JP2023161412A - 車両用バッテリーユニットの劣化判定装置および車両用バッテリーユニットの劣化判定システム - Google Patents
車両用バッテリーユニットの劣化判定装置および車両用バッテリーユニットの劣化判定システム Download PDFInfo
- Publication number
- JP2023161412A JP2023161412A JP2022071794A JP2022071794A JP2023161412A JP 2023161412 A JP2023161412 A JP 2023161412A JP 2022071794 A JP2022071794 A JP 2022071794A JP 2022071794 A JP2022071794 A JP 2022071794A JP 2023161412 A JP2023161412 A JP 2023161412A
- Authority
- JP
- Japan
- Prior art keywords
- unit
- vehicle battery
- battery unit
- type
- deterioration determination
- 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
- 230000006866 deterioration Effects 0.000 title claims abstract description 178
- 238000003384 imaging method Methods 0.000 claims description 42
- 230000007613 environmental effect Effects 0.000 claims description 24
- 238000013135 deep learning Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 description 17
- 238000000034 method Methods 0.000 description 17
- 238000012545 processing Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 238000010801 machine learning Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000007599 discharging Methods 0.000 description 3
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003446 memory effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- 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
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
Description
これらのバッテリーユニットは、それぞれ配線形態が異なるため、複数の種類のバッテリーユニットに対して、劣化判定を行う現場では、バッテリーユニットの種別が変わるごとに、診断装置との配線を組み替える必要があり、診断装置との配線の組み替えを誤ると、バッテリーユニットを破損させてしまう虞もあり、このことが、生産性悪化の1つの要因となっていた。
図1から図6を用いて、本実施形態に係る車両用バッテリーユニットの劣化判定装置1について説明する。
図1に示すように、本実施形態に係る車両用バッテリーユニット200の劣化判定装置1は、劣化判定装置100と複数種存在する車両用バッテリーユニット200とを正確に結線して、車両用バッテリーユニット200に劣化状態を判定するものである。
なお、以下では、単位蓄電池を複数有するものをバッテリーモジュールとし、バッテリーモジュールを複数有するものをバッテリーユニットとして説明する。
図2を用いて、本実施形態に係る劣化判定装置100の構成について説明する。
具体的には、種別判定部110は、例えば、撮像装置を含み、車両用バッテリーユニット200に貼付されたバーコード情報の撮像画像を解析して、被判定対象の車両用バッテリーユニット200の種別を判定する。
また、種別判定部110は、撮像装置を含み、車両用バッテリーユニット200あるいは、車両用バッテリーユニット200の一部をなすバッテリーモジュールの外形形状の撮像画像を解析して、被判定対象の前記車両用バッテリーユニット200の種別を判定する。
