基于电压频域特征和异常系数的动力电池故障诊断方法

动力电池系统是电动汽车(EV)的关键部件和主要故障源,因而提高动力电池故障诊断的效率和准确率显得尤为重要。基于此提出一种基于快速傅里叶变换(FFT)和异常系数评估(ACE)的动力电池电压不一致性故障诊断方法。针对6辆发生故障或热失控事故的电动汽车和1辆电压一致性良好的电动汽车,基于其在新能源汽车国家监管平台的全生命周期运行数据,经过电压数据的数据清洗、数据变换等大数据预处理后,利用FFT技术时频变换,提取频域中的幅值作为故障诊断的特征参数;然后,引进基于Z分数理论的异常系数对故障程度进行定量评估,以实现故障单体的检测和定位;此外,针对存在多个故障单体的情况,基于单体异常率的计算,实现单体故障程度的判定和排序;在此基础上,详细分析电压数据长度及采样间隔、FFT采样点数对模型的影响;最后,与基于熵和Z分数的电压故障诊断方法进行比较。研究结果表明:在上述研究条件下,该诊断方法对于电压一致性良好的车辆未产生误报警,且可以有效地检测出事故车辆动力电池系统存在的电压不一致性故障;相比之下,模型平均计算准确率提高了3.25%,模型平均耗时仅为熵值模型的0.55%;验证了该方法故障单体定位更精准、数据适用性更好及计算速度更快的优点。该研究成果能有效实现动力电池电压不一致性故障诊断,具有较高的工程应用价值。     

纯电动汽车动力电池性能测试方法研究

针对电动汽车核心部分动力电池组,建立相关的动力电池性能测试方法,通过此测试方法可获得汽车在实际运行工况下动力电池的真实性能状态,提高对动力电池性能参数的检测精度,为以后建立完整的电动汽车性能测试提供一定的参考依据。     

动力电池单体电压采样失效分析

电压采样模块是电池管理系统监控动力电池健康的重要手段,需要重视并分析电压采样常见的失效模式.通过分析失效模式,了解失效机理,可以从设计、生产工艺等源头抑制故障发生.文章从分析单体电压采样失效模式、采样失效分析手段出发,阐述了常见的导致单体电压采样失效的原因,并基于日常工作经验总结了单体电压采样失效的分析手段.     

电动汽车动力电池公告检测中存在的问题及建议

以动力锂电池为例,重点介绍其在一致性、安全性和电性能这三方面的公告检测中存在的主要问题并提出建议,为国内电动汽车的研发提供参考,以促进电动汽车动力电池质量的提高和技术的发展.     

基于大数据的车用动力电池开路电压估计方法研究

开路电压是电动汽车动力电池的重要参数之一,对电池电量(SOC)参数的估计具有关键作用。然而,在电动汽车实际使用过程中,动力电池的稳定开路电压状态却往往很难得到。传统的试验获取开路电压的方法难以满足动力电池复杂的实际工况条件。为准确获取实车动力电池的开路电压值,通过大数据分析电动汽车在充电完成状态及下次启动状态的动力电池电压状况,利用随机森林回归(RFR)算法预测动力电池电压变化特性,实现了对充电完成状态的开路电压预估,估计精度可以达到87%,为SOC标定、电池等效电路参数辨识和SOH估计工作实现奠定了基础。     

锂离子动力电池安全性试验检测方法

文章概述了国内外锂离子动力电池安全性相关技术标准,对比各标准体系的颁布日期、适用范围、技术特点及内容,在此基础上,以QC/r 743-2006为例,结合实际经验,重点探讨过充电试验、短路试验、针刺试验及挤压试验的相关试验检测方法,并有针对性地提出建议,为开展相关试验检测提供参考.     

基于LabVIEW的电动汽车动力电池管理系统测试平台设计

为更直观地监测动力电池管理系统的实时数据,设计一款基于LabVIEW的电动汽车动力电池管理系统测试平台,可以展示动力电池管理系统的工作状态。该系统采用主流新能源磷酸铁锂动力电池包,总容量80V50Ah一体式电池管理,具有主从通信、外部通信、状态估算、安全管理、充放电管理、控制输出、控制输入、总压检测、绝缘检测、单体电压采集、温度采集等功能。     

电动汽车锂离子动力电池安全性问题的分析

在大量试验的基础上,对电动汽车动力电池安全性试验中锂离子动力电池存在的问题进行详细的分析研究,并提出相应的改进建议.     

电动汽车动力电池系统电连接的研究

本文简要介绍了动力电池的电连接系统,包括电连接的基本概念、低压电连接和高压电连接。在低压电连接系统的设计方面,分析低压电连接的设计要求,并详细论述了国内主流的低压电连接方案,最后从动力电池低压电连接安全使用的角度分析低压电连接布线的要点。在高压电连接系统的设计方面,介绍了动力电池系统新型连接方式,并对导线的载流能力进行了计算分析。     

电压异常引发的故障

一辆03年产宝马530i轿车,采用E60底盘,每天早晨第一次起动着机后,仪表盘上的EGS(电子自动变速器)、RPA(轮胎压力报警)、ACC(自动巡行控制)故障指示灯报警,但将     

电动汽车动力电池管理系统的设计与研究

能源危机和生态危机产生的人类生存压力越来越明显,汽车产业受能源危机和生态危机的双重影响,电动汽车的研发俨然是大趋势.电动汽车的问世减少了环境污染,缓解了生态压力,而其也减少了能源消耗,在解决能源枯竭问题方面有着积极意义.其研发与应用得益于其电池管理系统的设计优化,这也是新型能源汽车研发中的核心命题.本文主要就电动汽车所...     

电动汽车动力电池管理系统的设计探究

随着电动汽车的普及,动力电池成为电动汽车的核心部件之一。电池管理系统的设计对于电动汽车的性能和安全至关重要。据此,首先阐述了电动汽车动力电池工作原理,其次描述了电动汽车电池管理系统设计的三大技术支持,最后提出了电池管理系统的硬件设计研究及软件设计研究。研究结论可为电动汽车电池管理系统的开发和研究提供参考。     

电动汽车动力电池模块的先期维修性设计

根据传统汽车有关售后维修的经验,结合电动汽车动力电池模块自身特点,针对该模块的维修性设计进行了一系列研究,为快速推广新能源汽车提出一些设计思路。     

纯电动汽车动力电池系统的低温性能研究

以搭载三元锂电池的纯电动汽车为研究对象,对某纯电动汽车动力电池系统的低温性能进行试验研究,结果表明:续驶里程在-10℃时相比25℃时下降46%,电池荷电量为30%,-10℃时的峰值放电功率比25℃时衰减了51%,电池容量衰减11.6%。为低温环境下纯电动汽车的性能研究提供一定的依据。     

电动汽车磷酸铁锂动力电池技术的发展

介绍磷酸铁锂动力电池在电动汽车发展中的重要作用,分析当前磷酸铁锂动力电池存在的关键技术问题,提出促进磷酸铁锂电池技术发展采取的措施。     

基于VAE-LSTM模型的航迹异常检测算法

为了检测出异常航迹数据从而提高航迹数据挖掘的精确性,将航迹异常检测转化为无监督学习问题,研究了基于VAE-LSTM的航迹异常检测算法.引入残差结构到LSTM中,建立残差门LSTM,通过将变分自编码器中的BP神经网络层替换为残差门LSTM层,实现对变分自编码器的改进,并构建了VAE-LSTM航迹异常检测模型.模型输入为航迹的速度、加速度、真航向和曲率半径运动特征,输出为航迹点特征的重建概率,重建概率小于概率阈值的航迹点为异常航迹点,包含异常航迹点的航迹判定为异常航迹.以长江水域内的航迹数据进行验证并与多种机器学习异常检测算法进行对比.VAE-LSTM航迹异常检测算法的召回率达到了0.935,F1值达到了0.940,各项指标均高于对比算法,验证了方法的有效性.     

基于融合方法的电动汽车动力电池容量衰退预测模型构建与优化

为了构建和优化基于融合方法的动力电池容量衰退预测模型,以准确预测电池容量衰退过程,采用融合方法将机器学习算法和物理模型相结合,通过多种数据源的综合使用来构建容量衰退预测模型。首先,收集并分析实际电池操作数据,充放电过程、温度变化等;然后,利用机器学习算法对数据进行特征提取、模式识别和建模,从而揭示电池容量衰退规律;最后,结合物理模型对电池内部参数进行估计,并与机器学习模型进行融合,获得更准确的容量衰退预测结果。     

摩托车用电压调节器的检测

摩托车用电压调节器分为交直流供电型、直流供电型、三相整流供电型3类,各类电压调节器的线路、工作原理及检测要求介绍如下.     

基于模型与数据驱动的结构健康监测异常检测

结构健康监测(SHM)系统在土木工程中的应用日益普遍,因为它们可以跟踪结构状况并在突发情况下提供数据支持。尽管在改进数据异常检测以确保结构安全方面已经取得显著的成效,但能够在硬件上进行长期检测的算法仍然是一个悬而未决的问题。提出了一种新方法,该方法利用压缩技术来识别结构中的异常,避免将原始数据以连续流方式传输到服务器中,并以国内某桥梁的健康监测系统数据来测试所提出的异常检测算法。研究训练了3个压缩模型,即主成分分析(PCA)、全连接自动编码器和卷积自动编码器。结果表明,基于模型的方法,即PCA,可以达到更好的准确性;而数据驱动的模型,即自动编码器,其准确性与训练集大小有关,训练集越大,准确性越好。