CN117851179A - 一种便携式设备***健康状态检测评估方法及*** - Google Patents
一种便携式设备***健康状态检测评估方法及*** Download PDFInfo
- Publication number
- CN117851179A CN117851179A CN202410053593.1A CN202410053593A CN117851179A CN 117851179 A CN117851179 A CN 117851179A CN 202410053593 A CN202410053593 A CN 202410053593A CN 117851179 A CN117851179 A CN 117851179A
- Authority
- CN
- China
- Prior art keywords
- data
- degradation
- battery
- hardware
- information
- 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.)
- Granted
Links
- 230000036541 health Effects 0.000 title claims abstract description 61
- 238000011156 evaluation Methods 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 title claims abstract description 15
- 230000015556 catabolic process Effects 0.000 claims abstract description 254
- 238000006731 degradation reaction Methods 0.000 claims abstract description 254
- 238000012545 processing Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000012351 Integrated analysis Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 8
- 230000003862 health status Effects 0.000 claims description 27
- 238000013459 approach Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 24
- 230000035484 reaction time Effects 0.000 claims description 22
- 238000007599 discharging Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 11
- 238000013500 data storage Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3495—Performance evaluation by tracing or monitoring for systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种便携式设备***健康状态检测评估方法及***,涉及设备健康状态检测评估技术领域,包括:获取便携式设备***的运行状态信息;根据退化偏移量和设备自相关退化量进行整合分析处理,获取便携式设备***的健康状态评估结果。本发明根据使用时长和温度数据计算出便携式设备***的设备自相关退化量,其次,根据便携式设备***的出厂参数信息和运行状态信息计算出偏移退化量,根据自相关退化量和偏移退化量之间的趋近程度判断便携式设备***的健康状态,达到实时了解便携式设备***的状态,保证了便携式设备***在工作过程中不会出现突然断电或者检测结果反馈很慢的问题,提高了便携式设备***的工作效率。
Description
技术领域
本发明涉及设备健康状态检测评估技术领域,具体是涉及一种便携式设备***健康状态检测评估方法及***。
背景技术
便携式设备是指体积相对较小、重量较轻,方便携带和移动的电子设备。这些设备通常设计用于在不同地点之间轻松携带和使用。便携式设备的设计目标是提供灵活性和便利性,使用户能够随时随地使用这些设备,而不受固定位置的限制。
现有的市场并没有对便携式设备的健康状态进行检测评估,当便携式设备的处于不健康的状态时,而工作人员却没有发现便携式设备出现异常继续使用设备,导致便携式设备在使用时可能会突然断电或者检测结果反馈很慢,进而延长了便携式设备的工作周期,降低了便携式设备的工作效率。
发明内容
为解决上述技术问题,提供一种便携式设备***健康状态检测评估方法及***,本技术方案解决了上述背景技术中提出的现有的市场并没有对便携式设备的健康状态进行检测评估,当便携式设备的处于不健康的状态时,而工作人员却没有发现便携式设备出现异常继续使用设备,导致便携式设备在使用时可能会突然断电或者检测结果反馈很慢,进而延长了便携式设备的工作周期,降低了便携式设备的工作效率的问题。
为达到以上目的,本发明采用的技术方案为:
