【技术实现步骤摘要】
本专利技术涉及气体检测，具体涉及一种电池热失控气体的检测方法。
技术介绍
1、随着新能源电动汽车应对市场需求的持续发展下，汽车中的动力锂电池的性能研发技术也在不断创新发展。电池热失控气体是锂电池内部发生碰撞、热失控或过热时，由于电解液、电极材料会产生的化学反应，释放出的易燃易爆、有毒有害的气体，通常采用烟雾探测器、气体传感器、红外热像仪或气相色谱仪的检测装置进行电池热失控气体检测，目的早发现电池异常，避免电池在生产、使用、存储、运输的环节出现爆炸事故，避免气体流入大气和地下水中，减少对环境的污染，从而提高电池的安全性能和电池在生产、使用、存储、运输等环节出现事故。
2、例如，申请号为cn202311011818.9公开了一种电池热失控气体的检测与识别方法及其报警装置中，通过利用传统的气敏传感器构成的一个可以同步获取多个探测信号的多通道气体探测器，进而实现对电池热失控气体的浓度进行实时监测和同步测量；并且利用监测信号生成响应恢复曲线，提取响应恢复曲线中隐含的每个气敏传感器对同一电池热失控气体样本的气敏特征，再通过一个预先训练的人工神经网络来学习不同气敏传感器对同一电池热失控样本的响应和恢复特性的差异，并以此分析出待检测气体的类比，以提高分类精度，但是长期使用的气敏传感器存在传感器漂移现象，环境中温度、湿度干扰和同多通道气体探测器的响应时间存在差异的缺陷。
3、现有技术存在以下不足：然而，现有的电池热失控气体的检测方法，在检测气体数据后，缺乏失控异常验证和校准过程，导致判断结果的可信度存在质疑，无法对检测的气
技术实现思路
1、本专利技术的目的是提供一种电池热失控气体的检测方法，本专利技术通过引入模拟传感器检测设备对电池进行气体检测，并且对比分析已知浓度的标准气体和实际采集的气体浓度，进行传感器检测校准，通过采用深度学习算法和对深度学习算法进行机器学习算法定期训练，以及设置双重报警机制，以解决上述
技术介绍
中的问题。
2、为了实现上述目的，本专利技术提供如下技术方案：一种电池热失控气体的检测方法，包括步骤如下：
3、s1、引入模拟传感器检测设备，提供已知浓度的标准气体环境并进行气体浓度检测和验证，在安全实验室内，模拟电池热失控状态，利用模拟传感器检测设备检测到失控气体时，判断响应时间和触发报警的状态；
4、s2、在实际的电池使用场合，模拟传感器检测设备进行气体测试，采集的实际数据与通过安全实验室内采集的历史数据进行对比分析，并通过标准气体模拟算法，生成异常系数；
5、s3、根据异常系数采用深度学习算法的实时反馈机制，获得更新修正系数，能够进行自动校准传感器并调整检测参数，使得更新修正系数对电池热失控气体进行长期监控和校准调整；
6、s4、在电池热失控气体的检测系统中，对所采用的模型算法均使用机器学习算法定期训练进行性能验证，以确保检测数据的准确性和可靠性；
7、s5、当出现电池热失控的紧急情况时，采用阈值判断和趋势分析算法的双重报警机制进行异常响应和触发警报，并根据报警结果采取切断电池电源、启动电池冷却机制和激活电池防火防爆机制的应对措施。
8、优选地，所述模拟传感器检测设备是模拟真实传感器行为的设备，具备性能评估、校准传感器、故障诊断和安全验证的功能，用于评估真实传感器在特定条件下的性能；所述标准气体是在安全可控范围内能够由模拟传感器检测设备预期监测的气体，成分为电池热失控过程释放的气体，包括浓度为9-35ppm的一氧化碳co和浓度为1000-1500ppm的二氧化碳co2的碳氧化物、浓度为1000-10000ppm的氢气h2、浓度为小于20ppm的有机挥发性化合物vocs和浓度为2-5ppm的二氧化硫so2，依次标定为ρ0co、ρ0vocs和
9、优选地，所述使用线性回归模型，根据模拟传感器检测设备对标准气体检测出来的实际数据与已知气体浓度之间的关系，即计算公式为式中，ρ1表示为模拟传感器检测设备对标准气体ρ0检测出来的实际数据浓度值，xi＝{co、co2、h2、vocs、so2}，i＝1、2、3、4、5表示为模拟传感器检测设备对标准气体检测出来的各个电池热失控过程释放的气体数据，表示为比例系数，μ0表示为传感器偏移常量；
10、通过比例系数和偏移系数，使得模拟传感器检测设备对标准气体检测出来的实际数据等于已知气体浓度，并对检测电池热失控气体的传感器进行数据验证，确保检测数据的准确性和可靠性。
11、优选地，所述标准气体模拟算法获取异常系数的步骤如下：
12、标准气体模拟算法能够将实际测量数据与已知的标准气体浓度进行比较，并计算出每个气体的异常系数，则对于电池热失控过程释放的一氧化碳co气体的异常系数计算公式为当时，则表示电池在传感器检测时没有出现异常，则电池热失控过程释放的一氧化碳co气体在安全可控范围内，即浓度为9-35ppm，当时，则表示电池在传感器检测时的实际测量浓度高于标准浓度，则电池热失控过程释放的一氧化碳co气体在危险范围内，浓度大于35ppm，会触发双重报警机制，当时，则表示电池在传感器检测时没有出现异常，则电池未出现热失控过程，浓度小于9ppm，电池工作正常运行。
13、优选地，所述深度学习算法的实时反馈机制的步骤如下：
14、收集电池运行实际场景下的气体浓度数据信息和模拟传感器检测设备的测量值信息，分别标定为gcd和mvi，并且划分为训练集和测试集，将气体浓度数据信息gcd和测量值信息mvi应用于训练和评估深度学习模型；
15、建立卷积神经网络cnn模型，包括卷积层、池化层、全连接层和输出层；
16、定义均方误差mse损失函数来度量测量值与真实值之间的差距，则计算公式为式中，pxi表示为预测值，yxi表示为真实值；
17、采用变种优化算法来最小化损失函数，则计算公式为mse′＝(yxi-pxi)2，式中，xi表示为当前随机选择的一个样本数据，pxi表示为模型对xi样本数据的预测值，yxi表示为xi样本数据的真实值；
18、使用训练集中的数据样本进行训练，且使用训练集中的数据样本进行训练，以获得实时反馈机制。
19、优选地，所述更新修正系数的获取逻辑如下：
20、对实际的电池使用场合进行气体测试时，初始化模拟传感器检测设备的初始修正系数ucf0；
21、经过模拟传感器检测设备中获取气体浓度数据信息gcd和测量值信息mvi；
22、将采集到的数据输入到卷积神经网络cnn模型进行训练，并在cnn模型训练过程中，引入异常系数和偏移系数μ0作为重要参数，并通过比较预测值pxi与真实值yxi之间的差异，获取电池热失控过程释放的一氧化碳co、二氧化碳co2、氢气h2、有机挥发性化合物vocs和二氧化硫so2气体的异常系数...
【技术保护点】
1.一种电池热失控气体的检测方法，其特征在于，包括步骤如下：
2.根据权利要求1所述的一种电池热失控气体的检测方法，其特征在于，所述模拟传感器检测设备是模拟真实传感器行为的设备，具备性能评估、校准传感器、故障诊断和安全验证的功能，用于评估真实传感器在特定条件下的性能；所述标准气体是在安全可控范围内能够由模拟传感器检测设备预期监测的气体，成分为电池热失控过程释放的气体，包括浓度为9-35ppm的一氧化碳Co和浓度为1000-1500ppm的二氧化碳Co2的碳氧化物、浓度为1000-10000ppm的氢气H2、浓度为小于20ppm的有机挥发性化合物Vocs和浓度为2-5ppm的二氧化硫So2，依次标定为ρ0Co、ρ0Vocs和
3.根据权利要求2所述的一种电池热失控气体的检测方法，其特征在于，所述使用线性回归模型，根据模拟传感器检测设备对标准气体检测出来的实际数据与已知气体浓度之间的关系，即计算公式为式中，ρ1表示为模拟传感器检测设备对标准气体ρ0检测出来的实际数据浓度值，xi＝{Co、Co2、H2、Vocs、So2}，i＝1、2、3、4、5表示为模拟传感器检
4.根据权利要求3所述的一种电池热失控气体的检测方法，其特征在于，标准气体模拟算法获取异常系数的步骤如下：
5.根据权利要求4所述的一种电池热失控气体的检测方法，其特征在于，深度学习算法的实时反馈机制的步骤如下：
6.根据权利要求5所述的一种电池热失控气体的检测方法，其特征在于，更新修正系数的获取逻辑如下：
7.根据权利要求6所述的一种电池热失控气体的检测方法，其特征在于，长期监控和校准调整的步骤如下：
8.根据权利要求7所述的一种电池热失控气体的检测方法，其特征在于，所述机器学习算法定期训练的步骤如下：
9.根据权利要求8所述的一种电池热失控气体的检测方法，其特征在于，阈值判断算法的步骤如下：
10.根据权利要求9所述的一种电池热失控气体的检测方法，其特征在于，所述趋势分析算法的步骤如下：
...【技术特征摘要】
1.一种电池热失控气体的检测方法，其特征在于，包括步骤如下：
2.根据权利要求1所述的一种电池热失控气体的检测方法，其特征在于，所述模拟传感器检测设备是模拟真实传感器行为的设备，具备性能评估、校准传感器、故障诊断和安全验证的功能，用于评估真实传感器在特定条件下的性能；所述标准气体是在安全可控范围内能够由模拟传感器检测设备预期监测的气体，成分为电池热失控过程释放的气体，包括浓度为9-35ppm的一氧化碳co和浓度为1000-1500ppm的二氧化碳co2的碳氧化物、浓度为1000-10000ppm的氢气h2、浓度为小于20ppm的有机挥发性化合物vocs和浓度为2-5ppm的二氧化硫so2，依次标定为ρ0co、ρ0vocs和
3.根据权利要求2所述的一种电池热失控气体的检测方法，其特征在于，所述使用线性回归模型，根据模拟传感器检测设备对标准气体检测出来的实际数据与已知气体浓度之间的关系，即计算公式为式中，ρ1表示为模拟传感器检测设备对标准气体ρ0检测出来的实际数据浓度值，xi＝{co、co2、h2、vocs...
【专利技术属性】
技术研发人员：黄翊柠，肖芳星，
申请(专利权)人：广州邦禾检测技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。