相关向量机预测电池健康状态和剩余有效寿命

相关向量机(relevance vector machine,RVM)算法由于其高稀疏性的特征,比有同样原始模型的支持向量机(support vector machine,SVM)算法有着更多的优势,在锂离子电池剩余有效寿命的研究中受到了关注.总结了现有的基于RVM算法的预测模型,介绍针对于电池寿命中RVM算法的改进,为之后的研究提供一定的参考.     

面向碳中和目标的小型车载动力电池可持续发展研究

当前我国各行业均关注“碳中和”目标,电动汽车作为新能源材料和器件在交通行业实现节能环保目标的代表性载体之一,对我国实现碳中和目标有着重要意义。动力电池是电动汽车的重要组成部分,迫切需要解释其“碳中和”特性。将锂离子电池组在生产阶段的各类环境影响作为研究对象,采用生命周期评价方法,分析生产锂离子电池的过程中,成分组成对环境的综合影响。结果表明,硫化铁固态电池组（FeS₂SS）在足迹家族、资源耗竭和毒性损害的11类三级指标中环境潜值都较小,说明FeS₂SS电池组在生产阶段产生的综合环境影响较小,而磷酸铁锂-石墨电池（LFPy-C）、三元锂-硅纳米管电池（NMC-SiNT）、三元锂-硅纳米线电池（NMC-SiNW）在各项环境影响值中贡献程度均较高。为实现碳中和目标,减少碳排放,NMC-SiNW、LFPy-C、NMC-C三种电池组的生产应进行优化。     

相关向量机预测锂离子电池剩余有效寿命

随着新能源汽车的迅速发展,锂离子电池已得到广泛应用。准确预测锂离子电池剩余有效寿命（RUL）对于合理规划电池使用至关重要。目前,机器算法和模型预测已广泛应用于电池剩余有效寿命的预测中。本文基于数据驱动的方法进行锂离子电池剩余有效寿命预测,通过使用相关向量机（RVM）将长期预测分为多段短期预测,并结合自相关函数、灰色关联度模型、卡尔曼滤波器（KF）进行模型优化与改进,改进后的RVM模型在三组目标电池RUL预测中的相对误差分别为5.46%、7.14%和6.29%,与其他几种预测模型的对比结果表明该模型优于其他模型。     

全固态锂电池的固态电解质进展与专利分析

固态锂电池由于具有安全性高、能量密度高等优势,已成为未来锂电池发展的必经之路.其中,固态电解质作为固态电池区别于传统液态电池的核心部件,已逐渐受到各国重视.本文介绍了三类固态电解质:聚合物、氧化物和硫化物固态电解质,分析了目前最新研究进展和突出研究成果.其中,聚合物电解质具有黏弹性好、机械加工性能优、质量轻等特点.氧化物固态电解质研究时间较长,本文简要介绍了钙钛矿型、NASICON型、Garnet型电解质.而硫化物电解质因具有较高的离子电导率,近年来也广受关注.最后对固态电解质的专利申请进行分析,期于让读者了解不同地区固态电解质的研究水平与进展,倡议加大相关研究经费的投入,为相关企业、高校寻求合作提供选择与建议.     

基于混合式教学法的计算材料学系列课程教改实践

计算材料学系列课程是高校材料专业的主要课程之一,是介绍关于材料组成、结构及性质的计算机模拟与设计的课程.通过此课程的学习,可使学习者了解和掌握材料计算和模拟的基础知识,进而具备利用计算模拟方法进行材料科学研究的能力.然而,计算材料学课程内容中包含大量的理论性概念知识,复杂的数学公式、算法和高阶的理论推导,采用传统的单向...     

基于BMS与云平台的动力电池健康管理体系

为解决电动汽车现有BMS系统对锂离子动力电池SOH评估与预测难以满足多种工况条件、各种类动力电池,且难同时兼顾预测精度与反馈速度等应用缺陷,提出了一套全新的EVs电池健康管理系统设计思路,采用了结合云计算与存储平台,融入BMS评估体系等关键方法；通过BMS增加5G通讯模块,利用5G/4G信号实时上传电芯数据,经过云平台搭载的多种SOH评估模型与算法,多线程在线计算得到预测结果,及时反馈至用户端和BMS,实现电池健康管理；该体系的设计案例展示出较好的未来应用价值,为电动汽车电池管理设计提供了新方向。