なお、種別判定部110が、バーコードリーダーを含み、車両用バッテリーユニット200に貼付されたバーコードをバーコードリーダーによって読み取って、被判定対象の車両用バッテリーユニット200の種別を判定するようにしてもよい。
種別判定部110において判定された種別情報は、後述する切替部120に出力される。
切替部120は、例えば、マルチプレクサで構成され、図5に示す種別情報に対応する車両用バッテリーユニット200の配線パターンに応じて、車両用バッテリーユニット200の配線を切り替えてマルチプレクサのチャンネルに接続する。
劣化判定部130は、例えば、電気化学インピーダンス法を用いて、車両用バッテリーユニット200に対する劣化判定処理を実行する。
ここで、電気化学インピーダンス法とは、蓄電池の劣化状態を各電極個別の抵抗の増加、容量の減少として把握することによって、蓄電池を破壊することなく、その内部状態を把握するものである。
なお、電流・電圧測定部132における測定結果は、後述する解析部140に出力される。
なお、解析部134の解析結果は、後述するデータ保存部135に格納される。
制御部137は、本実施形態において、例えば、電源部131から車両用バッテリーユニット200に電流・電圧を印加させ、電流・電圧測定部132により、車両用バッテリーユニット200から出力される電流および電圧を測定させ、解析部134において、電気化学インピーダンス法により、車両用バッテリーユニット200の劣化度合いを解析させ、通知部136において、その解析結果を作業者に通知させる等の制御を実行する。
本実施形態に係る車両用バッテリーユニット200は、図4(A)に示すように、複数(n個)のバッテリーモジュール201-1~201-nにより構成されている。
また、個々のバッテリーモジュールは、図4(B)に示されるように、複数の単位蓄電池(セル)で構成されている。
なお、以下では、バッテリーモジュールが6個の単位蓄電池(セル)で構成され、バッテリーユニット200が28個のバッテリーモジュールで構成される場合を例示して説明するが、バッテリーモジュールを構成する単位蓄電池(セル)数およびバッテリーユニット200を構成するバッテリーモジュール数は、これに限定されるものではない。
これにより、個々のバッテリーモジュールが、直列に接続された状態で検査が実行される。
図6を用いて、本実施形態に係る車両用バッテリーユニットの劣化判定装置100の処理について説明する。
または、種別判定部110は、撮像装置を含み、車両用バッテリーユニット200あるいは、車両用バッテリーユニット200の一部をなすバッテリーモジュールの外形形状の撮像画像を解析して、被判定対象の車両用バッテリーユニット200の種別を判定する(ステップS101)。
そして、種別判定部110は、判定された種別情報を切替部120に出力する。
以上、説明したように、本実施形態に係る車両用バッテリーユニットの劣化判定装置100の種別判定部110は、撮像装置を含み、車両用バッテリーユニット200に貼付されたバーコード情報の撮像画像を解析して、被判定対象の車両用バッテリーユニット200の種別を判定する。
つまり、種別判定部110は、車両用バッテリーユニット200に貼付されたバーコード情報の撮像画像から被判定対象の車両用バッテリーユニット200の種別を特定する。
したがって、どのような種類の車両用バッテリーユニットであっても、車両用バッテリーユニット200の種別を検知することができる。
また、種別判定部110は、車両用バッテリーユニット200に貼付されたバーコード情報の撮像画像から被判定対象の車両用バッテリーユニット200の種別を特定することから、人手を介することなく、正確に、車両用バッテリーユニット200の種別を検知することができる。
つまり、種別判定部110は、車両用バッテリーユニット200あるいは、車両用バッテリーユニット200の一部をなすバッテリーモジュールの外形形状の撮像画像から被判定対象の車両用バッテリーユニット200の種別を特定する。
したがって、どのような種類の車両用バッテリーユニットであっても、車両用バッテリーユニット200の種別を検知することができる。
また、種別判定部110は、車両用バッテリーユニット200あるいは、車両用バッテリーユニット200の一部をなすバッテリーモジュールの外形形状の撮像画像から被判定対象の車両用バッテリーユニット200の種別を特定することから、人手を介することなく、正確に、車両用バッテリーユニット200の種別を検知することができる。
つまり、切替部120は、種別判定部110において判定された被判定対象の車両用バッテリーユニット200の種別に基づいて、例えば、マルチプレクサにより、劣化判定部130と車両用バッテリーユニット200との接続形態を自動的に切り替える。
