电压与电芯本身承载电压的数值差未超过承载电压数值差阈值,或者锂电池外接电路短路时锂电池检测到短路时刻与电芯电量输送中止时刻的缓冲时长量未超过缓冲时长量阈值,则判定锂电池与电芯内部保护性能检测异常,生成异常运行高影响信号并将异常运行高影响信号发送至检测平台,检测平台接收后对锂电池和电芯进行实时质量检测,并在锂电池所在电路异常时及时进行电芯电量输送中断;
若锂电池外接电路短路时锂电池表面本身承载电压与电芯本身承载电压的数值差超过承载电压数值差阈值,且锂电池外接电路短路时锂电池检测到短路时刻与电芯电量输送中止时刻的缓冲时长量超过缓冲时长量阈值,则判定锂电池与电芯内部保护性能检测正常,生成异常运行低影响信号并将异常运行低影响信号发送至检测平台。
作为本发明的一种优选实施方式,运行安全评估单元的运行过程如下:
获取到锂电池运行过程中锂电池表面发热区域面积占比的实时增加速度以及锂电池表面区域发热时停运后内部电芯散热速度的降低量,并将锂电池运行过程中锂电池表面发热区域面积占比的实时增加速度以及锂电池表面区域发热时停运后内部电芯散热速度的降低量分别与占比实时增加速度阈值和散热速度降低量阈值进行比较:
若锂电池运行过程中锂电池表面发热区域面积占比的实时增加速度超过占比实时增加速度阈值,或者锂电池表面区域发热时停运后内部电芯散热速度的降低量超过散热速度降低量阈值,则判定锂电池运行安全评估异常,生成运行安全评估异常信号并将运行安全评估异常信号发送至检测平台;检测平台接收到运行评估异常信号后,对锂电池进行发热温度控制;
若锂电池运行过程中锂电池表面发热区域面积占比的实时增加速度未超过占比实时增加速度阈值,且锂电池表面区域发热时停运后内部电芯散热速度的降低量未超过散热速度降低量阈值,则判定锂电池运行安全评估正常,生成运行安全评估正常信号并将运行安全评估正常信号发送至检测平台。
与现有技术相比,本发明的有益效果是:
1、本发明中,对锂电池电芯进行运行性能分析,判断锂电池与电芯配合使用时运行性能是否满足实际需求,从而保证锂电池电芯运行性能异常,造成锂电池和电芯配合运行低效,降低了锂电池的使用效率,同时增加了电能使用风险;对锂电池进行环境影响分析,判断锂电池运行过程中周边环境对电芯的影响是否正常,避免锂电池运行过程中周边环境造成电芯运行低效,保证锂电池与电芯的环境影响程度一致,避免锂电池监控过程中无法保证电芯的影响,造成电芯受到影响且持续运行引起不必要的设备磨损。
2、本发明中,对锂电池异常运行进行影响分析,判断锂电池异常运行对电芯本身的影响是否正常,从而对锂电池的电芯保护性能进行检测,避免锂电池使用环境存在异常运行,造成电芯本身产生磨损,降低了锂电池的使用效率;对锂电池进行运行安全评估,判断锂电池运行过程中实时安全性能是否满足需求,避免锂电池的运行安全效率降低,造成锂电池本身和内部电芯的使用质量降低,降低了锂电池整体的运行效率。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的原理框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
请参阅图1所示,一种基于人工智能的锂电池电芯检测系统,包括检测平台,检测平台通讯连接有运行性能分析单元、环境影响分析单元、异常运行影响分析单元以及运行安全评估单元;
检测平台生成运行性能分析信号并将运行性能分析信号发送至运行性能分析单元,运行性能分析单元接收到运行性能分析信号后,对锂电池电芯进行运行性能分析,判断锂电池与电芯配合使用时运行性能是否满足实际需求,从而保证锂电池电芯运行性能异常,造成锂电池和电芯配合运行低效,降低了锂电池的使用效率,同时增加了电能使用风险;
获取到锂电池与电芯电连接过程中密封性完好前提下锂电池局部放电量的增加频率以及锂电池与电芯电连接过程中内部温度浮动时供电停顿累计时长,并将锂电池与电芯电连接过程中密封性完好前提下锂电池局部放电量的增加频率以及锂电池与电芯电连接过程中内部温度浮动时供电停顿累计时长分别与局放量增加频率阈值和供电中断累计时长阈值进行比较:
若锂电池与电芯电连接过程中密封性完好前提下锂电池局部放电量的增加频率超过局放量增加频率阈值,或者锂电池与电芯电连接过程中内部温度浮动时供电停顿累计时长超过供电中断累计时长阈值,则判定锂电池与电芯配合性能检测异常,生成重配备信号并将重配备信号发送至检测平台;
