CN107748332B - 一种基于机械波的电池荷电状态(soc)测量*** - Google Patents

一种基于机械波的电池荷电状态(soc)测量*** Download PDF

Info

Publication number
CN107748332B
CN107748332B CN201710910660.7A CN201710910660A CN107748332B CN 107748332 B CN107748332 B CN 107748332B CN 201710910660 A CN201710910660 A CN 201710910660A CN 107748332 B CN107748332 B CN 107748332B
Authority
CN
China
Prior art keywords
soc
battery
wave
measuring system
mechanical wave
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710910660.7A
Other languages
English (en)
Other versions
CN107748332A (zh
Inventor
许骏
刘冰河
王璐冰
吴依静
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201710910660.7A priority Critical patent/CN107748332B/zh
Publication of CN107748332A publication Critical patent/CN107748332A/zh
Application granted granted Critical
Publication of CN107748332B publication Critical patent/CN107748332B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

本发明公开一种基于机械波的电池荷电状态(SOC)测量***，该***不同于传统的基于测量电压及控制算法的测量方法，为通过机械波反应电池力学性质的变化，并反推电池的SOC的方法。该***由载荷激励装置、颗粒晶体***、力传感器、数据采集装置及智能分析***构成。给定颗粒晶体***一个力学激励，测量入射波和反射波，反映电池力学性质的变化，从而反推电池的SOC。此***有助于测量/辅助测量电池的SOC，使测量结果精确、可靠。