したがって、種別判定部110において判定された被判定対象の車両用バッテリーユニット200の種別に基づいて、劣化判定部130と車両用バッテリーユニット200との接続形態を自動的に切り替えることから、どのような種類の車両用バッテリーユニットであっても、誤配線を防止することができる。
また、誤配線を防止できることから、車両用バッテリーユニット200の破損を防止することができる。
そのため、被判定対象の車両用バッテリーユニット200を破壊することなく、その劣化状態を正確に判定することができる。
本実施形態に係る車両用バッテリーユニットの劣化判定装置100の種別判定部110は、撮像装置を含み、車両用バッテリーユニット200に貼付されたバーコード情報の撮像画像を解析して、被判定対象の車両用バッテリーユニット200の種別を判定することを説明した。
しかしながら、撮像装置に替えて、バーコードリーダーを用いて、車両用バッテリーユニット200に貼付されたバーコード情報を読み取るようにしてもよい。
図7から図12を用いて、本実施形態に係る車両用バッテリーユニットの劣化判定システム10について説明する。
車両用バッテリーユニットの劣化判定システム10は、劣化判定装置100Aと切替装置300と、を含んで構成されている。
なお、劣化判定装置100Aについては、第1の実施形態における劣化判定装置100から切替機能を除いたものであることから、その詳細な説明は、省略する。
本実施形態に係る切替装置300は、図8に示すように、撮像部310と、記憶部320と、種別判定部330と、センサ340と、切替部350とを含んで構成されている。
また、撮像部310は、車両用バッテリーユニット200あるいは、車両用バッテリーユニット200の一部をなすバッテリーモジュールの外形形状を撮像して撮像画像を取得する。
撮像部310は、例えば、屋内作業場所に載置された車両用バッテリーユニット200の上面および側面を撮影可能に配置されている。
撮像部310は、無線カメラであっても、有線カメラであってもよい。
また、撮像部310は、スチルカメラであってもムービーカメラであってもよい。
さらに、撮像部310は、車両用バッテリーユニット200あるいは、車両用バッテリーユニット200の一部をなすバッテリーモジュールの外形形状を撮像する場合には、例えば、LIDARのようなセンサであってもよい。
記憶部320は、不揮発性メモリ等であってもよいし、ハードディスク等であってもよい。また、記憶部320は、ネットワークによって、後述する種別判定部330と接続されたサーバ等であってもよい。
なお、上記の学習モデルは、季節や時間帯等によって、さらに細分化したものであってもよい。
なお、学習モデルは、例えば、事前に、撮像部310により撮像された撮像画像データから生成してもよいし、実際の作業時に撮像された撮像画像データを含めて学習モデルを生成してもよい。
センサ340は、例えば、時刻情報、照度情報、気象情報等を取得するセンサ等を例示することができる。
切替部350は、例えば、マルチプレクサで構成され、図5に示す種別情報に対応する車両用バッテリーユニット200の配線パターンに応じて、車両用バッテリーユニット200の配線を切り替えてマルチプレクサのチャンネルに接続する。
本実施形態に係る切替装置300における種別判定部330は、図10に示すように、収集部331と、撮像画像データベース(DB)332と、機械学習制御部333と、検出対象データセット334と、学習モデルセット335と、検出部336と、検出結果データベース(DB)337と、を含んで構成されている。
ここで、収集された画像情報は、撮像画像データベース(DB)332に一時格納される。
また、機械学習制御部333は、センサ340から得られる屋内作業場所周辺の環境情報を含む情報に基づいて、記憶部320に記憶された好適な学習モデルを選択して、当該学習モデルを学習モデルセット335に格納する。
より具体的には、検出部336は、検出対象データセット334と、学習モデルセット335(例えば、午前用学習モデル320A)との、例えば、類似度に対するスコアの乖離度を算出し、この乖離度が予め定めた値以下である場合には、検出結果を切替部350に出力するとともに、当該データを検出結果DB337に格納する。
図11を用いて、本実施形態に係る車両用バッテリーユニットの劣化判定システム10の処理について説明する。
または、切替装置300の種別判定部330は、撮像装置により撮像された車両用バッテリーユニット200あるいは、車両用バッテリーユニット200の一部をなすバッテリーモジュールの外形形状の撮像画像を解析して、被判定対象の前記車両用バッテリーユニット200の種別を判定する(ステップS200)。
そして、種別判定部330は、判定された種別情報を切替部350に出力する。
なお、切替部350の詳細な処理については、後述する。
図12を用いて、本実施形態に係る種別判定部330の処理について説明する。
