CN116190818A - 基于多维传感融合的锂电池装置、锂电池监测装置及方法 - Google Patents
基于多维传感融合的锂电池装置、锂电池监测装置及方法 Download PDFInfo
- Publication number
- CN116190818A CN116190818A CN202310137338.0A CN202310137338A CN116190818A CN 116190818 A CN116190818 A CN 116190818A CN 202310137338 A CN202310137338 A CN 202310137338A CN 116190818 A CN116190818 A CN 116190818A
- Authority
- CN
- China
- Prior art keywords
- lithium battery
- data
- fusion
- temperature
- module
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/4285—Testing apparatus
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
- H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M50/00—Constructional details or processes of manufacture of the non-active parts of electrochemical cells other than fuel cells, e.g. hybrid cells
- H01M50/50—Current conducting connections for cells or batteries
- H01M50/569—Constructional details of current conducting connections for detecting conditions inside cells or batteries, e.g. details of voltage sensing terminals
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M2010/4278—Systems for data transfer from batteries, e.g. transfer of battery parameters to a controller, data transferred between battery controller and main controller
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种基于多维传感融合的锂电池装置、锂电池监测装置及方法,包括壳体和设置在壳体内的锂电池;壳体内还设置有锂电池充放电模块、多维传感采集模块和处理模块;多维传感采集模块用于分别采集温度、压力、工作电压、TVOC浓度和CO浓度,并实时发送至处理模块;处理模块通过DS证据融合策略实时检测各类数据是否发生数据异常现象;若发生数据异常现象则进行警示提醒。本发明能够对锂电池通过多维传感结合的方式,进行全方位的电池运行状态监测,能够在锂电池发生热失控早期进行及时预警。
Description
技术领域
本发明涉及锂离子电池安全领域,尤其涉及一种基于多维传感融合的锂电池装置、锂电池监测装置及方法。
背景技术
近年来,锂离子电池由于具备能量密度高、循环寿命长、无记忆效应和安全性较好等优点,在便携式电子产品和电动汽车中得到了广泛应用,对现代社会产生了深远的影响。但锂离子电池的安全问题却阻碍了锂离子电池的进一步实际应用。当前针对锂电池早期预警和安全防护方面的检测方法主要包括电压检测、内部压力检测和烟雾检测等。但由于锂电池热失控原因复杂,以及现有预警***检测不够全面导致安全预警效果达不到锂电池技术发展所需的要求,使我们并不能完全防止锂离子电池热失控的发生。因此,亟待开发一种更加全面多方位的、可以在锂电池发生热失控早期及时进行预警的检测技术,进而采取有效措施避免锂离子电池发生起火、***等安全事故。