Description

一种基于机械波的电池荷电状态(SOC)测量***
技术领域
本发明涉及锂离子电池及电池充放电领域，主要涉及一种基于机械波的电池荷电状态(SOC)测量***
背景技术
锂离子电池在航空航天，汽车，手机等领域有着越来越广泛的应用。正确的估计电池的SOC有助于电池的合理使用。
现有的SOC测量方法一般采用通过测量电池电压、电阻、电流的大小通过一定的算法估计得到。目前，SOC估算方法可以归结为电量累积法、电阻测量法和电压测量法3种基本类型。具体包括电量累积法、开路电压法、阻抗法、卡尔曼滤波法、神经网络法等。然而通过这样的估计方法往往会产生很大的误差，这对电池的安全、健康使用带来了严重的制约。
测量电池刚度一般采用压缩、三点弯曲等力学测试方法，然而这些测试方法对电池有着不可逆的损害。目前少有无损的通过测量电池等效刚度的方法估计SOC值。
发明内容
本发明技术解决问题：克服现有技术的不足，提供一种基于机械波的电池荷电状态(SOC)测量***，拓展了电池荷电状态的估计技术，测量/辅助测量电池的SOC，使测量结果精确、可靠。
本发明的技术方案为：一种基于机械波的电池荷电状态(SOC)测量***，所述***包括载荷激励装置、颗粒晶体***、力传感器、数据采集装置及智能分析***；由载荷激励装置给定颗粒晶体***一个载荷激励，产生机械波，机械波在颗粒晶体***中传播，其中机械波在未传播到电池之前称为入射波，由电池反射后称为反射波；颗粒晶体***另一侧与电池接触，当入射波传播到电池处发生反射，反射波仍然在颗粒晶体***中传播，在机械波传播过程中，由力传感器测量颗粒晶体***中的入射波和反射波；由数据采集器收集数据；智能分析***根据获得的入射波和反射波，分析入射波和反射波的幅值和波长变化，根据幅值与波长和电池SOC的关系，反推出电池的SOC值。
所述测量***的应用范围为锂离子电池或锂金属电池。
所述颗粒晶体***由球形颗粒链组成，所述球形颗粒链由三个以上的球形颗粒组成。
所述球形颗粒的数量及大小能够调控。
所述测量***可以以单独作为SOC的测量***，或作为SOC的辅助测量***。
所述力传感器放置方法为：将单个球形颗粒由中心对称分开，将力传感器放于两个半颗粒中间再将两个半颗粒胶粘或者焊接，将包含力传感器的单个颗粒放置于颗粒晶体中。
所述根据幅值与波长和电池SOC的关系通过实验获得，即通过对不同已知SOC的电池开展实验获得SOC与波长和幅值的拟合关系。
还包括温度传感器，通过温度传感器测量电池温度的手段对SOC的函数关系进行修正。
本发明与现有技术相比的有益效果：
(1)该测量***不受积累误差的影响，测量准确性不随时间的改变而改变。
(2)本发明***是基于电池的力学性质估计电池的SOC值，是电学特性的一个补充。通过实验证实电池的等效模量和等效弯曲模量与电池的SOC线性相关。
(3)该***可以作为现有SOC测量***的一个辅助***使用，使测量结果更加精确。
(4)通过给颗粒晶体一端激励，通过入射波和反射波幅值和波长的大小反应电池力学性质的变化。
附图说明
图1为本发明的颗粒晶体***测量刚度的原理与方法；
图2为本发明的一种基于机械波的电池荷电状态(SOC)测量***原理图。
具体实施方式
下面结合附图及实例对本发明进行详细说明。
如图1所示，本发明采用已经成熟的零部件进行组装，载荷激励***由载荷激励装置、颗粒晶体***、力传感器、数据采集装置及智能分析***构成。首先由载荷激励装置给定颗粒晶体***一个载荷激励，产生机械波，机械波在颗粒晶体***中传播；颗粒晶体***另一侧与电池接触，当机械波(入射波)传播到电池处发生反射，反射波仍然在颗粒晶体***中传播，在机械波传播过程中，由力传感器测量颗粒晶体***中的入射波和反射波；由数据采集器收集数据。智能分析***根据获得的入射波和反射波，分析其幅值和波长变化，根据幅值与波长和电池SOC的关系，反推出电池的SOC值。
本发明的具体实施例如下：
本发明针对的应用范围为锂离子电池或锂金属电池。
本发明根据锂离子电池基本力学性质随着SOC的变化关系，可通过机械波的入射波和反射波的变化反应电池力学性质的变化，SOC与波长和幅值的变化关系反推SOC值。
如图1所示，本发明的颗粒晶体测量刚度的基本测量方法与原理为，利用激振器给定颗粒晶体一端一个激励。机械波从颗粒晶体的一端传播到电池并进行反射，通过测量入射波和反射波的幅值和波长，通过SOC与波长和幅值的变化关系，反推电池的SOC值。
如图2所示，本发明测量***包括载荷激励装置、颗粒晶体***、力传感器、数据采集装置及智能分析***；由载荷激励装置给定颗粒晶体***一个载荷激励，产生机械波，机械波在颗粒晶体***中传播，其中机械波在未传播到电池之前称为入射波，由电池反射后称为反射波；颗粒晶体***另一侧与电池接触，当入射波传播到电池处发生反射，反射波仍然在颗粒晶体***中传播，在机械波传播过程中，由力传感器测量颗粒晶体***中的入射波和反射波；由数据采集器收集数据；智能分析***根据获得的入射波和反射波，分析入射波和反射波的幅值和波长变化，根据幅值与波长和电池SOC的关系，反推出电池的SOC值。
所述颗粒晶体***由球形颗粒链组成，所述球形颗粒链由三个以上的球形颗粒组成，本发明实施例选取为10个(选取的颗粒数量越多对数据采集卡和传感器的采样频率要求越低，但是会给***增加重量)。颗粒的大小和数量都可以调控，用于更好的获得入射波和反射波的信号。
载荷激励***可采用激振器等给定颗粒晶体***一个载荷波形。以正旋波为例有初始幅值为A0，初始波长为a0。颗粒晶体由多个实心球体颗粒组成，组成材料可以是钢也可以是其他材料。力传感器用于测量颗粒晶体***中单个颗粒中的入射波和反射波，力传感器放置方法为，将单个球形颗粒由中心对称分开，将力传感器放于两个半颗粒中间再将两个半颗粒胶粘或者焊接。将包含力传感器的单个颗粒放置于颗粒晶体中。由数据采集卡收集数据。
智能分析设备分析的入射波和反射波幅值为A1和A2，入射波和反射波的波长w1和w2。根据SOC与其的函数关系SOC＝f(A1,A2,w1,w2)反推SOC值，此函数关系可以通过对不不同SOC的电池开展实验拟合获得。如图1所示，同时可通过温度传感器测量电池的表面温度T，修正SOC的测量精度，将其函数关系修正为SOC＝f(A1,A2,w1,w2,T)，此函数关系可以通过对不同SOC和温度的电池开展实验拟合获得。
所述测量***可以以单独作为SOC的测量***，或作为SOC的辅助测量***。作为辅助测量***时，作为现有的SOC测量***辅助***，在较大的时间间隔中通过本发明***测量SOC并修正SOC值。
提供以上实例仅仅是为了描述本发明的目的，而不是限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改，均应涵盖在本发明的范围之内。

