[发明专利]一种数据驱动的电动车辆锂离子电池析锂诊断方法有效
| 申请号： | 201811319070.8 | 申请日： | 2018-11-07 |
| 公开（公告）号： | CN109143083B | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | 胡晓松;冯飞;郑宇生;谢翌;唐小林;杨亚联 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367 |
| 代理公司： | 11275 北京同恒源知识产权代理有限公司 | 代理人： | 赵荣之 |
| 地址： | 400044 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种数据驱动的电动车辆锂离子电池析锂诊断方法，属于电池管理技术领域。该方法包括：S1：建立锂离子电池的电化学模型；S2：离线阶段，构建ANN来模拟不同工况下锂离子电池输入输出的响应关系，利用Kriging模型建立ANN权重和固相扩散系数之间的映射关系；S3：在线阶段，通过实验测得电池充电过程的数据，预测电池实际的正负极固相扩散系数；S4：将固相扩散系数代入固相扩散方程，计算得到充电过程中正负极的固相锂离子浓度，建立基于浓度的析锂的判据，利用计算得到的正负极浓度判断充电过程中是否发生析锂现象。本发明在保持锂离子电池完整性的条件下，降低了析锂现象检测过程对于机理模型的依赖程度。 | ||
| 搜索关键词： | 锂离子电池 析锂 固相扩散 充电过程 电动车辆 数据驱动 正负极 电池充电过程 电化学模型 负极 诊断 电池管理 机理模型 离线阶段 模型建立 浓度判断 响应关系 映射关系 在线阶段 权重和 锂离子 构建 判据 电池 输出 检测 预测 | ||
【主权项】：
1.一种数据驱动的电动车辆锂离子电池析锂诊断方法，其特征在于，该方法具体包括以下步骤：/nS1：确定电动车辆锂离子电池的类型及型号，获取该型号电池相应的技术参数，在此基础上建立与之对应的锂离子电池的电化学模型；/nS2：离线阶段，在电化学模型中设计一系列正负极固相扩散系数值并进行充放电仿真，构建人工神经网络(Artificial Neural Network，ANN)来模拟不同工况下锂离子电池输入输出的响应关系，并且利用Kriging模型建立ANN权重和固相扩散系数之间的映射关系；/nS3：在线阶段，通过实验测得该型号锂离子电池充电过程的数据，采用相同结构的ANN模拟充电过程，并利用建立的映射关系预测该型号锂离子电池实际的正负极固相扩散系数；/nS4：将预测得到的正负极固相扩散系数代入电化学模型中的固相扩散方程，计算得到充电过程中正负极的固相锂离子浓度，同时建立基于浓度的析锂的判据，利用计算得到的正负极浓度信息判断充电过程中是否发生析锂现象。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆大学，未经重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811319070.8/，转载请声明来源钻瓜专利网。
