神经网络算法——创为专有技术“锂离子电池热失控模型”里的黑科技

Posted 动力电池热失控技术研究

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了神经网络算法——创为专有技术“锂离子电池热失控模型”里的黑科技相关的知识,希望对你有一定的参考价值。

什么是神经网络算法

逻辑性的思维是指根据逻辑规则进行推理的过程;它先将信息化成概念,并用符号表示,然后,根据符号运算按串行模式进行逻辑推理;这一过程可以写成串行的指令,让计算机执行。然而,直观性的思维是将分布式存储的信息综合起来,结果是忽然间产生想法或解决问题的办法。这种思维方式的根本之点在于以下两点:1.信息是通过神经元上的兴奋模式分布储在网络上;2.信息处理是通过神经元之间同时相互作用的动态过程来完成的。

神经网络的研究内容相当广泛,反映了多学科交叉技术领域的特点。重点研究工作有以下两个方面:

(1)建立理论模型。根据生物原型的研究,建立神经元、神经网络的理论模型。其中包括概念模型、知识模型、物理化学模型、数学模型等。

(2)网络模型与算法研究。在理论模型研究的基础上构作具体的神经网络模型,以实现计算机模拟或准备制作硬件,包括网络学习算法的研究。这方面的工作也称为技术模型研究。

人工神经网络(Artificial Neural Networks,ANN)系统是 20 世纪 40 年代后出现的。它是由众多的神经元可调的连接权值连接而成,具有大规模并行处理、分布式信息存储、良好的自组织自学习能力等特点。BP(Back Propagation)算法又称为误差反向传播算法,是人工神经网络中的一种监督式的学习算法。BP 神经网络算法在理论上可以逼近任意函数,基本的结构由非线性变化单元组成,具有很强的非线性映射能力。而且网络的中间层数、各层的处理单元数及网络的学习系数等参数可根据具体情况设定,灵活性很大,在优化、信号处理与模式识别、智能控制、故障诊断等许多领域都有着广泛的应用前景。

创为“锂离子电池热失控模型”

创为新能源作为国内动力电池热失控预警及安全技术的最早研究者和电池箱专用自动灭火装置的创领者,首创“锂离子电池热失控模型”,引领电池箱热失控监测及自动灭火技术的规模化应用。

“锂离子电池热失控模型”技术的出现,具有极早期、准确可靠、无误报漏报、成本可优化等优势,有望成为当前保障新能源汽车安全运行的最佳技术方案。

“锂离子电池热失控模型”是创为新能源首创的核心技术,它的出现,使得电池箱热失控监测及自动灭火技术的规模化应用成为可能。“锂离子电池热失控模型”技术的出现,具有极早期、准确可靠、无误报漏报、成本可优化等优势,有望成为当前保障新能源汽车安全运行的最佳技术方案。

“锂离子电池热失控模型”为横向、纵向、垂向三维,纵向为多传感器的数据冗合,即对多组同环境下的传感器数据进行多次拟合,模拟不同材料、不同环境的数据表征曲线,可靠准确的判断火情阶段;横向为对传感器的历史数据进行连续时间算法,排除噪声干扰,有效解决了传统的阈值法监测方式的漏报、误报、预警滞后问题,实现早期可靠预警;垂向采用穿刺、钝针积压等不同方法模拟不同类型不同容量动力电池热失控过程。

通过三维融合,用数学手段,以大量实验及真实运行数据为基础,归纳热失控导致的各种变量之间的内在关系,采用神经学原理,形成极早期、高可靠、自运行的“锂离子电池热失控模型”,实现电池火灾隐患的早期预警和智能控制。

当前,在新能源汽车运行中,大量实车运行中发生的预警实例证明了此模型的有效性和先进性。有效避免了巨大的经济损失,避免了社会性安全事故。

案例一:  

2017年3月12日,某公交公司3路纯电动公交3号电池箱报2级预警(安全隐患等级),驾驶员及时上报公司,并停止车辆运行。采集数据分析,其他箱体电池气体含量和变化率正常,3号电池箱气体含量和变化率明显高出。判定为电池危险气体超标,可能为电池漏液导致。后经公交公司、车企、电池企业协同努力,拆箱检查,证实为电池漏液。更换电池后不再报警。

案例二:

2017年3月16日,某交运公司某纯电动公交4号电池箱报2级预警。据驾驶员描述,第一次2级预警在2016年12月份,拆箱后报警消失;第二次预警2017年2月份,拆箱后报警消失;本次是第三次预警。交运公司高度重视,协调报警系统厂家、电池企业、车企协同判定,,经采集数据分析,该4号箱数值及趋势与其它箱体完全偏离,结合以往报警及消失现象,初步判定为电解液漏液。拆箱检查,证实为某只单体电池安全阀不明原因受损,电解液泄露。用胶带封住此安全阀门,2分钟后打开胶布瞬间闻见电解液味道。打开电池箱后,又再次连接设备读数据,再没有达到报警值。重现前两次报警取消的过程。更换电池后,不再报警。

案例三:

2017年3月19日,某公交公司某纯电动公交报7号箱2级预警,驾驶员及时上报公司,并停止运行。数据分析判定为电池危险气体超标,可能为电池漏液导致。后经车企、电池企业协同努力,拆箱检查,证实为电池漏液。更换电池后,不再报警。

案例四:

2017年3月20日,**交运集团县城公交某纯电动公交报3号箱2级预警,驾驶员及时上报并停止运行。数据分析判定为电池危险气体超标,可能为电池漏液导致。后经拆箱检查,证实为两支电芯发生不明原因泄露。


以上是关于神经网络算法——创为专有技术“锂离子电池热失控模型”里的黑科技的主要内容,如果未能解决你的问题,请参考以下文章

学长侃技术——监督学习之神经网络算法

基于AI神经网络算法,辨识各异常行为

数据分析技术:神经网络算法;源于人的思维结构的数据分析算法

经典算法学习笔记——人工神经网络算法算法

深度学习核心技术精讲100篇(六十)-深度学习分类算法之神经网络

新光子芯片助力深度学习,神经网络算法可采用新型光子技术更快实现