[发明专利]一种电池检测系统和电池检测方法

说明书

本申请公开了一种电池检测系统和电池检测方法。该方法包括：电池检测系统包括：检测单元，用于对被测电池进行检测，以得到检测信号；其中，所述检测信号包括超声波信号、温度检测信号以及厚度检测信号；处理单元，连接所述检测单元，所述处理单元用于接收所述检测信号，并利用深度学习模型对所述检测信号进行分析，以获得检测结果。通过上述方式，本申请能够实现对电池健康状态和荷电状态的检测，准确度高。

技术领域

本申请涉及电池检测领域，特别是涉及一种电池检测系统和电池检测方法。

背景技术

可充电电池，通常也被称为蓄电池或二次电池，是一种可以充电，放电至负载并且可以多次循环利用的化学电池。目前常见的可充电电池有：铅酸电池、锌-空气电池、镍镉电池、镍金属氢化物电池、锂离子电池、锂金属电池等。随着欧盟“电池2030+”企划的颁布及中美等国中长期对于锂电及储能器件的布局，传统内燃机汽车将在不久的将来退出历史舞台。然而，触目惊心的手机爆炸、汽车燃烧等电池安全事故频繁发生。对于高能量密度的锂离子电池而言，过热失控及安全性失效等问题严重阻碍了锂离子电池在消费电子以及电动汽车领域的应用。为保证电池的安全使用，通常需要为电池配置相应的健康管理系统(BMS)。其中，荷电状态(SoC)和健康状态(SoH)是电池健康管理系统最重要的两个特征参量。从电池研发角度考虑，目前迫切需要一种能够实现电池内部微观结构原位检测的新技术，对电池充放电过程中电极的等效刚度、杨氏模量、析锂程度以及孔隙率变化等参数进行快速原位监测，为研发新型电极材料以及抑制枝晶生长提供重要分析手段。从电池使用安全性角度考虑，电池的工作温度、充放电深度对其性能退化有显著影响，常规的基于恒电流测试、恒功率测试、脉冲测试、阻抗测试、电流积分、卡尔曼滤波以及神经网络等方法很难对电池的荷电状态和健康状态做出准确预测。

传统的透射电镜、扫描电镜、X射线成像、光学成像等技术因探测深度有限，只能应用于特殊设计的电池，并且较差的实时性对于实际电池并不适用。此外，尽管X射线断层扫描技术能够实现电极材料结构、几何参数及力学性能的表征，但由于X射线对轻元素不敏感，无法检测可充电电池电解液的浸润情况，固体电解质界面膜(SEI)的生长及电极表面的微量气泡等状况。相比较而言，超声波具有极强的穿透能力和非损伤特性，能够在较大尺度范围内对可充电电池的宏观特性进行表征。然而，传统的基于水浸超声和空气耦合超声的非接触检测技术以及基于压电陶瓷片的接触式超声检测技术，尽管能够有效弥补X射线检测技术在电解液浸润性及电极材料老化损耗等方面的不足，但耦合剂使用、传感器安装等因素严重影响了超声信号的接收稳定性和信号一致性，而空气耦合超声极低的信噪比以及信号一致性差的问题，使得准确预测电池荷电状态和健康状态更为困难。

发明内容

本申请主要提供一种电池检测系统和电池检测方法，能够解决现有技术中电池检测准确度低的问题。

为解决上述技术问题，本申请第一方面提供了一种电池检测系统，所述电池检测系统包括：检测单元，用于对被测电池进行检测，以得到检测信号；其中，所述检测信号包括超声波信号、温度检测信号以及厚度检测信号；处理单元，连接所述检测单元，所述处理单元用于接收所述检测信号，并利用深度学习模型对所述检测信号进行分析，以预测所述被测电池的荷电状态和健康状态。

为解决上述技术问题，本申请第二方面提供了一种电池检测方法，包括：对被测电池进行实时监测，获取检测信号；其中，所述检测信号包括超声波信号、温度检测信号以及厚度检测信号；将所述检测信号输入预先训练好的深度学习模型，以预测所述被测电池的荷电状态和健康状态。

本申请的有益效果是：区别于现有技术的情况，本申请通过检测单元对被测电池进行检测，以获得包括超声波信号、温度检测信号以及厚度检测信号，将获得的检测信号发送到处理单元，以利用深度学习模型对检测信号进行分析，获得电池荷电状态和健康状态参数，一方面，本申请可利用多种检测信号对电池的健康状态进行检测，提升对电池检测的全面性和准确性，另一方面，深度学习模型可进一步提高信号分析的准确性，使得检测的结果更加可靠。

附图说明