Claims (8)

1.一种基于机械波的电池荷电状态(SOC)测量***，其特征在于：所述***包括载荷激励装置、颗粒晶体***、力传感器、数据采集装置及智能分析***；由载荷激励装置给定颗粒晶体***一个载荷激励，产生机械波，机械波在颗粒晶体***中传播，其中机械波在未传播到电池之前称为入射波，由电池反射后称为反射波；颗粒晶体***另一侧与电池接触，当入射波传播到电池处发生反射，反射波仍然在颗粒晶体***中传播，在机械波传播过程中，由力传感器测量颗粒晶体***中的入射波和反射波；由数据采集器收集数据；智能分析***根据获得的入射波和反射波，分析入射波和反射波的幅值和波长变化，根据幅值与波长和电池SOC的关系，即SOC的函数关系，反推出电池的SOC值。
2.根据权利要求1所述的一种基于机械波的电池荷电状态(SOC)测量***，其特征在于：所述测量***的应用范围为锂离子电池或锂金属电池。
3.根据权利要求1所述的一种基于机械波的电池荷电状态(SOC)测量***，其特征在于：所述颗粒晶体***由球形颗粒链组成，所述球形颗粒链由三个以上的球形颗粒组成。
4.根据权利要求3所述的一种基于机械波的电池荷电状态(SOC)测量***，其特征在于：所述球形颗粒的数量及大小能够调控。
5.根据权利要求1所述的一种基于机械波的电池荷电状态(SOC)测量***，其特征在于：所述测量***单独作为SOC的测量***，或作为SOC的辅助测量***。
6.根据权利要求3所述的一种基于机械波的电池荷电状态(SOC)测量***，其特征在于：所述力传感器放置方法为：将单个球形颗粒由中心对称分开，将力传感器放于两个半颗粒中间再将两个半颗粒胶粘或者焊接，将包含力传感器的单个颗粒放置于颗粒晶体***中。
7.根据权利要求1所述的一种基于机械波的电池荷电状态(SOC)测量***，其特征在于：所述幅值与波长和电池SOC的关系通过实验获得，即通过对不同已知SOC的电池开展实验获得SOC与波长和幅值的拟合关系。
8.根据权利要求1所述的一种基于机械波的电池荷电状态(SOC)测量***，其特征在于：还包括温度传感器，通过温度传感器测量电池温度的手段对SOC的函数关系进行修正。
CN201710910660.7A 2017-09-29 2017-09-29 一种基于机械波的电池荷电状态(soc)测量*** Active CN107748332B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710910660.7A CN107748332B (zh) 2017-09-29 2017-09-29 一种基于机械波的电池荷电状态(soc)测量***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710910660.7A CN107748332B (zh) 2017-09-29 2017-09-29 一种基于机械波的电池荷电状态(soc)测量***

Publications (2)

Publication Number Publication Date
CN107748332A CN107748332A (zh) 2018-03-02
CN107748332B true CN107748332B (zh) 2019-05-17

Family

ID=61254655

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710910660.7A Active CN107748332B (zh) 2017-09-29 2017-09-29 一种基于机械波的电池荷电状态(soc)测量***

Country Status (1)