そして、収集部331は、収集された画像情報を撮像画像データベース(DB)332に格納する(ステップS220)。
以上、説明したように、本実施形態に係る車両用バッテリーユニットの劣化判定システム10における切替装置300は、車両用バッテリーユニット200に貼付されたバーコード情報を撮像する撮像部310と、学習モデルを記憶する記憶部320と、撮像部310において取得された画像情報を入力データとして、記憶部320に記憶された学習モデルを用いて、被判定対象の車両用バッテリーユニット200の種別を判定する種別判定部330と、種別判定部330において判定された被判定対象の車両用バッテリーユニット200の種別に基づいて、劣化判定装置100Aと車両用バッテリーユニット200との接続形態を切り替える切替部350と、屋内作業場所周辺の環境情報を取得するセンサ340と、を備えている。
つまり、種別判定部330は、撮像部310において取得されたバーコード情報の画像情報を入力データとして、記憶部320に記憶された学習モデルを用いて、被判定対象の車両用バッテリーユニット200の種別を判定し、切替部350は、種別判定部330において判定された被判定対象の車両用バッテリーユニット200の種別に基づいて、劣化判定装置100Aと車両用バッテリーユニット200との接続形態を切り替える。
そのため、種別判定部330において、バーコード情報の大きな欠落やバーコード情報の酷い汚れ等によって、バーコード情報の画像情報からバーコード情報を判読できないような極端な場合を除いて、どのような種類のバッテリーユニットであっても、バッテリーユニットの種別を検知して、自動的に配線を組み替えることができる。
つまり、種別判定部330は、撮像部310において取得された車両用バッテリーユニット200あるいは、車両用バッテリーユニット200の一部をなすバッテリーモジュールの外形形状の画像情報を入力データとして、記憶部320に記憶された学習モデルを用いて、被判定対象の車両用バッテリーユニット200の種別を判定し、切替部350は、種別判定部330において判定された被判定対象の車両用バッテリーユニット200の種別に基づいて、劣化判定装置100Aと車両用バッテリーユニット200との接続形態を切り替える。
そのため、種別判定部330において、車両用バッテリーユニット200あるいは、車両用バッテリーユニット200の一部をなすバッテリーモジュールの外形形状が他の車両用バッテリーユニット200あるいは、車両用バッテリーユニット200の一部をなすバッテリーモジュールの外形形状と、が判別不能となるような形状変化をしているような極端な場合を除いて、どのような種類のバッテリーユニットであっても、バッテリーユニットの種別を検知して、自動的に配線を組み替えることができる。
つまり、撮像装置による画像は、明るさや光の入射方向により、同じ対象物であっても撮像された画像が異なる。
そのため、センサ340が取得する環境情報に対応付けられた複数の学習モデルを保持し、現在の環境と同じような環境で撮像された画像を学習データとして生成された学習モデルを用いることによって、機械学習の精度を向上させることができる。
つまり、上記センサ340からの情報により、時間帯情報や照度情報を取得できる。
そのため、センサ340が取得する環境情報に対応付けられた複数の学習モデルを保持し、現在の環境と同じような環境で撮像された画像を学習データとして生成された学習モデルを用いることによって、機械学習の精度を向上させることができる。
つまり、撮像装置による画像は、明るさや光の入射方向により、同じ対象物であっても撮像された画像が異なる。
そのため、センサ340が取得する環境情報に対応付けられた複数の学習モデルを保持し、現在の環境と同じような環境で撮像された画像を学習データとして生成された学習モデルを用いることによって、機械学習の精度を向上させることができる。
例えば、種別判定部330は、現在が午前中の雨天であった場合には、午前用学習モデル320Aと雨天用学習モデル320Fのうち、深層学習の類似度に対するスコアが最も高い学習モデルを記憶部320から選択する。
そのため、機械学習の精度を向上させることができる。
そのため、種別判定部330において判定された被判定対象の車両用バッテリーユニット200の種別に基づいて、劣化判定装置100Aと車両用バッテリーユニット200との接続形態を自動的に切り替えることから、どのような種類の車両用バッテリーユニット200であっても、誤配線を防止することができる。
また、誤配線を防止できることから、車両用バッテリーユニット200の破損を防止することができる。
10;車両用バッテリーユニットの劣化判定システム
100;劣化判定装置
100A;劣化判定装置
110;種別判定部
120;切替部
130;劣化判定部
131;電源部
132;電流・電圧測定部
133;温度測定部
134;解析部
135;データ保存部
