[发明专利]一种车载起动型免维护铅酸蓄电池剩余寿命预测方法

说明书

本发明公开了一种车载起动型免维护铅酸蓄电池剩余寿命预测方法，其原理基于恒流放电过程中电池端电压的变化率对于SOH变化的感知比端电压本身表现的更加敏锐，通过定义SOH估算方式，对蓄电池进行多参数测定，包括蓄电池工作过程中的端电压、欧姆内阻、端电压对时间的变化率以及端电压对SOC的变化率，将这些参数交由多层神经网络进行拟合，得到训练好的多层神经网络，再对待测电池进行放电试验，得到数据后导入多层神经网络，预测电池的SOH，根据SOH‑循环次数曲线得出剩余寿命，以便及时对电池进行维护和更换，保障装备的可靠性。本发明同时通过提高检测准确性与效率，可以最大程度保证性能完好的电池继续应用，降低电池采购费用，减少浪费，节省成本。

技术领域

本发明属于电池管理领域，具体涉及一种车载起动型免维护铅酸蓄电池剩余寿命预测方法。

背景技术

铅酸电池具有通用、廉价、效率高、比能量适中、使用寿命长等优点，因此被广泛应用于生产生活的各个领域。例如，我国变电站直流系统中的不间断电源大多使用VRLA电池。电池在正常情况下处于浮充状态，当电网意外失电时，电池将为控制回路、信号回路、继电保护自动装置、断路器分合操作机构等负载提供应急电能供应。另外，车辆的启动和辅助电源也一般采用铅酸电池。车辆中的电池具有多种功能：在发动机启动时，电池将为其提供强大的启动电流；当发动机处于怠速或汽车发电机过载时，电池将向车内的用电设备供电；当发电机端电压高于电池电动势时，电池处于充电状态。因此，车辆内的铅酸电池具有高倍率脉冲放电、额定倍率充放电和浮充运行等多种工作模式。

从铅酸电池的要求来说，一般情况电池的容量衰减到80％以下可以作为电池不可接受的级别，因此剩余寿命都是以电池健康状态下降0.8以下作为判据的。

在研究中铅酸电池的健康状态研究与剩余寿命预测都是紧密相关的，确定剩余寿命的前提是获得当前电池的健康状态，并以此为基础，利用各种模型推算预测剩余寿命。

车辆等武器装备中蓄电池的寿命与车况、路况、驾驶员的习惯、内部装备功率大小、工作模式等多种因素有关。民用车辆中铅酸电池的使用寿命一般为3年左右，而军用车辆中的铅酸电池由于使用环境更加复杂而严苛，一般寿命更短。如果不对车辆中的铅酸电池进行定期的维护与状态评价和寿命预测，则有可能因为电池的突发故障而影响整个车辆装备的正常使用。因此，有必要对车辆等武器装备中铅酸电池的状态评价方法和剩余寿命预测进行理论与实验研究，并设计针对车辆等武器装备铅酸电池的状态评价方法、开发相应的检测装置，从而保障车辆等武器装备的可靠性。

现有技术中，一般采用蓄电池开路电压，欧姆内阻等单影响因子来评估蓄电池健康状况，但是蓄电池的SOH往往并不只单和某一个影响因子有关，并且单因子测量可能并不一定准确，误差较大，所以这些技术并不能准确预测蓄电池的SOH，因此需要将多个影响因子结合起来，综合评估蓄电池的健康状态。

发明内容

本发明的目的在于提供一种车载起动型免维护铅酸蓄电池剩余寿命预测方法。本发明主是构建基于电池外特性参数的状态评价，设计一种剩余寿命预测模型和算法并开展应用。

本发明采用以下技术方案来实现的：

一种车载起动型免维护铅酸蓄电池剩余寿命预测方法，包括以下步骤：

1)预先对某一型号的电池进行充放电循环试验，得到每次循环中包括蓄电池端电压、端电压随时间变化率、端电压随SOC变化率和蓄电池等效电路欧姆内阻在内的多个电池数据，并且每隔固定次数循环对蓄电池进行核容实验以测定蓄电池的SOH；

2)利用这些充放电循环试验所得电池数据对多层神经网络进行训练，最后得到一个训练好的多层神经网络，并且根据测得的SOH拟合出一条SOH-循环次数曲线；