Country Link
CN (1) CN107748332B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002082166A (ja) * 2000-09-11 2002-03-22 Sony Corp 車両速度の検出装置
CN103018673A (zh) * 2012-11-19 2013-04-03 北京航空航天大学 一种基于改进型动态小波神经网络的航天Ni-Cd蓄电池寿命预测方法
CN104422887A (zh) * 2013-08-22 2015-03-18 台湾动力检测科技股份有限公司 锂电池的电性检测方法及设备
CN105738828A (zh) * 2016-04-04 2016-07-06 北京航空航天大学 一种电池容量精准测量方法
US9459336B1 (en) * 2014-11-03 2016-10-04 Christos Tsironis Hybrid load pull system and method
CN106772063A (zh) * 2016-11-21 2017-05-31 华中科技大学 一种监测锂离子电池荷电状态和健康状态的方法及其装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002082166A (ja) * 2000-09-11 2002-03-22 Sony Corp 車両速度の検出装置
CN103018673A (zh) * 2012-11-19 2013-04-03 北京航空航天大学 一种基于改进型动态小波神经网络的航天Ni-Cd蓄电池寿命预测方法
CN104422887A (zh) * 2013-08-22 2015-03-18 台湾动力检测科技股份有限公司 锂电池的电性检测方法及设备
US9459336B1 (en) * 2014-11-03 2016-10-04 Christos Tsironis Hybrid load pull system and method
CN105738828A (zh) * 2016-04-04 2016-07-06 北京航空航天大学 一种电池容量精准测量方法
CN106772063A (zh) * 2016-11-21 2017-05-31 华中科技大学 一种监测锂离子电池荷电状态和健康状态的方法及其装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
车用动力锂电池的准静态力学性能及失效准则研究;刘冰河 等;《Proceedings of The 11th International Forum of Automotive Traffic Safety—SESSION II: Vehicle crashworthiness》;20141113;第15-29页
锂离子电池机械完整性研究现状和展望;许骏 等;《汽车安全与节能学报》;20170315;第8卷(第1期);第122-128页

Also Published As

Publication number Publication date
CN107748332A (zh) 2018-03-02

Similar Documents

Publication Publication Date Title
Xiong et al. Towards a smarter battery management system: A critical review on battery state of health monitoring methods
CN103472398B (zh) 基于扩展卡尔曼粒子滤波算法的动力电池soc估计方法
CN108333528B (zh) 基于动力电池电-热耦合模型的soc和sot联合状态估计方法
CN102788957B (zh) 一种动力电池荷电状态估算方法
CN104678316B (zh) 锂离子电池荷电状态估算方法和装置
CN102680795B (zh) 一种二次电池内阻的实时在线估计方法
CN103323781B (zh) 动力电池组在线参数检测***及soc估计方法
CN105334462B (zh) 电池容量损失在线估算方法
CN102565710A (zh) 用于估计蓄电池健康状态的方法和装置
CN102468521A (zh) 用于估计蓄电池健康状态的方法和装置
CN111880107B (zh) 一种检测锂离子电池荷电状态的方法和装置
CN107356879B (zh) 一种基于多物理场的电池健康状态检测与评估方法及装备***
CN103744026A (zh) 基于自适应无迹卡尔曼滤波的蓄电池荷电状态估算方法
CN106772072A (zh) 一种基于电池特性曲线的soc估算方法及装置
CN106680730B (zh) 一种可检测荷电状态的充放电装置及荷电状态的检测方法
CN103197256A (zh) 锂离子电池soc估计方法
CN110133505A (zh) 一种基于变参数模型的动力电池充放电状态观测方法
CN103135066A (zh) 一种分段磷酸铁锂电池电量的测量方法
CN103675703B (zh) 一种用于电池荷电状态估计方法
CN109490790B (zh) 采用补偿脉冲法的锂动力电池功率特性测试方法及装置
CN103135065A (zh) 基于特征点的磷酸铁锂电池电量检测方法
CN104950176B (zh) 一种非接触式的电动汽车储能***的内阻测量装置
CN109901072A (zh) 基于历史数据与实验室测试数据的退役电池参数检测方法
Liu et al. State-of-Charge estimation for power Li-ion battery pack using V min-EKF
CN107748332B (zh) 一种基于机械波的电池荷电状态(soc)测量***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant