KR20160109062A - 배터리 상태 추정 장치 및 방법 - Google Patents

배터리 상태 추정 장치 및 방법 Download PDF

Info

Publication number
KR20160109062A
KR20160109062A KR1020150032723A KR20150032723A KR20160109062A KR 20160109062 A KR20160109062 A KR 20160109062A KR 1020150032723 A KR1020150032723 A KR 1020150032723A KR 20150032723 A KR20150032723 A KR 20150032723A KR 20160109062 A KR20160109062 A KR 20160109062A
Authority
KR
South Korea
Prior art keywords
battery
frequency
acceleration sensor
impact
sensor signal
Prior art date
Application number
KR1020150032723A
Other languages
English (en)
Other versions
KR102359315B1 (ko
Inventor
성재모
박정현
여태정
Original Assignee
삼성전자주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020150032723A priority Critical patent/KR102359315B1/ko
Priority to US15/064,898 priority patent/US10094806B2/en
Publication of KR20160109062A publication Critical patent/KR20160109062A/ko
Application granted granted Critical
Publication of KR102359315B1 publication Critical patent/KR102359315B1/ko

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/12—Analysing solids by measuring frequency or resonance of acoustic waves
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
    • B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/11—Analysing solids by measuring attenuation of acoustic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G01N29/4427—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with stored values, e.g. threshold values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4445—Classification of defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4454—Signal recognition, e.g. specific values or portions, signal events, signatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4481—Neural networks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/449—Statistical methods not provided for in G01N29/4409, e.g. averaging, smoothing and interpolation
    • H01M2/347—
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M50/00—Constructional details or processes of manufacture of the non-active parts of electrochemical cells other than fuel cells, e.g. hybrid cells
    • H01M50/50—Current conducting connections for cells or batteries
    • H01M50/572—Means for preventing undesired use or discharge
    • H01M50/574—Devices or arrangements for the interruption of current
    • H01M50/579—Devices or arrangements for the interruption of current in response to shock
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/545—Temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/547—Voltage
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/549—Current
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/44—Control modes by parameter estimation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/025—Change of phase or condition
    • G01N2291/0258—Structural degradation, e.g. fatigue of composites, ageing of oils
    • 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
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2200/00—Safety devices for primary or secondary batteries
    • H01M2200/20—Pressure-sensitive devices
    • 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
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Acoustics & Sound (AREA)
  • Sustainable Development (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Sustainable Energy (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Manufacturing & Machinery (AREA)
  • Secondary Cells (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

배터리의 상태를 추정하는 방법 및 장치가 개시된다. 일실시예에 따른 배터리 상태 추정 장치는 배터리의 가속도 센서 신호로부터 진동 정보를 수집하고, 진동 정보를 통해 누적 배터리 충격량을 계산한 뒤, 누적 배터리 충격량을 통해 충격으로 인한 배터리 데미지를 추정할 수 있다.