一种便携式设备***健康状态检测评估方法,包括:
获取便携式设备***的运行状态信息,所述运行状态信息包括硬件运行信息和电池状态信息;
获取便携式设备***的出厂参数信息和历史数据,所述历史数据包括硬件使用时长数据、硬件使用时长数据对应的硬件温度数据、电池充放电时长数据、电池充放电时长数据对应的电池温度数据和设备使用时长数据;
根据出厂参数信息和设备使用时长数据进行分析处理,获取便携式设备***的正常相关退化信息,所述正常相关退化信息包括硬件正常退化信息和电池正常退化信息;
根据运行状态信息和出厂参数信息进行分析提取处理,获取便携式设备***的实际相关退化信息,所述实际相关退化信息包括硬件实际相关退化信息和电池实际相关退化信息;
根据实际相关退化信息和正常相关退化信息进行计算处理,获取退化偏移量,所述退化偏移量包括硬件退化偏移量和电池退化偏移量;
根据历史数据进行计算处理,获取设备自相关退化量;
根据退化偏移量和设备自相关退化量进行整合分析处理,获取便携式设备***的健康状态评估结果。
优选的,所述根据出厂参数信息和设备使用时长数据进行分析处理,获取便携式设备***的正常相关退化信息具体包括:
根据便携式设备***的设备使用时长数据对出厂参数信息进行检索操作,当设备使用时长数据与出厂参数信息中所对应的使用时长数据相同时,读取该使用时长数据对应的便携式设备***的正常相关退化信息;若没有检索到与设备使用时长数据相同的使用时长数据时,对设备使用时长数据进行向上取整处理,再次进行检索操作,当存在与向上取整处理后的设备使用时长数据相同的数据时,读取该使用时长数据对应的便携式设备***的正常相关退化信息。
优选的,所述根据运行状态信息和出厂参数信息进行分析提取处理,获取便携式设备***的实际相关退化信息具体包括如下步骤:
对运行状态信息进行分析处理,获取实时硬件反应时长和实时电池容量;
根据实时硬件反应时长、实时电池容量和出厂参数信息进行计算处理,获取实际相关退化信息。
优选的,所述根据实时硬件反应时长、实时电池容量和出厂参数信息进行计算处理,获取实际相关退化信息具体包括如下步骤:
读取便携式设备***出厂参数信息中硬件初始反应时长和电池初始容量;
对硬件初始反应时长和实时硬件反应时长进行计算处理,获取硬件实际相关退化信息;
对电池初始容量和实时电池容量进行计算处理,获取电池实际相关退化信息。
优选的,所述根据历史数据进行计算处理,获取设备自相关退化量具体包括如下步骤:
对硬件使用时长数据进行筛选处理,获取硬件正常使用时长数据和硬件超负荷使用时长数据;
根据硬件正常使用时长数据、硬件超负荷使用时长数据和硬件温度数据进行计算处理,获取硬件自相关退化量;
对电池充放电时长数据进行筛选处理,获取电池正常放电时长数据、电池长时间放电时长数据、电池正常充电时长数据和电池长时间充电时长数据;
根据电池正常放电时长数据、电池长时间放电时长数据、电池正常充电时长数据和电池长时间充电时长数据和电池温度数据进行计算处理,获取电池自相关退化量。
优选的,所述硬件自相关退化量计算公式为:
式中,Da为硬件自相关退化量;α为硬件正常使用时长数据下的退化系数;Ti为硬件正常使用时长数据;Q1为硬件正常使用时长数据下温度影响系数;β为硬件超负荷使用时长数据下的退化系数;Tj为硬件超负荷使用时长数据;Q2为硬件超负荷使用时长数据下温度影响系数;T为硬件初始反应时长。
优选的,所述电池自相关退化量计算公式为:
式中,Ba为电池自相关退化量;γ为电池正常放电时长数据下的退化系数;Th为电池正常放电时长数据;Q3为电池正常放电时长数据下的温度影响系数;δ为电池长时间放电时长数据下的退化系数;Tk为电池长时间放电时长数据;Q4为长时间放电时长数据下的温度影响系数;ε为电池正常充电时长数据下的退化系数;Tz为电池正常充电时长数据;Q5为电池正常充电时长数据下的温度影响系数;μ为电池长时间充电时长数据下的退化系数;Ta为电池长时间充电时长数据;Q6为电池长时间充电时长数据下的温度影响系数;B为电池初始容量。
优选的,所述根据退化偏移量和设备自相关退化量进行整合分析处理,获取便携式设备***的健康状态评估结果具体包含如下步骤:
根据硬件退化偏移量和电池退化偏移量建立直角坐标系,所述硬件退化偏移量作为X轴,所述电池退化偏移量作为Y轴;
根据退化偏移量和设备自相关退化量分别在直角坐标系中绘制偏移量退化曲线和自相关退化曲线;
以偏移量退化曲线作为参考曲线,判断自相关退化曲线和偏移量退化曲线之间的趋近度;
若趋近度大于预设值,则便携式设备***内部存在异常损耗,输出便携式设备***的健康状态评估结果为差,根据健康状态评估结果对便携式设备***进行检修解决异常消耗;若趋近度等于预设值,则便携式设备***内部不存在异常损耗,输出便携式设备***的健康状态评估结果为良,根据健康状态评估结果对便携式设备***的硬件和电池进行保养,并减少硬件超负荷使用时长、电池长时间充电时长和电池长时间放电时长;若趋近度小于预设值,输出便携式设备***的健康状态评估结果为优,则便携式设备***的硬件不存在超负荷使用,电池不存在长时间充放电。
进一步的,提出一种便携式设备***健康状态检测评估***,用于实现上述的便携式设备***健康状态检测评估方法,包括:
数据采集模块,所述数据采集模块用于采集便携式设备***的运行状态信息、硬件使用时长数据、电池的充放电时长数据和设备使用时长数据,硬件使用时长数据对应的硬件温度数据,电池充放电时长数据对应的电池温度数据,并将运行状态信息、硬件使用时长数据、电池的充放电时长数据、设备使用时长数据、硬件温度数据和电池温度数据传输至数据存储模块中;
