一种基于磁场图像识别的锂电池健康状态检测系统和方法

本发明涉及电池状态检测，尤其是涉及一种基于非侵入式磁场图像识别的锂电池健康状态检测系统和方法。

背景技术：

1、锂离子电池由于能量密度高、功率密度高、使用寿命长等优点，已成为电子产品、电动汽车、智能电网等众多应用领域的最主要储能选择之一。尤其在电动汽车中扮演着关键的角色，它的运行状况会直接影响整个车辆的性能表现，如果动力电池出现过充过放、短路等故障，电动汽车的运行状态将会受到影响，甚至可能引发火灾和爆炸等严重事故，对行车安全构成严重威胁。所以，精确的电池故障检测系统和诊断对于保证和提高锂离子电池的运行安全，防止热失控事件的发生都至关重要。现有锂电池检测方案主要通过测量电池电压、电流，或采用电化学阻抗谱法进行检测，存在需要预先安装传感器或人工测量，以及无法定位锂电池故障等问题。

2、经过检索，中国发明专利公开号cn118011257a公开了一种电池极化分布无损检测方法，包括以下步骤：步骤一、在被测电池处于搁置状态时，采用磁传感器对被测电池外部磁场分布b(i，j)进行测试；[0008]步骤二、对被测电池施加工作电流一定时间后断电，测量断电后电池驰豫过程的外部磁场分布brt(i，j)，并通过计算电池驰豫过程的外部磁场分布brt(i，j)与电池搁置状态的外部磁场分布b(i，j)的差值，得到电池驰豫电流产生的外部磁场分布δbrt(i，j)；步骤三、对电池驰豫电流产生的外部磁场分布δbrt(i，j)进行二维图像可视化用于映射电池内部二维极化分布特征，δbrt(i，j)相对于0偏离越大，则极化越大。现有专利存在未明确电池故障检测方法的问题。

3、如何实现锂电池健康状态的快速准确检测，成为需要解决的技术问题。

技术实现思路

1、本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于非侵入式磁场图像识别的锂电池健康状态检测系统和方法。

2、本发明的目的可以通过以下技术方案来实现：

3、根据本发明的一个方面，提供了一种基于磁场图像识别的锂电池健康状态检测系统，该系统包括待测电池，所述系统还包括运动扫描装置，以及与运动扫描装置连接的磁场数据采集装置和磁场图像识别装置；

4、所述待测电池设置在可移动的运动扫描装置上，通过磁场数据采集装置扫描移动的待测电池磁性强度变化，然后生成磁场分布图像，最后将磁场测量数据发送给磁场图像识别装置进行图像特征提取和分类，完成锂电池健康状态检测。

5、优选地，所述的磁场数据采集装置包括磁阻传感器、信号处理模块和数据采集模块，其中磁阻传感器将扫描到的锂电池磁性强度的变化转化成电信号；数据采集模块对电信号进行显示并存储于矩阵计算机中，实现对锂电池的磁场数据测量，然后发送给信号处理模块；信号处理模块对收到的磁场数据进行数据处理，包括建立磁场矩阵，绘制矩阵热力图，以及生成锂电池多状态的磁场分布图像。

6、优选地，所述的磁场图像识别装置包括磁场图像识别模块，用于使对磁分布场图像进行特征提取和分类。

7、优选地，所述的运动扫描装置包括电动线性位移平台、电机和电机驱动器，将待测电池放置于电动线性位移平台上，电机驱动器控制电机实现电动线性位移平台的移动。

8、优选地，所述系统还包括用于指导锂电池的充放电过程的电池充放电策略模块。

9、更加优选地，所述磁场数据采集装置还包括供电模块，对磁阻传感器、信号处理模块和数据采集模块进行供电。

10、根据本发明的另一个方面，提供了一种基于磁场图像识别的锂电池健康状态检测方法，该方法包括：

11、测量锂电池多状态下的磁场分布数据；

12、分析磁场分布数据，并建立磁场矩阵、绘制矩阵热力图，生成锂电池多状态的磁场分布图像；

13、将磁场分布图像作为训练数据，对构建的图像识别模型进行训练；

14、将采集的待测锂电池磁场数据输入训练好的图像识别模型，输出锂电池健康状态检测结果。

15、优选地，所述多状态下的磁场分布数据包括电池静置、充放电与故障状态的磁场分布数据。

16、优选地，所述建立磁场矩阵具体为：

17、假设磁场的维度为m×n，建立磁场数据矩阵c为：

18、

19、其中，ci为子区域存储的数值，表示第i次测量得到的磁场结果；

20、将磁场数据矩阵相同位置子区域的数值采用算术平均计算的方法，计算电池感应磁场的平均值：

21、

22、其中，b表示n次测量结果的磁场平均值，建立磁场矩阵b。

23、优选地，所述图像识别模型选取卷积神经网络作为图像识别算法，所述卷积神经网络通过卷积层和池化层提取图像部分特征，最后经过全连接层完成图像分类。

24、与现有技术相比，本发明具有以下有益效果：

25、1)本发明通过研究锂电池故障机理与磁场分布原理，明确了锂电池健康状态与故障状态等工况下空间磁场的分布规律，通过非接触的磁场扫描获得测量结果，进而生成锂电池的磁场分布图像，然后结合图像识别算法，与现有的侵入式锂电池健康状态检测方案相比，实现锂电池实时、智能化、准确的无损检测。