Description

배터리 상태 추정 장치 및 방법{METHOD AND APPARATUS FOR ESTIMATING STATE OF BATTERY}
아래의 실시 예들은 가속도 센서로부터 수신한 가속도 센서 신호를 기반으로 배터리 상태를 추정하는 방법 및 장치에 관한 것이다.
최근 전기자동차 또는 하이브리드 자동차에 대한 수요가 증가하면서 전기자동차의 핵심인 배터리 기술에 대한 연구가 활발히 진행되고 있다. 특히 전기자동차의 경우 충전 가능한 고출력의 이차전지로 개발하는 경우가 많으며, 리튬 이온 전지는 높은 에너지 밀도 특성으로 전기자동차 배터리에 핵심적인 구성원으로 사용되고 있다.
이차전지는 양극활물질, 음극활물질, 각 활물질을 분리하는 분리막 및 전해질로 구성되며, 전극 복합체를 연결하는 단자가 리드 탭(lead tab)으로 연결되어 있다. 이차전지는 리드 탭으로 연결된 부분을 통해 리튬이온이 이동하게 된다.
그러나, 리드 탭으로 연결된 부분은 외부에서 발생 가능한 진동이나, 충격에 의해 연결 상태가 손상될 수 있다. 만약 연결상태가 나빠지면, 이차전지의 성능을 저하 시킬 수 있으며, 연결부분이 저항으로 작용하여, 연결부위에 열을 발생시킬 수 있다. 연결부위에 발생한 열은 주변으로 확산되어 이차전지 내부온도를 상승 시키며, 열에 의한 분리막 분해, 전해질 분해 등을 발생시키고, 결국 열 폭주 현상으로 폭발과 화재를 야기한다. 특히 전기 자동차의 배터리인 경우, 주행 중 이러한 배터리 고장이 발생하는 경우, 2차적인 교통사고로 이어져, 큰 인적, 물적 피해를 초래할 수 있다.
종래에는 전기자동차를 위한 고용량 배터리 시스템에서 진동에 대한 위험성을 줄이기 위해 진동 완화 장치에 대한 연구가 진행되고 있으나, 진동에 따른 배터리의 열화 정도를 추정하거나, 배터리의 고장시점을 예측하여 미연에 사고를 방지하는 데 그친다. 전기 자동차는 장치의 특성상, 주행환경에 따라 항상 배터리에 진동이 가해지며, 상황에 따라 높은 충격이 가해질 수 있다. 이러한 전기 자동차의 주행 중 발생 가능한 충격을 완화하기 위해 보호장치의 성능을 보다 높이는 경우, 제작비용이 크게 증가 할 수 있다.
일실시예에 따른 배터리 상태 추정 방법은, 가속도 센서 신호로부터 진동 정보를 수집하는 단계, 진동 정보를 통해 누적 배터리 충격량을 계산하는 단계 및 누적 배터리 충격량을 통해 충격으로 인한 배터리 데미지를 추정하는 단계를 포함할 수 있다.
이때, 진동 정보를 수집하는 단계는, 가속도 센서 신호를 모니터링하는 단계, 가속도 센서 신호의 크기가 미리 정해진 제1 임계 값 이상인 경우, 미리 정해진 시간 동안의 가속도 센서 신호 블록을 추출하는 단계, 가속도 센서 신호 블록의 주파수 및 충격 크기 레벨을 결정하는 단계 및 주파수가 속한 주파수 대역 및 충격 크기 레벨에 대응하는 이벤트의 발생 횟수를 기록한 충격 프로파일을 생성하는 단계를 포함할 수 있다.
일측에 따르면, 가속도 센서 신호 블록의 주파수 및 충격 크기 레벨을 결정하는 단계는, 가속도 센서 신호 블록을 주파수 영역으로 변환하는 단계, 주파수 영역에서 주파수 응답 계수(response coefficient)가 미리 정해진 제2 임계 값을 초과하는 주 충격 반응 주파수를 선별하는 단계 및 주 충격 반응 주파수를 가속도 센서 신호 블록의 주파수로 결정하는 단계를 포함할 수 있다.
일측에 따르면, 가속도 센서 신호 블록의 주파수 및 충격 크기 레벨을 결정하는 단계는, 가속도 센서 신호 블록의 평균 가속도 크기를 계산하는 단계 및 평균 가속도 크기에 대응하는 미리 경계화된 충격 크기 레벨을 결정하는 단계를 포함할 수 있다.
일측에 따르면, 누적 배터리 충격량을 계산하는 단계는, 진동 정보를 이용하여 생성된 충격 프로파일 및 가중치 프로파일을 기초로 누적 배터리 충격량을 계산할 수 있다.
여기서 가중치 프로파일은, 주파수 대역이 배터리 데미지에 영향을 미치는 정도를 나타내는 주파수 가중치 프로파일 및 충격 크기 레벨이 배터리 데미지에 영향을 미치는 정도를 나타내는 충격 크기 가중치 프로파일을 기초로 생성될 수 있다.
일측에 따르면, 누적 배터리 충격량을 계산하는 단계는, 가중치 프로파일의 매트릭스와 충격 프로파일의 매트릭스 간의 엘리먼트식 프로덕트(element-wised product)를 계산하여 누적 배터리 충격량을 계산할 수 있다.
다른 일 측에 따르면, 배터리 데미지를 추정하는 단계는, 누적 배터리 충격량을 이용하여 충격에 의한 총 배터리 데미지의 크기를 추정할 수 있다.
다른 일실시예에 따른 배터리 상태 추정 방법은, 정상 배터리의 전압, 전류 및 온도 중 적어도 하나를 센싱한 데이터인 기준 센싱 데이터의 패턴과 대상 배터리의 전압, 전류 및 온도 중 적어도 하나를 센싱한 데이터인 대상 센싱 데이터의 패턴 사이의 유사도를 측정하는 단계 및 추정된 배터리 데미지 및 유사도를 이용하여 대상 배터리의 상태를 추정하는 단계를 더 포함할 수 있다.
일 측에 따르면, 추정된 배터리 데미지 및 유사도를 이용하여 대상 배터리의 상태를 추정하는 단계는, 유사도가 미리 정해진 값보다 작은 경우 대상 배터리의 오류를 추정하는 단계 및 추정된 배터리 데미지를 기초로 오류의 원인이 접촉 불량(contact fault)임을 추정하는 단계를 포함할 수 있다.
이때, 접촉 불량(contact fault)을 검출하는 단계는, 뉴럴 네트워크(Neural Network), 서포트 벡터 머신(Support Vector Machine) 및 판단 트리(Decision Tree) 모델 중 적어도 하나의 머신 러닝 분류(Machine Learning Classification) 모델을 이용할 수 있다.
일실시예에 따른 배터리 상태 추정 장치는, 가속도 센서 신호로부터 진동 정보를 수집하는 수집부, 진동 정보를 통해 누적 배터리 충격량을 계산하는 충격량 계산부 및 누적 배터리 충격량을 통해 충격으로 인한 배터리 데미지를 추정하는 배터리 데미지 추정부를 포함할 수 있다.
일 측에 따르면, 수집부는, 가속도 센서 신호를 모니터링하는 모니터링부, 가속도 센서 신호의 크기가 미리 정해진 제1 임계 값 이상인 경우, 미리 정해진 시간 동안의 가속도 센서 신호 블록을 추출하는 블록 추출부, 가속도 센서 신호 블록의 주파수 및 크기 레벨을 결정하는 결정부 및 주파수가 속한 주파수 대역 및 크기 레벨에 대응하는 이벤트의 발생 횟수를 기록한 충격 프로파일을 생성하는 프로파일 생성부를 포함할 수 있다.
이때, 결정부는, 가속도 센서 신호 블록을 주파수 영역으로 변환하고, 주파수 영역에서 주파수 응답 계수(response coefficient)가 미리 정해진 제2 임계 값을 초과하는 주 충격 반응 주파수를 선별하여, 주 충격 반응 주파수를 가속도 센서 신호 블록의 주파수로 결정할 수 있다.
결정부는, 가속도 센서 신호 블록의 평균 가속도 크기를 계산하고, 평균 가속도 크기에 대응하는 미리 경계화된 충격 크기 레벨을 결정할 수 있다.
다른 일 측에 따르면, 충격량 계산부는, 진동 정보를 이용하여 생성된 충격 프로파일 및 가중치 프로파일을 기초로 누적 배터리 충격량을 계산할 수 있다.
또 다른 일 측에 따르면, 가중치 프로파일은, 주파수 대역이 배터리 데미지에 영향을 미치는 정도를 나타내는 주파수 가중치 프로파일 및 충격 크기 레벨이 배터리 데미지에 영향을 미치는 정도를 나타내는 충격 크기 가중치 프로파일을 기초로 생성될 수 있다.
