-
公开(公告)号：CN114781256B
公开(公告)日：2024-06-14
申请号：CN202210405653.2
申请日：2022-04-18
Applicant: 北京航空航天大学
IPC: G06F30/27 , G06F18/23 , G06F18/15 , G06F18/2135 , G06F17/16 , G06F111/08 , G06F119/02 , G06F119/08
Abstract: 本发明涉及一种基于云端终身学习的动力电池热失控风险评估方法，包括如下步骤：云端数据清洗：整车T‑box将BMS采集的动力电池各性能参数数据实时上传至云端，并对上述数据进行清洗，然后形成单车数据集；计算动态特征元素导致热失控概率以及基于多因素动态可靠度函数的热失控概率：通过提取单车数据集中的与热失控相关的动态特征元素以及相关因素的可靠度函数，基于动态特征元素以及可靠度函数计算其导致热失控的概率；最后，通过多源数据融合方法，将所有热失控概率进行数据融合，最终计算得到动力电池综合热失控风险评估和综合热失控概率。本方法通过对动力电池全生命周期热失控概率计算参数的动态调整，提升了预测的准确性以及实用性。
-
公开(公告)号：CN115422713A
公开(公告)日：2022-12-02
申请号：CN202210916380.8
申请日：2022-08-01
Applicant: 北京航空航天大学
IPC: G06F30/20 , G06Q10/06 , G06Q50/04 , H01M10/058 , H01M10/42 , G01R31/367
Abstract: 发明提供了一种基于数字孪生的动力电池制造工艺优化方法，该方法将动力电池制造阶段关键材料参数、工艺参数和质检参数等上传存储到动力电池基因信息数据库，并在赛博物理空间建立动力电池数字孪生特征模型，使用过程中，动力电池数字孪生特征模型与动力电池物理实体连接，并对模型进行实时更新和迭代，将动力电池使用过程中的特征参数与动力电池制造过程中的基因信息进行比对，找出故障问题或失效原因，从而对动力电池制造工艺进行反馈优化。
-
公开(公告)号：CN111628210A
公开(公告)日：2020-09-04
申请号：CN202010324183.8
申请日：2020-04-22
Applicant: 北京航空航天大学
IPC: H01M10/0525 , H01M10/058 , H01M10/48 , H01M10/42
Abstract: 本发明涉及一种支持原位测量电池内部温度的锂离子电池及制作方法，通过预埋在电池极片上的热电偶探头实现了电池内部温度的原位测量，在电池使用的过程中能够精确的对电池内部温度变化进行高精度动态测量，解决了现有技术难以避免的测温固有误差问题，对于提高电池运行安全具有显著效果；同时制作方法简便易实现。
-
公开(公告)号：CN116699407A
公开(公告)日：2023-09-05
申请号：CN202310446506.4
申请日：2023-04-24
Applicant: 北京航空航天大学
IPC: G01R31/367 , G01R31/378 , G01R31/392 , G01R31/389 , G01R31/385
Abstract: 本发明属于锂离子电池技术领域，具体公开了一种基于安全熵的动力电池安全风险预警方法，包括如下步骤：建立考虑电池的多种类使用数据的总安全熵模型；对电池获取在发生损毁事故前的多种使用数据，根据总安全熵模型计算实验电池能够发生损毁的安全熵并作为安全熵边界；通过总安全熵模型计算获得电池在当前使用时刻的安全熵；将安全熵边界对S3中的安全熵进行大小对比，以对电池进行多级风险由低到高的分类，并对风险最高的电池发出热失控预警；具有如下优点：解决了在不同电池类型、体系、系统结构上迁移时阈值难以测算的问题；通过实验或真实热失控起火数据进行特征提取，对特征进行加权耦合时可以更好的匹配真实情况。
-
公开(公告)号：CN115494406B
公开(公告)日：2023-03-24
申请号：CN202211330570.8
申请日：2022-10-28
Applicant: 北京航空航天大学
IPC: G01R31/3842 , G01R31/367 , G01R31/392 , G06F30/20
Abstract: 本发明提供了一种电池参数辨识方法、装置及电子设备，其中方法包括：确定预设电池仿真模型中所包括的模型参数以及确定每一个模型参数的敏感程度；所述敏感程度用于表征该模型参数的变化对所述电池仿真模型输出的仿真电压的影响程度；根据每一个模型参数对应的敏感程度，确定每一个模型参数的时间辨识间隔；其中，敏感程度越高，时间辨识间隔越小；基于客户端上传的电池测量数据，按照模型参数对应的时间辨识间隔进行模型参数值的辨识，并将辨识到的模型参数值同步至所述客户端，以对所述客户端中设置的所述电池仿真模型进行更新。本方案，能够降低成本和提高辨识准确性。
-
Patent Agency Ranking
公开(公告)号：CN114734873A
公开(公告)日：2022-07-12
申请号：CN202210403841.1
申请日：2022-04-18
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种基于云端在线数据的动力电池单体热失控预警方法，包括以下步骤：S1：对云端收集的电池组数据进行电池模组边界特征提取，并形成高维矩阵；S2：提取出上述高维矩阵的低维特征矩阵，基于所述低维特征矩阵计算当前失效概率，根据预设的失效概率阈值与所述当前失效概率进行比较，判定当前是否存在热失控风险；S3：判定有热失控风险时，计算高维矩阵中每个维度对失效概率的贡献值，确定失效概率贡献最大的边界特征对应的单体电池为待核验高危单体；S4：分析所述待核验高危单体在线电压、温度与SOC数据，根据偏差程度值对应三级不同的等级进行报警。本方法通过对动力单体电池热失控进行预警，提升了电池运行的稳定性和安全性。
-
公开(公告)号：CN113687254A
公开(公告)日：2021-11-23
申请号：CN202110934892.2
申请日：2021-08-16
Applicant: 北京航空航天大学
IPC: G01R31/392 , G01M7/08
Abstract: 本发明提供了一种无人机电池老化后高速冲击试验方法，属于电池安全领域，其主要原理是针对无人机所用的电池模组，进行无人机工作工况老化试验，老化结束后对该电池进行高速冲击的试验测试，模拟无人机在经历工况老化后与航空器相撞的情况。高速撞击后对无人机电池进行评估，在不发生爆炸爆燃以及明显形变的基础上，评价高速冲击对老化电池的损伤，且评估其是否能够继续使用。本发明可以较好地评估无人机电池全生命周期的安全性能，以及对于抗高速冲击的耐受阈值。
-
公开(公告)号：CN111799529B
公开(公告)日：2021-01-29
申请号：CN202010944152.2
申请日：2020-09-10
Applicant: 北京航空航天大学
IPC: H01M10/613 , H01M10/617 , H01M10/625 , H01M10/6554 , H01M10/6556 , H01M10/659 , H01M10/663
Abstract: 本发明提供一种基于高热导率相变材料的电池热管理系统及管理方法，系统包括：电子膨胀阀（1）、蒸发器（2）、压缩机（3）、带流道箱体（4）、冷媒流道（5）、相变材料（6），动力电池周围先填充一种由碳纳米管分散液与MXene分散液冻干形成的气凝胶作为传热介质，再将石蜡融化后灌入气凝胶中，同时具有石蜡高相变潜热和气凝胶高热导率。电池产生的热量通过高导热率材料快速传给相变材料，当温度达到熔点时，发生固液相变，在保持相变温度的同时，吸收了大量热量。相变材料外侧布置带有流道的冷板，将相变材料吸收的热量及时带走。冷板内流道直接连接车用空调系统，冷却介质为空调的冷媒，通过控制电子膨胀阀开度控制制冷量。
-
公开(公告)号：CN115291115B
公开(公告)日：2024-06-04
申请号：CN202211044785.3
申请日：2022-08-30
Applicant: 北京航空航天大学
IPC: G01R31/367 , G01K13/00 , H01M10/613 , H01M10/643 , H01M10/6568 , H01M10/6557
Abstract: 本发明涉及一种液冷电池模组核心温度在线估计方法，属于电池管理技术领域。本发明的液冷电池模组核心温度在线估计方法建立了电池模组内不同位置电池单体散热情况建立电池核心和表面温度的模型,并采用显示欧拉法对连续时间系统进行离散，利用双卡尔曼滤波算法建立电池热物性参数和核心温度的实时估计模型。本发明实现了热物性参数与温度状态的协同在线估计，且只需使用少量的电池壳体温度测量值来估计整个电池组的核心温度，降低成本的同时更好地实现电池热管理和监测，提高电池温度估计的准确性，确保电池安全。
-
公开(公告)号：CN114734873B
公开(公告)日：2024-05-28
申请号：CN202210403841.1
申请日：2022-04-18
Applicant: 北京航空航天大学
IPC: B60L58/10 , B60Q9/00 , G06F18/2135 , G06F18/213 , G06N20/00
Abstract: 本发明涉及一种基于云端在线数据的动力电池单体热失控预警方法，包括以下步骤：S1：对云端收集的电池组数据进行电池模组边界特征提取，并形成高维矩阵；S2：提取出上述高维矩阵的低维特征矩阵，基于所述低维特征矩阵计算当前失效概率，根据预设的失效概率阈值与所述当前失效概率进行比较，判定当前是否存在热失控风险；S3：判定有热失控风险时，计算高维矩阵中每个维度对失效概率的贡献值，确定失效概率贡献最大的边界特征对应的单体电池为待核验高危单体；S4：分析所述待核验高危单体在线电压、温度与SOC数据，根据偏差程度值对应三级不同的等级进行报警。本方法通过对动力单体电池热失控进行预警，提升了电池运行的稳定性和安全性。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.029 seconds)
