魏学哲教授团队在动力电池安全领域中的最新研究成果!

2022-05-07 16:50:26·  来源:同济大学汽车学院  
 
近日,《Applied Energy》在线发表了题为“Toward safe carbon–neutral transportation: Battery internal short circuit diagnosis based on cloud data for e

近日,《Applied Energy》在线发表了题为“Toward safe carbon–neutral transportation: Battery internal short circuit diagnosis based on cloud data for electric vehicles”的研究论文。


该研究由同济大学汽车学院魏学哲教授团队完成,团队在校博士乔冬冬为论文第一作者,姜波博士和戴海峰教授为论文通讯作者。此外,该研究内容荣获2021年“全国高校新能源汽车大数据创新创业大赛”二等奖。同时,被“联合汽车电子有限公司(UAES)”相关专家的高度认可,并获2021年UAES的博士课题资助项目,且该研究内容最终成绩在汽车学院排名第一,自动获得2022年UAES博士课题资助项目。

图片


新能源汽车是实现交通领域碳达峰、碳中和的重要途径,但是作为新能源汽车的核心部件—动力电池,其冒烟、起火甚至爆炸事件仍然频频发生,这不仅严重威胁用户生命及财产安全,而且给新能源汽车的发展带来了不小的负面影响。据统计,超过90%的动力电池热失控事件是由电池本身内短路故障造成的。因此,在热失控机理尚未彻底明晰之前,通过电池管理系统(BMS)对动力电池进行内短路故障诊断,以此来提高动力电池系统及电动汽车的安全性显得尤为重要。

随着“5G”通信技术的日益成熟和“云计算”的兴起,借助于“云”强大计算和存储能力,及“5G”的实时传递能力,使得“云BMS”成为可能。本研究基于云端海量电压、电流及温度的低密度数据特征,通过数据挖掘构建基于离群系数的内短路诊断方法(图1),最终提出“云BMS”对内短路实时诊断解决方案,该方法无论是对10s或40s的低频数据都有较好的识别效果(图2)。

图片

图1 内短路故障识别方法

图片

图2  低频云端实车数据内短路故障诊断结果

(a)和(b)10s云端数据滤波及诊断结果;(c)和(d)40s云端数据滤波及诊断结果;

有关本研究详细信息请参阅论文原文:

Qiao D, Wei X, Fan W, et al. Toward safe carbon–

neutral transportation: Battery internal short circuit

 diagnosis based on cloud data for electric vehicles.

 Applied Energy. 2022;317:119168.


文献链接:

https://doi.org/10.1016/j.apenergy.2022.119168

https://authors.elsevier.com/c/1ezYk15eif4S6Q

分享到:
 
反对 0 举报 0 收藏 0 评论 0
沪ICP备11026917号-25