【摘要】：鋰離子電池作為能量密度高、循環(huán)壽命長、充電時間短,自放電率低的新型材料在手持終端等民用領(lǐng)域已經(jīng)得到廣泛的應(yīng)用。雖然在新能源電車、航空航天等領(lǐng)域也得到廣泛應(yīng)用,但不時報出的鋰電池安全事故使得鋰離子電池的可靠性和安全性成為工業(yè)應(yīng)用中的關(guān)鍵問題。關(guān)于鋰電池剩余使用壽命預(yù)測的研究在PHM國際會議中占據(jù)較大比例,鋰電池的退化過程研究成為PHM技術(shù)的關(guān)鍵部分。本文選擇電池容量作為特征量,研究鋰電池剩余使用壽命問題,主要完成了如下研究工作:美國NASA PCOE數(shù)據(jù)庫鋰電池實驗數(shù)據(jù)分析,匯總國內(nèi)外針對該數(shù)據(jù)集的科研成果,研究鋰離子電池的退化因子變量,采用數(shù)據(jù)驅(qū)動方法挖掘鋰電池特征量的數(shù)據(jù)統(tǒng)計特征,總結(jié)針對該數(shù)據(jù)集的研究方法;ARIMA算法模型研究,介紹ARIMA模型基本理論與應(yīng)用方法,并以鋰電池容量退化量為特征量,建立ARIMA預(yù)測模型,對鋰電池的剩余使用壽命進行預(yù)測;隨機過程模型研究,鋰電池老化是包括正負(fù)極材料老化、隔膜與電解液老化等眾多原因累積所致,微觀上是大量粒子相互作用的結(jié)果;宏觀上表現(xiàn)為動態(tài)非線性的退化過程,依據(jù)中心極限定理,應(yīng)用常用隨機過程模型帶漂移Wiener過程建立鋰電池剩余壽命預(yù)測模型;最后采用LabVIEW與MATLAB混合編程技術(shù),設(shè)計實現(xiàn)工業(yè)鋰電池PHM系統(tǒng),實驗結(jié)果表明ARIMA模型短期預(yù)測具有具有較高的精確度和較強的可行性但不適合長期預(yù)測也不能給出預(yù)測的置信值;帶漂移的維納過程不但能夠給出剩余使用壽命的預(yù)測值,同時也能描述該預(yù)測值的可信程度。
[Abstract]:As a new type of material with high energy density, long cycle life, short charging time and low self-discharge rate, Li-ion battery has been widely used in civil fields such as handheld terminals. Although it has been widely used in the fields of new energy tram, aerospace and so on, the reliability and safety of lithium-ion battery have become the key problem in industrial application due to the safety accident of lithium battery. The research on the prediction of the residual life of lithium battery occupies a large proportion in the international conference of PHM. The degradation process of lithium battery becomes the key part of PHM technology. In this paper, the battery capacity is chosen as the characteristic quantity, and the remaining service life of lithium battery is studied. The main work is as follows: the analysis of lithium battery experimental data in NASA PCOE database of USA, the summary of domestic and foreign scientific research results on this data set, This paper studies the degradation factor variables of lithium ion batteries, uses data-driven method to mine the statistical characteristics of lithium batteries, summarizes the research method of Arima algorithm model for the data set, and introduces the basic theory and application method of ARIMA model. The ARIMA prediction model is established to predict the remaining service life of lithium battery, and the stochastic process model is used to study the aging of lithium battery, which includes positive and negative electrode material aging. The accumulation of the membrane and electrolyte aging is the result of the interaction of a large number of particles microscopically, the macroscopic performance is a dynamic nonlinear degradation process, according to the central limit theorem, The residual life prediction model of lithium battery is established by using common stochastic process model with drift Wiener process, and the PHM system of industrial lithium battery is designed and implemented by LabVIEW and MATLAB mixed programming technology. The experimental results show that the short-term prediction of ARIMA model has high accuracy and feasibility, but it is not suitable for long-term prediction and can not give the predicted confidence value, and the Wiener process with drift can not only give the prediction value of the remaining service life, It can also describe the reliability of the prediction.
【學(xué)位授予單位】：中國科學(xué)院大學(xué)(中國科學(xué)院沈陽計算技術(shù)研究所)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TM912

