轴向压缩下圆柱形动力锂离子电池的性能

动力电池的安全问题制约了电动汽车的推广和发展,轴向压缩是锂离子电池的一种重要的破坏工况。通过实验方法,研究了18650锂离子电池在轴向压缩载荷下的安全性能,探讨了荷电状态分别为60%、80%、100%时电池的载荷、电压、温度的变化特征,分析了轴向压缩载荷下电池的失效过程。研究表明:轴向压缩过程中电压均出现特有的台阶式下降,极限载荷和温度骤升几乎同时发生;电池正极的凹槽结构诱导电池在靠近正极的侧面破裂。对比轴向压缩实验和径向平板压缩实验发现,动力电池轴向压缩热失控程度弱于径向平板压缩。     

基于光纤布拉格光栅传感的锂电池内部状态原位监测

锂电池内部的应力和温度变化难以监测是影响电池安全运行的最大隐患，提出采用光纤布拉格光栅传感技术，在锂电池内部植入光栅对电池阳极的温度和应力变化信息进行实时采集，实现了对锂离子电池阳极的原位监测，建立了电信号与光学传感信号之间的联系。实验结果表明，锂电池工作循环中，锂离子的脱嵌和嵌入会引起温度变化，对应传感器波长偏移达100 pm，温度上升11.1℃；在排除温度因素的影响后，循环电流的跳变会引起阳极收缩，产生的应力使波长漂移达21.96 pm，约为18.3με。此外，研究了不同充放电速率对电池的影响，10 mA电流比2.5 mA电流时温度提高了2.8倍，应力提高了4.4倍。所植入光栅监测系统既可以高精度地测量电化学反应引起的温度、应力变化，同时解调速度快，有利于实时、准确监测锂电池的热失控及形变鼓包故障，研究结果有望为锂电池的安全使用提供有效的实验依据。     

基于双包层光纤布拉格光栅传感器的锂电池组温度场监控

锂离子电池是当今最通用的储能技术之一,锂电池的可靠性和安全性一直是业界追求的目标,因此准确监控电池安全状态显得尤为重要.锂电池内部的热失控是一切锂电池安全问题的根源,为克服目前锂电池组温度测量系统测温精度不高,较高温度下长时间工作稳定性不足等问题,本文提出了一种基于双包层光纤布拉格光栅(FBG)的准分布式锂电池组温度监测系统.通过搭建4通道16个双包层FBG点位对18650锂电池组进行温度场及鼓包形变监测,结果表明在0—450℃的温度条件下可以精确确定由短路等问题产生异常温度升高的点位,相应温度灵敏度为10 pm/℃,分辨率达0.1℃,并且贴于锂电池壳体表面的双包层FBG还可以监测电池壳体表面出现的鼓包形变现象,其纵向压力应变灵敏度达142 pm/N.本文的双包层FBG准分布式锂电池组温度场监测系统既可以保证高精度的温度、形变测量,同时具有良好的稳定性和抗干扰能力,表明本文的研究工作有望为锂电池组的安全监测和使用提供可靠的理论与实验依据.     

基于DSP的电动汽车锂电池荷电状态估算的研究与实现

锂电池荷电状态(SOC)的准确估算是电动汽车能源管理的关键技术。为了提高锂电池SOC的估算精度,将无迹卡尔曼滤波(UKF)应用于锂电池SOC估算,以减小拓展卡尔曼滤波(EKF)简单线性化带来的误差。搭建电池检测系统的硬件平台,以TMS320F28335型数字信号处理器(DSP)为主控芯片(MCU),实现电压、电流、温度的检测及UKF算法,并设计了相关的电池测试实验。实验结果表明,UKF可以实时估算锂电池SOC,估算误差在4%以内,高于传统的拓展卡尔曼滤波(EKF)。     

