共查询到20条相似文献,搜索用时 156 毫秒
1.
2.
3.
随着智能手机和其他智能用电设备越来越向薄型、小型化发展,对电池的能量密度提出更高要求,电池的尺寸空间也越来越小,软包装锂离子电池稍有气胀现象就会影响用电器使用,降低电池性能,严重时将会撑破包装铝箔,造成漏液腐蚀危险,因此了解电池胀气产生的原因掌握抑制胀气方法,对保证电池性能,提高其循环寿命及安全性能有重要意义.对软包装锂离子电池生产过程中的胀气类型及原因进行了分析,并从材料体系优化及工艺控制等方面给出了抑制产气发生的相关措施,对软包装锂离子电池的制程优化和产品品质提升具有重要意义. 相似文献
4.
《高电压技术》2021,47(9):3315-3324
为应对锂离子电池的漏液、过充、短路和高温故障,提出了一种基于气体的锂离子电池故障诊断新方法。首先,通过全面梳理现有成果,明确了锂离子电池故障下析出气体的种类;其次,为不同种类的气体配置传感器,使各气体得到准确监测;然后,搭建实验平台开展锂离子电池的漏液、过充、短路以及高温故障实验,并对实验过程中气体的析出情况进行实时监测;最后,根据实验结果,设计了基于挥发性有机物(Volatile organic compounds,VOC)气体的锂离子电池故障诊断新方法,并通过故障实验进一步对所提方法的性能进行了验证。实验结果表明:相比于CO_2、CO、H_2、CH_4和C_2H_5F气体,VOC气体表现出更为明显的故障特征,体现在VOC气体在所有故障下均有析出,且析出时间在所有气体中均为最早;此外,VOC气体在漏液故障下的体积分数最大,在其余故障下的体积分数仅次于CO_2。对比结果表明,所提方法在可靠性和快速性上明显优于传统方法。论文研究可为锂离子电池故障诊断提供参考。 相似文献
5.
6.
7.
锌锰干电池在使用和贮存过程中,往往会发生电液(或浆液)渗漏的现象,它不仅影响电池的使用寿命,更主要的是容易损坏使用机具,造成还比电池本身价信高得多的损失,影响电池行业的信誉,因此研究和解决干电池的漏液问题是提高电池质量的重要课题之一。引起电池漏液一般有两种情况。一是 相似文献
8.
9.
10.
控制碱性电池的爬碱漏液是检验电池质量的关键,本文通过实验,对碱性电池的爬碱、漏液问题进行了探讨,分析了影响碱性电池爬碱,漏液的各种因素,并在此基础上提出了延缓电池爬碱,杜绝漏液的措施。 相似文献
11.
12.
13.
锂离子电池的制造及其市场 总被引:2,自引:3,他引:2
介绍了产业化的锂离子电池生产工艺和流程,包括圆柱形电池和方形电池两种类型。分析了锂离子电池在当前电池市场上的竞争力,综合了国内外小型可充电池的市场情况,提出了对锂离子电池加强质量监督,建立有序竞争的建议。 相似文献
14.
分析了锂离子电池的产业现状和影响动力锂离子电池推广应用的主要因素;展望了动力锂离子电池的发展趋势,认为性能比较因素、低碳经济、环境保护的社会需要以及强劲的市场需求将推动动力锂离子电池高速发展;探讨了动力锂离子电池发展的技术路线。 相似文献
15.
16.
锂离子电池在各种温度情况下的性能响应是目前关注的热点。总结了锂离子电池在低温下的性能表现,归纳了不同情况下锂离子电池性能的影响因素,分析了应对性能衰减的新材料、新技术及控制策略,对认识和提升锂离子电池热响应特性有指导和借鉴意义。 相似文献
17.
在不同荷电状态(SOC)下,研究磷酸铁锂(LiFePO4)锂离子电池对充放电电流的响应程度,确定几组响应最强烈的电流.将电池组在实际装车运行中该电流下的脉冲数据与电池管理系统中的数据对照,作为辅助方法对当前计算的SOC进行校正,然后采取合适的策略对电池组均衡.试验证明,电池组的容量提高了10%以上. 相似文献
18.
分析IEC 62620∶2014《含碱性或其它非酸性电解质的蓄电池和蓄电池组工业设备用锂蓄电池和电池组》与IEC61960∶2011《含碱性或其它非酸性电解质的蓄电池和蓄电池组便携式产品用锂蓄电池和电池组》两部锂离子电池标准,阐述各标准的型号命名、测试对象、测试项目、测试结果判定准则、存在的问题和展望等,针对标准中涉及的具体技术条款进行对比并提出建议。 相似文献
19.
锂离子电池工业的发展与展望 总被引:16,自引:2,他引:14
锂离子电池属于绿色环保电池 ,是当今小型可充电池中发展最快的高能电池 ,便携式用电器具创造了锂离子电池发展的机遇。国外报导日本锂离子电池发展的第一个黄金时代已结束 ,但技术还在不断进展 ,特别是聚合物锂离子电池的发展大有前途。展望了中国发展锂离子电池的前景。 相似文献
20.
基于神经网络的磷酸铁锂电池SOC预测研究 总被引:1,自引:0,他引:1
利用神经网络进行了电动汽车用的磷酸铁锂(LiFePO4)电池荷电状态(state of charge,SOC)预测研究。在分析磷酸铁锂电池充放电机理的基础上,采用levenberg-marquardt(LM)算法建立了磷酸铁锂电池的BP(back propagation)神经网络模型,并进行了电池SOC值的预测。结果表明,基于神经网络的电池SOC预测方法具有较高的精度,可用来预测磷酸铁锂电池的SOC值。 相似文献