数据存储模块,所述数据存储模块用于存储便携式设备***的出厂参数信息、运行状态信息、硬件使用时长数据、电池的充放电时长数据、设备使用时长数据、硬件温度数据和电池温度数据,并将出厂参数信息、设备使用时长数据、运行状态信息传输至数据分析模块中;
数据分析模块,所述数据分析模块用于对出厂参数信息和设备使用时长数据进行分析处理,获取正常相关退化信息;所述数据分析模块用于对运行状态信息和出厂参数信息进行分析提取处理,获取实际相关退化信息,并将正常相关退化信息和实际相关退化信息传输至数据计算模块中;
数据计算模块,所述数据计算模块用于对正常相关退化信息和实际相关退化信息进行计算处理,获取退化偏移量,所述数据计算模块用于对历史数据进行计算处理,获取设备自相关退化量,并将退化偏移量和设备自相关退化量传输至健康状态评估模块中;
健康状态评估模块,所述健康状态评估模块用于对退化偏移量和设备自相关退化量进行整合分析处理,获取便携式设备***的健康状态评估结果;
其中,所述健康状态评估模块具体包括:
坐标系构建单元,所述坐标系构建单元用于生成自相关退化曲线和偏移量退化曲线,并根据自相关退化曲线和偏移量退化曲线获取趋近度;
对比判断单元,所述对比判断单元用于判断趋近度和预设值之间的关系,获取对比结果;
健康状态生成单元,所述健康状态生成单元根据对比结果输出便携式设备***的健康状态评估结果,根据健康状态评估结果对便携式设备进行不同层次的维护和保养。
进一步的,所述数据采集模块具体包括:
时长采集单元,所述时长采集单元用于采集硬件使用时长数据、电池充放电时长数据,并将其传输至输送单元中;
温度采集单元,所述温度采集单元用于采集硬件使用时长数据对应的硬件温度数据和电池充放电时长数据对应的电池温度数据并将其传输至输送单元中;
状态采集单元,所述状态采集单元用于采集便携式设备***的运行状态信息,并将其传输至输送单元中;
输送单元,所述输送单元用于输送硬件使用时长数据、电池充放电时长数据、硬件温度数据、电池温度数据和运行状态信息。
与现有技术相比,本发明提供了一种便携式设备***健康状态检测评估方法及***,具备以下有益效果:
本发明通过采集硬件和电池的使用时长和使用时长对应的温度数据,根据使用时长和温度数据计算出便携式设备***的设备自相关退化量,其次,根据便携式设备***的出厂参数信息和运行状态信息计算出偏移退化量,根据自相关退化量和偏移退化量之间的趋近程度判断便携式设备***的健康状态,达到实时了解便携式设备***的状态,保证了便携式设备***在工作过程中不会出现突然断电或者检测结果反馈很慢的问题,提高了便携式设备***的工作效率。
附图说明
图1为本发明提出的一种便携式设备***健康状态检测评估方法中步骤S100-S700流程示意图;
图2为本发明提出的一种便携式设备***健康状态检测评估方法中步骤S401-S402流程示意图;
图3为本发明提出的一种便携式设备***健康状态检测评估方法中步骤S4021-S4023流程示意图;
图4为本发明提出的一种便携式设备***健康状态检测评估方法中步骤S601-S604流程示意图;
图5为本发明提出的一种便携式设备***健康状态检测评估方法中步骤S701-S704流程示意图;
图6为本发明提出的一种便携式设备***健康状态检测评估***的结构框图;
图7为本发明中健康状态评估模块的结构框图;
图8为本发明中数据采集模块的结构框图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。
参照图1所示,一种便携式设备***健康状态检测评估方法,包括:
S100、获取便携式设备***的运行状态信息,所述运行状态信息包括硬件运行信息和电池状态信息;
S200、获取便携式设备***的出厂参数信息和历史数据,所述历史数据包括硬件使用时长数据、硬件使用时长数据对应的硬件温度数据、电池充放电时长数据、电池充放电时长数据对应的电池温度数据和设备使用时长数据;
S300、根据出厂参数信息和设备使用时长数据进行分析处理,获取便携式设备***的正常相关退化信息,所述正常相关退化信息包括硬件正常退化信息和电池正常退化信息;
根据出厂参数信息和设备使用时长数据进行分析处理,获取便携式设备***的正常相关退化信息具体包括:
根据便携式设备***的设备使用时长数据对出厂参数信息进行检索操作,当设备使用时长数据与出厂参数信息中所对应的使用时长数据相同时,读取该使用时长数据对应的便携式设备***的正常相关退化信息;若没有检索到与设备使用时长数据相同的使用时长数据时,对设备使用时长数据进行向上取整处理,再次进行检索操作,当存在与向上取整处理后的设备使用时长数据相同的数据时,读取该使用时长数据对应的便携式设备***的正常相关退化信息;
S400、根据运行状态信息和出厂参数信息进行分析提取处理,获取便携式设备***的实际相关退化信息,所述实际相关退化信息包括硬件实际相关退化信息和电池实际相关退化信息;
S500、根据实际相关退化信息和正常相关退化信息进行计算处理,获取退化偏移量,所述退化偏移量包括硬件退化偏移量和电池退化偏移量;
S600、根据历史数据进行计算处理,获取设备自相关退化量;
S700、根据退化偏移量和设备自相关退化量进行整合分析处理,获取便携式设备***的健康状态评估结果;