136;通信部
137;制御部
200;バッテリーユニット
200-1~200-n;バッテリーモジュール
201P;正極端子
201N;負極端子
300;切替装置
310;撮像部
320;記憶部
330;種別判定部
331;収集部
332;撮像画像データベース
333;機械学習制御部
334;検出対象データセット
335;学習モデルセット
336;検出部
337;検出結果データベース
340;センサ
350;切替部
Claims (11)
- 使用済の車両用バッテリーユニットに対する劣化判定を行う車両用バッテリーユニットの劣化判定装置であって、
被判定対象の前記車両用バッテリーユニットの種別を判定する種別判定部と、
前記被判定対象の車両用バッテリーユニットに対する劣化判定を実行する劣化判定部と、
前記種別判定部において判定された前記被判定対象の前記車両用バッテリーユニットの種別に基づいて、前記劣化判定部と前記車両用バッテリーユニットとの接続形態を切り替える切替部と、
前記劣化判定部の判定結果をユーザに通知する通知部と、
を含むことを特徴とする車両用バッテリーユニットの劣化判定装置。 - 前記種別判定部は、撮像装置を含み、前記車両用バッテリーユニットに貼付されたバーコード情報の撮像画像を解析して、前記被判定対象の前記車両用バッテリーユニットの種別を判定することを特徴とする請求項1に記載の車両用バッテリーユニットの劣化判定装置。
- 前記種別判定部は、撮像装置を含み、前記車両用バッテリーユニットあるいは、前記車両用バッテリーユニットの一部をなすバッテリーモジュールの外形形状の撮像画像を解析して、前記被判定対象の前記車両用バッテリーユニットの種別を判定することを特徴とする請求項1に記載の車両用バッテリーユニットの劣化判定装置。
- 前記切替部は、マルチプレクサであって、前記種別判定部が判定した前記被判定対象の車両用バッテリーユニットの種別情報に基づいて、前記劣化判定部と前記車両用バッテリーユニットとの接続形態を切り替えることを特徴とする請求項2または3のいずれかに記載の車両用バッテリーユニットの劣化判定装置。
- 使用済の車両用バッテリーユニットに対する劣化判定を行う劣化判定装置と、前記劣化判定装置と前記車両用バッテリーユニットとの接続形態を切り替える切替装置と、含む車両用バッテリーユニットの劣化判定システムであって、
前記劣化判定装置は、
被判定対象の車両用バッテリーユニットに対する劣化判定を実行する劣化判定部と、
前記劣化判定部の判定結果をユーザに通知する通知部と、
を含み、
前記切替装置は、
前記車両用バッテリーユニットに貼付されたバーコード情報を撮像する撮像部と、
学習モデルを記憶する記憶部と、
該撮像部において取得された画像情報を入力データとして、該記憶部に記憶された学習モデルを用いて、前記被判定対象の前記車両用バッテリーユニットの種別を判定する種別判定部と、
前記種別判定部において判定された前記被判定対象の前記車両用バッテリーユニットの種別に基づいて、前記劣化判定装置と前記車両用バッテリーユニットとの接続形態を切り替える切替部と、
屋内作業場所周辺の環境情報を取得するセンサと、
を含むことを特徴とする車両用バッテリーユニットの劣化判定システム。 - 使用済の車両用バッテリーユニットに対する劣化判定を行う劣化判定装置と、前記劣化判定装置と前記車両用バッテリーユニットとの接続形態を切り替える切替装置と、含む車両用バッテリーユニットの劣化判定システムであって、
前記劣化判定装置は、
被判定対象の車両用バッテリーユニットに対する劣化判定を実行する劣化判定部と、
前記劣化判定部の判定結果をユーザに通知する通知部と、
を含み、
前記切替装置は、
前記車両用バッテリーユニットあるいは、前記車両用バッテリーユニットの一部をなすバッテリーモジュールの外形形状を撮像する撮像部と、
学習モデルを記憶する記憶部と、
前記撮像部において取得された前記車両用バッテリーユニットあるいは、前記車両用バッテリーユニットの一部をなすバッテリーモジュールの外形形状の画像情報を入力データとして、該記憶部に記憶された学習モデルを用いて、前記被判定対象の前記車両用バッテリーユニットの種別を判定する種別判定部と、
前記種別判定部において判定された前記被判定対象の前記車両用バッテリーユニットの種別に基づいて、前記劣化判定装置と前記車両用バッテリーユニットとの接続形態を切り替える切替部と、
屋内作業場所周辺の環境情報を取得するセンサと、
を含むことを特徴とする車両用バッテリーユニットの劣化判定システム。 - 前記記憶部は、前記センサが取得する環境情報に対応付けられた複数の学習モデルを記憶することを特徴とする請求項5または6のいずれかに記載の車両用バッテリーユニットの劣化判定システム。
- 前記センサは、時刻情報、前記屋内作業場所周辺の照度情報の少なくともいずれか1つを含む前記環境情報を取得することを特徴とする請求項5または6のいずれかに記載の車両用バッテリーユニットの劣化判定システム。