考虑内阻时变特性的电池状态估计方法

针对锂离子电池欧姆内阻随温度变化情况,提出了一种考虑内阻时变特性的两步无迹H∞滤波锂电池状态估计方法。首先,对锂电池和内阻抗进行分开建模,在电池Thevenin模型的基础上构建内阻抗预测模型,实时修正模型参量;接着,将无迹变换嵌入到扩展H∞滤波中,降低测量噪声对估计精度的扰动,从而提高电池荷电状态的估计精度。最后,在实验室环境下对电池进行充放电实验,分别针对降温和升温情况下的内阻值及电池端电压的估计进行了详细的实验分析,同传统方法相比,本文方法具有较高的估计精度。     

多层多孔锂离子电池结构的导波频散特征及其应用EI北大核心CSCD

采用状态矩阵与勒让德级数联合法,同步联立Biot理论,构建多层多孔锂离子电池声传播特性理论模型,以厚1.9 mm软包钴酸锂电池为例,数值分析了荷电状态(State of Charge,SOC)对多模态频散曲线的影响规律。同时,建立了电池中的声传播特性频域仿真模型,提取频域仿真中的超声导波频散曲线。此外,以体积小、柔性强的压电纤维复合材料(Macro Fiber Composite,MFC)为基础,实验探究了不同SOC对锂离子电池中声学行为的影响。采用互相关分析获取电池放电过程中声波渡越时间的偏移规律,建立了1.9 mm软包钴酸锂电池的声学波动行为与电池SOC间的映射关系。     

一种基于简化电化学模型的锂电池互联状态观测器

锂电池正、负极固相浓度分布以及荷电状态的精确估计对于开发锂电池工作状态的实时监控算法,进而构建高效、可靠的锂电池管理系统具有重要意义.本文基于多孔电极理论和浓度理论,提出基于扩展单粒子模型的锂电池关键内部参数识别的优化模型和方法;在该电化学模型简化的基础上,提出一种基于H_∞鲁棒控制理论框架的锂电池新型双向互联观测器,可同时实现对锂电池正、负电极浓度及荷电状态的估计,并通过对比分析不同工况下的仿真结果和实验数据,对所提出的互联观测器性能进行了系统验证.结果表明：所设计的互联观测器能够准确预测锂电池的输出电压和荷电状态,有效提高了锂电池系统模型的动态性能和鲁棒稳定性,为锂电池管理系统的开发奠定了理论基础.     

PIN限幅器微波脉冲热损伤温度特性

分析了微波对PIN限幅器的热损伤机理,基于器件物理模拟分析法,利用Sentaurus-TCAD仿真器建立了器件微波热效应模型,研究了频率为5.3,7.5,9.4 GHz的微波信号作用下,器件损伤过程中温度瞬态变化规律和瞬态温度分布规律。结果表明:PIN限幅器尖峰泄露阶段器件温度上升较快;稳态限幅后温度上升缓慢;临近热击穿状态,器件进入热电失控状态,峰值温度快速上升,最终器件因温度过高烧毁;PIN二极管中的I区或P区与I区之间的结边缘处,较容易烧毁。对PIN限幅器进行大功率微波注入实验,器件损伤实验结果与数值模拟结果吻合较好。     

锂电池失效分析与研究进展

锂电池在使用或储存过程中会出现一定概率的失效,包括容量衰减(跳水)、循环寿命短、内阻增大、电压异常、析锂、产气、漏液、短路、变形、热失控等,严重降低了锂电池的使用性能、一致性、可靠性、安全性.对锂电池失效进行准确诊断并探究其失效机理是锂电池失效分析的主要任务,对锂电池性能提升和技术发展具有深远意义.为了全面且深入地介绍锂电池失效分析,本文从锂电池失效分析的定义、失效表现、失效原因、分析内容、分析流程、困难点等方面进行了简述,希望能为推动中国锂电池失效分析技术的发展起到积极作用.     

锂离子电池放电循环的发热特性研究

锂离子电池发热特性的研究对于发展电池热管理系统具有重要意义.本文采用数值方法对锂电池放电过程中的微观发热特性进行了研究,并对锂电池放电循环过程中固体电解质(SEI)膜和欧姆热的变化规律进行了分析,研究结果表明:锂电池以高倍率(5C)放电时,SEI膜产生的热量是锂电池发热的重要部分;随着放电循环的进行,锂电池负极颗粒表面SEI膜以线性规律增厚,导致电池SEI膜电阻不断增大;锂电池放电环境温度越高,锂电池负极SEI膜增厚越快,容量衰退越快。     

被动式DMFC变负载动态响应特性

被动式直接甲醇燃料电池作为新型便携式电源,势必会遇到负载动态变化的工作环境。本文针对持续加载/瞬间卸载、持续加载/持续卸载及梯形加载时被动式直接甲醇燃料电池的动态响应进行了实验研究,获得了变负载时电池电压及温度的响应规律。结果表明:加载时电池电压降低、温度升高,而卸载瞬间电压骤升、温度骤降;持续卸载时温度响应滞后于电流密度的变化及电压响应;梯形加载时恒流放电过程对持续加载和卸载时电压响应的影响较小;电池温度随加载周期整体上呈升高趋势。     

基于DEPSO-RBF神经网络的锌银电池SOC估计

电池容量是判断电池性能状态的重要指标。针对锌银电池的荷电状态估计问题,利用电池放电过程中放电时间、放电电流和电池电压3个参数作为径向基神经网络的输入,电池荷电状态为输出,建立电池放电的径向基神经网络模型;为克服径向基神经网络收敛精度不高、易陷入局部极小值的缺点,采用差分进化算法和粒子群算法结合的混合算法优化RBF神经网络;MATLAB仿真结果表明,经过混合优化算法优化的径向基神经网络与仅使用粒子群优化的径向基神经网络相比,估计精度得到大大提高。     

固体氧化物燃料电池温升模拟中入口异常高温度梯度研究

针对固体氧化物燃料电池热循环失效问题,建立了固体氧化物燃料电池热气体预热动态模型,研究了电池内最大温度梯度分布规律和入口异常高温度梯度形成的原因,结果表明:在热气体参数和预热方式变化时,电池内最大温度梯度始终处于电池入口边缘处的电极表面;电池入口处存在异常高的温度梯度,且在入口一小段区域内,温度梯度沿流动方向迅速下降;其原因是模型中入口采用均一的平均速度和温度,“入口效应”强化气体与电池换热;采用入口段延长的方式可使入口速度充分发展,降低电池内最大温度梯度,但由于均一温度入口并未优化,入口处仍然存在很大的温度梯度和温度梯度变化;因此采用数值模拟研究电池预热升温安全性时,仅采用最大温度梯度作为安全性判据会高估电池内热应力.     

HMX晶体热致相变对损伤的影响

HMX基PBX炸药混合体系中炸药晶体在发生高温熔化和分解反应之前，会率先发生非均匀热膨胀和固相晶型转变，使材料的力学性能和安全性能发生突变。为探究HMX晶体的热致相变对材料内部损伤演化的影响机制，发展了考虑HMX晶体热膨胀和相变等变形机制的热力耦合晶体本构模型，从力学角度揭示了黏结剂包覆HMX晶体相变对体积变形、应力状态以及裂纹成核演化过程的影响机理，量化分析了升温速率对材料相变和裂纹损伤状态的影响规律。结果表明：随着加载温度升高，HMX晶体的热膨胀和β→δ相变导致体积增大，晶体内部形成拉伸应力状态，同时晶体与黏结剂相互挤压形成的局部压剪作用使晶体内部出现裂纹成核和扩展现象。相变温度附近HMX晶体内部裂纹成核和扩展数量显著增加，晶体内部发生不可逆损伤。外界升温速率对晶体内部裂纹形核扩展与损伤造成显著影响，较高的升温速率会加大晶体损伤程度，增加炸药内潜在热点源及意外点火风险。     

炸药车削热分析的移动热源方法

切削加工中，炸药的局部位置容易产生较高温度，可能带来严重的安全问题。而其温度大小又不便于用光、电等信号实时监控，因此有必要通过数值模拟方法预估炸药车削过程的热变形、温度水平及其分布状态。     

疏水表面单液滴荷电蒸发的特性研究

综合运用PIV、高速数码及图像处理技术,对不同电导率液滴在外加电场下蒸发的显微形貌特征及内部微流动进行了可视化研究。通过荷电液滴内部的速度云图及流线图,探究内部流动速度及流动状态与电场力、液体电导率等因素的关系,对液滴荷电蒸发过程的各个蒸发模式进行了定义。给出了液滴的内部微流动与电场力的关系,对疏水表面液滴荷电蒸发过程的变化趋势进行了标准化处理,给出相应方程,并与实验进行了对比。     

发展在XLPE电缆绝缘内外侧的电树枝

以XLPE高压电力电缆内外侧绝缘中的电树枝特性为研究对象，通过分析电树枝引发与生长的统计实验规律和采用扫描电子显微镜分析发现，由于不同结晶状态的影响，电缆绝缘内外侧的电树枝特性存在很大的差异.引发于绝缘内侧电树枝引发时间短、生长速度快、电树枝形状具有多样性；起始于绝缘外侧的电树枝不仅引发时间长、生长速度极慢，而且电树枝形状(结构)比较单一.并对这两个位置电树枝的引发和生长机理进行了探讨. 关键词： 电树枝 结晶状态 统计规律 内侧和外侧绝缘层     

基于电化学-热耦合模型研究隔膜孔隙结构对锂离子电池性能的影响机制

隔膜孔隙结构对锂离子电池性能具有重要的影响,本文提出了可准确描述充放电过程中锂离子电池内部复杂物理化学现象的电化学-热耦合模型,发现该模型较文献中模型的计算结果更接近实验测试数据.利用该模型探讨了隔膜孔隙率与扭曲率分别对锂离子电池性能的影响规律,发现减小孔隙率或增大扭曲率,电池输出电压、最大放电容量和平均输出功率均不断降低,电池表面温度和温升速度均不断升高;当孔隙率减小或扭曲率增大到一定程度时,放电初期电池输出电压均会出现先下降后回升的现象,且孔隙率越小或扭曲率越大,其下降的幅度越大、速度越快,回升所需时间也越长;要确保其不低于截止电压,隔膜扭曲率必须小于临界扭曲率(其下降至最低点刚好等于截止电压时的隔膜扭曲率).综合分析了放电过程中电池内部各电化学参量和产热量的动态分布规律,发现隔膜孔隙率和扭曲率主要影响放电末期电极膜片内部电化学反应以及其他放电时刻电解液中有效Li~+扩散(传导)系数.     

纯电动汽车磷酸铁锂电池组的建模及优化

鉴于传统神经网络和支持向量机机理复杂、计算量大的缺陷,很难实时跟踪磷酸铁锂电池组复杂快速的内部反应,影响电池荷电状态的估算精度,提出应用一种简单、有效的极限学习机对一额定容量为100Ah、额定电压为72V的纯电动汽车磷酸铁锂电池组建模,并分别与BP神经网络、RBF神经网络、支持向量机进行对比。随后,以学习时间和泛化性能为优化目标,应用粒子群方法寻找最佳隐层节点个数。结果表明,基于极限学习机的磷酸铁锂电池组模型的学习时间、泛化性能优于BP神经网络、RBF神经网络、支持向量机;隐层节点优化后,模型的学习时间和泛化性能达到最优。     

液冷辅助热管动力电池热管理性能研究

电池的冷却系统是电动汽车电池发展的重要研究课题。基于夹层结构的热管冷却系统来测量锂电池在25℃环境温度和3C放电倍率下的表面温度。文章分析了自然对流、热管和液冷辅助热管冷却方式,通过对比锂电池表面T_max来比较冷却系统的性能,与自然冷却相比,热管和液冷辅助热管冷却系统的最高电池温度分别降低了8.21%和30.09%,实验结果表明液冷辅助热管的冷却系统在较高热负荷下是有效的。20、30和40 L/h的水流循环能够将T_max平均减少31.74%,实验结果表明该冷却系统的冷却性能会分别随着冷却液流量的加快和冷却液温度的降低而提高。