本领域技术人员可以理解的是,便携式设备***如果没有超负荷使用,那么便携式设备***的随时间的退化规律应该与便携式设备***在测试阶段的退化规律相同,只需要读取便携式设备***的使用时长即可获取到便携式设备***的正常相关退化信息;但是设备总会出现超负荷使用,因此,需要获取便携式设备***的运行状态信息,对运行状态信息进行分析提取,获取实时硬件反应时长和实时电池容量,并与正常相关退化信息进行计算,即可得到二者的退化偏移量;而便携式设备***内部的硬件和电池的退化程度与自身的超负荷工作以及工作时的温度有关,因此,需要计算硬件和电池的自相关退化量,需要注意的是,自相关退化量只与硬件和电池本身的工作状态以及工作温度有关,判断退化偏移量和自相关退化量之间的趋近度,根据趋近度输出便携式设备***的健康状态评估结果,工作人员根据健康状态评估结果对便携式设备***进行维护和保养,确保便携式设备在工作过程中不会出现突然断电或者检测结果反馈很慢的问题,提高了便携式设备***的工作效率。
参照图2所示,根据运行状态信息和出厂参数信息进行分析提取处理,获取便携式设备***的实际相关退化信息具体包括如下步骤:
S401、对运行状态信息进行分析处理,获取实时硬件反应时长和实时电池容量;
S402、根据实时硬件反应时长、实时电池容量和出厂参数信息进行计算处理,获取实际相关退化信息;
参照图3所示,根据实时硬件反应时长、实时电池容量和出厂参数信息进行计算处理,获取实际相关退化信息具体包括如下步骤:
S4021、读取便携式设备***出厂参数信息中硬件初始反应时长和电池初始容量;
S4022、对硬件初始反应时长和实时硬件反应时长进行计算处理,获取硬件实际相关退化信息;
S4023、对电池初始容量和实时电池容量进行计算处理,获取电池实际相关退化信息;
参照图4所示,根据历史数据进行计算处理,获取设备自相关退化量具体包括如下步骤:
S601、对硬件使用时长数据进行筛选处理,获取硬件正常使用时长数据和硬件超负荷使用时长数据;
S602、根据硬件正常使用时长数据、硬件超负荷使用时长数据和硬件温度数据进行计算处理,获取硬件自相关退化量;
硬件自相关退化量计算公式为:
式中,Da为硬件自相关退化量;α为硬件正常使用时长数据下的退化系数;Ti为硬件正常使用时长数据;Q1为硬件正常使用时长数据下温度影响系数;β为硬件超负荷使用时长数据下的退化系数;Tj为硬件超负荷使用时长数据;Q2为硬件超负荷使用时长数据下温度影响系数;T为硬件初始反应时长;
在本实施例中,硬件在正常工作时长中的温度趋于一个恒定值,而此时的硬件退化规律是符合出厂参数信息中记载的退化规律的,但是当硬件超负荷工作时,硬件本身的温度会升高,而硬件在高温状态下的退化速度要远大于正常温度下的退化速度,因此,需要分别计算硬件在正常温度下和高温状态下的退化程度,由于硬件的退化程度会影响硬件的反馈时间,因此,引入硬件自相关退化量用于表达硬件的退化程度。
S603、对电池充放电时长数据进行筛选处理,获取电池正常放电时长数据、电池长时间放电时长数据、电池正常充电时长数据和电池长时间充电时长数据;
S604、根据电池正常放电时长数据、电池长时间放电时长数据、电池正常充电时长数据和电池长时间充电时长数据和电池温度数据进行计算处理,获取电池自相关退化量;
电池自相关退化量计算公式为:
式中,Ba为电池自相关退化量;γ为电池正常放电时长数据下的退化系数;Th为电池正常放电时长数据;Q3为电池正常放电时长数据下的温度影响系数;δ为电池长时间放电时长数据下的退化系数;Tk为电池长时间放电时长数据;Q4为长时间放电时长数据下的温度影响系数;ε为电池正常充电时长数据下的退化系数;Tz为电池正常充电时长数据;Q5为电池正常充电时长数据下的温度影响系数;μ为电池长时间充电时长数据下的退化系数;Ta为电池长时间充电时长数据;Q6为电池长时间充电时长数据下的温度影响系数;B为电池初始容量;
本技术领域人员可以理解的是,当电池充满电并没有断开与外部电源的连接,电池消耗部分电量供给便携式设备***使用,导致外部电源再次对电池进行充电,使电池会长时间处于充电-满电-充电状态,导致电池过度充电,使电池温度升高,造成电池的容量减小,而在便携式设备***过度使用时,电池会过度放电,导致电池温度升高,也会造成电池容量的减小,但是充电和放电过程中,电池的温度不同,因此,电池的退化速度也不会相同,因此,需要分开计算过度充电和过度放电的退化程度,电池的退化程度会造成电池的容量减小,进而造成便携式设备的使用时长减短,因此,引入电池自相关退化量表示电池的退化程度。
参照图5所示,根据退化偏移量和设备自相关退化量进行整合分析处理,获取便携式设备***的健康状态评估结果具体包含如下步骤:
S701、根据硬件退化偏移量和电池退化偏移量建立直角坐标系,所述硬件退化偏移量作为X轴,所述电池退化偏移量作为Y轴;
S702、根据退化偏移量和设备自相关退化量分别在直角坐标系中绘制偏移量退化曲线和自相关退化曲线;
S703、以偏移量退化曲线作为参考曲线,判断自相关退化曲线和偏移量退化曲线之间的趋近度;
S704、若趋近度大于预设值,则便携式设备***内部存在异常损耗,输出便携式设备***的健康状态评估结果为差,根据健康状态评估结果对便携式设备***进行检修解决异常消耗;若趋近度等于预设值,则便携式设备***内部不存在异常损耗,输出便携式设备***的健康状态评估结果为良,根据健康状态评估结果对便携式设备***的硬件和电池进行保养,并减少硬件超负荷使用时长、电池长时间充电时长和电池长时间放电时长;若趋近度小于预设值,输出便携式设备***的健康状态评估结果为优,则便携式设备***的硬件不存在超负荷使用,电池不存在长时间充放电。