【參考文獻】

相關(guān)期刊論文 前10條

1 陶耀東;李寧;;工業(yè)鋰電池退化過程研究與剩余使用壽命預(yù)測[J];計算機系統(tǒng)應(yīng)用;2017年02期

2 陳靜;彭宇;李祺;龐景月;劉大同;;數(shù)據(jù)驅(qū)動的機載設(shè)備PHM軟件系統(tǒng)[J];電子測量與儀器學(xué)報;2015年10期

3 黃偉;王保成;馬勝勇;劉珉琿;程伯松;;航空鋰電池地面維護系統(tǒng)設(shè)計[J];通信電源技術(shù);2015年05期

4 劉大同;周建寶;郭力萌;彭宇;;鋰離子電池健康評估和壽命預(yù)測綜述[J];儀器儀表學(xué)報;2015年01期

5 王兆強;胡昌華;王文彬;董廣靜;;基于Wiener過程的鋼廠風(fēng)機剩余使用壽命實時預(yù)測[J];北京科技大學(xué)學(xué)報;2014年10期

6 鄭榮;顏七笙;;基于ARIMA與SVM的國際鈾資源價格預(yù)測[J];計算機工程與應(yīng)用;2016年01期

7 王書鋒;王友仁;姜媛媛;;Wiener過程性能退化電子產(chǎn)品的剩余壽命預(yù)測方法[J];電子測量技術(shù);2014年05期

8 王立新;李榮廷;;基于虛擬儀器LabVIEW的發(fā)動機臺架試驗數(shù)據(jù)采集系統(tǒng)設(shè)計[J];河北科技大學(xué)學(xué)報;2014年02期

9 孫軼軒;邵春福;計尋;朱亮;;基于ARIMA與信息�；疭VR組合模型的交通事故時序預(yù)測[J];清華大學(xué)學(xué)報(自然科學(xué)版);2014年03期

10 宋廣東;王昌;王金玉;路璐;魏玉賓;;基于DLL技術(shù)和COM組件技術(shù)實現(xiàn)LabVIEW和MATLAB混合編程[J];計算機應(yīng)用與軟件;2013年01期

相關(guān)博士學(xué)位論文 前3條

1 周建寶;基于RVM的鋰離子電池剩余壽命預(yù)測方法研究[D];哈爾濱工業(yè)大學(xué);2013年

2 彭寶華;基于Wiener過程的可靠性建模方法研究[D];國防科學(xué)技術(shù)大學(xué);2010年

3 張云鳳;基于隨機過程的磨損可靠性預(yù)測及若干問題研究[D];東北大學(xué);2010年

相關(guān)碩士學(xué)位論文 前8條

1 夏承成;航空鋰電池組地面維護系統(tǒng)設(shè)計與軟件實現(xiàn)[D];西南科技大學(xué);2016年

2 劉景峰;基于LabVIEW的數(shù)據(jù)采集與多功能分析系統(tǒng)設(shè)計[D];中北大學(xué);2015年

3 黃澤毅;基于自適應(yīng)維納過程的剩余壽命預(yù)測方法研究[D];浙江大學(xué);2015年

4 周偉光;基于STM32的工業(yè)鋰電池前端集中監(jiān)控管理系統(tǒng)[D];華中科技大學(xué);2014年

5 陳超;隨機過程在風(fēng)暴潮災(zāi)害分析中的應(yīng)用[D];中國海洋大學(xué);2014年

6 李楠;故障預(yù)測與健康管理（PHM）在ERP系統(tǒng)中的應(yīng)用研究[D];中國科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院);2013年

7 姜琳;鋰離子電池荷電狀態(tài)估計與壽命預(yù)測技術(shù)研究[D];電子科技大學(xué);2013年

8 鄭彩萍;ARMA模型的兩種參數(shù)估計法及殘差模型的應(yīng)用[D];燕山大學(xué);2009年

，

本文編號：2247440