-
公开(公告)号：CN117289163A
公开(公告)日：2023-12-26
申请号：CN202311140033.1
申请日：2023-09-05
Applicant: 江苏大学
IPC: G01R31/392 , G01R31/367 , G01R31/389 , G01R31/396 , G01R31/385 , G01R31/387 , G01R31/388
Abstract: 本发明公开一种基于宏微观关联定量评价电池老化机理的方法及系统，包括：采用外特性法和解体物化法分别进行全电池宏观性能测试和半电池微观性能测试；对电池内部老化机理分别进行宏微观的分析将宏微观的分析结果进行关联定量评价得出关联定量评价方法；对关联定量评价法进行验证。通过对电池健康状态进行动力学损失的重新定义，并将微观XRD测试结果与宏观测试得到的容量增量曲线结果联合评价电池老化，将耦合在XRD测试中的活性物质损失剥离出来，实现对活性锂离子损失的单独计算，通过去除动力学损失的IC曲线定量计算可循环锂离子损失和活性材料损失，并与dQ/dV‑充入电量曲线计算出的结果进行对比，以验证基于宏微观关联定量评价电池老化机理的方法。
-
公开(公告)号：CN113642204A
公开(公告)日：2021-11-12
申请号：CN202110762176.0
申请日：2021-07-06
Applicant: 江苏大学
Abstract: 本发明提供了一种基于燃烧激励贡献度修正燃烧始点识别偏差的方法，属于内燃机技术领域。本发明方法具体为：确定振动加速度信号中主要激励源，利用主成分分析法从振动加速度信号中提取燃烧激励响应信号，计算不同工况下的燃烧激励响应信号的贡献水平和对应的燃烧始点相位偏差，建立相位偏差修正曲线，进而实现燃烧始点相位偏差的修正。本发明方法能够提升全工况下燃烧特征参数的辨识精度。
-
公开(公告)号：CN111965544A
公开(公告)日：2020-11-20
申请号：CN202010693511.1
申请日：2020-07-17
Applicant: 江苏大学
IPC: G01R31/367 , G01R31/388 , G01R31/396
Abstract: 本发明公开了基于电压及电流双约束的车用并联动力电池的最小包络线SOC估计方法，本发明考虑到并联单体电池差异导致支路电流差异，引起各单体电池SOC差异，为了保证并联各单体电池安全，研究基于电压及电流双约束的双扩展卡尔曼滤波(Dual Extended Kalman Filter,DEKF)算法的电池模型参数与SOC联合估计的关键技术，实现以最小SOC为包络线的并联电池SOC估计。主要包括：建立并联电池的电路模型及数学描述方程、制定并联电池SOC估计流程、进行常规状态下并联电池SOC估计及差异状态下并联电池SOC估计。结果表明，本发明实现了以最小SOC为包络线的并联电池SOC估计，估计误差在常规状态下达到1％以内，在差异状态下能够逐步稳定在5％以内。
-
公开(公告)号：CN113642204B
公开(公告)日：2024-03-19
申请号：CN202110762176.0
申请日：2021-07-06
Applicant: 江苏大学
Abstract: 本发明提供了一种基于燃烧激励贡献度修正燃烧始点识别偏差的方法，属于内燃机技术领域。本发明方法具体为：确定振动加速度信号中主要激励源，利用主成分分析法从振动加速度信号中提取燃烧激励响应信号，计算不同工况下的燃烧激励响应信号的贡献水平和对应的燃烧始点相位偏差，建立相位偏差修正曲线，进而实现燃烧始点相位偏差的修正。本发明方法能够提升全工况下燃烧特征参数的辨识精度。
-
公开(公告)号：CN117269783A
公开(公告)日：2023-12-22
申请号：CN202311288272.1
申请日：2023-09-28
Applicant: 江苏大学
IPC: G01R31/382
Abstract: 本发明公开基于云端数据的电池荷电状态估算方法及装置，包括：对云端数据进行片段切分，分析实车运行的电池特性；根据分析结果提出NMSA‑EKF法并分析其在长数据传输周期、低传输精度下对于SOC及电压估算的准确性；分析VFFRLS法对多个模型参数同时在线辨识的准确性并调整辨识法，通过云端充电片段变换辨识欧姆内阻，采用VFFRLS法在线辨识极化内阻及极化电容；基于NMSA‑EKF法对多个不同温度下的云端数据放电片段SOC估算并验证。基于NMSA‑EKF法可直接实现云端数据放电片段的SOC估算，为车云协同的动力电池管理奠定基础。该方法可以降低对车载BMS计算能力的要求和电池管理系统硬件成本；实现SOC估计成果的快速应用，摆脱电池管理系统频繁更新换代的难题。
-
Patent Agency Ranking
公开(公告)号：CN113765179B
公开(公告)日：2023-11-10
申请号：CN202110943753.6
申请日：2021-08-17
Applicant: 江苏大学
IPC: H02J7/00