若锂电池与电芯电连接过程中密封性完好前提下锂电池局部放电量的增加频率未超过局放量增加频率阈值,且锂电池与电芯电连接过程中内部温度浮动时供电停顿累计时长未超过供电中断累计时长阈值,则判定锂电池与电芯配合性能检测正常,生成配备合格信号并将配备合格信号发送至环境影响分析单元;
环境影响分析单元接收到配备合格信号后,对锂电池进行环境影响分析,判断锂电池运行过程中周边环境对电芯的影响是否正常,避免锂电池运行过程中周边环境造成电芯运行低效,保证锂电池与电芯的环境影响程度一致,避免锂电池监控过程中无法保证电芯的影响,造成电芯受到影响且持续运行引起不必要的设备磨损;
在周边环境造成锂电池振动时,获取到锂电池表面振动持续时长与电芯振动持续时长的时长偏差值,并将锂电池表面振动持续时长与电芯振动持续时长的时长偏差值标记为SCC;同时获取到锂电池冲击耐受频率与电芯冲击耐受频率的偏差值,并将锂电池冲击耐受频率与电芯冲击耐受频率的偏差值标记为PLC;获取到锂电池当前周边环境温度浮动时锂电池内部电芯运行升温速度的浮动量,并将锂电池当前周边环境温度浮动时锂电池内部电芯运行升温速度的浮动量标记为SFD;
通过公式获取到锂电池实时环境影响分析系数G,其中,f1、f2以及f3均为预设比例系数,且f1>f2>f3>1;
将锂电池实时环境影响分析系数G与环境影响分析系数阈值进行比较:
若锂电池实时环境影响分析系数G超过环境影响分析系数阈值,则判定锂电池实时运行环境影响分析异常,生成环境管控分步监管信号并将环境管控分步监管信号发送至检测平台,检测平台接收到环境管控分步监管信号后,根据当前匹配的锂电池和电芯进行分步监管,设定不同检测参数阈值;
若锂电池实时环境影响分析系数G未超过环境影响分析系数阈值,则判定锂电池实时运行环境影响分析正常,生成环境管控同步监管信号并将环境管控同步监管信号发送至检测平台,检测平台接收到环境管控同步监管信号后,对锂电池和电芯进行同步监管;
检测平台生成异常运行影响分析信号并将异常运行影响分析信号发送至异常运行影响分析单元,异常运行影响分析单元接收到异常运行影响分析信号后,对锂电池异常运行进行影响分析,判断锂电池异常运行对电芯本身的影响是否正常,从而对锂电池的电芯保护性能进行检测,避免锂电池使用环境存在异常运行,造成电芯本身产生磨损,降低了锂电池的使用效率;
获取到锂电池外接电路短路时锂电池表面本身承载电压与电芯本身承载电压的数值差以及锂电池外接电路短路时锂电池检测到短路时刻与电芯电量输送中止时刻的缓冲时长量,并将锂电池外接电路短路时锂电池表面本身承载电压与电芯本身承载电压的数值差以及锂电池外接电路短路时锂电池检测到短路时刻与电芯电量输送中止时刻的缓冲时长量分别与承载电压数值差阈值和缓冲时长量阈值进行比较:
若锂电池外接电路短路时锂电池表面本身承载电压与电芯本身承载电压的数值差未超过承载电压数值差阈值,或者锂电池外接电路短路时锂电池检测到短路时刻与电芯电量输送中止时刻的缓冲时长量未超过缓冲时长量阈值,则判定锂电池与电芯内部保护性能检测异常,生成异常运行高影响信号并将异常运行高影响信号发送至检测平台,检测平台接收后对锂电池和电芯进行实时质量检测,并在锂电池所在电路异常时及时进行电芯电量输送中断;
若锂电池外接电路短路时锂电池表面本身承载电压与电芯本身承载电压的数值差超过承载电压数值差阈值,且锂电池外接电路短路时锂电池检测到短路时刻与电芯电量输送中止时刻的缓冲时长量超过缓冲时长量阈值,则判定锂电池与电芯内部保护性能检测正常,生成异常运行低影响信号并将异常运行低影响信号发送至检测平台;
检测平台生成运行安全评估信号并将运行安全评估信号发送至运行安全评估单元,运行安全评估单元接收到运行安全评估信号后,对锂电池进行运行安全评估,判断锂电池运行过程中实时安全性能是否满足需求,避免锂电池的运行安全效率降低,造成锂电池本身和内部电芯的使用质量降低,降低了锂电池整体的运行效率;
获取到锂电池运行过程中锂电池表面发热区域面积占比的实时增加速度以及锂电池表面区域发热时停运后内部电芯散热速度的降低量,并将锂电池运行过程中锂电池表面发热区域面积占比的实时增加速度以及锂电池表面区域发热时停运后内部电芯散热速度的降低量分别与占比实时增加速度阈值和散热速度降低量阈值进行比较:
若锂电池运行过程中锂电池表面发热区域面积占比的实时增加速度超过占比实时增加速度阈值,或者锂电池表面区域发热时停运后内部电芯散热速度的降低量超过散热速度降低量阈值,则判定锂电池运行安全评估异常,生成运行安全评估异常信号并将运行安全评估异常信号发送至检测平台;检测平台接收到运行评估异常信号后,对锂电池进行发热温度控制;