现有的锂离子电池安全预警技术,由于监测的参数较为单一,导致预警效果不佳,缺乏一种多维传感结合、全方位监测电池运行状态,能够实现早期预警的高安全智能锂电池装置。
发明内容
本发明的目的是提供一种基于多维传感融合的锂电池装置、锂电池监测装置及方法,能够对锂电池通过多维传感结合的方式,进行全方位的电池运行状态监测,能够在锂电池发生热失控早期进行及时预警。
本发明采用下述技术方案:
一种基于多维传感融合的锂电池装置,包括壳体和设置在壳体内的锂电池;壳体内还设置有锂电池充放电模块、多维传感采集模块和处理模块;
所述的锂电池充放电模块用于进行锂电池的充放电;多维传感采集模块用于分别采集锂电池表面温度、锂电池表面所受压力、锂电池工作电压、壳体内TVOC浓度和壳体内CO浓度;多维传感采集模块将采集到的各类数据实时发送至处理模块;处理模块用于根据接收到的各类数据,通过DS证据融合策略实时检测各类数据是否发生数据异常现象;若发生数据异常现象则进行警示提醒。
所述的多维传感采集模块中包括多个温度传感器和多个压力传感器,多个温度传感器和多个压力传感器均匀分布,对锂电池表面温度和表面所受到的压力进行数据采集。
锂电池中心位置处设置有一个温度传感器,以锂电池中心为圆心,沿圆周向均匀设置有若干个温度传感器和若干个压力传感器。
还包括显示模块、存储模块、信号传输模块和报警模块;显示模块、存储模块、信号传输模块和报警模块均与处理模块通讯连接。
所述的处理模块根据接收到的各类数据,通过DS证据融合策略实时检测各类数据是否发生数据异常现象时,按照下述方法进行:
A:处理模块分别获取一个或多个温度传感器输出的温度数据、一个或多个压力传感器输出的压力数据、电压采集电路采集到的电压数据、CO传感器输出的CO浓度数据和TVOC传感器输出的TVOC浓度数据;
B:确定识别框架Θ,识别框架集2Θ={故障,正常,无法确定},分别表示锂电池工作故障、正常和无法确定工作状态的程度;()
C:确定多维传感采集模块输出各类数据的初始可信度,如表1所示:
表1各特征变量初始可信度
D:处理模块进行DS证据组合,对识别框架Θ,函数m:2Θ→[0,1]内有t个证据,分别为m1,m2,…,mt,对任意一个证据有∑mu(A)=1,其中/>为空集,u=1,2,…,t;如果/>且满足mu(An)>0,则称An为焦元,mu(An)为焦元An在证据mu下的初始可信度,即对焦元An的支持度,n=1,2,3;
多个证据的合成公式如下:
其中,计算得到的m(A)即为锂电池参数异常的基本概率值;k表示两个证据之间的冲突程度,me(Ai)表示焦元Ai在证据me中的基本概率赋值,md(Bj)表示焦元Bj在证据md中的基本概率赋值,Ai∩Bj表示焦元Ai与焦元Bj之间的交集部分,i=1,2,3,j=1,2,3,e=1,2,...,t,d=1,2,...,t,e≠d,k∈[0,1);
E:依据多维传感采集模块输出各类数据,结合步骤C中表格选取各类数据所对应的初始可信度,将初始可信度作为DS证据融合***的数据输入,通过多证据融合公式进行融合,最终得到锂电池参数异常的基本概率值,若参数异常的基本概率超过预设的正常基本概率的1.5倍,则判定为发生数据异常现象。
步骤A中,若仅设置有一个温度传感器,则以温度传感器输出的温度数据进行DS证据融合;若设置有多个温度传感器,则对多个温度传感器所采集到的温度数据加权融合处理,并将最终得到的加权融合值作为多个温度传感器加权融合后输出的温度数值,进行DS证据融合。
按照下述方法进行加权融合处理:
a1:设z个温度传感器的均方误差分别为z个温度传感器的测量值分别为x1,x2,…,xz,z个温度传感器的加权因子分别为w1,w2,…,wz,首先选取z个温度传感器中的任意第p个传感器,计算出该传感器的自相关系数以及与其余温度传感器的互相关系系数,计算公式如下:
第p个传感器的自相关系数为:Rpp=E[xpxp];
第p个传感器与第q个传感器的互相关系数为:Rpq=E[xpxq];
第p个传感器与其余z-1个传感器之间的互相关系数为:
a3:分别计算出每个温度传感器的加权因子wp;
一种基于多维传感融合的锂电池监测装置,包括多维传感采集模块和处理模块;多维传感采集模块用于分别采集锂电池表面温度、锂电池表面所受压力、锂电池工作电压、锂电池安装环境内的TVOC浓度和锂电池安装环境内的CO浓度;多维传感采集模块将采集到的各类数据实时发送至处理模块;处理模块用于根据接收到的各类数据,通过DS证据融合策略实时检测各类数据是否发生数据异常现象;若发生数据异常现象则进行警示提醒;
