基于Transformer模型的IGBT剩余寿命预测

为了提前预测IGBT的剩余寿命(RUL),减小失效造成的损失并辅助维护,提出了一种基于Transformer模型的RUL预测方法,使用瞬态热阻曲线预测RUL.首先,使用不同的热循环参数进行老化试验,观察到IGBT模块结-壳瞬态热阻会随着老化而变化;然后,通过处理采集到的数据,计算出瞬态热阻并删除异常值;最后,训练一个Transformer神经网络来预测IGBT的寿命.试验结果表明,根据瞬态热阻的变化,神经网络能很好地预测IGBT剩余寿命.Transformer模型平均预测误差为0.188％,与长短时记忆网络模型进行对比,Transformer模型的预测准确度提高了0.126％.     

磷酸铁锂电池在通信行业节能减排中的应用

锂离子电池内部主要由正极、负极、电解质及隔膜组成.正极采用的磷酸亚铁锂(LiFePO4,简称磷酸铁锂)电池问世于2002年,在安全性、循环寿命、材料成本等方面具有竞争优势.磷酸铁锂电池具有循环寿命长、耐高温、体积小、重量轻、无污染等优良特性.以下从节能减排的角度出发,将磷酸铁锂电池与传统铅酸电池进行对比分析,阐释了磷酸...     

考虑多种贝叶斯神经网络分布形式组合的设备剩余寿命预测方法

基于dropout NN(dropout Neural Network)的设备剩余寿命(RUL)预测方法因使用具有固定分布形式的先验与近似后验的贝叶斯神经网络(BNN)导致预测精度较低.为解决该问题,提出基于高斯近似后验BNN的RUL预测方法和基于混合高斯-伯努利网络的设备RUL预测方法,前者引入混合高斯分布作为先验,通过对参数梯度进行无偏蒙特卡罗估计以优化BNN,后者引入一种离散化的高斯先验分布以正确地定义KL散度,进而可以优化BNN.在PHM 2012轴承数据集上的验证结果表明所构建的混合高斯-高斯网络效果好于dropout NN,证明了改变分布组合可以获得更好的预测效果.     

基于TCN-AGRU的滚动轴承全寿命周期剩余使用寿命预测分析

阐述实际工程需要的滚动轴承非故障阶段剩余使用寿命（RUL）预测问题，提出基于时间卷积神经网络（TCN）与融合注意力机制的门控循环单元（AGRU）的滚动轴承剩余寿命预测模型。通过实验验证模型在滚动轴承全寿命周期的RUL预测性能。结果表明，TCN-AGRU模型在滚动轴承全寿命周期剩余寿命预测上有较好的预测性能，为滚动轴承全寿命周期剩余使用寿命预测模型的研究，提供新思路。     

使用双极晶体管进行锂离子电池充电

序言 随着便携式手持设备(如手机、PDA等)的功能不断增加,加上对较小体积与更长电池寿命的要求,使得锂电池成为许多此类设备的首选供电能源.本文将讨论线性充电技术与相关的离散调节元件,并重点讨论主要离散参数与选择标准.     

不同SOC区间及倍率下锂电池老化分析

选择合适的荷电状态(State of Charge,SOC)区间及放电倍率可有效减缓锂电池的老化.将可大倍率放电的钴酸锂电池作为研究对象,将其SOC划分为四个区间,结合三个不同的放电倍率进行双因素老化实验.结果表明,相同放电深度(Depth of Discharge,DOD)情况下,SOC区间越高电池老化越快;释放的容...     

机车蓄电池智能充放电测试及数据分析装置的应用

为保证电池在关键时刻保证设备的正常可靠供电,必须对机车蓄电池定期进行充放电测试。文章对电池的活化处理进行研究,保证电池的容量正常。对电池的状态（容量）进行检测,及时发现故障或容量下降过多的电池。对各个蓄电池的各项数据进行统一管理,对蓄电池剩余寿命（Remaining Useful Life, RUL）进行预测。     

一种混合动力车载锂电池管理系统

锂电池的管理问题一直阻碍了锂电池动力汽车的发展。为了保证锂电池的可靠运行,对锂电池的工作状态进行实时的监测是必要的过程。本文设计了一种混合动力车锂电池管理系统,利用STM32处理器控制电池参数采集系统、充放电系统、散热系统及报警电路、人机交互界面和控制终端,并通过CAN总线完成系统和车载处理器的数据传输,再通过车联网将信息传给远程控制终端,控制终端还可以通过网络将故障信息传给智能手机,通知管理人员。该设计可以很好地解决锂电池的安全保护、故障分析、参数分析与显示、电池的寿命周期管理等问题。     

Independently recurrent neural network for remaining useful life estimation

In the industrial fields, the mechanical equipment will inevitably wear out in the process of operation. With the accumulation of losses, the probability of equipment failure is increasing. Therefore, if the remaining useful life (RUL) of the equipment can be accurately predicted, the equipment can be maintained in time to avoid the downtime caused by equipment failure and greatly improve the production efficiency of enterprises. This paper aims to use independently recurrent neural network (IndRNN) to learn health degradation of turbofan engine and make accurate predictions of its RUL, which not only effectively solves the problem of gradient explosion and vanishing, but also increases the interpretability of neural networks. IndRNN can be used to process longer time series which matches the scene with high frequency sampling sensor in industrial practical applications. The results demonstrate that IndRNN for RUL estimation significantly outperforms traditional approaches, as well as convolutional neural network (CNN) and long short-term memory network (LSTM) for RUL estimation.     

