机械工程学报

北大核心,CA,INSPEC,JST,Pж(AJ)

国内刊号:11-2187/TH

国际刊号:0577-6686

机械工程学报杂志2025年第20期:基于模糊综合评价与K均值算法的退役电池分选方法

发布日期:

作者:常龙, 杜恒珲, 王炜斌, 李长龙, 于志豪, 段彬

单位:1. 山东科技大学储能技术学院 青岛 266590;2. 山东大学控制科学与工程学院 济南 250061

关键词:退役电池包拆解,退役电池分选,梯次利用,相关性,模糊综合评价;

基金:国家自然科学基金(62103242,62303278,62133007,62333013)和山东省高校青年创新团队(2022KJ221)资助项目。

为了解决退役锂离子电池造成的资源浪费和环境污染问题,通过分选和再利用技术实现退役电池的梯次利用成为一个关键策略。在此背景下,提出了一种有效的退役电池分选新方案,包括拆解退役电池包、电池测试、基于相关性分析的参数选择、模糊综合评价(Fuzzy comprehensive evaluation,FCE)与K均值算法(Kmeans,KM)相结合的FCE-KM分选方法,并根据分选结果对梯次利用提出有效建议。试验结果表明,参数的相关性分析中,放电容量与放电结束开路电压和放电10 s内阻分别呈现强、中等的负相关性,放电结束开路电压和放电10 s内阻之间存在较弱的正相关性。与单独使用FCE相比,FCE-KM的整体性能一致性提高19%,验证了该方法的有效性。最后,根据不同等级电池分选后的容量范围以及在退役电池包中的分布情况,得出在退役电池包被收集的初期,根据母线装配位置对其进行提前分类,可简化收集过程,提高效率。

来源:2025年第20期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2025年第20期

声明

严正声明:本站非期刊官网,非中介代理。

本站仅提供学术规范服务:快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。

联系我们

  • 地址:北京百万庄大街22号
  • 电话:010-88379907
  • E-mail:jme@cjmenet.com

咨询工作人员