또 다른 일 측에 따르면, 배터리 데미지 추정부는, 누적 배터리 충격량을 이용하여 충격에 의한 총 배터리 데미지의 크기를 추정할 수 있다.
다른 일실시예에 따르면, 배터리 상태 추정 장치는, 정상 배터리의 전압, 전류 및 온도 중 적어도 하나를 센싱한 데이터인 기준 센싱 데이터의 패턴과 대상 배터리의 전압, 전류 및 온도 중 적어도 하나를 센싱한 데이터인 대상 센싱 데이터의 패턴 사이의 유사도를 측정하는 유사도 측정부 및 배터리 데미지 및 유사도를 이용하여 대상 배터리의 상태를 추정하는 상태 추정부를 더 포함할 수 있다.
이때, 상태 추정부는, 유사도가 미리 정해진 값보다 작은 경우 대상 배터리의 오류를 추정하고, 배터리 데미지를 기초로 오류의 원인이 접촉 불량(contact fault)임을 추정할 수 있다.
도 1은 배터리 상태 추정 장치의 일실시예를 설명하기 위한 도면이다.
도 2는 배터리가 받는 충격에 대한 가속도 그래프를 설명하기 위한 도면이다.
도 3은 일실시예에 따른 배터리 상태 추정 장치를 설명하기 위한 블록도이다.
도 4는 일실시예에 따른 배터리 상태 추정 방법을 설명하기 위한 흐름도이다.
도 5는 일실시예에 따른 배터리 상태 추정 방법에서, 진동 정보 수집 방법을 구체적으로 설명하기 위한 흐름도이다.
도 6은 일실시예에 따른 진동 정보 수집 방법에서, 주파수 및 충격 크기 레벨 결정 방법을 구체적으로 설명하기 위한 흐름도이다.
도 7은 일실시예에 따른 배터리 상태 추정 방법에서 배터리 오류 원인 검출 방법을 구체적으로 설명하기 위한 흐름도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명하는 실시예들에는 다양한 변경이 가해질 수 있다. 아래 설명하는 실시예들은 실시 형태에 대해 한정하려는 것이 아니며, 이들에 대한 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 실시예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 배터리 상태 추정 장치의 적용에 대한 일실시예를 설명하기 위한 도면이다.
도 1을 참조하면, 일실시예에 따른 배터리 추정 장치는 전기 자동차(100)에 적용될 수 있다. 일실시예에 따르면, 사용자가 전기 자동차(100)를 운행할 때, 충격에 따른 배터리(110)의 데미지 정도를 고려하여 실시간으로 배터리(110)의 고장을 감지할 수 있다. 이에 더하여, 진동 충격이 배터리(110)의 충전 정보(State of Charge), 건전성(State of Health) 및 잔여수명(Useful Remaining Life) 등에 미치는 영향을 고려하여 배터리의 상태 추정에 확장 적용할 수 있다. 이때, 보다 정밀한 배터리 충격의 측정을 위해 가속도 센서(120)를 배터리(110)에 직접 부착할 수 있으며, 복수 개의 가속도 센서를 통해 충격의 감도 및 위치를 측정할 수 있다.
일실시예에 따르면, 충격에 의한 배터리 상태 추정 방법은 칩(chip) 형태로 구현되어 전자 제어부(Electric Control Unit)에 직접 탑재되거나, 별도의 장치로 구현되어 전자 제어부(Electric Control Unit)와 통신하는 형태로 사용될 수 있다.
다른 일실시예에 따르면, 배터리 상태 추정 장치는 배터리 관리 시스템(Battery Management System)에 적용할 수 있다.
또 다른 일실시예에 따르면, 배터리 상태 추정 장치는 충전 가능한(rechargeable) 배터리가 이용되는 전자 기기 또는 전자 기기 관리 시스템에 적용할 수 있다.
일실시예에 따르면, 배터리 상태 추정 장치는 기존의 배터리 상태 진단을 위한 모델에 추가적인 정보를 제공하여 배터리 상태 추정에 확장 적용할 수 있다.
또 다른 일실시예에 따르면, 배터리 상태 추정 장치는 배터리를 사용하는 스마트 폰 및 웨어러블 장치 등 다양한 전자 장치에 확정 적용할 수 있다.
도 2는 배터리가 받는 충격에 대한 가속도 센서 신호 그래프를 설명하기 위한 도면이다.
도 2를 참조하면, 그래프(210) 및 그래프(220)는 일실시예에 따라 전기 자동차에서 발생 가능한 진동 타입에 대한 가속도 센서 신호 패턴의 예시를 확인할 수 있다.
먼저, 그래프(210)에서, 자동차 정지 상태의 가속도 센서 신호를 확인할 수 있다. 미세한 진동에 의한 배터리 충격은 배터리의 상태에 영향을 미치지 않거나 미미한 영향을 미칠 수 있다.
그래프(220)에서, 자동차의 운행 중 발생 가능한 가속도 센서 신호를 확인할 수 있다. 예를 들면, 포장된 도로를 달릴 때(221)에는 가속도 센서 신호가 크게 변하지 않을 수 있다. 그리고, 비포장 도로에서 달릴 때(222)에는 가속도 센서 신호의 크기가 증가할 수 있다. 또, 요철 지형을 지나갈 때(223)에는 가속도 센서 신호의 크기가 큰 폭으로 증가할 수 있다. 따라서, 충격의 종류와 충격의 양 차이로 인해 배터리의 가속도 센서 신호가 변화할 수 있다. 다른 예를 들면, 스마트 폰을 바닥에 떨어뜨린 경우, 가속도 센서 신호가 잠깐 동안 큰 폭으로 증가할 수 있다. 또 다른 예를 들면, 웨어러블 장치를 들고 운동을 할 경우, 가속도 센서 신호의 크기가 증가할 수 있다.
도 3은 일실시예에 따른 배터리 상태 추정 장치를 설명하기 위한 블록도이다.
도 3을 참조하면, 배터리 상태 추정 장치(300)는 수집부(310), 충격량 계산부(320) 및 배터리 데미지 추정부(330)를 포함할 수 있다.
일실시예에 따르면, 수집부(310)는 가속도 센서(360)에 의해 측정된 가속도 센서 신호로부터 진동 정보를 수집할 수 있다.
일 측에 따르면, 배터리 상태 추정 장치(300)는 수집된 진동 정보를 이용하여 배터리의 접합 부분의 접촉 고장을 검출할 수 있다. 배터리의 접합 부분에 접촉 고장이 발생하면, 배터리의 전력이 열화 되고 저항이 증가하는 등 배터리의 기능이 저하되는 문제가 발생한다. 전기 자동차의 운행 중 배터리의 접촉 고장이 발생하는 경우, 큰 사고를 유발할 수도 있다. 일실시예에 따른 배터리 상태 추정 장치를 배터리 고장 검출 모델에 적용하여 보다 정확한 배터리 고장 진단이 가능하다.
이때, 수집부(310)는 모니터링부(311), 블록 추출부(312), 결정부(313) 및 프로파일 생성부(314)를 포함할 수 있다.
일실시예에 따른 모니터링부(311)는 가속도 센서(360)의 가속도 센서 신호를 모니터링할 수 있다.
이때, 가속도 센서(360)는 데미지를 추정하고자 하는 대상 배터리에 직접 부착될 수 있다. 가속도 센서(360)는 3축 방향의 가속도 정보를 주기적으로 측정할 수 있다. 모니터링부(311)는 가속도 센서(360)로부터 연속적으로 전달되는 가속도 센서 신호의 크기를 지속적으로 모니터링할 수 있다.
일실시예에 따르면, 가속도 센서(360)는 3차원의 가속도 센서 신호를 생성할 수 있다. 이때, 가속도 센서 신호는 센싱된 시간을 기록하는 타임 스탬프(time stamp)를 포함할 수 있다.
일실시예에 따른 블록 추출부(312)는 가속도 센서 신호의 크기가 미리 정해진 제1 임계 값 이상인 경우, 미리 정해진 시간 동안의 가속도 센서 신호 블록을 추출할 수 있다.