其中,多维传感采集模块和处理模块与权利要求1至权利要求5中的对应的多维传感采集模块和处理模块相同。
所述的多维传感采集模块和处理模块设置在已放置有锂电池的壳体内。
一种利用基于多维传感融合的锂电池监测装置的监测方法,包括以下步骤:
a):利用多维传感采集模块,分别采集锂电池表面温度、锂电池表面所受压力、锂电池工作电压、锂电池安装环境内的TVOC浓度和锂电池安装环境内的CO浓度,并将采集到的各类数据实时发送至处理模块;
b):处理模块根据接收到的各类数据,通过DS证据融合策略实时检测各类数据是否发生数据异常现象;若发生数据异常现象则进行警示提醒。
本发明中所涉及的基于多维传感融合的锂电池装置、锂电池监测装置及方法,均基于多传感器所采集到的数据利用DS证据理论进行融合,极大地提升了锂电池装置的安全性和锂电池检测预警的快速性、准确性与稳定性。本发明利用DS证据理论将多维传感器数据进行融合,从而真正全面监测锂电池的运行状况,预警时对各个参数进行了综合考虑,大幅提升了***的稳定性。此外,当锂电池发生故障时,温度、压力、电压、释放的气体等各参数之间是相互有关联的,如温度的升高会伴随着电压的突变,气体的释放会伴随压力的增大,本发明中设计的多传感器融合***可以放大异常情况,因此将各传感器参数进行融合可以充分考虑到锂电池发生故障时各参数之间的影响,提升了预警***的快速性与准确性。
附图说明
图1为多维传感融合的锂电池装置的结构示意图;
图2为多维传感采集模块的硬件布局示意图;
图3为多维传感融合的锂电池装置中DS证据融合流程图。
具体实施方式
以下结合附图和实施例对本发明作以详细的描述:
如图1至3所示,本发明所述的基于多维传感融合的锂电池装置,包括壳体和设置在壳体内的锂电池2;壳体内还设置有锂电池充放电模块、多维传感采集模块1和处理模块;锂电池充放电模块用于进行锂电池的充放电;多维传感采集模块1用于分别采集锂电池表面温度、锂电池表面所受压力、锂电池工作电压、壳体内TVOC浓度和壳体内CO浓度;多维传感采集模块1将采集到的各类数据实时发送至处理模块;处理模块用于根据接收到的各类数据,通过DS证据融合策略实时检测各类数据是否发生数据异常现象;若发生数据异常现象则进行警示提醒。
本发明还包括显示模块,显示模块与处理模块通讯连接;显示模块可采用设置在壳体外表面的LCD显示屏;处理模块将多维传感采集模块实时采集到的各类数据,通过LCD显示屏进行实时显示,以便使用人员进行观察;
本发明还包括存储模块和信号传输模块,存储模块和信号传输模块均与处理模块通讯连接;处理模块将多维传感采集模块实时采集到的各类数据,利用存储模块进行本地数据存储;信号传输模块可采用无线传输模块,如WiFi模块等,处理模块将多维传感采集模块实时采集到的各类数据,以及数据异常现象,利用无线传输模块发送至上位机。
本发明还包括报警模块,报警模块与处理模块通讯连接;当处理模块判断发生数据异常现象时,利用报警模块对使用人员进行相关警示提醒。报警模块可采用声光报警器。
本实施例中,处理模块可采用ESP32芯片。
本发明中,多维传感采集模块通过温度传感器3及适配的温度采集电路进行锂电池表面温度数据的采集。本实施例中,温度传感器3可采用DS18B20数字温度传感器,具有体积小,成本低,抗干扰能力强,精度高的特点。DS18B20数字温度传感器的测量温度范围宽,测量精度高,可测量的温度范围为-55℃至+125℃;在-10℃至+85℃范围内,精度为±0.2℃。适配的温度采集电路属于常规的***电路,在此不再赘述。
本发明中,多维传感采集模块通过压力传感器4和适配的压力采集电路进行锂电池表面所受压力数据的采集。本实施例中,压力传感器4可采用压敏电阻,设置在壳体与锂电池表面之间,当有外力作用时,压敏电阻阻值会迅速发生变化,从而引起电阻两端电压发生变化,处理模块ESP32通过ADC通道采集压敏电阻两端电压,以获取锂电池表面所受压力的大小。适配的压力采集电路属于常规的***电路,在此不再赘述。
本发明中,多维传感采集模块通过电压采集电路进行锂电池工作电压数据的采集。本实施例中,处理模块ESP32本身具有电压采集功能,所能采集的电压范围为0-3.3V,由于锂电池满电输出电压一般为4.2V,超过了处理模块ESP32所能采集电压的最大值,因此本实施例中使用两个阻值分别为1K欧姆和2K欧姆的电阻分压后再进行电压采集,将可采集电压范围拓展至0-5V。上述电压采集电路属于常规技术,在此不再赘述。
