基于多尺度数据融合的锂电池健康状态评估.pdf
《基于多尺度数据融合的锂电池健康状态评估.pdf》由会员分享,可在线阅读,更多相关《基于多尺度数据融合的锂电池健康状态评估.pdf(6页珍藏版)》请在咨信网上搜索。
1、江苏大學学报(自然科学版)JOURNAL OFJIANGSUUNIVERSITY(Natural Science Edition)D0I:10.3969/j.issn.1671 7775.2023.05.005基于多尺度数据融合的锂电池健康状态评估2023年9月第44卷第5期Sept.2023Vol.44No.5开放科学(资源服务)标识码(OSID):郝刚12,金涛1(1.海军工程大学动力工程学院,湖北武汉430 0 33;2.武汉城市职业学院机电工程学院,湖北武汉430 0 6 4)摘要:针对锂电池健康状态评估问题,提出一种以人工神经网络为核心多尺度数据融合框架下的锂电池健康状态评估方法.选
2、取内阻、充电电压样本炳和等压降放电时间作为典型特征参数,建立3层分布式人工神经网络对特征参数进行多尺度融合计算,以计算拟合输出结果作为评估健康状态的参考值,并通过美国国家航空航天局(national aeronautics and space administration,NA SA)试验数据集进行验证.结果表明:提出的评估方法能够基于锂电池充放电测量数据和解算特征参数,利用多尺度数据融合框架迅速选代收敛,完成锂电池健康状态评估拟合;该评估方法的计算结果与测试平台实测值相比,平均误差小于3%,评估性能衰退趋势与实际劣化趋势一致.关键词:锂电池;特征参数提取;多尺度数据融合;神经网络;故障预测与
3、健康管理中图分类号:U472.9引文格式:郝刚,金涛基于多尺度数据融合的锂电池健康状态评估J.江苏大学学报(自然科学版),2 0 2 3,44(5):524-529.Lithium battery health evaluation based on multi-scale data fusion文献标志码:A文章编号:16 7 1-7 7 7 5(2 0 2 3)0 5-0 52 4-0 6HAO Gang-2,JIN Tao(1.School of Power Engineering,Naval University of Engineering,Wuhan,Hubei 430033,Ch
4、ina;2.School of Mechanical and ElectricalEngineering,Wuhan City Polytechnic,Wuhan,Hubei 430064,China)Abstract:A method of lithium battery health assessment was proposed based on the framework of multi-scale data fusion with artificial neural network as the core.The internal constant resistance,the s
5、ampleentropy of charging voltage and the isobaric discharge time were selected as typical characteristicparameters.The three-layer distributed artificial neural network was established for the multi-scale datafusion,and the calculated fiting output was used as reference value for the health assessme
6、nt.Theproposed method was verified by the national aeronautics and space administration(NASA)experimentaldatasheet.The results show that the method based on the lithium battery typical characteristic parametersand the multi-scale data fusion framework can rapidly iteratively converge to complete the
7、 evaluation andfitting of the health status of lithium battery.Comparing the calculation results of the proposed methodwith the test platform data,the average error is less than 3%,and the evaluation performance degradationtrend is consistent with the actual deterioration trend.Key words:lithium bat
8、tery;feature parameter extraction;multi-scale data fusion;neural network;prognostics and health management收稿日期:2 0 2 1-11-0 3基金项目:湖北省教育厅科研计划项目(B2021531);武汉市知识创新专项曙光计划项目(2 0 2 2 0 10 8 0 10 2 0 435);武汉城市职业学院博士专项科研基金资助项目(2 0 2 0 whcvcB01)作者简介:郝刚(198 8 一),男,湖北英山人,博士研究生,讲师(),主要从事装备可靠性评估与故障诊断的研究.金涛(196 6
9、 一),男,上海人,教授,博士生导师(通信作者,),主要从事舰船安全性、损管智能化的研究.525第5期郝刚等:基于多尺度数据融合的锂电池健康状态评估锂电池健康状态(state _of health,SO H)研究对于其循环寿命提高、安全性与可靠性的提升有重要意义 .锂电池的性能受到应用过程中充放电循环、温湿度变化、电极材料和电解质分解等因素的影响而产生容量衰减,直至电池的最终寿命2 .锂电池的健康管理注重状态监测和维护,通过特征参数提取、合理的算法设计实现快速识别锂电池的健康状态,特别是结合电池管理系统对锂电池的充放电行为进行主动干预和均衡是目前预防性维修、主动性能均衡和延长使用寿命的主要方法