여기서 제1 임계값은 배터리의 데미지에 영향을 미칠 정도의 가속도 값으로, 실험을 통해 미리 구해질 수 있다. 예를 들면, 전기 자동차가 시동을 걸고 움직이지 않고 있는 경우, 미세한 진동이 발생할 수 있는데, 이러한 경우에는 배터리의 접촉 고장에 영향을 미치지 않을 정도의 가속도 센서 신호가 검출된다. 다른 예를 들면, 웨어러블 장치를 착용한 사용자가 걸어가는 동작을 할 경우에 미세한 진동이 발생할 수 있는데, 이러한 경우에도 배터리의 접촉 고장에 영향을 미치지 않을 정도의 가속도 센서 신호가 검출될 수 있다. 가속도 센서 신호의 크기가 제1 임계 값보다 작은 경우, 실제 배터리에 데미지 영향을 미치기에는 부족한 충격량으로 간주한다.
일실시예에 따르면, 가속도 센서 신호의 크기는 3차원의 가속도 센서 신호의 최대 절대값이 될 수 있다. 이때, 가속도 센서 신호의 크기는 3축 가속도 벡터의 노름(norm)으로 정의될 수 있다.
일실시예에 따른 결정부(313)는 가속도 센서 신호 블록의 주파수 및 크기 레벨을 결정할 수 있다.
결정부(313)는 배터리의 가속도를 측정하는 가속도 센서로부터 수집된 가속도 센서 신호를 정량화 할 수 있다.
일실시예에 따르면, 결정부(313)는, 가속도 센서 신호 블록을 주파수 영역으로 변환하고, 주파수 영역에서 주파수 응답 계수(response coefficient)가 미리 정해진 제2 임계 값을 초과하는 주 충격 반응 주파수를 선별하여, 주 충격 반응 주파수를 가속도 센서 신호 블록의 주파수로 결정할 수 있다.
보다 구체적으로, 결정부(313)는 가속도 센서 신호 블록을 주파수 영역으로 변환하여 주파수를 측정할 수 있다. 이때, 결정부(313)는, 주파수 영역에서 주파수 응답 계수(response coefficient)가 미리 정해진 제2 임계 값을 초과하는 주 충격 반응 주파수를 선별할 수 있다. 결정부(313)는 주 충격 반응 주파수를 가속도 센서 신호 블록의 주파수로 결정할 수 있다.
일실시예에 따르면, 가속도 센서 신호 블록에 대해 패스트 퓨리에 트랜스폼(FFT)을 수행하여 시간 영역에 표현된 가속도 센서 신호 블록을 주파수 영역으로 변환할 수 있다. 이때, 주파수 응답 계수를 미리 정해진 제2 임계 값과 비교하여 주 충격 반응 주파수 집합을 선별할 수 있다.
일실시예에 따르면, 결정부(313)는, 가속도 센서 신호 블록의 평균 가속도 크기를 계산하고, 평균 가속도 크기에 대응하는 미리 경계화된 충격 크기 레벨을 결정할 수 있다.
일실시예에 따르면, 결정부(313)는 미리 정해진 기준에 따라 가속도 센서 신호 블록의 충격 크기 레벨을 결정할 수 있다. 이때, 결정부(313)는 가속도 센서 신호 블록의 평균 가속도 크기를 계산하고, 평균 가속도 크기에 따라 미리 경계화된 충격 크기 레벨을 결정할 수 있다. 일실시예에 따르면, 충격 크기 레벨은 충격의 크기에 따라 경계화(thresholding)에 의해 구분된 레벨이 될 수 있다. 예를 들면, High, Middle, Low의 3가지 레벨로 구분될 수 있다. 실시예에서는 High, Middle, Low의 3가지 레벨로 구분하지만, 더 많은 레벨로 구분될 수도 있으며, 2개의 레벨로 구분될 수도 있다.
일실시예에 따르면, 결정부(313)는 가속도 센서 신호 블록의 평균 가속도 크기를 계산할 수 있다. 여기서 계산된 평균 가속도 크기를 기반으로 충격의 세기가 미리 구분된 충격 크기 레벨 중 어디에 해당하는지 결정할 수 있다.
일실시예에 따른 프로파일 생성부(314)는 가속도 센서 신호 블록의 주파수가 속한 주파수 대역 및 가속도 센서 신호 블록의 크기 레벨에 대응하는 이벤트의 발생 횟수를 기록한 충격 프로파일을 생성할 수 있다.
일실시예에 따르면, 프로파일 생성부(314)는 결정된 가속도 센서 신호 블록의 주파수와 충격 크기 레벨을 이용하여 주파수 대역 별 충격 크기 레벨의 누적 횟수에 따라 정량화된 충격 프로파일을 생성하고 갱신할 수 있다.
표 1을 참고하면, 충격 프로파일 매트릭스의 일례를 알 수 있다.
Figure pat00001
표 1을 참조하면, 주파수 대역 및 충격 크기 레벨 별 발생한 이벤트의 누적 횟수가 입력된 충격 프로파일 매트릭스를 확인할 수 있다. 프로파일 생성부(314)는 실시간으로 제1 임계값을 초과하는 가속도 센서 신호에 대하여 가속도 센서 신호 블록을 추출하고, 주파수 대역 및 충격 크기 레벨에 따라 충격 프로파일을 실시간으로 갱신할 수 있다. 이때, 표 1에서 단위는 회가 될 수 있다.
일실시예에 따른 충격량 계산부(320)는, 진동 정보를 통해 누적 배터리 충격량을 계산할 수 있다.
이때, 충격량 계산부(320)는, 진동 정보를 이용하여 생성된 충격 프로파일 및 가중치 프로파일을 기초로 누적 배터리 충격량을 계산할 수 있다.
일실시예에 따르면, 가중치 프로파일은, 주파수 대역이 배터리 데미지에 영향을 미치는 정도를 나타내는 주파수 가중치 프로파일 및 충격 크기 레벨이 배터리 데미지에 영향을 미치는 정도를 나타내는 충격 크기 가중치 프로파일을 기초로 생성될 수 있다.
일실시예에 따른 가중치는 주파수 대역이 배터리 데미지에 영향을 미치는 정도를 나타내는 제1 가중치 및 충격 크기 레벨이 배터리 데미지에 영향을 미치는 정도를 나타내는 제2 가중치를 포함할 수 있다.
일실시예에 따른 충격량 계산부(320)는 충격 프로파일에 가중치 프로파일을 적용하여 누적 배터리 충격량을 계산할 수 있다. 즉, 프로파일 생성부(314)에서 생성된 충격 프로파일에 배터리 데미지에 영향을 미치는 정도를 나타내는 가중치 프로파일을 적용하여 누적 배터리 충격량을 정량화할 수 있다.
일실시예에 따른 충격량 계산부(320)는, 제1 가중치 및 제2 가중치를 이용하여 생성된 가중치 매트릭스와 충격 프로파일의 매트릭스의 엘리먼트식 프로덕트(element-wised product)를 계산하여 누적 배터리 충격량을 계산할 수 있다. 하기 표 2를 참고하면, 데미지 가중치 프로파일 매트릭스의 일례를 확인할 수 있다.
Figure pat00002
표 2를 참조하면, 주파수 및 충격 크기 레벨에 따른 가중치 정보를 포함하는 가중치 프로파일 매트릭스를 확인할 수 있다. 이때, 가중치 프로파일 매트릭스의 요소들은 해당 주파수 및 충격 크기 레벨이 배터리 데미지에 미치는 영향의 정도를 나타낸다. 가중치 프로파일 매트릭스는 정규화(normalization) 되어 요소들의 총 합은 1이 된다. 여기서, 높은 가중치 값은 더 높은 배터리 데미지를 가져옴을 의미한다. 이러한 가중치 프로파일 매트릭스는 실험을 통해 도출할 수 있다. 보다 구체적으로, 해당하는 주파수로 해당 충격 크기 레벨의 크기로 충격이 가해진 경우 배터리 열화 측정 값과 정상 배터리 운용 시 배터리 열화 측정 값의 차이 또는 비율을 실험적으로 계산하여 가중치 프로파일 매트릭스를 생성할 수 있다. 여기서, 배터리 열화의 측정은 배터리 용량의 열화 또는 임피던스의 증가 등의 배터리 손상 정도에 대한 정보를 측정하는 값을 이용하여 측정할 수 있다.
여기서, 가중치 프로파일 매트릭스와 충격 프로파일 매트릭스의 엘리먼트식 프로덕트(element-wised product)를 계산하는 것은, 각 매트릭스의 대응 위치의 값끼리 서로 곱하는 것을 말한다. 이때, 배터리 데미지의 총 크기는 엘리먼트식 프로덕트의 총 합이 될 수 있다.
가중치 프로파일 매트릭스를 생성할 때, 주파수 및 충격 크기 레벨을 모두 이용하여 가중치를 도출하는 것은 실험 비용이 많이 요구된다. 따라서, 주파수와 충격 크기 레벨을 독립적으로 가중치를 계산할 수 있다. 하기 표 3은 주파수에 대한 배터리 데미지 가중치를 설명하기 위한 표이고, 하기 표 4는 충격 크기 레벨에 대한 배터리 데미지 가중치를 설명하기 위한 표이다.