26、2)本发明通过移动锂电池实现磁阻传感器对锂电池的全面扫描，获取丰富的数据样本，同时相比于磁场阵列的测试方式，大大减少了电流等因素对磁场测量的影响。

27、3)将锂电池多状态下的磁场分布图像作为训练数据，对磁场图像识别模块进行训练，使得在能够检测出锂电池故障的同时，确保磁场图像识别模块对锂电池健康状态检测的准确性和稳定性。

28、4)本发明的检测可用于锂电池出厂、静置、运行状态下的健康状态检测，保障锂电池系统的安全高效运行的同时，降低了锂电池检测的作业风险与成本。

技术特征：

1.一种基于磁场图像识别的锂电池健康状态检测系统，该系统包括待测电池(4)，其特征在于，所述系统还包括运动扫描装置，以及与运动扫描装置连接的磁场数据采集装置和磁场图像识别装置；

2.根据权利要求1所述的一种基于磁场图像识别的锂电池健康状态检测系统，其特征在于，所述的磁场数据采集装置包括磁阻传感器(1)、信号处理模块和数据采集模块，其中磁阻传感器(1)将扫描到的锂电池磁性强度的变化转化成电信号；数据采集模块对电信号进行显示并存储于矩阵计算机中，实现对锂电池的磁场数据测量，然后发送给信号处理模块；信号处理模块对收到的磁场数据进行数据处理，包括建立磁场矩阵，绘制矩阵热力图，以及生成锂电池多状态的磁场分布图像。

3.根据权利要求1所述的一种基于磁场图像识别的锂电池健康状态检测系统，其特征在于，所述的磁场图像识别装置包括磁场图像识别模块(5)，用于使对磁分布场图像进行特征提取和分类。

4.根据权利要求1所述的一种基于磁场图像识别的锂电池健康状态检测系统，其特征在于，所述的运动扫描装置包括电动线性位移平台(2)、电机(6)和电机驱动器(3)，将待测电池(4)放置于电动线性位移平台(2)上，电机驱动器(3)控制电机(6)实现电动线性位移平台(2)的移动。

5.根据权利要求1所述的一种基于磁场图像识别的锂电池健康状态检测系统，其特征在于，所述系统还包括用于指导锂电池的充放电过程的电池充放电策略模块。

6.根据权利要求2所述的一种基于磁场图像识别的锂电池健康状态检测系统，其特征在于，所述磁场数据采集装置还包括供电模块，对磁阻传感器(1)、信号处理模块和数据采集模块进行供电。

7.一种采用权利要求1所述基于磁场图像识别的锂电池健康状态检测系统的方法，该方法包括：

8.根据权利要求7所述的方法，其特征在于，所述多状态下的磁场分布数据包括电池静置、充放电与故障状态的磁场分布数据。

9.根据权利要求7所述的方法，其特征在于，所述建立磁场矩阵具体为：

10.根据权利要求7所述的方法，其特征在于，所述图像识别模型选取卷积神经网络作为图像识别算法，所述卷积神经网络通过卷积层和池化层提取图像部分特征，最后经过全连接层完成图像分类。

技术总结
本发明涉及一种基于磁场图像识别的锂电池健康状态检测系统和方法，该系统包括待测电池，其特征在于，所述系统还包括运动扫描装置，以及与运动扫描装置连接的磁场数据采集装置和磁场图像识别装置；所述待测电池设置在可移动的运动扫描装置上，通过磁场数据采集装置扫描移动的待测电池磁性强度变化，然后生成磁场分布图像，最后将磁场测量数据发送给磁场图像识别装置进行图像特征提取和分类，完成锂电池健康状态检测。与现有技术相比，本发明具有通过磁场图像识别实现快速准确、无损的锂电池健康状态检测等优点。

技术研发人员：缪文超,段珂雨
受保护的技术使用者：上海大学
技术研发日：
技术公布日：2024/9/19

相关知识

一种锂电池健康状态快速检测仪及检测方法与流程
基于红外视频识别的锂电池健康状态快速检测
一种基于图像处理对锂电池健康评估方法与流程
一种锂电池健康状态快速检测方法及系统与流程
一种基于深度学习的锂电池健康状态评估方法
基于模型的锂离子电池健康状态预测
基于LSTM+Mamba的锂电池剩余寿命和健康状态预测方法及系统与流程
基于贝叶斯优化的锂离子电池健康状态预测方法及系统
一种基于支持向量机的锂电池健康状态评估方法
一种锂电池健康状态快速检测方法及系统2024.pdf专利下载

网址: 一种基于磁场图像识别的锂电池健康状态检测系统和方法 https://www.trfsz.com/newsview1701914.html