一种双锂电池组供电的混合动力汽车电池组设计

这里提出一种适用于混合动力汽车的双锂电池组供电方法。该混合动力汽车电池组由两个锂电池组组成,交替供电和充电。大量锂电池单体的串并联会因单体之间一致性差而降低电池组寿命和可靠性。这种设计不仅可以消除电池并联中因一致性差引起的不均衡电流,还能进一步提高电池组的可靠性。     

梯次利用动力锂电池内部参数特性分析

为了研究退役锂电池内阻特性与荷电状态(State of Charge,SOC)的关系,以电动汽车淘汰实现梯次利用的18650动力锂电池为研究对象,对其进行不同温度(-20～20℃)、不同倍率(1C,2C)充放电测试,利用改进的电池模型测量电池的内阻,获得了退役锂电池内阻特性与环境温度、放电倍率及荷电状态之间的关系。研究结果表明,退役锂电池在充电实验中,温度变化、放电倍率对其内阻影响不明显;放电实验中,相同放电倍率下,退役锂电池内阻随着电池SOC的减小而减小;同一SOC值下,随着温度的上升,退役锂电池内阻逐渐变大,放电倍率越大,退役锂电池内阻越小。因此,退役锂电池内阻与环境温度、放电倍率、荷电状态互相影响,为退役锂电池分类梯次利用提供了参考。     

创新阻抗跟踪技术可精确计算电池剩余电量

德州仪器(TI)最近在电池管理方面又取得突破性进展，推出功能独特的阻抗跟踪(Impedance Track)“电量监测计”技术，该技术可在电池整个寿命周期内以高达99％的精确度计算锂电池组的剩余电量。     

基于径向基神经网络退役锂电池分选研究

随着电动汽车关键零部件锂电池的寿命逐步到期,对退役锂电池梯次利用的研究愈发重要,其中对退役锂电池的分选技术是该领域的一大难点.传统的分选方法需要对单个电池进行逐个测试从而完成分选,但此方法不适于大批量电池快速分选.为了提高对退役动力电池的分选速度,文中采用了均衡一充电分选法.该方法对待分选的电池进行并联均衡,待电压一致...     

纽扣型锂电池失效研究

文章简要介绍了锂电池的基本失效模型,锂电池的速率容量效应。探讨了纽扣型锂电池的内部自放电机理,从产品制造工艺过程的角度分析了可能产生内部失效的原因。     

使用锂电池的不间断工作仪器设备的充放电状态控制

以采用锂电池为改进后的传统无绳电话机供电为例,为某些使用锂电的不间断工作设备提供一个合理的在线充、放电状态控制的简易方法,这对于提高设备工作的可靠性、电能利用率和电池寿命都是非常有益的。     

IEC/TC 108标准解释组发布的信息文件(四)

(上接2021年第5期第103页) 9 涉及IEC 62368-1:2018中M4.3条的INF文件 关于二次锂电池组的防火防护外壳要求. 9.1 背景 锂电池组必须具备防火防护外壳(在电池组或在包含电池组的设备上提供).锂电池组含有易燃的电解液,由于电解液中可能存在污染物,内部短路产生的大量热量很容易点燃电解液. IEC 62368-1:2018中规定,如果设备使用符合1级功率源PS1要求的电池,可以豁免此要求.     

创新阻抗跟踪技术可精确计算电池剩余电量

德州仪器(TI)最近在电池管理方面又取得突破性进展,推出一款功能独特的阻抗跟踪(Impedance Track)"电量监测计"技术,该技术可在电池整个寿命周期内以高达99%的精确度计算锂电池组的剩余电量.     

提高功率器件抗热疲劳性能研究

众所周知,当半导体器件处于间歇工作状态时,器件经历周期性高温、低温循环,形成了热循环.该热循环在器件内部产生应力,并在热循环过程中反复不断地作用在器件内部的接合层上,使器件的热阻增加,最后导致器件热疲劳失效.热疲劳失效是影响功率器件可靠性的重要因素.因此,开展间歇工作寿命试验(即疲劳试验),考核器件在间歇工作状态下     

基于PLC技术的废旧锂电池自动拆解控制系统

近些年来我国新能源汽车销量持续增长,导致报废锂电池数量也在逐年上升。针对我国废旧锂电池拆解自动化程度较低的困境,研发了一套基于可编程逻辑控制器(Programmable Logic Controller, PLC)技术的废旧锂电池拆解自动控制系统。该套系统以西门子S7-1200系列PLC为主控模块,包括了安川DX200系列工业机械手的上下料模块、料仓模块、切割模块和人机交互模块等几个部分,可以完成报废锂电池上料、切割、生产废气集中收集和分类下料等工作,实现了废旧锂电池拆解的全流程自动化。测试结果显示,该套系统运行高效、稳定、可靠,可以保证废旧锂电池拆解的生产需求。     

基于失效机理的半导体器件寿命模型研究

为了探讨不同失效机理对元器件寿命的不同影响.文中分析了半导体器件的三个主要失效机理(电迁移、腐蚀和热载流子注入)的影响因素及寿命模型,并通过具体数据计算分析了加速因子对不同状态下半导体器件寿命所产生的影响.