Figure pat00003
표 3을 참조하면, 주파수에 따른 배터리 데미지 가중치 정보를 포함하는 가중치 프로파일 매트릭스를 확인할 수 있다. 이때, 주파수 가중치 프로파일 매트릭스의 요소들은 해당 주파수가 배터리 데미지에 미치는 영향의 정도를 나타낸다. 또한, 주파수 가중치 프로파일 매트릭스는 정규화(normalization) 되어 요소들의 총 합은 1이 된다. 여기서, 높은 가중치 값은 더 큰 배터리 데미지를 가져옴을 의미한다. 이러한 주파수 가중치 프로파일 매트릭스는 실험을 통해 도출할 수 있다.
Figure pat00004
표 4를 참조하면, 충격 크기 레벨에 따른 가중치 정보를 포함하는 충격 크기 레벨 가중치 프로파일 매트릭스를 확인할 수 있다. 이때, 충격 크기 레벨 가중치 프로파일 매트릭스의 요소들은 해당 충격 크기 레벨이 배터리 데미지에 미치는 영향의 정도를 나타낸다. 또한, 충격 크기 레벨 가중치 프로파일 매트릭스는 정규화(normalization) 되어 요소들의 총 합은 1이 된다. 여기서, 높은 가중치 값은 더 큰 배터리 데미지를 가져옴을 의미한다. 이러한 충격 크기 레벨 데미지 가중치 프로파일 매트릭스는 실험을 통해 도출할 수 있다.
일실시예에 따르면, 주파수와 충격 크기 레벨에 대해서 독립적으로 도출된 두 개의 가중치 프로파일 매트릭스들의 외적(outer product)을 계산하여 표 2와 같은 형태의 주파수 및 충격 데미지 레벨의 데미지 가중치 매트릭스를 생성할 수 있다.
일실시예에 따른 배터리 데미지 추정부(330)는 누적 배터리 충격량을 통해 충격으로 인한 배터리 데미지를 추정할 수 있다.
이때, 배터리 데미지 추정부(330)는 충격량 계산부(320)에서 계산된 누적 배터리 충격량을 이용하여 충격에 의한 총 배터리 데미지의 크기를 추정할 수 있다.
일실시예에 따르면, 배터리 상태 추정 장치(300)는 유사도 측정부(340) 및 상태 추정부(350)를 더 포함할 수 있다.
일실시예에 따른 유사도 측정부(340)는, 전압/전류/온도 센서(370)로부터 수신된, 정상 배터리의 전압, 전류 및 온도 중 적어도 하나를 센싱한 데이터인 기준 센싱 데이터의 패턴과 대상 배터리의 전압, 전류 및 온도 중 적어도 하나를 센싱한 데이터인 대상 센싱 데이터의 패턴 사이의 유사도를 측정할 수 있다.
전압/전류/온도 센서(370)는 배터리의 전압, 전류 및 온도 중 적어도 하나를 센싱하는 센서로, 대상 배터리와 정상 배터리의 전압, 전류 및 온도 중 적어도 하나를 센싱할 수 있다.
유사도 측정부(340)는 정상 배터리의 전압, 전류 및 온도 중 적어도 하나를 센싱한 데이터인 기준 센싱 데이터의 패턴과 대상 배터리의 전압, 전류 및 온도 중 적어도 하나를 센싱한 데이터인 대상 센싱 데이터의 패턴 사이의 유사도를 측정할 수 있다. 일실시예에 따르면, 유사도 측정부(340)는 정상 배터리의 사용 환경 패턴을 대표하는 기준 센싱 데이터와, 실시간으로 측정하는 대상 배터리의 데이터 패턴을 비교하여 차이가 일정 기준 값을 초과하면 대상 배터리의 상태를 비정상 상태로 정의할 수 있다.
일실시예에 따른 상태 추정부(350)는 배터리 데미지 및 유사도를 이용하여 대상 배터리의 상태를 추정할 수 있다.
일실시예에 따르면, 상태 추정부(350)는 유사도 측정부(340)로부터 측정된 유사도가 미리 정해진 값보다 작은 경우 대상 배터리의 오류를 추정할 수 있다. 이때, 추정된 배터리 데미지를 이용하여 배터리 오류의 원인이 접촉 불량(contact fault)임을 검출할 수 있다.
예를 들면, 대상 배터리의 오류를 유사도 측정부를 통해 검출하면, 배터리의 데미지 정도를 보고, 데미지 정도가 심하면 오류의 원인이 접촉 불량임을 추정할 수 있다. 유사도 측정을 통해서는 배터리의 고장 여부를 검출할 수는 있으나, 그 원인이 접촉 고장인지 내부 열화 상태인지 구별하기는 어렵다. 따라서 접촉 불량에 따른 배터리 고장은 배터리 데미지 추정부를 통해 추정된 배터리 데미지를 이용함으로써 배터리 고장 원인 검출 정확도를 향상시킬 수 있다.
일실시예에 따르면, 접촉 불량(contact fault)의 추정은, 뉴럴 네트워크(Neural Network), 서포트 벡터 머신(Support Vector Machine) 및 판단 트리(Decision Tree) 모델 중 적어도 하나의 머신 러닝 분류(Machine Learning Classification) 모델을 적용하여 수행할 수 있다.
도 4는 일실시예에 따른 배터리 상태 추정 방법을 설명하기 위한 흐름도이다. 일실시예에 따르면, 배터리 상태 추정 방법은 배터리 관리 시스템(Battery Management System)의 프로세서에 의해 수행될 수 있다.
도 4를 참조하면, 단계(410)에서, 배터리 상태 추정 장치는, 가속도 센서 신호로부터 진동 정보를 수집할 수 있다. 이때, 가속도 센서는 데미지를 추정하고자 하는 대상 배터리에 직접 부착된 가속도 센서가 될 수 있다. 가속도 센서는 3축 방향의 가속도 정보를 주기적으로 측정할 수 있다.
일 측에 따르면, 배터리 상태 추정 장치는 수집된 진동 정보를 이용하여 배터리의 접합 부분의 접촉 고장을 검출할 수 있다. 일실시예에 따른 배터리 상태 추정 장치를 배터리 고장 검출 모델에 적용하여 보다 정확한 배터리 고장 진단이 가능하다.
단계(420)에서, 배터리 상태 추정 장치는, 누적 배터리 충격량을 계산할 수 있다.
일실시예에 따르면, 배터리 상태 추정 장치는, 진동 정보를 이용하여 생성된 충격 프로파일 및 가중치 프로파일을 기초로 누적 배터리 충격량을 계산할 수 잇다.
이때, 가중치 프로파일은, 주파수 대역이 배터리 데미지에 영향을 미치는 정도를 나타내는 주파수 가중치 프로파일 및 충격 크기 레벨이 배터리 데미지에 영향을 미치는 정도를 나타내는 충격 크기 가중치 프로파일을 기초로 생성될 수 있다.
예를 들면, 충격 프로파일에 미리 정해진 가중치를 적용할 수 있다. 여기서, 가중치는 충격 주파수 대역이 배터리 데미지에 영향을 미치는 정도를 나타내는 제1 가중치 및 충격 크기 레벨이 배터리 데미지에 영향을 미치는 정도를 나타내는 제2 가중치를 포함할 수 있다.
이때, 배터리 상태 추정 장치는, 제1 가중치 및 제2 가중치를 이용하여 생성된 주파수 대역 및 충격 크기 레벨에 따른 가중치 프로파일 매트릭스와 상기 충격 프로파일 매트릭스의 엘리먼트식 프로덕트(element-wised product)를 계산하여 총 배터리의 데미지를 추정하는 단계를 포함할 수 있다.
일실시예에 따르면, 배터리 상태 추정 장치는, 가중치 프로파일의 매트릭스와 상기 충격 프로파일의 매트릭스 간의 엘리먼트식 프로덕트(element-wised product)를 계산하여 누적 배터리 충격량을 계산할 수 있다.
단계(430)에서, 배터리 상태 추정 장치는, 충격으로 인한 배터리 데미지를 추정할 수 있다.
일실시예에 따르면, 배터리 상태 추정 장치는, 누적 배터리 충격량을 이용하여 충격에 의한 총 배터리 데미지의 크기를 추정
도 5는 일실시예에 따른 배터리 상태 추정 방법에서, 진동 정보 수집 방법을 구체적으로 설명하기 위한 흐름도이다.
도 5를 참조하면, 단계(510)에서, 배터리 상태 추정 장치는, 가속도 센서 신호를 모니터링할 수 있다.