本领域技术人员可以理解的是,对便携式设备***进行健康评估是在某一段时间内进行的,因此在这一段时间内获取多组退化偏移量和设备自相关退化量,将多组退化偏移量和设备自相关退化量在平面直角坐标系中绘制出偏移量退化曲线和自相关退化曲线,以偏移量退化曲线作为参考曲线,判断偏移量退化曲线和自相关退化曲线之间的趋近度,通过设置预设值,对比趋近度和预设值的大小进而判断出便携式设备***的健康状态,若趋近度大于预设值,则便携式设备***内部存在异常损耗,输出便携式设备***的健康状态评估结果为差,工作人员需要对便携式设备进行维修,找出异常损耗的原因,能够提高便携式设备的使用寿命和工作时长,若趋近度等于预设值,则便携式设备***内部不存在异常损耗,输出便携式设备***的健康状态评估结果为良,说明便携式设备存在超负荷工作,需要降低设备超负荷工作时长用以提高设备的使用寿命。
进一步的,参照图6-7所示,一种便携式设备***健康状态检测评估***,用于实现如上述的便携式设备***健康状态检测评估方法,包括:
数据采集模块,所述数据采集模块用于采集便携式设备***的运行状态信息、硬件使用时长数据、电池的充放电时长数据和设备使用时长数据,硬件使用时长数据对应的硬件温度数据,电池充放电时长数据对应的电池温度数据,并将运行状态信息、硬件使用时长数据、电池的充放电时长数据、设备使用时长数据、硬件温度数据和电池温度数据传输至数据存储模块中;
数据存储模块,所述数据存储模块用于存储便携式设备***的出厂参数信息、运行状态信息、硬件使用时长数据、电池的充放电时长数据、设备使用时长数据、硬件温度数据和电池温度数据,并将出厂参数信息、设备使用时长数据、运行状态信息传输至数据分析模块中;
数据分析模块,所述数据分析模块用于对出厂参数信息和设备使用时长数据进行分析处理,获取正常相关退化信息;所述数据分析模块用于对运行状态信息和出厂参数信息进行分析提取处理,获取实际相关退化信息,并将正常相关退化信息和实际相关退化信息传输至数据计算模块中;
数据计算模块,所述数据计算模块用于对正常相关退化信息和实际相关退化信息进行计算处理,获取退化偏移量,所述数据计算模块用于对历史数据进行计算处理,获取设备自相关退化量,并将退化偏移量和设备自相关退化量传输至健康状态评估模块中;
健康状态评估模块,所述健康状态评估模块用于对退化偏移量和设备自相关退化量进行整合分析处理,获取便携式设备***的健康状态评估结果;
其中,所述健康状态评估模块具体包括:
坐标系构建单元,所述坐标系构建单元用于生成自相关退化曲线和偏移量退化曲线,并根据自相关退化曲线和偏移量退化曲线获取趋近度;
对比判断单元,所述对比判断单元用于判断趋近度和预设值之间的关系,获取对比结果;
健康状态生成单元,所述健康状态生成单元根据对比结果输出便携式设备***的健康状态评估结果,根据健康状态评估结果对便携式设备进行不同层次的维护和保养;
进一步的,参照图8所示,数据采集模块具体包括:
时长采集单元,所述时长采集单元用于采集硬件使用时长数据、电池充放电时长数据,并将其传输至输送单元中;
温度采集单元,所述温度采集单元用于采集硬件使用时长数据对应的硬件温度数据和电池充放电时长数据对应的电池温度数据并将其传输至输送单元中;
状态采集单元,所述状态采集单元用于采集便携式设备***的运行状态信息,并将其传输至输送单元中;
输送单元,所述输送单元用于输送硬件使用时长数据、电池充放电时长数据、硬件温度数据、电池温度数据和运行状态信息。
本发明在使用中具体包含如下步骤:
步骤一:通过数据采集模块采集便携式设备***的运行状态信息、硬件使用时长数据、电池的充放电时长数据和设备使用时长数据,硬件使用时长数据对应的硬件温度数据,电池充放电时长数据对应的电池温度数据,并将其传输至数据存储模块中;
步骤二:数据存储模块将内部存储的数据传输至数据分析模块中,数据分析模块对出厂参数信息和设备使用时长数据进行分析处理,获取正常相关退化信息,此外,对运行状态信息和出厂参数信息进行分析提取处理,获取实际相关退化信息,并将正常相关退化信息和实际相关退化信息传输至数据计算模块中;
步骤三:数据计算模块对正常相关退化信息和实际相关退化信息进行计算处理,获取退化偏移量,此外,对历史数据进行计算处理,获取设备自相关退化量,并将退化偏移量和设备自相关退化量传输至健康状态评估模块中;
步骤四:健康状态评估模块对退化偏移量和设备自相关退化量进行整合分析处理,获取便携式设备***的健康状态评估结果。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (10)
1.一种便携式设备***健康状态检测评估方法,其特征在于,包括:
获取便携式设备***的运行状态信息,所述运行状态信息包括硬件运行信息和电池状态信息;
获取便携式设备***的出厂参数信息和历史数据,所述历史数据包括硬件使用时长数据、硬件使用时长数据对应的硬件温度数据、电池充放电时长数据、电池充放电时长数据对应的电池温度数据和设备使用时长数据;
根据出厂参数信息和设备使用时长数据进行分析处理,获取便携式设备***的正常相关退化信息,所述正常相关退化信息包括硬件正常退化信息和电池正常退化信息;