本发明中,多维传感采集模块通过TVOC传感器5及适配的TVOC采集电路进行壳体内TVOC(总挥发性有机化合物)浓度数据的采集。本实施例中,TVOC传感器5可采用SGP32芯片;SGP32芯片可准确检测出环境中的TVOC浓度,测试量程为0~60000PPb。适配的TVOC采集电路属于常规的***电路,在此不再赘述。
本发明中,多维传感采集模块通过CO传感器6及适配的CO采集电路来进行壳体内CO浓度数据的采集。本实施例中,CO传感器6可采用TPM-200A-CO模组,TPM-200A-CO模组可灵敏检测环境中的CO浓度,测试量程0至1000PPM CO,灵敏度可达1PPM CO。适配的CO采集电路属于常规的***电路,在此不再赘述。
本发明中,锂电池充放电模块采用基于SW6206芯片的充放电电路,实现锂电池的充放电的功能。SW6206芯片是一款高集成度的多协议双向快充移动电源专用多合一芯片。充放电电路与锂电池的正负极连接,即可通过充放电电路为锂电池进行充电,也可接外部负载,由锂电池通过充放电电路为负载供电。充放电电路与锂电池的正负极连接后,能够为上述各类传感器采集电路(温度采集电路、压力采集电路、电压采集电路、TVOC采集电路和CO采集电路)进行供电。各类传感器采集电路还具有对应的电源输入模块,电源输入模块包括电源切换电路和电源供电电路。
本发明中,为了更为准确的采集到锂电池温度和表面所受到的压力,设置有多个温度传感器和多个压力传感器,通过均匀分布多点采集的方式,对锂电池表面温度和表面所受到的压力进行数据采集。
设置温度传感器时,在锂电池中心位置处设置1个温度传感器,且以锂电池中心为圆心,沿圆周向还均匀设置若干个温度传感器;设置压力传感器时,以锂电池中心为圆心,沿圆周向均匀设置若干个压力传感器。同时,处理模块对多个温度传感器所采集到的若干个数据进行数据融合,输出总均方误差最小的温度值,作为最终的锂电池温度数据,能够进一步提升温度评估的准确性,减小温度误差。
本实施例中,共设置有5个温度传感器和4个压力传感器。其中,1个温度传感器设置于锂电池中心位置,其余4个温度传感器以锂电池中心为圆心,沿圆周向均匀分布;4个压力传感器以锂电池中心为圆心,沿圆周向均匀分布。
本发明中,处理模块在根据接收到的各类数据,通过DS证据融合策略实时检测各类数据是否发生数据异常现象时,按照下述方法进行:
A:处理模块分别获取一个或多个温度传感器输出的温度数据、一个或多个压力传感器输出的压力数据、电压采集电路采集到的电压数据、CO传感器输出的CO浓度数据和TVOC传感器输出的TVOC浓度数据;
B:确定识别框架Θ,识别框架集2Θ={故障,正常,无法确定},分别表示锂电池工作故障、正常和无法确定工作状态的程度;
C:确定多维传感采集模块输出各类数据的初始可信度,如下表所示:
由于各传感器对判断锂电池工作是否发生异常的可信度值不同,本发明中,根据实验室数据及经验值对每个传感器变量在不同的范围分别赋予不同的确定性和不确定性大小,如表1所示:
表1各特征变量初始可信度
其中,锂电池表面压力可通过模拟量数值进行表示,本实施例中采用的ESP32芯片(所能采集到的压力模拟量数值范围为0~4095)所输出的压力模拟量数值范围为0~4095。
D:进行DS证据组合,对识别框架Θ,函数m:2Θ→[0,1]内有t个证据,分别为m1,m2,…,mt,对任意一个证据有∑mu(A)=1,其中/>为空集,u=1,2,…,t;如果且满足mu(An)>0,则称An为焦元,mu(An)为焦元An在证据mu下的初始可信度,即对焦元An的支持度,n=1,2,3;
任意两个证据me(Ai)md(Bj)的合成公式如下:
其中,me(Ai)表示焦元Ai在证据me中的基本概率赋值,md(Bj)表示焦元Bj在证据md中的基本概率赋值,Ai∩Bj表示焦元Ai与焦元Bj之间的交集部分,i=1,2,3,j=1,2,3,e=1,2,...,t,d=1,2,...,t,e≠d,k∈[0,1),k表示两个证据之间的冲突程度;
最终,得到多个证据的合成公式如下:
其中,计算得到的m(A)即为锂电池参数异常的基本概率值;
