对电池测试仪的看法

电池测试仪随时可用,但我们问:“他们有多好?”不是每个人都熟悉给出的测试结果,除了知道电压与电荷状态(SoC)和内阻(Ri)与功率和负载条件有关。容量读数超出了大多数电池测试器的能力。容量是主要的运行状况指示器,用于管理电池褪色后的使用寿命。当电池测试器上的读数保持不变时,储能的损失大多不被注意到。这使得服务人员无法决定是否需要更换电池。

电池性能和症状也会随着温度和SoC水平的变化而变化。一个部分充电的好电池的性能类似于一个电量很低但充满电的电池。电池测试器可以识别这些情况,但大多数无法做到这一点。

图1:经典电池测试仪具有局限性。
图2:800年AGM启动电池的故障分析。资料来源:德国约翰逊控制


电池就像一个“黑匣子”。如果完全充电或空,新的或褪色,该包装看起来类似。相比之下,汽车轮胎在空气中低时扭曲,当踏板磨损时被更换。尽管解决了这种伪装,但电池揭示了仪器可以测量各种精度水平的特点。

通过电压检查SOC,但如果电池搅拌过,则发生不准确。电荷保持高电平之后的电压读数,并且放电按压电压。规范化需要几个小时。大多数电池测试仪通过施加校准的放电脉冲来测量RI并观察电压降。欧姆的法律(v = i x r)通过将电压降除了施加电流来提供RI。

电池的RI与容量不佳相关。Cadex实验室的测试显示容量与RI之间仅为51%之间的相关性。仅靠ri提供完整的图片。一些电池测试仪还分析了与健康状况(SOH)相关的电压恢复。良好的电池比褪色的电池更快地恢复。这些所描述的现象类似地应用于铅酸和锂基化学物质。

图2展示了铅酸启动电池的失效原因。在48%,容量淡出是通过磨损活性材料引起的最常见的故障模式。相比之下,RI的兴起仅占12%。测试池还包括通过放电(23%)的电池,并且没有故障(15%)。机械和制造缺陷的低2%。

更好的测试方法将使电池保持较长,因为包装通常没有特定的缺陷。可以消除客户诱导的故障,例如低电荷。

电池制造商正在寻求先进的电池测试方法,以改进制造和识别用户引起的故障。行业也寻求解决方案作为可靠性的维护(RCM)。由SAE标准JA1011定义,RCM是一种维护协议,通过观察磨损,确保在机械部件上继续可靠性。在20世纪60年代推出,航空公司首先采用标准来减少侵入性维护。军队于1967年接受该系统,该系统导致核电站,石油和天然气,地铁和医院的民用用户。

目前,RCM不包括电池。部分遗漏可能是缺乏合适的试验方法。可以使用电池管理系统(BMS),但监测电压、电流和温度只能检测异常。的剩下的使用寿命(rul)代表容量不可用。数据标记也不提供可靠的指示,即将更换电池。电池通常很快就会交换;然而,大多数人留在使用太久。

检查电池超出测量电压和RI变得复杂。电池类似于生物体,包括消耗活性材料的组件,积聚性能抑制薄膜抢夺电力并经过机械应力,导致自放电升高。电池寿命可以通过这些特性来定义:

未检测到的老化效应可能导致热失控,这是尤其是锂离子电池的关注。为关键电池系统安装RCM询问以下问题:

  1. 电池需要更换的容量是多少?
  2. 其他电池异常必须识别什么?
  3. 电池故障的后果是什么?


现代测试技术

通过使用诸如的技术表征电池的各种性质来进行进步电化学阻抗光谱(EIS)。EIS将多个频率的正弦信号注入电池中并以奈奎斯特图的形式测量阻抗响应。Cadex已获得专有技术,可将奈奎斯特策划转化为电池SOH和SOC。下面是它的工作原理。

奈奎斯特图配有反映各种电池内部特性的电池型号。通过扫描一个具有类似架构的大型电池,可以提供良好且电池模型参数的参考图像。然后通过高级数据分析算法(如模糊逻辑)传递模型参数,以确定容量,RI和SOC。图3以简化的方式说明了多模型EIS技术的概念。多模型EIS也称为Spectro™。


美国专利6,778,913(2004);7,072,871(2006);Docket C598 0016 / GNM(2020)

图3:Spectro™在人工神经网络的帮助下使用机器学习将EIS与复杂建模相结合。正弦信号创建一个奈奎斯特图,提供具有复杂建模的SoC,容量和RI。
资料来源:CADEX.