이때, 가속도 센서는 데미지를 추정하고자 하는 대상 배터리에 직접 부착될 수 있다. 가속도 센서는 3축 방향의 가속도 정보를 주기적으로 측정할 수 있다. 가속도 센서는 3차원의 가속도 센서 신호를 생성할 수 있다. 이때, 가속도 센서 신호는 센싱 시간을 기록하는 타임 스탬프(time stamp)를 포함할 수 있다.
단계(520)에서, 배터리 상태 추정 장치는, 가속도 센서 신호의 크기가 제1 임계값보다 큰 지 여부를 판단할 수 있다.
여기서, 가속도 센서 신호의 크기는 3차원의 가속도 센서 신호의 최대 절대값이 될 수 있다. 이때, 가속도 센서 신호의 크기는 3축 가속도 벡터의 노름(norm)으로 정의될 수 있다.
이때, 가속도 센서 신호의 크기가 제1 임계 값 이상인 경우, 단계(530)으로 갈 수 있다. 가속도 센서 신호의 크기가 제1 임계 값보다 작은 경우, 다시 단계(510)로 돌아간다. 여기서 제1 임계 값은 배터리의 데미지에 영향을 미칠 정도의 가속도 값으로, 실험을 통해 미리 구해질 수 있다. 가속도 센서 신호의 크기가 제1 임계 값보다 작은 경우, 실제 배터리에 데미지 영향을 미치기에는 부족한 충격량으로 간주할 수 있다.
단계(530)에서, 가속도 센서 신호 블록을 추출할 수 있다.
이때, 배터리 상태 추정 장치는, 미리 정해진 시간 동안의 가속도 센서 신호 블록을 추출할 수 있다.
단계(540)에서, 배터리 상태 추정 장치는, 가속도 센서 신호 블록의 주파수 및 충격 크기 레벨을 결정할 수 있다.
배터리 상태 추정 장치는, 배터리의 가속도를 측정하는 가속도 센서로부터 수집된 가속도 센서 신호를 정량화 할 수 있다.
단계(550)에서, 배터리 상태 추정 장치는, 충격 프로파일을 생성할 수 있다.
일실시예에 따르면, 배터리 상태 추정 장치는, 가속도 센서 신호 블록의 주파수가 속한 주파수 대역 및 가속도 센서 신호 블록의 충격 크기 레벨에 대응하는 이벤트의 발생 횟수를 기록한 충격 프로파일을 생성할 수 있다.
도 6은 일실시예에 따른 진동 정보 수집 방법에서, 주파수 및 충격 크기 레벨 결정 방법을 구체적으로 설명하기 위한 흐름도이다.
도 6을 참조하면, 단계(610)에서, 배터리 상태 추정 장치는, 가속도 센서 신호 블록을 주파수 영역으로 변환할 수 있다.
일실시예에 따르면, 배터리 상태 추정 장치는, 가속도 센서 신호 블록에 대해 패스트 퓨리에 트랜스폼(FFT)을 수행하여 시간 영역에 표현된 가속도 센서 신호 블록을 주파수 영역으로 변환할 수 있다.
단계(620)에서, 배터리 상태 추정 장치는, 주 충격 반응 주파수를 선별할 수 있다.
일실시예에 따르면, 배터리 상태 추정 장치는, 주파수 영역에서 주파수 응답 계수(response coefficient)가 미리 정해진 제2 임계 값을 초과하는 주 충격 반응 주파수를 선별할 수 있다. 배터리 상태 추정 장치는, 주파수 영역에 있는 가속도 센서 신호 블록의 주파수 응답 계수를 미리 정해진 제2 임계 값과 비교하여 주 충격 반응 주파수 집합을 선별할 수 있다.
단계(630)에서, 배터리 상태 추정 장치는, 주 충격 반응 주파수를 가속도 센서 신호 블록의 주파수로 결정할 수 있다.
단계(640)에서, 배터리 상태 추정 장치는, 가속소 센서 신호 블록의 평균 가속도 크기를 계산할 수 있다.
일실시예에 따르면, 배터리 상태 추정 장치는, 가속도 센서 신호 블록의 평균 가속도 크기를 가속도 센서 신호 블록의 충격 크기로 할 수 있다. 따라서, 배터리 상태 추정 장치는, 가속도 센서 신호 블록의 평균 가속도 크기가 속한 충격 크기 레벨을 가속도 센서 신호 블록의 충격 크기 레벨로 결정할 수 있다.
단계(650)에서, 배터리 상태 추정 장치는, 미리 경계화된 충격 크기 레벨을 결정할 수 있다.
일실시예에 따르면, 배터리 상태 추정 장치는, 미리 정해진 기준에 따라 가속도 센서 신호 블록의 충격 크기 레벨을 결정할 수 있다. 이때, 배터리 상태 추정 장치는, 가속도 센서 신호 블록의 평균 가속도 크기를 계산하고, 평균 가속도 크기에 따라 미리 경계화된 충격 크기 레벨을 결정할 수 있다. 일실시예에 따르면, 충격 크기 레벨은 충격의 크기에 따라 경계화(thresholding)에 의해 구분된 레벨이 될 수 있다. 예를 들면, High, Middle, Low의 3가지 레벨로 구분될 수 있다. 실시예에서는 High, Middle, Low의 3가지 레벨로 구분하지만, 더 많은 레벨로 구분될 수도 있으며, 2개의 레벨로 구분될 수도 있다.
일실시예에 따르면, 배터리 상태 추정 장치는, 가속도 센서 신호 블록의 평균 가속도 크기를 계산할 수 있다. 여기서 계산된 평균 가속도 크기를 기반으로 충격의 세기가 미리 구분된 충격 크기 레벨 중 어디에 해당하는지 결정할 수 있다.
도 7은 일실시예에 따른 배터리 상태 추정 방법에서 배터리 오류 원인 검출 방법을 구체적으로 설명하기 위한 흐름도이다.
도 7을 참조하면, 단계(710)에서, 배터리 상태 추정 장치는, 기준 센싱 데이터의 패턴과 대상 센싱 데이터의 패턴 사이의 유사도를 측정할 수 있다.
일실시예에 따르면, 배터리 상태 추정 장치는, 정상 배터리의 전압, 전류 및 온도 중 적어도 하나를 센싱한 데이터인 기준 센싱 데이터의 패턴과 대상 배터리의 전압, 전류 및 온도 중 적어도 하나를 센싱한 데이터인 대상 센싱 데이터의 패턴 사이의 유사도를 측정할 수 있다.
이때, 배터리 상태 추정 장치는, 추정된 배터리 데미지 및 유사도를 이용하여 대상 배터리의 상태를 추정할 수 있다.
단계(720)에서, 배터리 상태 추정 장치는, 대상 배터리의 오류를 추정할 수 있다.
예를 들면, 기준 센싱 데이터의 패턴과 대상 센싱 데이터의 패턴의 차이가 일정 기준 값을 초과하면, 대상 배터리의 상태는 오류 상태로 추정될 수 있다.
단계(730)에서, 배터리 상태 추정 장치는, 추정된 배터리 데미지를 기초로 오류의 원인이 접촉 불량(contact fault)임을 검출할 수 있다.
배터리 상태 추정 장치는, 대상 배터리의 상태가 오류 상태이고, 추정된 배터리 데미지의 크기가 일정 기준 값보다 큰 경우, 대상 배터리의 오류 상태의 원인이 접촉 불량에 의한 것임을 추정할 수 있다. 즉, 접촉 불량의 검출은 추정된 배터리 데미지와 패턴 간의 유사도 값을 통해 접촉 불량을 검출할 수 있다.
이때, 배터리 상태 추정 장치는, 뉴럴 네트워크(Neural Network), 서포트 벡터 머신(Support Vector Machine) 및 판단 트리(Decision Tree) 모델 중 적어도 하나의 머신 러닝 분류(Machine Learning Classification) 모델을 이용하여 접촉 불량(contact fault)을 추정할 수 있다.
전기 자동차의 배터리 정상 상태와 오류 상태 간의 전압/전류/온도의 패턴 차이는 배터리의 접촉 불량뿐만 아니라, 배터리 내부 물질의 열화 혹은 배터리 내부의 다양한 결함에 의한 오류에 의해서도 발생이 가능하다, 따라서, 전압/전류/온도 센서 시그널만을 기반으로 접촉 불량과 배터리 내부 오류 상태를 구별해서 검출하기는 어렵다. 접합면의 불량 및 크랙 등과 같은 접촉 불량에 의한 배터리 오류는 전기 자동차의 운행 중 받은 충격에 의해서 영향을 받을 수 있다. 따라서, 배터리 오류 상태 추정 시, 추정된 배터리 데미지를 접촉 불량을 위한 모델의 입력 데이터로 사용하여 접촉 불량의 추정 정확도를 향상시킬 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 컨트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

