一种退役动力电池安全指数预测装置及方法制造方法及图纸

本发明专利技术公开了一种退役动力电池安全指数预测装置及方法，其通过硬件模块的跨尺度参数采集、建模模块的非线性特征学习及交互模块的工程化决策支持，形成“测试‑分析‑应用”的闭环，解决传统热参数评估漏判高风险的问题，使退役电池安全评估准确率从72%提升至96.25%。硬件测试模块可实现动态内阻、电荷转移电阻等微观参数与自加热起始温度、热失控临界温度等热参数的高精度同步采集，确保数据的准确性和完整性。数据处理模块通过Z‑score标准化处理，结合BSI公式与RBF核函数的SVM模型，能够实现跨容量、跨体系（磷酸铁锂/三元）的电池安全等级量化评估。该方案兼具无损检测、流程耗时缩短60%与低成本优势，为退役电池规模化安全评估提供了标准化工具。

【技术实现步骤摘要】

本专利技术涉及新能源汽车动力电池梯次利用，尤其是一种基于微观电化学参数与机器学习的退役动力电池安全指数预测装置及方法。

技术介绍

1、随着新能源汽车行业的高速发展，动力电池的退役规模逐渐扩大。退役车用动力电池梯次利用是我国实施新能源汽车强国战略的重要任务，也是实现电池全生命周期价值最大化的主要途径。然而，当前动力电池梯次利用面临的一个重大问题是退役动力电池的安全性难以准确评估。动力电池全生命周期过程中，缺陷放大、微滥用累计等造成的安全隐患复杂多样，且电池衰减对电池安全性影响显著，内部变化状态恶劣。传统的检测方法存在检测效率低、准确率不高、成本高、对电池有损伤等缺点，无法满足大规模退役动力电池梯次利用的安全性评估需求。

技术实现思路

1、有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是提供一种退役动力电池安全指数预测装置及方法，其可以实现对退役动力电池的高准确率、高检出效率、低成本、无损的安全等级评估，为退役动力电池梯次利用提供安全保障。

2、为实现上述目的，本专利技术提供了一种退役动力电池本文档来自技高网...

【技术保护点】

1.一种退役动力电池安全指数预测装置，其特征在于，包括：

2.根据权利要求1所述的退役动力电池安全指数预测装置，其特征在于，所述硬件测试模块，包括：

3.根据权利要求1所述的退役动力电池安全指数预测装置，其特征在于，数据处理与建模模块包括：

4.根据权利要求1-3任一项所述的退役动力电池安全指数预测装置，其特征在于，结果输出与交互模块，包括：

5.一种退役动力电池安全指数预测方法，其特征在于，包括：

6.根据权利要求5所述的退役动力电池安全指数预测方法，其特征在于，S100、包括：

7.根据权利要求6所述的退役动力电...

【技术特征摘要】

1.一种退役动力电池安全指数预测装置，其特征在于，包括：

2.根据权利要求1所述的退役动力电池安全指数预测装置，其特征在于，所述硬件测试模块，包括：

3.根据权利要求1所述的退役动力电池安全指数预测装置，其特征在于，数据处理与建模模块包括：

4.根据权利要求1-3任一项所述的退役动力电池安全指数预测装置，其特征在于，结果输出与交互模块，包括：

5.一种退役动力电池安全指数预测方法，其特征在于，包括：

6.根据权利要求5所述的退役动力电池安全指数预测方法，其特征在于，s100、包括：

7.根据权利要...

【专利技术属性】
技术研发人员：安永，汪应，何晓琴，谢军，涂雄，陈继光，吴雪宇，邓小康，彭宇浩，杨国祥，黄博文，李禾，李灿鑫，解为栋，
申请(专利权)人：重庆工程职业技术学院，
类型：发明
国别省市：