使用Cadex开发的EIS技术的电池测试仪部署在汽车行业中以检查启动电池。容量测量是优选的,因为单独的冷启动放大器(CCA)不提供RUL信息。CCA在大多数起动电池上读数保持正常,而容量则在不知情的情况下消失。这通常导致意外的故障,因为强发动机起动不反映低容量。

Spectro™技术还可用于测试铅酸和锂化学中的特定模型电池。首先扫描每个电池型号以创建代表已知良好电池的“金色样本”。通过观察新条件下电池镜像的奈奎斯特曲线的微妙变化来分析老化症状。

云连接通过下载模型的金色样本以及各种老化的电池数据来简化物流。以手持测试仪(CADEX)和BMS安装形式的Spectro™设备提供了按日期和型号组织的测试结果,并存储在Cadex云中。大数据提高了机器学习和人工神经网络(ANN)处理的准确性,Spectro™提供的技术。


图4:人工神经网络(ANN)提供了大量输入数据的分类输出。

图4示出了分析大量数据的ANN,并在隐藏层的帮助下提供分类的输出。称为神经元的连接单元形成模拟动物本能的生物大脑。一个人可能会争论:“垃圾入中;垃圾出局,“但用户模式的体积可以产生Ann的惊人结果。

CADEX实验室正在测试ANN和机器学习算法的准确性,如高斯过程回归,以确定电池SOH。高斯方法对我们的铅酸电池数据集更有效(〜90%精确),并始终如一地获得更好的结果。这些调查结果也由UBC的研究科学家核实。CADEX进一步探索了铅酸,NiMH和Li离子电池。

典型的应用程序高级电池分析系统(ABAS)是通过跟踪基于EIS的测试仪和EIS支持的BMS安装,通过跟踪现场电池性能的舰队监督。通过ABA,主管将目标选择器设置为计算每个电池系统的容量阈值,其中目的在维持系统信心的同时尽可能长时间保持服务。这种系统充分利用了每个电池,同时提高了可靠性并降低了丢弃电池的环境影响。

结论

测试方法越复杂,破解症状的技术就越深入。天气预报就是一个例子,它能观察到温度、风速和湿度的变化。人脸识别是另一个通过比较锚点的例子。字母和语音识别是机器学习识别细微差别以找到共同含义的进一步应用。

通过更高级的估计工具,没有单数读数提供有限的结果。机器学习提高了准确性而不提供明确指令。人工智能的子集,机器学习使用算法和统计模型来分析数据并从数据模式中汲取推断。科学家预测电池分析的未来在机器学习和云连接中铺设了EIS。庞大的数据将作为查找表,为主要电池型号提供惊人的准确电池评估。

高级电池分析的关键是读取“化学电池”而不是使用外围数字发动机处理数据。基于化学的电池分析并未像数字技术一样迅速推进。EIS采用机器学习,神经网络和云连接为新级别带来了电池分析。这些相关技术还将提高舰队监督组织。


关于作者

betway必威菲力滨官网Isidor Buchmann是Cadex Electronics Inc.的创始人和首席执行官。30年来,Buchmann一直在研究可充电电池在实际生活中的作用,他写过很多获奖文章,其中包括畅销书《便携式世界中的电池》,现在已出版第四版。Cadex专注于电池充电器、分析仪和监控设备的设计和制造。欲了解更多关于电池的信息,请访问www.www.aqua-ms.com.;产品信息已开启www.cadex.com

最后更新2021-01-14


***请阅读意见***

评论适用于“评论”,在网站访问者之间开放讨论。电池大学监测评论,了解在共享论坛中表达观点和意见的重要性。但是,必须使用适当的语言和避免垃圾邮件和歧视来完成所有沟通。

如果您有建议或想报告错误,请使用“联系我们"表格或电邮至:batteryu@cadex.com.。我们喜欢收到您的来信,但我们无法回答所有询问。我们建议在“电池大学”组(BUG)分享的评论部分中发布您的问题。

或跳转到不同的文章

你应该知道的基础知识
电池与你
电池作为电源

注释

目前,这篇帖子没有评论。