若锂电池运行过程中锂电池表面发热区域面积占比的实时增加速度未超过占比实时增加速度阈值,且锂电池表面区域发热时停运后内部电芯散热速度的降低量未超过散热速度降低量阈值,则判定锂电池运行安全评估正常,生成运行安全评估正常信号并将运行安全评估正常信号发送至检测平台;
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
本发明在使用时,运行性能分析单元对锂电池电芯进行运行性能分析,通过运行性能分析生成重配备信号或者配备合格信号,并将其发送至检测平台;环境影响分析单元对锂电池进行环境影响分析,判断锂电池运行过程中周边环境对电芯的影响是否正常,获取到锂电池实时环境影响分析系数,根据实时环境影响分析系数比较生成环境管控分步监管信号和环境管控同步监管信号,并将其发送至检测平台;异常运行影响分析单元对锂电池异常运行进行影响分析,并通过运行安全评估单元对锂电池进行运行安全评估。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (4)
1.一种基于人工智能的锂电池电芯检测系统,包括检测平台,其特征在于,检测平台通讯连接有运行性能分析单元、环境影响分析单元、异常运行影响分析单元以及运行安全评估单元;
运行性能分析单元对锂电池电芯进行运行性能分析,通过运行性能分析生成重配备信号或者配备合格信号,并将其发送至检测平台;环境影响分析单元对锂电池进行环境影响分析,判断锂电池运行过程中周边环境对电芯的影响是否正常,获取到锂电池实时环境影响分析系数,根据实时环境影响分析系数比较生成环境管控分步监管信号和环境管控同步监管信号,并将其发送至检测平台;异常运行影响分析单元对锂电池异常运行进行影响分析,并通过运行安全评估单元对锂电池进行运行安全评估;
运行性能分析单元的运行过程如下:
获取到锂电池与电芯电连接过程中密封性完好前提下锂电池局部放电量的增加频率以及锂电池与电芯电连接过程中内部温度浮动时供电停顿累计时长,并将锂电池与电芯电连接过程中密封性完好前提下锂电池局部放电量的增加频率以及锂电池与电芯电连接过程中内部温度浮动时供电停顿累计时长分别与局放量增加频率阈值和供电中断累计时长阈值进行比较;
若锂电池与电芯电连接过程中密封性完好前提下锂电池局部放电量的增加频率超过局放量增加频率阈值,或者锂电池与电芯电连接过程中内部温度浮动时供电停顿累计时长超过供电中断累计时长阈值,则判定锂电池与电芯配合性能检测异常,生成重配备信号并将重配备信号发送至检测平台;若锂电池与电芯电连接过程中密封性完好前提下锂电池局部放电量的增加频率未超过局放量增加频率阈值,且锂电池与电芯电连接过程中内部温度浮动时供电停顿累计时长未超过供电中断累计时长阈值,则判定锂电池与电芯配合性能检测正常,生成配备合格信号并将配备合格信号发送至环境影响分析单元;
环境影响分析单元的运行过程如下:
在周边环境造成锂电池振动时,获取到锂电池表面振动持续时长与电芯振动持续时长的时长偏差值,并将锂电池表面振动持续时长与电芯振动持续时长的时长偏差值标记为SCC;同时获取到锂电池冲击耐受频率与电芯冲击耐受频率的偏差值,并将锂电池冲击耐受频率与电芯冲击耐受频率的偏差值标记为PLC;获取到锂电池当前周边环境温度浮动时锂电池内部电芯运行升温速度的浮动量,并将锂电池当前周边环境温度浮动时锂电池内部电芯运行升温速度的浮动量标记为SFD;
通过公式获取到锂电池实时环境影响分析系数G,其中,f1、f2以及f3均为预设比例系数,且f1>f2>f3>1;将锂电池实时环境影响分析系数G与环境影响分析系数阈值进行比较;
若锂电池实时环境影响分析系数G超过环境影响分析系数阈值,则判定锂电池实时运行环境影响分析异常,生成环境管控分步监管信号并将环境管控分步监管信号发送至检测平台,检测平台接收到环境管控分步监管信号后,根据当前匹配的锂电池和电芯进行分步监管,设定不同检测参数阈值;若锂电池实时环境影响分析系数G未超过环境影响分析系数阈值,则判定锂电池实时运行环境影响分析正常,生成环境管控同步监管信号并将环境管控同步监管信号发送至检测平台,检测平台接收到环境管控同步监管信号后,对锂电池和电芯进行同步监管。
2.根据权利要求1所述的一种基于人工智能的锂电池电芯检测系统,其特征在于,异常运行影响分析单元的运行过程如下:
获取到锂电池外接电路短路时锂电池表面本身承载电压与电芯本身承载电压的数值差以及锂电池外接电路短路时锂电池检测到短路时刻与电芯电量输送中止时刻的缓冲时长量,并将锂电池外接电路短路时锂电池表面本身承载电压与电芯本身承载电压的数值差以及锂电池外接电路短路时锂电池检测到短路时刻与电芯电量输送中止时刻的缓冲时长量分别与承载电压数值差阈值和缓冲时长量阈值进行比较。
3.根据权利要求2所述的一种基于人工智能的锂电池电芯检测系统,其特征在于,若锂电池外接电路短路时锂电池表面本身承载电压与电芯本身承载电压的数值差未超过承载电压数值差阈值,或者锂电池外接电路短路时锂电池检测到短路时刻与电芯电量输送中止时刻的缓冲时长量未超过缓冲时长量阈值,则判定锂电池与电芯内部保护性能检测异常,生成异常运行高影响信号并将异常运行高影响信号发送至检测平台,检测平台接收后对锂电池和电芯进行实时质量检测,并在锂电池所在电路异常时及时进行电芯电量输送中断;
若锂电池外接电路短路时锂电池表面本身承载电压与电芯本身承载电压的数值差超过承载电压数值差阈值,且锂电池外接电路短路时锂电池检测到短路时刻与电芯电量输送中止时刻的缓冲时长量超过缓冲时长量阈值,则判定锂电池与电芯内部保护性能检测正常,生成异常运行低影响信号并将异常运行低影响信号发送至检测平台。
4.根据权利要求1所述的一种基于人工智能的锂电池电芯检测系统,其特征在于,运行安全评估单元的运行过程如下:
获取到锂电池运行过程中锂电池表面发热区域面积占比的实时增加速度以及锂电池表面区域发热时停运后内部电芯散热速度的降低量,并将锂电池运行过程中锂电池表面发热区域面积占比的实时增加速度以及锂电池表面区域发热时停运后内部电芯散热速度的降低量分别与占比实时增加速度阈值和散热速度降低量阈值进行比较:
若锂电池运行过程中锂电池表面发热区域面积占比的实时增加速度超过占比实时增加速度阈值,或者锂电池表面区域发热时停运后内部电芯散热速度的降低量超过散热速度降低量阈值,则判定锂电池运行安全评估异常,生成运行安全评估异常信号并将运行安全评估异常信号发送至检测平台;检测平台接收到运行评估异常信号后,对锂电池进行发热温度控制;
若锂电池运行过程中锂电池表面发热区域面积占比的实时增加速度未超过占比实时增加速度阈值,且锂电池表面区域发热时停运后内部电芯散热速度的降低量未超过散热速度降低量阈值,则判定锂电池运行安全评估正常,生成运行安全评估正常信号并将运行安全评估正常信号发送至检测平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410025234.5A CN117517999B (zh) | 2024-01-08 | 2024-01-08 | 一种基于人工智能的锂电池电芯检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410025234.5A CN117517999B (zh) | 2024-01-08 | 2024-01-08 | 一种基于人工智能的锂电池电芯检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117517999A CN117517999A (zh) | 2024-02-06 |
CN117517999B true CN117517999B (zh) | 2024-05-24 |
Family
ID=89753581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410025234.5A Active CN117517999B (zh) | 2024-01-08 | 2024-01-08 | 一种基于人工智能的锂电池电芯检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117517999B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002008733A (ja) * | 2000-06-21 | 2002-01-11 | Nissan Motor Co Ltd | 組電池異常検出装置 |
CN105158694A (zh) * | 2015-08-12 | 2015-12-16 | 郑州宇通客车股份有限公司 | 一种电池安全性评估方法 |
CN105988085A (zh) * | 2015-02-06 | 2016-10-05 | 国家电网公司 | 一种退役电动汽车动力电池健康状态评估方法 |
CN107250822A (zh) * | 2015-12-03 | 2017-10-13 | 深圳市大疆创新科技有限公司 | 用于确定电池的运行状态的系统和方法 |
CN206945924U (zh) * | 2017-07-24 | 2018-01-30 | 广州微宏电源科技有限公司 | 一种多串联动力电池组电性能检测设备 |
CN108556647A (zh) * | 2018-01-16 | 2018-09-21 | 上海应用技术大学 | 基于云平台和电池管理系统的电动汽车用动力电池的在线安全预警方法 |
CN110190347A (zh) * | 2019-05-30 | 2019-08-30 | 柳州紫荆循环能源科技有限公司 | 一种应用于通信基站的锂电池管理系统 |
CN110571488A (zh) * | 2019-09-30 | 2019-12-13 | 深圳市道通科技股份有限公司 | 一种电池及汽车诊断平板 |
CN114720893A (zh) * | 2022-04-29 | 2022-07-08 | 东风商用车有限公司 | 一种电芯内短路边界条件的评估预警方法及系统 |
CN114744734A (zh) * | 2022-05-25 | 2022-07-12 | 深圳市今朝时代股份有限公司 | 基于电池运行控制的电池充放电保护方法及管理系统 |
CN115621584A (zh) * | 2021-07-13 | 2023-01-17 | 上海派能能源科技股份有限公司 | 锂电池组内部短路异常诊断方法及系统 |
CN117078113A (zh) * | 2023-10-16 | 2023-11-17 | 超耐斯(深圳)新能源集团有限公司 | 一种基于数据分析的户外电池生产质量管理系统 |
WO2023231880A1 (en) * | 2022-05-30 | 2023-12-07 | Mercedes-Benz Group AG | Power battery system for a vehicle and thermal assessment method |
CN117269785A (zh) * | 2023-11-23 | 2023-12-22 | 广东省锐驰新能源科技有限公司 | 一种基于数据分析的锂电池组多模式测试监管系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10753979B2 (en) * | 2013-04-04 | 2020-08-25 | The Boeing Company | In-situ battery monitoring system |
-
2024
- 2024-01-08 CN CN202410025234.5A patent/CN117517999B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002008733A (ja) * | 2000-06-21 | 2002-01-11 | Nissan Motor Co Ltd | 組電池異常検出装置 |
CN105988085A (zh) * | 2015-02-06 | 2016-10-05 | 国家电网公司 | 一种退役电动汽车动力电池健康状态评估方法 |
CN105158694A (zh) * | 2015-08-12 | 2015-12-16 | 郑州宇通客车股份有限公司 | 一种电池安全性评估方法 |
CN107250822A (zh) * | 2015-12-03 | 2017-10-13 | 深圳市大疆创新科技有限公司 | 用于确定电池的运行状态的系统和方法 |
CN206945924U (zh) * | 2017-07-24 | 2018-01-30 | 广州微宏电源科技有限公司 | 一种多串联动力电池组电性能检测设备 |
CN108556647A (zh) * | 2018-01-16 | 2018-09-21 | 上海应用技术大学 | 基于云平台和电池管理系统的电动汽车用动力电池的在线安全预警方法 |
CN110190347A (zh) * | 2019-05-30 | 2019-08-30 | 柳州紫荆循环能源科技有限公司 | 一种应用于通信基站的锂电池管理系统 |
CN110571488A (zh) * | 2019-09-30 | 2019-12-13 | 深圳市道通科技股份有限公司 | 一种电池及汽车诊断平板 |