10、.锂电池健康状态变迁过程是多因素影响下的非线性时变系统,准确评估其健康状态是近年来研究的热点和难点.目前对锂电池健康状态系统性研究主要分为基于物理信息的分析、数据驱动的研究和机理数据驱动融合研究3个主要方向3-4,技术应用方面主要基于大数据、深度学习、多特征参数提取和多尺度分解.大数据和深度学习方法依赖大量训练数据以提高识别的准确性,对数据量要求较高,多用于离线估算方法.锂离子健康状态相关参数的多特征提取和多尺度分析方法对算法的依赖程度较高,通常算法较为复杂.该类方法可用于健康状态的在线估算,但是模型解算的实时性强对硬件电路提出较高的要求.笔者以简化测量电池内阻、充电电压时域样本熵和等压降放电
11、时间组成的特征参数为输入,基于以人工神经网络为核心的多尺度数据融合框架进行数据融合和评估.简化测量电池内阻方法能够通过放电电流和电压变化,快速求解内阻;充电电压时域样本从能量熵的角度计算单次充电后能量的聚集程度;等压降放电时间能够从放电时间角度客观反映锂电池容量变化.1锂电池健康状态评估特征参数1.1锂电池内阻锂电池内阻是衡量其健康状态的重要指标之二5.锂电池内阻主要划分为欧姆阻抗R,、表面层电化学阻抗R.和电荷转移阻抗Rct.其中:欧姆阻抗与锂电池的电解质、隔膜和电极等结构特征和物理特性有关,分析认为该部分随锂电池的使用变化不大;表面层电化学阻抗与固体电解质界面(solidelectroly
12、teinterface,SEI)膜在化成形成后及在使用过程中产生分解有关,通常认为其随着锂电池使用会形成阻抗的增长;电荷转移阻抗为电荷在转移过程中,由于正负极和隔膜产生电容特性而产生的阻抗,其与锂扩散效应组合活性物质的颗粒度有关.表面层电化学阻抗和电荷转移阻抗的变化与锂电池的工作温度、充放电倍率特性、材料的化学体系等相关.阻抗随着锂电池的使用(性能衰减期)呈增大趋势,如图1所示,其中:C.l为表面层电化学电容;Ca为电荷转移电容;Rw为锂电池电极材料中的扩散阻抗.不可变阻抗OR早期稳定性能失效阶段衰退0(b)锂电池内阻变化曲线图1锂电池内阻增长机理及变化曲线锂电池的内阻随着循环次数的增加总体呈
13、上升趋势,锂电池内阻变化分为3个阶段.早期内阻增加是由于锂电池在制造阶段,化成不够充分,随着充放电循环次数的增加,电解液与正负极材料充分反应,其内阻出现短暂增长后下降的现象.中期内阻趋于稳定,随着充放电循环,锂电池的内阻出现持续增长现象.内阻变化的阶段性可以作为评估锂电池性能的重要因素之一。目前锂电池的内阻测试采用混合脉冲功率特性(hybrid pulse power characterization,HPPC)测试方法,该方法从满电状态开始测试,每放电10%放电深度(depth of discharge,DOD)后静置1h进行脉冲测试,静置时间可完成锂电池的电化学平衡和热平衡,较为准确地测得
14、内阻.该方法比较适合实验室内对锂电池设计的评估,对于工况条件下的在线数据测量则耗时过长.笔者针对工况条件下提出固定DOD的简易测量方法计算内阻特性,锂电池的内阻为R=limAOAQ式中:U为瞬时电压变化值;t为瞬时时间变化值;Q为瞬时容量变化值.可变阻抗CslCaRwRsRet(a)锂电池内阻增长机理循环次数AUAt(1)526江苏大学学报(自然科学版)第44卷在工况条件下,在线测量内阻的计算公式为AUR=,式中:1为电流平均值。1.2锂电池充电电压时域样本炳熵与动态系统的能量有关,表征信息产生的速率6 .将熵与时间序列关联,非常适合对噜杂的信号分析及识别信号的状态迁移.早期研究人员利用时间序
15、列样本熵特征对心电图信号进行分析,对病症的生理和病理的早期症状开展判断有助于预防性诊疗7 .对于随机信号,样本嫡相比于近似熵有更好的匹配度和更小的误差区间.在时间序列下样本熵方法对多元化非线性随机信号早期识别具有较高的识别率.采用时间序列下样本熵方法,选取长度为N的时间序列ix;,构造N-+1个m维矢量xm(i),即xm(i)=x(i)x(i+1).x(i+m-1),式中:i=1,2,N-m+1.矢量xm(i)与xm(i)之间的距离为两者对应元素距离,即dmxm(i),xm(j)=maxlxm(i+k)-xm(j+k)1,(4)式中:0 km-1.给定阈值r,计算对应于每个i值的元素距离dmx
16、 m(i),x m(j)r,其中ij,将所得的总数记作u.由此得到如下函数:B(r)=N-m+1由式(5)可得长度为m的匹配函数为1N-mB(r):2BI(r),N-m台迭代得到Bm+I(r)和 Bm+1(r).样本熵计算公式为SampEn(m,r)=lim(N-00当N取有限样本时,样本熵的近似值为Bm+(t)SampEn(m,r,N)=lnB(r)研究8 表明,样本熵作为特征提取方法在循环周期性设备中能够快速准确地提取信号,弱化噪声.锂电池充放电循环过程中,选择放电电压的样本熵值,引入支持向量机和相关向量机等机器学习方法对锂电池健康状态进行预测,取得较好的效果9.引人样本熵方法作为特征参数
17、之一评估锂电池健康状态的方法可行.(2)1.3锂电池等压降放电时间等压降放电时间序列和锂电池容量变化存在映射关系,该指标随着充放电次数的增加而降低,且降低的趋势与寿命趋势具有相关性10 1.等压降放电时间的计量是基于相同工况和环境条件下的单次循环实现,单次测算误差较大,可在同一时间段内取多次测量的平均值,降低误差.引入恒流充电等压充电时间和恒压充电等压充电时间2 组新的指标,针对不同放电深度的组间和组内测试结果以及与传统容量和内阻作为健康因子开发的算法进行对比表明,新引人的特征参数作为锂电池健康状态因子所开发的算法鲁棒性更好1.因此,借鉴以上2 种充电策略,选取恒流放电测量等压降放电时间的测量
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 尺度 数据 融合 锂电池 健康 状态 评估
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。