E:依据多维传感采集模块输出各类数据,结合步骤C中表格选取各类数据所对应的初始可信度,将初始可信度作为DS证据融合***的数据输入,通过多证据融合公式进行融合,最终得到锂电池参数异常的基本概率值,若参数异常的基本概率超过预设的正常基本概率的1.5倍,则判定为发生数据异常现象。
所述的步骤A中,若仅设置有一个温度传感器,则以温度传感器输出的温度数据进行DS证据融合;若设置有多个温度传感器,则对多个温度传感器所采集到的温度数据加权融合处理,并将最终得到的加权融合值作为多个温度传感器加权融合后输出的温度数值,进行DS证据融合。
步骤A中,按照下述方法进行加权融合处理:
a1:设z个温度传感器的均方误差分别为z个温度传感器的测量值分别为x1,x2,…,xz,z个温度传感器的加权因子分别为w1,w2,…,wz,首先选取z个温度传感器中的任意第p个传感器,计算出该传感器的自相关系数以及与其余温度传感器的互相关系系数,计算公式如下:
第p个传感器的自相关系数为:Rpp=E[xpxp];
第p个传感器与第q个传感器的互相关系数为:Rpq=E[xpxq];
第p个传感器与其余z-1个传感器之间的互相关系数为:
a3:分别计算出每个温度传感器的加权因子wp;
本发明中,特殊设计了上述加权融合策略,以实现输出总均方误差达到最小值的目的,从而配合本发明中实时温度数据采集所使用的均匀分布多点采集的方式。加权融合策略的推理证明过程如下:
设z个温度传感器方差分别为z个温度传感器的测量值分别为x1,x2,…,xz,温度真实值为x,z个温度传感器的加权因子分别为w1,w2,…,wz,z个温度传感器的观测误差分别为v1,v2,…,vz;则z个温度传感器测量结果融合后的加权融合值/>满足:
总均方误差:
将(1)式和(2)式代入(3)式中得:
因为各传感器之间彼此独立,故:
E[(x-xg)(x-xs)]=0(g≠n;g=1,2,…,z;s=1,2,...,z) (5)
所以有:
由(6)式可知总均方误差σ2为各加权因子的多元二次差数,所以σ2存在最小值。
因此问题转化为目标函数为:
由多元函数求极值理论求得:
当(7)式成立时,σ2最小。
由(7)式知wi *与有关,/>(g=1,2,…,5,本实施例中共设置5个传感器)可由传感器的测量值计算,设任意两个传感器的测量值分别为xp、xq,其对应的观测误差分别为vp、vq,即xp=x+vp,xq=x+vq,式中vp和vq均为零均值平稳噪声。
所以传感器p的方差为:
σp 2=E[vp 2] (8)
因为vp和vq分别为两不同传感器的观测误差,因此彼此互不相关,且均值为0。
所以xp和xq的互相关系数Rpq满足:
Rpq=E[xpxq]=E[x2] (9)
xp的自相关系数Rpp满足:
Rpp=E[xpxp]=E[x2]+E[vp 2] (10)
(10)式减去(9)式得到:
σp 2=E[vp 2]=Rpp-Rpq (11)
用任一传感器与其余传感器做相关运算,可得z-1个Rpq(p≠q;q=1,2,…,5)的值,再取其均值作为最后的结果,即:
所以有:
本发明所述的基于多维传感融合的锂电池监测装置,包括多维传感采集模块和处理模块;多维传感采集模块用于分别采集锂电池表面温度、锂电池表面所受压力、锂电池工作电压、锂电池安装环境内的TVOC浓度和锂电池安装环境内的CO浓度;多维传感采集模块将采集到的各类数据实时发送至处理模块;处理模块用于根据接收到的各类数据,通过DS证据融合策略实时检测各类数据是否发生数据异常现象;若发生数据异常现象则进行警示提醒。
其中,多维传感采集模块和处理模块可设置在已放置有锂电池的壳体内,以便于多维传感采集模块采集锂电池的锂电池表面温度、锂电池表面所受压力、锂电池工作电压、锂电池安装环境内的(即壳体内)TVOC浓度和锂电池安装环境内的(即壳体内)CO浓度;多维传感采集模块和处理模块与基于多维传感融合的锂电池装置中所采用的多维传感采集模块和处理模块完全相同,在此不再赘述。
本发明所述的基于多维传感融合的锂电池监测装置的检测方法,包括以下步骤:a):利用多维传感采集模块,分别采集锂电池表面温度、锂电池表面所受压力、锂电池工作电压、锂电池安装环境内的TVOC浓度和锂电池安装环境内的CO浓度,并将采集到的各类数据实时发送至处理模块;
b):处理模块根据接收到的各类数据,通过DS证据融合策略实时检测各类数据是否发生数据异常现象;若发生数据异常现象则进行警示提醒。