根据运行状态信息和出厂参数信息进行分析提取处理,获取便携式设备***的实际相关退化信息,所述实际相关退化信息包括硬件实际相关退化信息和电池实际相关退化信息;
根据实际相关退化信息和正常相关退化信息进行计算处理,获取退化偏移量,所述退化偏移量包括硬件退化偏移量和电池退化偏移量;
根据历史数据进行计算处理,获取设备自相关退化量;
根据退化偏移量和设备自相关退化量进行整合分析处理,获取便携式设备***的健康状态评估结果。
2.根据权利要求1所述的一种便携式设备***健康状态检测评估方法,其特征在于,所述根据出厂参数信息和设备使用时长数据进行分析处理,获取便携式设备***的正常相关退化信息具体包括:
根据便携式设备***的设备使用时长数据对出厂参数信息进行检索操作,当设备使用时长数据与出厂参数信息中所对应的使用时长数据相同时,读取该使用时长数据对应的便携式设备***的正常相关退化信息;若没有检索到与设备使用时长数据相同的使用时长数据时,对设备使用时长数据进行向上取整处理,再次进行检索操作,当存在与向上取整处理后的设备使用时长数据相同的数据时,读取该使用时长数据对应的便携式设备***的正常相关退化信息。
3.根据权利要求1所述的一种便携式设备***健康状态检测评估方法,其特征在于,所述根据运行状态信息和出厂参数信息进行分析提取处理,获取便携式设备***的实际相关退化信息具体包括如下步骤:
对运行状态信息进行分析处理,获取实时硬件反应时长和实时电池容量;
根据实时硬件反应时长、实时电池容量和出厂参数信息进行计算处理,获取实际相关退化信息。
4.根据权利要求3所述的一种便携式设备***健康状态检测评估方法,其特征在于,所述根据实时硬件反应时长、实时电池容量和出厂参数信息进行计算处理,获取实际相关退化信息具体包括如下步骤:
读取便携式设备***出厂参数信息中硬件初始反应时长和电池初始容量;
对硬件初始反应时长和实时硬件反应时长进行计算处理,获取硬件实际相关退化信息;
对电池初始容量和实时电池容量进行计算处理,获取电池实际相关退化信息。
5.根据权利要求1所述的一种便携式设备***健康状态检测评估方法,其特征在于,所述根据历史数据进行计算处理,获取设备自相关退化量具体包括如下步骤:
对硬件使用时长数据进行筛选处理,获取硬件正常使用时长数据和硬件超负荷使用时长数据;
根据硬件正常使用时长数据、硬件超负荷使用时长数据和硬件温度数据进行计算处理,获取硬件自相关退化量;
对电池充放电时长数据进行筛选处理,获取电池正常放电时长数据、电池长时间放电时长数据、电池正常充电时长数据和电池长时间充电时长数据;
根据电池正常放电时长数据、电池长时间放电时长数据、电池正常充电时长数据和电池长时间充电时长数据和电池温度数据进行计算处理,获取电池自相关退化量。
6.根据权利要求5所述的一种便携式设备***健康状态检测评估方法,其特征在于,所述硬件自相关退化量计算公式为:
式中,Da为硬件自相关退化量;α为硬件正常使用时长数据下的退化系数;Ti为硬件正常使用时长数据;Q1为硬件正常使用时长数据下温度影响系数;β为硬件超负荷使用时长数据下的退化系数;Tj为硬件超负荷使用时长数据;Q2为硬件超负荷使用时长数据下温度影响系数;T为硬件初始反应时长。
7.根据权利要求5所述的一种便携式设备***健康状态检测评估方法,其特征在于,所述电池自相关退化量计算公式为:
式中,Ba为电池自相关退化量;γ为电池正常放电时长数据下的退化系数;Th为电池正常放电时长数据;Q3为电池正常放电时长数据下的温度影响系数;δ为电池长时间放电时长数据下的退化系数;Tk为电池长时间放电时长数据;Q4为长时间放电时长数据下的温度影响系数;ε为电池正常充电时长数据下的退化系数;Tz为电池正常充电时长数据;Q5为电池正常充电时长数据下的温度影响系数;μ为电池长时间充电时长数据下的退化系数;Ta为电池长时间充电时长数据;Q6为电池长时间充电时长数据下的温度影响系数;B为电池初始容量。
8.根据权利要求1所述的一种便携式设备***健康状态检测评估方法,其特征在于,所述根据退化偏移量和设备自相关退化量进行整合分析处理,获取便携式设备***的健康状态评估结果具体包含如下步骤:
根据硬件退化偏移量和电池退化偏移量建立直角坐标系,所述硬件退化偏移量作为X轴,所述电池退化偏移量作为Y轴;
根据退化偏移量和设备自相关退化量分别在直角坐标系中绘制偏移量退化曲线和自相关退化曲线;
以偏移量退化曲线作为参考曲线,判断自相关退化曲线和偏移量退化曲线之间的趋近度;
若趋近度大于预设值,则便携式设备***内部存在异常损耗,输出便携式设备***的健康状态评估结果为差,根据健康状态评估结果对便携式设备***进行检修解决异常消耗;若趋近度等于预设值,则便携式设备***内部不存在异常损耗,输出便携式设备***的健康状态评估结果为良,根据健康状态评估结果对便携式设备***的硬件和电池进行保养,并减少硬件超负荷使用时长、电池长时间充电时长和电池长时间放电时长;若趋近度小于预设值,输出便携式设备***的健康状态评估结果为优,则便携式设备***的硬件不存在超负荷使用,电池不存在长时间充放电。
9.一种便携式设备***健康状态检测评估***,用于实现如权力要求1-8任一项所述的便携式设备***健康状态检测评估方法,其特征在于,包括:
数据采集模块,所述数据采集模块用于采集便携式设备***的运行状态信息、硬件使用时长数据、电池的充放电时长数据和设备使用时长数据,硬件使用时长数据对应的硬件温度数据,电池充放电时长数据对应的电池温度数据,并将运行状态信息、硬件使用时长数据、电池的充放电时长数据、设备使用时长数据、硬件温度数据和电池温度数据传输至数据存储模块中;
数据存储模块,所述数据存储模块用于存储便携式设备***的出厂参数信息、运行状态信息、硬件使用时长数据、电池的充放电时长数据、设备使用时长数据、硬件温度数据和电池温度数据,并将出厂参数信息、设备使用时长数据、运行状态信息传输至数据分析模块中;
数据分析模块,所述数据分析模块用于对出厂参数信息和设备使用时长数据进行分析处理,获取正常相关退化信息;所述数据分析模块用于对运行状态信息和出厂参数信息进行分析提取处理,获取实际相关退化信息,并将正常相关退化信息和实际相关退化信息传输至数据计算模块中;
数据计算模块,所述数据计算模块用于对正常相关退化信息和实际相关退化信息进行计算处理,获取退化偏移量,所述数据计算模块用于对历史数据进行计算处理,获取设备自相关退化量,并将退化偏移量和设备自相关退化量传输至健康状态评估模块中;
健康状态评估模块,所述健康状态评估模块用于对退化偏移量和设备自相关退化量进行整合分析处理,获取便携式设备***的健康状态评估结果;
其中,所述健康状态评估模块具体包括:
坐标系构建单元,所述坐标系构建单元用于生成自相关退化曲线和偏移量退化曲线,并根据自相关退化曲线和偏移量退化曲线获取趋近度;
对比判断单元,所述对比判断单元用于判断趋近度和预设值之间的关系,获取对比结果;
健康状态生成单元,所述健康状态生成单元根据对比结果输出便携式设备***的健康状态评估结果,根据健康状态评估结果对便携式设备进行不同层次的维护和保养。
10.根据权利要求9所述的一种便携式设备***健康状态检测评估***,其特征在于,所述数据采集模块具体包括:
时长采集单元,所述时长采集单元用于采集硬件使用时长数据、电池充放电时长数据,并将其传输至输送单元中;
温度采集单元,所述温度采集单元用于采集硬件使用时长数据对应的硬件温度数据和电池充放电时长数据对应的电池温度数据并将其传输至输送单元中;
状态采集单元,所述状态采集单元用于采集便携式设备***的运行状态信息,并将其传输至输送单元中;
输送单元,所述输送单元用于输送硬件使用时长数据、电池充放电时长数据、硬件温度数据、电池温度数据和运行状态信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410053593.1A CN117851179B (zh) | 2024-01-15 | 2024-01-15 | 一种便携式设备***健康状态检测评估方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410053593.1A CN117851179B (zh) | 2024-01-15 | 2024-01-15 | 一种便携式设备***健康状态检测评估方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117851179A true CN117851179A (zh) | 2024-04-09 |
CN117851179B CN117851179B (zh) | 2024-06-04 |
Family
ID=90528855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410053593.1A Active CN117851179B (zh) | 2024-01-15 | 2024-01-15 | 一种便携式设备***健康状态检测评估方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117851179B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105789716A (zh) * | 2016-03-03 | 2016-07-20 | 北京交通大学 | 一种广义电池管理*** |
CN109932663A (zh) * | 2019-03-07 | 2019-06-25 | 清华四川能源互联网研究院 | 电池健康状态评估方法、装置、存储介质及电子装置 |
CN110988695A (zh) * | 2019-12-24 | 2020-04-10 | 珠海银隆电器有限公司 | 动力电池健康状态评估方法、装置、存储介质及电子设备 |
CN111260185A (zh) * | 2020-01-08 | 2020-06-09 | 重庆大学 | 退役电动汽车电池作为大规模储能的发输电***运行可靠性评估方法 |
CN113504472A (zh) * | 2021-07-28 | 2021-10-15 | 西安电子科技大学 | 一种锂离子电池健康状态评估方法、评估*** |
CN114462259A (zh) * | 2022-04-13 | 2022-05-10 | 长安新能源南京研究院有限公司 | 基于soc的电池剩余寿命预测方法、***、汽车及介质 |
WO2023130776A1 (zh) * | 2022-01-07 | 2023-07-13 | 国网浙江省电力有限公司电力科学研究院 | 储能电站电池工况健康状态预测方法及*** |