- 前記種別判定部は、前記屋内作業場所周辺の環境情報に基づいて、使用する前記学習モデルを前記記憶部から選択することを特徴とする請求項7に記載の車両用バッテリーユニットの劣化判定システム。
- 前記種別判定部は、前記センサから得られる前記屋内作業場所周辺の環境情報が複数ある場合には、深層学習の類似度に対するスコアが最も高い前記学習モデルを前記記憶部から選択することを特徴とする請求項9に記載の車両用バッテリーユニットの劣化判定システム。
- 前記切替部は、マルチプレクサであって、前記種別判定部が判定した前記被判定対象の車両用バッテリーユニットの種別情報に基づいて、前記劣化判定装置と前記車両用バッテリーユニットとの接続形態を切り替えることを特徴とする請求項5または6のいずれかに記載の車両用バッテリーユニットの劣化判定システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022071794A JP7109038B1 (ja) | 2022-04-25 | 2022-04-25 | 車両用バッテリーユニットの劣化判定装置および車両用バッテリーユニットの劣化判定システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022071794A JP7109038B1 (ja) | 2022-04-25 | 2022-04-25 | 車両用バッテリーユニットの劣化判定装置および車両用バッテリーユニットの劣化判定システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7109038B1 JP7109038B1 (ja) | 2022-07-29 |
JP2023161412A true JP2023161412A (ja) | 2023-11-07 |
Family
ID=82652290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022071794A Active JP7109038B1 (ja) | 2022-04-25 | 2022-04-25 | 車両用バッテリーユニットの劣化判定装置および車両用バッテリーユニットの劣化判定システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7109038B1 (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11329512A (ja) * | 1998-05-20 | 1999-11-30 | Fuji Photo Film Co Ltd | 二次電池の容量劣化判断方法およびその判断装置 |
JP2005310432A (ja) * | 2004-04-19 | 2005-11-04 | Densei Lambda Kk | バッテリ自動識別装置およびバッテリ駆動装置 |
JP2013072838A (ja) * | 2011-09-29 | 2013-04-22 | Shin Kobe Electric Mach Co Ltd | バッテリテスタ |
CN110261807A (zh) * | 2019-06-06 | 2019-09-20 | 广州供电局有限公司 | 互感器检测系统、互感器检测方法及装置 |
JP2019174118A (ja) * | 2018-03-26 | 2019-10-10 | 株式会社ケーヒン | 電池劣化判定装置 |
US20210141043A1 (en) * | 2019-11-11 | 2021-05-13 | Midtronics, Inc. | Hybrid and electric vehicle battery pack maintenance device |
-
2022
- 2022-04-25 JP JP2022071794A patent/JP7109038B1/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11329512A (ja) * | 1998-05-20 | 1999-11-30 | Fuji Photo Film Co Ltd | 二次電池の容量劣化判断方法およびその判断装置 |
JP2005310432A (ja) * | 2004-04-19 | 2005-11-04 | Densei Lambda Kk | バッテリ自動識別装置およびバッテリ駆動装置 |
JP2013072838A (ja) * | 2011-09-29 | 2013-04-22 | Shin Kobe Electric Mach Co Ltd | バッテリテスタ |