  1. 가속도 센서 신호로부터 진동 정보를 수집하는 단계;
    상기 진동 정보를 통해 누적 배터리 충격량을 계산하는 단계; 및
    상기 누적 배터리 충격량을 통해 충격으로 인한 배터리 데미지를 추정하는 단계
    를 포함하는 배터리 상태 추정 방법.
  2. 제1항에 있어서,
    상기 진동 정보를 수집하는 단계는,
    상기 가속도 센서 신호를 모니터링하는 단계;
    상기 가속도 센서 신호의 크기가 미리 정해진 제1 임계 값 이상인 경우, 미리 정해진 시간 동안의 가속도 센서 신호 블록을 추출하는 단계;
    상기 가속도 센서 신호 블록의 주파수 및 충격 크기 레벨을 결정하는 단계; 및
    상기 주파수가 속한 주파수 대역 및 상기 충격 크기 레벨에 대응하는 이벤트의 발생 횟수를 기록한 충격 프로파일을 생성하는 단계
    를 포함하는 배터리 상태 추정 방법.
  3. 제2항에 있어서,
    상기 가속도 센서 신호 블록의 주파수 및 충격 크기 레벨을 결정하는 단계는,
    상기 가속도 센서 신호 블록을 주파수 영역으로 변환하는 단계;
    상기 주파수 영역에서 주파수 응답 계수(response coefficient)가 미리 정해진 제2 임계 값을 초과하는 주 충격 반응 주파수를 선별하는 단계; 및
    상기 주 충격 반응 주파수를 상기 가속도 센서 신호 블록의 주파수로 결정하는 단계
    를 포함하는 배터리 상태 추정 방법.
  4. 제2항에 있어서,
    상기 가속도 센서 신호 블록의 주파수 및 충격 크기 레벨을 결정하는 단계는,
    상기 가속도 센서 신호 블록의 평균 가속도 크기를 계산하는 단계; 및
    상기 평균 가속도 크기에 대응하는 미리 경계화된 충격 크기 레벨을 결정하는 단계
    를 포함하는 배터리 상태 추정 방법.
  5. 제1항에 있어서,
    상기 누적 배터리 충격량을 계산하는 단계는,
    상기 진동 정보를 이용하여 생성된 충격 프로파일 및 가중치 프로파일을 기초로 누적 배터리 충격량을 계산하는
    배터리 상태 추정 방법.
  6. 제5항에 있어서,
    상기 가중치 프로파일은,
    주파수 대역이 배터리 데미지에 영향을 미치는 정도를 나타내는 주파수 가중치 프로파일 및 충격 크기 레벨이 배터리 데미지에 영향을 미치는 정도를 나타내는 충격 크기 가중치 프로파일을 기초로 생성된
    배터리 상태 추정 방법.
  7. 제5항에 있어서,
    상기 누적 배터리 충격량을 계산하는 단계는
    상기 가중치 프로파일의 매트릭스와 상기 충격 프로파일의 매트릭스 간의 엘리먼트식 프로덕트(element-wised product)를 계산하여 누적 배터리 충격량을 계산하는
    배터리 상태 추정 방법.
  8. 제1항에 있어서,
    상기 배터리 데미지를 추정하는 단계는,
    누적 배터리 충격량을 이용하여 충격에 의한 총 배터리 데미지의 크기를 추정하는
    배터리 상태 추정 방법.
  9. 제1항에 있어서,
    정상 배터리의 전압, 전류 및 온도 중 적어도 하나를 센싱한 데이터인 기준 센싱 데이터의 패턴과 대상 배터리의 전압, 전류 및 온도 중 적어도 하나를 센싱한 데이터인 대상 센싱 데이터의 패턴 사이의 유사도를 측정하는 단계; 및
    상기 추정된 배터리 데미지 및 상기 유사도를 이용하여 상기 대상 배터리의 상태를 추정하는 단계
    를 더 포함하는 배터리 상태 추정 방법.
  10. 제9항에 있어서,
    상기 추정된 배터리 데미지 및 상기 유사도를 이용하여 상기 대상 배터리의 상태를 추정하는 단계는,
    상기 유사도가 미리 정해진 값보다 작은 경우 상기 대상 배터리의 오류를 추정하는 단계; 및
    상기 추정된 배터리 데미지를 기초로 상기 오류의 원인이 접촉 불량(contact fault)임을 추정하는 단계
    를 포함하는 배터리 상태 추정 방법.
  11. 제10항에 있어서,
    상기 접촉 불량(contact fault)을 추정하는 단계는,
    뉴럴 네트워크(Neural Network), 서포트 벡터 머신(Support Vector Machine) 및 판단 트리(Decision Tree) 모델 중 적어도 하나의 머신 러닝 분류(Machine Learning Classification) 모델을 이용하는
    배터리 상태 추정 방법.
  12. 가속도 센서 신호로부터 진동 정보를 수집하는 수집부;
    상기 진동 정보를 통해 누적 배터리 충격량을 계산하는 충격량 계산부; 및
    상기 누적 배터리 충격량을 통해 충격으로 인한 배터리 데미지를 추정하는 배터리 데미지 추정부
    를 포함하는 배터리 상태 추정 장치.
  13. 제12항에 있어서,
    상기 수집부는,
    상기 가속도 센서 신호를 모니터링하는 모니터링부;
    상기 가속도 센서 신호의 크기가 미리 정해진 제1 임계 값 이상인 경우, 미리 정해진 시간 동안의 가속도 센서 신호 블록을 추출하는 블록 추출부;
    상기 가속도 센서 신호 블록의 주파수 및 크기 레벨을 결정하는 결정부; 및
    상기 주파수가 속한 주파수 대역 및 상기 크기 레벨에 대응하는 이벤트의 발생 횟수를 기록한 충격 프로파일을 생성하는 프로파일 생성부
    를 포함하는 배터리 상태 추정 장치.
  14. 제13항에 있어서,
    상기 결정부는,
    상기 가속도 센서 신호 블록을 주파수 영역으로 변환하고, 상기 주파수 영역에서 주파수 응답 계수(response coefficient)가 미리 정해진 제2 임계 값을 초과하는 주 충격 반응 주파수를 선별하여, 상기 주 충격 반응 주파수를 상기 가속도 센서 신호 블록의 주파수로 결정하는
    배터리 상태 추정 장치.
  15. 제13항에 있어서,
    상기 결정부는,
    상기 가속도 센서 신호 블록의 평균 가속도 크기를 계산하고, 상기 평균 가속도 크기에 대응하는 미리 경계화된 충격 크기 레벨을 결정하는
    배터리 상태 추정 장치.
  16. 제12항에 있어서,
    상기 충격량 계산부는,
    상기 진동 정보를 이용하여 생성된 충격 프로파일 및 가중치 프로파일을 기초로 누적 배터리 충격량을 계산하는
    배터리 상태 추정 장치.
  17. 제16항에 있어서,
    상기 가중치 프로파일은,
    주파수 대역이 배터리 데미지에 영향을 미치는 정도를 나타내는 주파수 가중치 프로파일 및 충격 크기 레벨이 배터리 데미지에 영향을 미치는 정도를 나타내는 충격 크기 가중치 프로파일을 기초로 생성된
    배터리 상태 추정 장치.
  18. 제12항에 있어서,
    상기 배터리 데미지 추정부는,
    상기 누적 배터리 충격량을 이용하여 충격에 의한 총 배터리 데미지의 크기를 추정하는
    배터리 상태 추정 장치.
  19. 제12항에 있어서,
    정상 배터리의 전압, 전류 및 온도 중 적어도 하나를 센싱한 데이터인 기준 센싱 데이터의 패턴과 대상 배터리의 전압, 전류 및 온도 중 적어도 하나를 센싱한 데이터인 대상 센싱 데이터의 패턴 사이의 유사도를 측정하는 유사도 측정부; 및
    상기 배터리 데미지 및 상기 유사도를 이용하여 상기 대상 배터리의 상태를 추정하는 상태 추정부
    를 더 포함하는 배터리 상태 추정 장치.
  20. 제19항에 있어서,
    상기 상태 추정부는,
    상기 유사도가 미리 정해진 값보다 작은 경우 상기 대상 배터리의 오류를 추정하고, 상기 배터리 데미지를 기초로 상기 오류의 원인이 접촉 불량(contact fault)임을 추정하는
    배터리 상태 추정 장치.
KR1020150032723A 2015-03-09 2015-03-09 배터리 상태 추정 장치 및 방법 KR102359315B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020150032723A KR102359315B1 (ko) 2015-03-09 2015-03-09 배터리 상태 추정 장치 및 방법
US15/064,898 US10094806B2 (en) 2015-03-09 2016-03-09 Method and apparatus for monitoring battery state

