纹波电流加热技术及对新能源汽车性能的影响

在新能源汽车研发及测试过程中,有些性能参数的测试如纹波电流/电压等过去并未被生产厂家重视,但在汽车出口时却至关重要。事实上,纹波电流如果发生异常,不仅影响动力电池及其管理系统的运行品质,严重时甚至会影响整车的安全性能。为此,分析了新能源汽车纹波电流的来源及其对整车性能的影响;探讨了利用纹波电流进行动力电池自加热技术,即利用纹波电流对电池正负极施加交流激励,使电池内部阻抗产生热量,实现电池的交流自加热,从而提升动力电池输出性能、增加新能源汽车续航里程。     

实车数据驱动的锂电池剩余使用寿命预测方法研究

锂离子动力电池剩余使用寿命（RUL）预测对于认识全生命周期电动汽车的安全和可靠性、改善电池管理系统的设计具有重要意义。通常基于深度学习的时序预测方法,本质上是一个递推的过程,每一次预测的误差会随预测次数增加而累积,难以保证预测精度和预测效率。基于深度学习序列预测和误差分析理论,建立一种ARIMA-EDLSTM融合模型的锂电池RUL预测方法,使用编码器-解码器（ED）框架改进长短时记忆神经网络模型（LSTM）构建从序列到序列预测的EDLSTM模型,并融合ARIMA模型预测误差趋势,进而修正最终预测结果。理论分析和实车采集数据验证表明,该方法在预测比例超过历史数据总量35%的情况下,仍然能较好地拟合实车SOH衰退曲线,有效提高锂电池剩余使用寿命的预测精度。     

基于非线性降维IC特征的实车电池SOH估计EI北大核心CSCD

基于实车电池复杂的运行数据,本文使用增量容量分析方法提取IC峰特征作为电池充电片段的有效特征,使用t-SNE非线性降维方法处理IC峰特征,消除多维特征冗余性,以解决实车数据难以提取可靠特征的问题。另外构建支持向量回归模型,实现对电池健康状态的估计。结果表明,本文使用的增量容量曲线峰特征能有效表征电池健康状态衰退变化;对实车数据的平滑、降噪方法可以较好地提升训练数据质量;基于t-SNE降维特征的SVR模型提升了对电池健康状态的估计精度,保证了有限样本数据集上实现准确估计。     

基于整车平台的动力电池平台化研究

整车以及对应系统的平台化开发是新能源汽车行业的共识和重要的技术趋势,有利于统筹各项目的开发,提升系统共用性,节约成本。基于整车平台的电池系统平台化开发需要明确整车与电池的相关变量,主要包括整车空间、整备质量、续航、电耗、动力性,以及电池尺寸、质量、电量、功率性能。本文以某混动平台的电池系统开发为例,通过各变量的分布与边界条件求解出包含2～3款电芯的平台化方案,通过每款电芯串联节数和电池包Y向尺寸的带宽设计来兼容16款平台车型,为后续产业界各平台的电池方案开发提供了基础的策略参考。     

动力电池冷却系统泄漏原因及改进措施研究

动力电池冷却系统的密封性能对电动汽车的性能和安全至关重要。目前动力电池厂家对于冷却系统的密封性能都做到了下线100%检测,如何提升下线密封检测良率,减少返工、提升节拍成为各大厂家都关注的重点问题。文章从零件设计、模具开发、生产工艺和现场制造等方面对冷却系统密封性影响因素进行了系统分析。通过对各个影响因素进行综合讨论,提出了合理提升冷却系统密封稳健性的途径,为接下来的冷却系统零部件设计及工艺优化提供了重要的指导。     

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。     

纯电动客车液冷动力电池系统性能测试研究

通过液冷动力电池与冷却机组组成联调系统,根据实际使用需求,对出液温度、耗电量、电池温度等参数进行测试研究,并提出平衡机组能耗与车辆续驶里程的温度参数推荐值。     

纯电动客车动力电池容量衰减估算研究

通过对动力电池衰减特性分析,利用纯电动客车的车辆运行数据系统,对纯电动客车动力电池衰减情况进行估算。     

EV160纯电动汽车无法正常充电的故障排查

动力电池作为纯电动汽车使用的能量存储部件,汽车行驶后,需要随时补充电量;现阶段,纯电动汽车采用外接设备充电方法进行补充电量,本文以1个实际充电故障案例为例,通过充电方法、充电系统基本组成及充电基本原理等方面介绍基本充电诊断原理。针对故障现象,进行了充电故障分析及排查,并排除了不能正常充电的故障。     

普锐斯混合动力电池主要控制技术分析

丰田普锐斯作为全球销量第一的混合动力(HV)车型,其混合动力技术的开发和应用已经比较成熟。镍氢(Ni-MH)蓄电池是普锐斯车型以及大部分混合动力汽车非常重要的组成部分。本文以普锐斯HV蓄电池系统为例,来分析系统主继电器(SMR)控制和电池ECU控制等工作原理。