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2024年第12期:基于多熵融合的动力电池故障诊断与应用研究

发布日期:

作者:洪吉超, 张昕阳, 徐晓明, 李仁政, 金帅阳

单位:1. 北京科技大学机械工程学院 北京 100083;2. 北京科技大学顺德研究生院 佛山 528000;3. 同济大学汽车学院 上海 201804

关键词:新能源汽车,动力电池,故障诊断,本征分析,多熵融合;

基金:国家自然科学基金(52107220)和博士后科学基金(2021M690353)资助项目。

高效、稳定、可靠的动力电池故障诊断对于保证新能源汽车的安全运行至关重要。首先基于所筛选熵的本征分析,将其分为时序性熵与多尺度熵,并选取五种典型熵开展动力电池故障诊断效果验证,结果表明时序熵计算速度快、计算量低,适合进行实时故障诊断,而多尺度熵对于波动性异常的诊断能力更加突出。然后分别选取两种熵进一步探索关键计算因子和故障诊断效果之间的耦合关系,结果表明修正香农熵诊断效果与计算窗口之间呈近似对数函数演变规律,修正多尺度熵诊断效果与尺度因子之间近似正态分布关系。最后,提出面向实际工程应用的多熵融合故障诊断策略,并从在线状态识别、实时故障诊断与全面故障排查等方面给出具体应用思路。以上研究结果可以显著提升动力电池故障诊断效率和诊断覆盖面,实现高效率的动力电池在线状态监控和故障全面排查,对后续开发高安全性动力电池管理系统和健康监管系统具有重要的理论指导意义和广阔应用前景。

来源:2024年第12期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2024年第12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