其中,多维传感采集模块和处理模块,与上文中所述的基于多维传感融合的锂电池装置,以及基于多维传感融合的锂电池监测装置中对应的多维传感采集模块和处理模块一致,在此不再赘述。
现有技术中,对锂电池预警监测手段为事先设置锂电池温度、电压、压力等参数的安全阈值,通过传感器获取锂电池运行参数,若任一参数超过所设置的安全阈值即发出预警。由于锂电池发生故障时伴随着多个方面的异常变化,因此对各传感器的数据进行独立监测容易导致误报的情况,预警***极易受到外界***的影响,当外界温度升高或电池发生碰撞就有可能被误判为异常情况。同时,由于各传感器独立监测,不能全面对锂电池运行状态进行描述,降低了预警***的快速性与准确性。
而本发明中所涉及的基于多维传感融合的锂电池装置、锂电池监测装置及方法,均基于多传感器所采集到的数据利用DS证据理论进行融合,极大地提升了锂电池装置的安全性和锂电池检测预警的快速性、准确性与稳定性。本发明利用DS证据理论将多维传感器数据进行融合,从而真正全面监测锂电池的运行状况,预警时对各个参数进行了综合考虑,大幅提升了***的稳定性。此外,当锂电池发生故障时,温度、压力、电压、释放的气体等各参数之间是相互有关联的,如温度的升高会伴随着电压的突变,气体的释放会伴随压力的增大,本发明中设计的多传感器融合***可以放大异常情况,因此将各传感器参数进行融合可以充分考虑到锂电池发生故障时各参数之间的影响,提升了预警***的快速性与准确性。
温度变化是锂电池异常是的一个重要参数,以往技术手段一般是对传感器所获得的温度进行简单处理(如用平均温度代表整体温度)后直接使用,然而由于锂电池温度不仅与自身内部反应有关,还会受到外部环境的影响,这就导致了温度数据中可能存在较大的观测误差,而本发明中所采用的DS证据融合理论会放大各参数的异常值影响,因此温度误差会对多传感器融合***产生不利影响,为了将该影响降至最小,本发明中使用加权融合的方法,保证所计算获得的温度数据均方误差最小,可以有效减小温度误差对多传感融合***的影响,并且合理利用到了各个温度传感器的数据值,进一步提升了***预警的准确性。
Claims (10)
1.一种基于多维传感融合的锂电池装置,其特征在于:包括壳体和设置在壳体内的锂电池;壳体内还设置有锂电池充放电模块、多维传感采集模块和处理模块;
所述的锂电池充放电模块用于进行锂电池的充放电;多维传感采集模块用于分别采集锂电池表面温度、锂电池表面所受压力、锂电池工作电压、壳体内TVOC浓度和壳体内CO浓度;多维传感采集模块将采集到的各类数据实时发送至处理模块;处理模块用于根据接收到的各类数据,通过DS证据融合策略实时检测各类数据是否发生数据异常现象;若发生数据异常现象则进行警示提醒。
2.根据权利要求1所述的基于多维传感融合的锂电池装置,其特征在于:所述的多维传感采集模块中包括多个温度传感器和多个压力传感器,多个温度传感器和多个压力传感器均匀分布,对锂电池表面温度和表面所受到的压力进行数据采集。
3.根据权利要求2所述的基于多维传感融合的锂电池装置,其特征在于:锂电池中心位置处设置有一个温度传感器,以锂电池中心为圆心,沿圆周向均匀设置有若干个温度传感器和若干个压力传感器。
4.根据权利要求1所述的基于多维传感融合的锂电池装置,其特征在于:还包括显示模块、存储模块、信号传输模块和报警模块;显示模块、存储模块、信号传输模块和报警模块均与处理模块通讯连接。
5.根据权利要求1所述的基于多维传感融合的锂电池装置,其特征在于:所述的处理模块根据接收到的各类数据,通过DS证据融合策略实时检测各类数据是否发生数据异常现象时,按照下述方法进行:
A:处理模块分别获取一个或多个温度传感器输出的温度数据、一个或多个压力传感器输出的压力数据、电压采集电路采集到的电压数据、CO传感器输出的CO浓度数据和TVOC传感器输出的TVOC浓度数据;
B:确定识别框架Θ,识别框架集2Θ={故障,正常,无法确定},分别表示锂电池工作故障、正常和无法确定工作状态的程度;()
C:确定多维传感采集模块输出各类数据的初始可信度,如表1所示:
表1 各特征变量初始可信度
D:处理模块进行DS证据组合,对识别框架Θ,函数m:2Θ→[0,1]内有t个证据,分别为m1,m2,…,mt,对任意一个证据有其中/>为空集,u=1,2,…,t;如果/>且满足mu(An)>0,则称An为焦元,mu(An)为焦元An在证据mu下的初始可信度,即对焦元An的支持度,n=1,2,3;