CN115621584A (zh) * | 2021-07-13 | 2023-01-17 | 上海派能能源科技股份有限公司 | 锂电池组内部短路异常诊断方法及系统 |
CN114720893A (zh) * | 2022-04-29 | 2022-07-08 | 东风商用车有限公司 | 一种电芯内短路边界条件的评估预警方法及系统 |
CN114744734A (zh) * | 2022-05-25 | 2022-07-12 | 深圳市今朝时代股份有限公司 | 基于电池运行控制的电池充放电保护方法及管理系统 |
WO2023231880A1 (en) * | 2022-05-30 | 2023-12-07 | Mercedes-Benz Group AG | Power battery system for a vehicle and thermal assessment method |
CN117078113A (zh) * | 2023-10-16 | 2023-11-17 | 超耐斯(深圳)新能源集团有限公司 | 一种基于数据分析的户外电池生产质量管理系统 |
CN117269785A (zh) * | 2023-11-23 | 2023-12-22 | 广东省锐驰新能源科技有限公司 | 一种基于数据分析的锂电池组多模式测试监管系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117517999A (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113161639B (zh) | 废旧锂离子电池安全放电方法 | |
CN112782599A (zh) | 锂离子电池无损析锂检测方法、装置及计算机设备 | |
CN112180261B (zh) | 一种磷酸铁锂动力电池析锂检测方法 | |
CN115389958B (zh) | 一种锂离子电池运行安全性评估方法及系统 | |
CN110323806B (zh) | 充电控制方法和装置、电子设备、计算机可读存储介质 | |
CN117458010B (zh) | 一种基于数据分析的锂电池储能监控系统 | |
CN115810814A (zh) | 一种防护型bms电池管理系统 | |
CN115201616A (zh) | 一种基于大数据的充电机运行在线监测方法 | |
CN114982040A (zh) | 一种三电极电池及储能系统 | |
CN117517999B (zh) | 一种基于人工智能的锂电池电芯检测系统 | |
KR20180125721A (ko) | 이차전지 전극 건조오븐 제어 자동화 시스템 | |
CN217086676U (zh) | 一种锂电池储能系统的热管理预警系统 | |
CN117518018B (zh) | 一种储能电源故障检测预警系统 | |
CN115508736B (zh) | 一种基于大数据的直流电源在线充电性能测试系统及方法 | |
CN114447451A (zh) | 一种储能站电池早期隐患监控方法 | |
CN115993541B (zh) | 磷酸铁锂电池的无损析锂检测方法及相关装置 | |
CN116184241A (zh) | 锂电池析锂检测方法、装置及系统 | |
CN116859253A (zh) | 一种基于大数据的锂电池析锂分析方法及系统 | |
CN108001268A (zh) | 一种电动汽车放电保护方法 | |
CN112433157A (zh) | 动力锂电池的内短路与漏液故障的在线监测与区分系统 | |
CN117638274B (zh) | 一种提高钠离子电池循环寿命的方法 | |
CN116826920B (zh) | 一种基于大数据的机器人锂电池储能控制系统 | |
CN117671876B (zh) | 一种电化学储能站火灾预警监控系统及方法 | |
CN117590141B (zh) | 一种基于数据分析的ipm电参数测试系统 | |
CA1114900A (en) | Method of charging a vented alkaline electrolyte-containing electrochemical cell |
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 |