一种基于磁场梯度分布的电池内短路无损检测方法

    公开(公告)号:CN117665601A

    公开(公告)日:2024-03-08

    申请号:CN202311692078.X

    申请日:2023-12-11

    Abstract: 一种基于磁场梯度分布的电池内短路无损检测方法,涉及电池技术领域,步骤包括:在电池恒流充电状态、恒流放电状态或搁置过程中,采用磁传感器对被测电池外部磁场分布进行任意时间间隔检测;获取不同时间点电池对应工况状态下外部磁场的相对变化分布;计算外部磁场的相对变化分布的磁场分量在y和x方向的梯度分布 和 若磁场分量梯度分布均在同一区域出现梯度骤变,且均沿轴方向出现梯度方向反转,则可判断该电池在此区域发生内短路,本发明能够准确判定内短路故障,且能够确定内短路发生位点和内短路严重程度。

    一种基于深度学习模型的锂离子电池健康状态诊断方法

    公开(公告)号:CN113009349B

    公开(公告)日:2024-01-05

    申请号:CN202110381523.5

    申请日:2021-04-09

    Abstract: 本发明公开一种基于深度学习模型的锂离子电池健康状态诊断方法,包括:对锂离子电池进行锂离子电池循环老化测试;获取每一循环过程中锂离子电池健康状态真实值;获取在不同环境温度和容量损失下的锂离子电池的开路电压OCV数据;对二阶RC等效电路模型中的电路元件参数进行辨识,并构建锂离子电池寿命特征参量矩阵;建立并训练特征转换的深度学习模型,对待估计锂离子电池进行任意条件下的充放电测试,获得测试数据;对阻抗参数进行辨识,构建锂离子电池特征参量矩阵并作为输入数据,输入到训练后的特征转换的深度学习模型中,获得计算结果,作为待估计锂离子电池的SOH。本发明计算能力强,精度高,适应性宽。

    一种层状SiOx材料及其制备方法和应用

    公开(公告)号:CN112194138B

    公开(公告)日:2022-05-20

    申请号:CN202011060563.1

    申请日:2020-09-30

    Abstract: 本发明公开了一种层状SiOx材料,是呈手风琴形状的层状微米级颗粒,所述SiOx材料的粒径尺寸为0.5~20μm,任意相邻层间均存在纳米级宽度的狭缝空隙,所述狭缝空隙的宽度为1~50nm,单个片层厚度为30~40nm;制备方法为:溶解CaSi2中的Ca得到层状硅氧烯材料;高温煅烧脱去硅氧烯表面的氢键、羟基等,得到SiOx材料。本发明制备工艺简单,流程少,对设备要求不高,易于产业化大量生产,并且得到的2D层状SiOx材料不需包覆可以直接用作锂离子电池负极材料,表现了优异的电化学性能。

    一种含复合添加剂的电解液及其应用

    公开(公告)号:CN113659203A

    公开(公告)日:2021-11-16

    申请号:CN202110901010.2

    申请日:2021-07-18

    Abstract: 本发明公开了一种含复合添加剂的电解液,包含电解质锂盐、有机溶剂和复合添加剂,所述有机溶剂为碳酸酯类溶剂,所述复合添加剂为具有强路易斯碱阴离子基团的盐和硝酸锂,并可以将上述电解液应用于锂离子电池或锂金属电池。本发明的电解液可在负极表面反应生成一层富含锂氮氧化物、氧化锂等无机快离子固态电解质保护膜,加快锂离子在固态电解质膜中的传输,增强固态电解质膜的强度,进而改善锂离子电池的常温和高温快充循环性能、常温和低温功率性能;并且复合添加剂与目前主流使用的氟代碳酸乙烯酯添加剂有很好的兼容性。

Patent Agency Ranking