多个证据的合成公式如下:
其中,计算得到的m(A)即为锂电池参数异常的基本概率值;k表示两个证据之间的冲突程度,me(Ai)表示焦元Ai在证据me中的基本概率赋值,md(Bj)表示焦元Bj在证据md中的基本概率赋值,Ai∩Bj表示焦元Ai与焦元Bj之间的交集部分,i=1,2,3,j=1,2,3,e=1,2,...,t,d=1,2,...,t,e≠d,k∈[0,1);
E:依据多维传感采集模块输出各类数据,结合步骤C中表格选取各类数据所对应的初始可信度,将初始可信度作为DS证据融合***的数据输入,通过多证据融合公式进行融合,最终得到锂电池参数异常的基本概率值,若参数异常的基本概率超过预设的正常基本概率的1.5倍,则判定为发生数据异常现象。
6.根据权利要求5所述的基于多维传感融合的锂电池装置,其特征在于:步骤A中,若仅设置有一个温度传感器,则以温度传感器输出的温度数据进行DS证据融合;若设置有多个温度传感器,则对多个温度传感器所采集到的温度数据加权融合处理,并将最终得到的加权融合值作为多个温度传感器加权融合后输出的温度数值,进行DS证据融合。
7.根据权利要求6所述的基于多维传感融合的锂电池装置,其特征在于:按照下述方法进行加权融合处理:
a1:设z个温度传感器的均方误差分别为z个温度传感器的测量值分别为x1,x2,…,xz,z个温度传感器的加权因子分别为w1,w2,…,wz,首先选取z个温度传感器中的任意第p个传感器,计算出该传感器的自相关系数以及与其余温度传感器的互相关系系数,计算公式如下:
第p个传感器的自相关系数为:Rpp=E[xpxp];
第p个传感器与第q个传感器的互相关系数为:Rpq=E[xpxq];
第p个传感器与其余z-1个传感器之间的互相关系数为:
a3:分别计算出每个温度传感器的加权因子wp;
8.一种基于多维传感融合的锂电池监测装置,其特征在于:包括多维传感采集模块和处理模块;多维传感采集模块用于分别采集锂电池表面温度、锂电池表面所受压力、锂电池工作电压、锂电池安装环境内的TVOC浓度和锂电池安装环境内的CO浓度;多维传感采集模块将采集到的各类数据实时发送至处理模块;处理模块用于根据接收到的各类数据,通过DS证据融合策略实时检测各类数据是否发生数据异常现象;若发生数据异常现象则进行警示提醒;
其中,多维传感采集模块和处理模块与权利要求1至权利要求7中任意一项对应的多维传感采集模块和处理模块相同。
9.根据权利要求8所述的基于多维传感融合的锂电池监测装置,其特征在于:所述的多维传感采集模块和处理模块设置在已放置有锂电池的壳体内。
10.一种利用权利要求8或9所述的基于多维传感融合的锂电池监测装置的监测方法,其特征在于:包括以下步骤:
a):利用多维传感采集模块,分别采集锂电池表面温度、锂电池表面所受压力、锂电池工作电压、锂电池安装环境内的TVOC浓度和锂电池安装环境内的CO浓度,并将采集到的各类数据实时发送至处理模块;
b):处理模块根据接收到的各类数据,通过DS证据融合策略实时检测各类数据是否发生数据异常现象;若发生数据异常现象则进行警示提醒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310137338.0A CN116190818A (zh) | 2023-02-20 | 2023-02-20 | 基于多维传感融合的锂电池装置、锂电池监测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310137338.0A CN116190818A (zh) | 2023-02-20 | 2023-02-20 | 基于多维传感融合的锂电池装置、锂电池监测装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116190818A true CN116190818A (zh) | 2023-05-30 |
Family
ID=86432316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310137338.0A Pending CN116190818A (zh) | 2023-02-20 | 2023-02-20 | 基于多维传感融合的锂电池装置、锂电池监测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116190818A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117272192A (zh) * | 2023-11-22 | 2023-12-22 | 青岛洛克环保科技有限公司 | 基于污水检测的磁混凝高效沉淀池污水处理*** |