WO2023185601A1 (zh) * | 2022-03-29 | 2023-10-05 | 北京芯虹科技有限责任公司 | 一种电池健康状态信息确定方法、装置及电池*** |
-
2024
- 2024-01-15 CN CN202410053593.1A patent/CN117851179B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105789716A (zh) * | 2016-03-03 | 2016-07-20 | 北京交通大学 | 一种广义电池管理*** |
CN109932663A (zh) * | 2019-03-07 | 2019-06-25 | 清华四川能源互联网研究院 | 电池健康状态评估方法、装置、存储介质及电子装置 |
CN110988695A (zh) * | 2019-12-24 | 2020-04-10 | 珠海银隆电器有限公司 | 动力电池健康状态评估方法、装置、存储介质及电子设备 |
CN111260185A (zh) * | 2020-01-08 | 2020-06-09 | 重庆大学 | 退役电动汽车电池作为大规模储能的发输电***运行可靠性评估方法 |
CN113504472A (zh) * | 2021-07-28 | 2021-10-15 | 西安电子科技大学 | 一种锂离子电池健康状态评估方法、评估*** |
WO2023130776A1 (zh) * | 2022-01-07 | 2023-07-13 | 国网浙江省电力有限公司电力科学研究院 | 储能电站电池工况健康状态预测方法及*** |
WO2023185601A1 (zh) * | 2022-03-29 | 2023-10-05 | 北京芯虹科技有限责任公司 | 一种电池健康状态信息确定方法、装置及电池*** |
CN114462259A (zh) * | 2022-04-13 | 2022-05-10 | 长安新能源南京研究院有限公司 | 基于soc的电池剩余寿命预测方法、***、汽车及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117851179B (zh) | 2024-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1228540A (zh) | 精确测定电池剩余容量的装置和方法 | |
US11152806B2 (en) | User identification from battery characteristics | |
CN101430366B (zh) | 电池荷电状态检测方法 | |
CN110161425B (zh) | 一种基于锂电池退化阶段划分的剩余使用寿命的预测方法 | |
CN1769919A (zh) | 用于精确报告电池组容量的方法和*** | |
EP0887654B1 (en) | Method for detecting working condition of non-aqueous electrolyte secondary batteries | |
CN111448467B (zh) | 用于对电池容量进行建模和估计的方法及*** | |
CN1346443A (zh) | 快速测定当前的和潜在的电池容量 | |
US20110106280A1 (en) | Automated battery scanning, repair, and optimization | |
JP2019510970A (ja) | 電池ヘルス状態を検出する装置及び方法 | |
CN105548895B (zh) | 一种电池组性能测试方法和装置 | |
CN111463513B (zh) | 一种锂电池满充容量估计的方法及装置 | |
CN101632028A (zh) | 用于检测蓄电装置的充电状态的装置和方法 | |
CN101535827A (zh) | 用于在电池非平衡时确定电池的荷电状态的设备和方法 | |
CN112433170B (zh) | 一种串联电池组单体参数差异辨识方法 | |
US20130085695A1 (en) | Battery state measuring method and apparatus, and electronic apparatus | |
CN112731184B (zh) | 一种电池寿命检测方法和*** | |
CN110297192B (zh) | 一种估算电池充放电时电量的方法及开机时电量校正方法 | |
CN117851179B (zh) | 一种便携式设备***健康状态检测评估方法及*** | |
CN117222904A (zh) | 电池状态推定装置、电力*** | |
JP2005235472A (ja) | 二次電池の診断装置とそれに有用な情報収集装置 | |
JP2009259837A (ja) | 二次電池の診断装置とそれに有用な情報収集装置 | |
KR20230080112A (ko) | 배터리 현재 상태 예측을 위한 배터리 진단 장치 | |
CN105487014A (zh) | 一种锂电池容量预测方法及装置 | |
KR20040096384A (ko) | 충방전배터리의 잔량시간 표시장치 및 방법 |
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 |