[发明专利]基于混合仿真方法的锂电池单体机械强度概率模型建模方法

说明书

本发明涉及一种基于混合仿真方法的锂电池单体机械强度概率模型，包括：(1)锂电池单体机械强度边界条件模型建立；基于组成锂电池材料，确定机械强度响应的边界条件；(2)锂电池单体有限元模型建立；根据机械强度边界条件模型和位移‑机械强度关系曲线，建立锂电池单体有限元模型；(3)锂电池单体机械强度估计的混合仿真模型建立；引入人工神经网络ANN和不确定性估计理论MUET，建立混合仿真模型。本发明的有益效果是：该模型结合人工神经网络和基于矩阵的不确定性评估方法，并利用锂电池单体有限元模型来评估其内部的机械强度，本发明提出的概率模型和研究结果有助于锂电池厂家改善电动汽车应用安全性，提高交通道路安全性。

技术领域

本发明涉及一种基于仿真方法的概率模型，更具体的说，它涉及一种基于人工神经网络和不确定性分析的锂电池单体机械强度估计概率模型。

背景技术

锂电池在应用过程中，容量和寿命是制约其发展的两大技术难题，目前多数研究着眼于锂电池的容量和老化问题，其中涉及锂电池的许多参数，诸如温度、放电深度、SEI膜增长等。但是，忽略一个重要参数-锂电池内部机械强度，该参数是电池受到外界撞击等因素影响下，评价电池安全系数的重要指标。目前，虽然在锂电池的内部热量生成及热传导方面存在大量研究成果，但是当电池组受到突然的外部冲击或碰撞时，对电池机械强度的评估研究较少。对于锂电池单体机械强度，还没有实时测试运行过程的有效方法，存在的研究方法通常采用数值计算方法。常用的锂电池内部机械强度估计方法为物理形变方法和面内面外压缩实验方法，这些方法均通过大量物理实验和数据统计，估计机械强度的精度一般为40％左右。最新研究表明，锂电池单体的机械强度与电池负载量有关，且锂电池的工艺形式对电池组总体功能影响较小。综上所述，目前存在的机械强度测试和估计方法，均停留在物理化学实验阶段，计算精度低、数据量大。

发明内容

本发明的目的是克服现有技术的不足，提供一种基于混合仿真方法的锂电池单体机械强度概率模型。

基于混合仿真方法的锂电池单体机械强度概率模型，包括如下步骤：

步骤1：锂电池单体机械强度边界条件模型建立；基于组成锂电池材料，确定机械强度响应的边界条件；

步骤1-1：确定锂电池单体机械强度响应的应用边界条件；

步骤1-2：利用实测数据，对边界条件仿真值进行验证；

步骤2：锂电池单体有限元模型建立；根据机械强度边界条件模型和位移-机械强度关系曲线，建立锂电池单体有限元模型；

步骤2-1：室温条件下，实验获取不同压缩强度的锂电池单体机械强度值；

步骤2-2：建立锂电池单体有限元模型数据表，训练数据和验证数据比例分别为70％和 30％，温度取值范围为10℃到50℃，位移矢量取值范围为2mm到8mm，压缩率取值范围为 0.05mm/s到0.20mm/s；

步骤3：锂电池单体机械强度估计的混合仿真模型建立；引入人工神经网络ANN和不确定性估计理论MUET，建立混合仿真模型；

步骤3-1：设计基于混合仿真方法的18650锂电池机械强度分布计算过程；

步骤3-2：建立锂电池单体机械强度通用多项式，即式(1)，其中，X＝{X₁，...，X_N}表示输入参数矩阵(N＝3)，{a₀₀，a_0i，a_ii，a_j}表示模型系数，ε表示模型估计误差；

步骤3-3：利用公式(1)和学者A.Rajan建立的工具箱，建立锂电池单体机械强度高阶统计量的符号表达式；