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150032723A KR102359315B1 (ko) 2015-03-09 2015-03-09 배터리 상태 추정 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20160109062A true KR20160109062A (ko) 2016-09-21
KR102359315B1 KR102359315B1 (ko) 2022-02-07

Family

ID=57079791

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150032723A KR102359315B1 (ko) 2015-03-09 2015-03-09 배터리 상태 추정 장치 및 방법

Country Status (2)

Country Link
US (1) US10094806B2 (ko)
KR (1) KR102359315B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019172655A1 (ko) * 2018-03-06 2019-09-12 주식회사 엘지화학 배터리 팩의 균열을 진단하기 위한 장치와, 그것을 포함하는 배터리 팩 및 자동차
CN112485690A (zh) * 2020-10-28 2021-03-12 国网江苏省电力有限公司南京供电分公司 一种基于振动信号的储能电池健康状态识别方法和系统
CN112937303A (zh) * 2021-02-08 2021-06-11 重庆长安新能源汽车科技有限公司 一种电池过热后实时在线预警方法及系统

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101756008B1 (ko) * 2016-04-11 2017-07-10 현대자동차주식회사 하이브리드 차량의 저전압컨버터 제어방법 및 시스템
DE102017218751B4 (de) * 2017-10-20 2021-05-12 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Bewertungssystem zum Bewerten einer weiteren Nutzbarkeit eines Hochvoltspeichers eines Kraftfahrzeugs nach einem kritischen Ereignis
CN113039107B (zh) * 2018-11-09 2023-12-01 康明斯公司 电动车辆的电气化控制系统和方法
FR3089465B1 (fr) * 2018-12-11 2022-03-18 Psa Automobiles Sa Système de batterie mettant en œuvre un procédé de détection d’impacts par mesure sonore
CN111381166A (zh) * 2018-12-29 2020-07-07 北京骑胜科技有限公司 一种监测电池状态的方法及系统
DE102019201971A1 (de) * 2019-02-14 2020-08-20 Robert Bosch Gmbh Antriebseinheit für ein Elektrofahrzeug und Verfahren zur Erkennung von Fehlern in einer Antriebseinheit
JP7568394B2 (ja) * 2019-10-03 2024-10-16 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
JP2021086816A (ja) * 2019-11-29 2021-06-03 パナソニックＩｐマネジメント株式会社 電池情報管理装置、電池情報管理方法、および電池情報管理システム
CN113030738B (zh) * 2020-02-18 2022-09-16 深圳大学 一种电池故障检测方法、电池故障检测系统及终端
CN112918256A (zh) * 2021-03-31 2021-06-08 江西江铃集团新能源汽车有限公司 一种锂电池组碰撞控制方法及系统
DE102021206574A1 (de) 2021-06-25 2022-12-29 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Erkennen von Stürzen und/oder unsachgemäßer Handhabung eines elektrochemischen Energiespeichers
CN113466731B (zh) * 2021-07-29 2023-09-01 广东博力威科技股份有限公司 电池承受振荡最大时长的检测方法、装置、设备及介质
US11443569B1 (en) * 2021-10-30 2022-09-13 Beta Air, Llc Systems and methods for battery management for a vehicle
CN115534674B (zh) * 2022-09-21 2024-06-14 中国第一汽车股份有限公司 电池处理方法、装置、电子设备及计算机可读存储介质
CN116901711B (zh) * 2023-09-14 2024-02-06 宁德时代新能源科技股份有限公司 电池的碰撞检测处理方法及其设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070229248A1 (en) * 2006-03-16 2007-10-04 Ncode International Limited Damage dosing monitoring system
JP2010038839A (ja) * 2008-08-07 2010-02-18 Sanyo Electric Co Ltd 電子機器
KR20110060166A (ko) * 2009-11-30 2011-06-08 삼성에스디아이 주식회사 배터리 팩
KR20130023073A (ko) * 2011-08-23 2013-03-07 주식회사 엘지화학 이차 전지의 안전성 향상 장치 및 방법

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4231259A (en) * 1978-08-11 1980-11-04 Thiruvengadam Alagu P Method and apparatus for non-destructive evaluation utilizing the internal friction damping (IFD) technique
US5410406A (en) * 1993-02-01 1995-04-25 Holographics Inc. Method and apparatus for nondestructive inspection utilizing phase integration and recording of induced vibrating nodal patterns
US6119064A (en) * 1997-05-15 2000-09-12 Nissan Motor Co., Ltd. Vehicular control apparatus arranged for undergoing initial failure test after burn-in and method arranged therefor
KR100778440B1 (ko) 2006-01-25 2007-11-21 삼성에스디아이 주식회사 배터리의 ｓｏｃ 판단 장치 및 방법
DK2108830T3 (da) * 2008-01-10 2019-11-25 Siemens Gamesa Renewable Energy As Fremgangsmåde til bestemmelse af udmattelseslast af en vindmølle og til udmattelseslaststyring og tilsvarende vindmøller
KR101053352B1 (ko) 2009-12-07 2011-08-01 주식회사 엘지화학 배터리 제어 장치 및 방법
JP5535794B2 (ja) 2010-06-30 2014-07-02 三洋電機株式会社 組電池
KR20120037154A (ko) 2010-10-11 2012-04-19 현대자동차주식회사 배터리 시스템의 이상 판단 방법
DE102011008466A1 (de) 2011-01-13 2012-07-19 Li-Tec Battery Gmbh Batterie mit Steuereinrichtung und Verfahren zum Betrieb dieser Batterie
US9417331B2 (en) * 2012-06-01 2016-08-16 Landauer, Inc. System for wireless, motion and position-sensing, integrating radiation sensor and energy harvester for occupational and environmental dosimetry
US9528629B2 (en) * 2012-06-27 2016-12-27 Fisher Controls International Llc Methods and apparatus to use vibration data to determine a condition of a process control device
DE102012217037A1 (de) 2012-09-21 2014-03-27 Robert Bosch Gmbh Verfahren und Vorrichtung zum Überwachen zumindest eines Parameters einer Batterie
JP2014122817A (ja) 2012-12-20 2014-07-03 Mitsubishi Heavy Ind Ltd 二次電池の性能推定方法、性能推定装置及びプログラム
US9561864B2 (en) * 2014-03-28 2017-02-07 Bell Helicopter Textron Inc. Aircraft prognostics health system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070229248A1 (en) * 2006-03-16 2007-10-04 Ncode International Limited Damage dosing monitoring system
JP2010038839A (ja) * 2008-08-07 2010-02-18 Sanyo Electric Co Ltd 電子機器
KR20110060166A (ko) * 2009-11-30 2011-06-08 삼성에스디아이 주식회사 배터리 팩
KR20130023073A (ko) * 2011-08-23 2013-03-07 주식회사 엘지화학 이차 전지의 안전성 향상 장치 및 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019172655A1 (ko) * 2018-03-06 2019-09-12 주식회사 엘지화학 배터리 팩의 균열을 진단하기 위한 장치와, 그것을 포함하는 배터리 팩 및 자동차
US11293903B2 (en) 2018-03-06 2022-04-05 Lg Energy Solution, Ltd. Apparatus for diagnosing crack in battery pack and battery pack and vehicle including the same
CN112485690A (zh) * 2020-10-28 2021-03-12 国网江苏省电力有限公司南京供电分公司 一种基于振动信号的储能电池健康状态识别方法和系统
CN112937303A (zh) * 2021-02-08 2021-06-11 重庆长安新能源汽车科技有限公司 一种电池过热后实时在线预警方法及系统
CN112937303B (zh) * 2021-02-08 2022-10-04 重庆长安新能源汽车科技有限公司 一种电池过热后实时在线预警方法及系统

Also Published As

Publication number Publication date
KR102359315B1 (ko) 2022-02-07
US20170261473A1 (en) 2017-09-14
US20180106766A9 (en) 2018-04-19
US10094806B2 (en) 2018-10-09

Similar Documents

Publication Publication Date Title
KR20160109062A (ko) 배터리 상태 추정 장치 및 방법
JP7046481B2 (ja) バッテリ管理方法及びバッテリ管理装置
KR102247052B1 (ko) 배터리의 이상 상태를 감지하는 장치 및 방법
EP3832328B1 (en) Method and apparatus for detecting micro short circuit of battery
KR102386980B1 (ko) 배터리의 수명을 추정하는 방법 및 장치
JP5944291B2 (ja) バッテリのパラメータ等推定装置およびその推定方法
KR102332399B1 (ko) 배터리 상태 추정 장치 및 방법
KR20160085070A (ko) 복수의 배터리 셀들을 포함하는 배터리 팩의 상태를 추정하는 장치 및 방법
KR20160101506A (ko) 배터리 신호 세그먼트 데이터의 확률 추론을 기반으로 한 배터리 상태 추정 방법 및 장치
CN102222151B (zh) 一种基于自回归滑动平均的模拟电路故障预测方法
KR20160017416A (ko) 패턴 정보에 기초하여 사용자 특성에 따른 배터리 수명을 추정하는 장치 및 방법
KR20150120697A (ko) 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법 및 장치
Xu et al. A soft short-circuit diagnosis method for lithium-ion battery packs in electric vehicles
CN109031138B (zh) 一种动力电池的安全评估方法和装置
Wang et al. Voltage correlation-based principal component analysis method for short circuit fault diagnosis of series battery pack
CN103904721A (zh) 电池电压均等化装置及方法
EP3012643B1 (en) Method and apparatus for identifying causes for cable overcurrent
KR20160097030A (ko) 배터리의 충전 전압 데이터에 기반한 배터리 상태 추정 방법 및 장치
EP4019993B1 (en) Method and apparatus for battery short circuit detection
KR102309374B1 (ko) 에너지저장장치 화재확산 방지를 위한 이상상태 감시방법, 이를 구현하기 위한 프로그램이 저장된 기록매체 및 이를 구현하기 위해 매체에 저장된 컴퓨터프로그램
CN115659799B (zh) 一种具备阈值自适应功能的锂电储能电站故障诊断方法
CN111142024B (zh) 一种电池单体不均衡故障的检测方法及装置
KR20210054407A (ko) 배터리 내부단락검출 시스템 및 이를 이용한 배터리 내부단락검출 방법
CN115144765A (zh) 电池内短路故障检测方法及装置
KR102439932B1 (ko) 배터리 이상 검출 방법 및 장치

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant