关键词：
动力电池
热失控
小波阈值去噪
DS证据理论
预警模型
摘要：
随着时代的发展,新能源汽车已成为工业化的主要发展方向,同时新能源汽车动力电池相关技术也得到迅速发展。然而,由于新能源动力电池工作环境的复杂性,现有方案很难有效地对动力电池热失控进行监测和预警,若不能及时发现和处理相关情况,可能会导致动力电池发生火灾甚至爆炸等严重后果。因此本文对提高热失控特征数据的有效性和热失控预警的准确性进行分析和研究,旨在通过监测动力电池热失控特征信息,实现对动力电池热失控的早期预警。本文的主要工作内容如下:
(1)针对热失控特征数据受到环境的影响和检测技术的限制而导致存在噪声干扰的问题,提出了一种优化小波阈值去噪的热失控特征数据清洗算法。该算法通过引入调节参数对小波阈值函数进行优化,选取最优的小波阈值去噪方案对特征数据进行去噪,并利用滑动窗口技术保证数据的实时清洗效果。仿真结果表明,该算法能够有效地抑制热失控特征数据中存在的干扰,提升了特征数据的质量,为热失控预警分析奠定了基础。
(2)针对热失控预警准确率低的问题,提出了基于改进DS证据理论的热失控预警模型。首先,从证据的冲突程度和量化角度出发,通过引入相似性测度来度量证据之间的冲突程度,利用信息熵和模糊偏好矩阵对证据进行量化,从而有效处理了动力电池热失控环境中产生的不确定信息,并解决了证据间存在冲突的问题。其次,结合动力电池热失控特征参数的变化规律,使用基于区间数的欧式距离作为热失控的基本概率赋值函数,利用改进的DS证据理论建立热失控预警模型,提高了热失控预警的正确率。通过仿真实验,在动力电池三种不同状态下,热失控预警的正确率相比传统的DS证据理论所建立的预警模型分别提高了8.8%、17.2%、10.1%,证明了基于改进DS证据理论的热失控预警模型能够得到更加可靠的决策结果,可以提高热失控预警的准确性。
(3)针对当前动力电池热失控监测终端采集的数据精度低和预警不及时的问题,设计了一款具有数据处理和分析功能的动力电池热失控监测和预警终端。该终端采用边缘计算技术,降低了数据传输和处理的时延,并提高了所采集数据的精度和预警的准确性。同时,设计了扩展通信电路,以满足该终端的多功能监测和预警需求。此外该终端可以将特征数据和预警信息传至云服务器,实现数据共享和远程监测的功能。最后,搭建了热失控实验平台对该终端的功能进行验证。
综上所述,本文在数据清洗算法及预警模型的基础上设计的一款动力电池热失控监测和预警终端,不仅降低了特征数据在采集过程中存在的干扰,而且提高了热失控预警的正确率,实现了即时监测和预警的功能,对提高新能源车辆的整体安全性具有重要意义。
欢迎来到三峡大学图书馆！