Abstract: 本发明公开了一种基于层次聚类及类中心距的云端电池组一致性分析方法，包括以下步骤，步骤一、采集电池组原始数据并进行预处理；步骤二、对切分的放电片段进行特性分析、步骤三、采用层次聚类法对电池组的温度一致性和电压一致性进行分析，并采用类中心距分析电池组温度一致性和电压一致性随时间变化的趋势以及两者之间关联性。有益效果：本发明采用层次聚类法能够辨识出电池组温度不一致性最大的位置以及电压不一致性最大的单体电池，采用类中心距指标可定量分析电池组温度一致性和电压一致性随时间变化的趋势以及两者之间关联性，克服了云端数据精度低，直接利用测量的电压、电流或温度数据分析易导致误判的问题。
-
公开(公告)号：CN115659649A
公开(公告)日：2023-01-31
申请号：CN202211329052.4
申请日：2022-10-27
Applicant: 江苏大学
IPC: G06F30/20 , G06F18/25 , G06F119/08
Abstract: 本发明公开了一种基于云端数据的锂电池实时完整OCV‑SOC曲线的构建方法，包括以下步骤：步骤一、构建电池模型；步骤二、辨识放电片段OCV，基于类比法辨识放电片段OCV；步骤三、构建OCV‑SOC模型，通过分析电极电势模型中电池电极的嵌锂率与SOC的关系，对电极电势表达式进行改进，获得OCV‑SOC模型；步骤四、基于充电阶段辨识完整OCV‑SOC模型，包括欧姆内阻变化趋势分析、充电阶段特性分析、完整OCV‑SOC求解、OCV‑SOC关系实时更新。有益效果：本发明在不拆卸实车电池组的情况下获得电池OCV，修正云端SOC值，且方法简单、易于实现，解决了云端数据精度低、电池状态估计准确度差的问题。
-
公开(公告)号：CN108896916B
公开(公告)日：2021-06-18
申请号：CN201810584174.5
申请日：2018-06-08
Applicant: 江苏大学
IPC: G01R31/3835 , G01R31/392
Abstract: 本发明公开了基于恒流充放电电压曲线的电池组开路电压及健康状态求解方法，包括恒流充放电下开路电压曲线特征分析、基于曲线变换的电池开路电压求解、基于OCV‑SOC曲线变换的电池组SOH估算三个阶段；开路电压曲线特征分析阶段，通过0.3C倍率进行电池恒流充放电测试，并利用插值法求取中间值以获得OCV‑SOC曲线。与利用静置法提取的曲线对比得出0.3C提取的曲线末端存在上升趋势并更准确地显示出电池的特征；在电池开路电压求解阶段，不同循环次数下OCV‑SOC通过横向拉伸k倍后几乎重合，通过该唯一性曲线获取电池开路电压；在电池组SOH估算阶段，单体电池SOH为拉伸系数k，多个单体电池串联的电池组SOH＝Qpack/Qinitial。本发明能快速实现OCV‑SOC曲线更新，且直接利用OCV‑SOC曲线变换求解电池组SOH。
-
公开(公告)号：CN112904218A
公开(公告)日：2021-06-04
申请号：CN202110105834.9
申请日：2021-01-26
Applicant: 江苏大学
IPC: G01R31/392
Abstract: 本发明公开了一种基于标准样本及双重‑嵌入解耦的电池健康状态估计方法，包括提取标准样本显著特征峰，标准样本机理参数标定，待测电池SOH在线估计等步骤。有益效果：本发明从阻抗特征机理分析角度阐述了温度和老化对于IC曲线特征峰电压影响双重耦合关系，提出了基于“标准样本”消除对温度最为敏感的电荷转移电阻引起电压偏移，实现首层解耦，进一步，设定受老化和温度耦合影响的SEI膜电阻整体符合老化线性关系下，该线性关系系数只与温度相关的方式实现嵌入解耦；本发明不仅承袭了基于IC曲线特征估计电池SOH高效率的特征，并从机理分析角度解决了以往IC曲线求解电池SOH在宽温度范围内的精度不高的问题。
-
公开(公告)号：CN111693881A
公开(公告)日：2020-09-22
申请号：CN202010468280.4
申请日：2020-05-28
Applicant: 江苏大学
IPC: G01R31/392 , G01R31/36
Abstract: 本发明公开了基于“标准化温度”的宽温度范围下电池健康状态在线估测方法，主要包括求取电池IC曲线，建立标准电池温度敏感特征点与温度定量关系，不同温度下IC曲线标准化变换，建立基于BOX-COX变换的容量敏感特征点与容量关系；其中，标准电池温度敏感特征点与温度定量关系主要由其他温度特征点电压值与标准温度下特征点电压值作差，并采用阿伦尼乌兹函数得到温度与特征点电压偏移对应关系；其中，容量敏感特征点与容量关系建立基于BOX-COX变换， 中的参数λ采用最大似然函数计算得到，进而得到变换后特征点高度y，再将电池SOH与变换后特征点高度y进行线性拟合得到拟合曲线，进而求出电池SOH。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.019 seconds)