JP2019174118A (ja) * | 2018-03-26 | 2019-10-10 | 株式会社ケーヒン | 電池劣化判定装置 |
CN110261807A (zh) * | 2019-06-06 | 2019-09-20 | 广州供电局有限公司 | 互感器检测系统、互感器检测方法及装置 |
US20210141043A1 (en) * | 2019-11-11 | 2021-05-13 | Midtronics, Inc. | Hybrid and electric vehicle battery pack maintenance device |
Also Published As
Publication number | Publication date |
---|---|
JP7109038B1 (ja) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5203394B2 (ja) | 蓄電池の性能を分析するためのエキスパート診断方法 | |
KR102439041B1 (ko) | 신경망 기반의 배터리 셀 불량 및 화재 사전 진단 방법 및 장치 | |
JP7384529B2 (ja) | 電池診断装置および方法 | |
WO2023024851A1 (zh) | 电池均衡方法及系统 | |
CN102870135A (zh) | 用于形状提取的方法和装置、尺寸测量装置和距离测量装置 | |
EP3961233A1 (en) | Battery cell diagnosis device and method | |
JP7436690B2 (ja) | バッテリーシステム診断装置及び方法 | |
JP2023536496A (ja) | バッテリ状態診断装置及び方法 | |
WO2023226355A1 (zh) | 基于多源感知的双向锂离子电池故障检测方法及系统 | |
CN112731184A (zh) | 一种电池寿命检测方法和系统 | |
KR20220048782A (ko) | 충방전 테스트 시스템 및 충방전 테스트 방법 | |
CN110907838B (zh) | 电池工况仿真测试方法、电子设备及计算机可读存储介质 | |
JP2023161412A (ja) | 車両用バッテリーユニットの劣化判定装置および車両用バッテリーユニットの劣化判定システム | |
CN117054892B (zh) | 一种储能电站电池健康状态的评估方法、装置及管理方法 | |
US11380036B2 (en) | Method of establishing visual images of models of battery status | |
CN113848479A (zh) | 一种融合均衡信息的串联电池组短路及低容量故障诊断方法、系统及设备 | |
CN113671408A (zh) | 锂电池的漏电流检测方法及检测装置 | |
CN116626052B (zh) | 电池盖板表面检测方法、装置、设备及存储介质 | |
CN116188374A (zh) | 插座检测方法、装置、计算机设备及存储介质 | |
CN116256642A (zh) | 一种适用于稀疏数据的磷酸铁锂电池故障诊断方法 | |
CN116318335A (zh) | 一种基于深度强化学习的低轨卫星优化接入方法 | |
CN116819328A (zh) | 一种电动汽车动力电池故障诊断方法、系统、设备及介质 | |
JP7287618B2 (ja) | バッテリー管理装置 | |
KR102436147B1 (ko) | 열분포 영상을 활용한 머신러닝 기반 배터리 충전상태 추정 방법 | |
CN106093798A (zh) | 一种锂电池负载能力的检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220425 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220426 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220525 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220526 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220705 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220708 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7109038 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |