基于COMSOL电动汽车安全预警研究

在车辆安全预警模型中,电池滥用和电池外部因素导致的电池失效容易识别出来,但是电池本身存在的问题很难通过数据特征判断.利用COMSOL模型拟合不同情况的电池变化,通过最小二乘法拟合出电压损失曲线,推算出影响电压变化的3类特征因子:欧姆过程、电荷转移过程、浓度活化进程,通过失效时刻的参数变化判断电池是否发生问题,可以在失效前进行电池信号安全预警,实现车辆的安全使用.     

基于CNN探测电动汽车电池内部缺陷分析

电动车辆发生安全事故后,其外部因素和非电池部件的影响因素很容易被识别出来,但是电池内部原因很难深入分析。利用电池缺陷设计正向试验,发现4类缺陷可能造成电池起火,通过电子计算机断层扫描探测识别出各类电池失效后的形貌照片。引入CNN(Convolutional Neural Network,卷积神经网络),将电池失效问题从人为判断转化为机器学习,以增加识别精确度,快速解决电池失效问题,并避免新产品出现同样问题。