-
2023
- 2023-02-20 CN CN202310137338.0A patent/CN116190818A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117272192A (zh) * | 2023-11-22 | 2023-12-22 | 青岛洛克环保科技有限公司 | 基于污水检测的磁混凝高效沉淀池污水处理*** |
CN117272192B (zh) * | 2023-11-22 | 2024-03-08 | 青岛洛克环保科技有限公司 | 基于污水检测的磁混凝高效沉淀池污水处理*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110350258B (zh) | 一种锂电池热失控预警保护***及方法 | |
CN110187225B (zh) | 一种锂电池内短路电压电流异常检测方法及*** | |
CN103688183B (zh) | 具有故障自诊断功能的绝缘电阻测量设备和使用其的自诊断方法 | |
CN107153162A (zh) | 一种动力电池组多故障在线检测***及方法 | |
CN106025405A (zh) | 一种动力电池失效快速监测报警装置及方法 | |
CN117002309B (zh) | 一种充电桩的故障智能预警方法及*** | |
US20100315037A1 (en) | Resistor testing circuit and battery charger including resistor testing circuit | |
CN115327386B (zh) | 一种基于电热耦合模型的电池组多故障诊断方法 | |
CN112345955B (zh) | 一种动力电池多故障在线诊断方法与*** | |
CN108107365B (zh) | 一种电池包结构健康状态在线监测与故障预报方法及装置 | |
CN108333548A (zh) | 绝缘电阻测量设备及故障自诊断方法 | |
CN102692281B (zh) | 组合式锂电池温度检测电路 | |
CN116190818A (zh) | 基于多维传感融合的锂电池装置、锂电池监测装置及方法 | |
CN116973782B (zh) | 基于机器学习的新能源汽车保养维护与故障监测诊断方法 | |
CN112307623A (zh) | 电芯热失控预测方法、装置、介质、电池管理***及车辆 | |
US8965716B2 (en) | Method and apparatus for testing at least one temperature sensor in a vehicle | |
CN112212980B (zh) | 一种抗外界环境温度干扰的人体温度检测方法 | |
Heeger et al. | Lithium battery health and capacity estimation techniques using embedded electronics | |
KR102536026B1 (ko) | 스마트 배터리 디바이스 | |
CN109782184B (zh) | Pack***的热失控风险诊断方法及其电子设备 | |
CN116311739A (zh) | 一种基于长短时记忆网络及环境信息融合的多传感器火灾检测方法 | |
CN112104038A (zh) | 一种电池在线监控方法及其装置、设备、*** | |
CN110969797A (zh) | 一种航空火警监测方法及电路 | |
CN113588141A (zh) | 电容型边缘计算压力变送器采集诊断工作方法 | |
CN113296011B (zh) | 一种电路传导信号主动探测分析*** |
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 |