典型文献
基于机械振动信号的锂离子电池组连接故障诊断
文献摘要：
为满足高电压大容量的实际应用场景和需求,锂离子电池组往往由成百上千的电池单体通过螺栓、焊接等方式串并联组成.电池组单体间的连接故障会导致接触电阻升高和连接处异常发热,严重影响电池组的性能和安全.提出一种基于机械振动信号的锂离子电池组连接故障诊断方法.利用压电陶瓷传感器实现电压信号和振动信号的相互转换,在每种故障模式下采集振动信号;基于稀疏测度指标和熵测度方法在频域和时域提取故障特征以描述锂离子电池组在不同连接故障模式下的故障特性;利用最大相关最小冗余算法降低高维特征空间的冗余度,选择出最重要的特征;在此基础上,建立基于差分进化算法优化的支持向量机诊断模型.结果表明,该方法诊断准确度为0.963,可以准确检测到锂离子电池组的连接故障并明确故障发生的位置.
文献关键词：
锂离子电池组;连接故障诊断;压电传感技术;特征提取
中图分类号：
作者姓名：
申东旭;吕超;葛亚明;张刚;杨大智;王立欣
作者机构：
哈尔滨工业大学电气工程及自动化学院 哈尔滨 150001;哈尔滨工业大学(深圳)实验与创新教育中心 深圳 518071;哈尔滨工业大学(深圳)机电工程与自动化学院 深圳 518071
文献出处：
引用格式：
[1]申东旭;吕超;葛亚明;张刚;杨大智;王立欣-.基于机械振动信号的锂离子电池组连接故障诊断)[J].机械工程学报,2022(22):56-68
A类：
压电传感技术
B类：
机械振动,振动信号,锂离子电池组,连接故障诊断,高电压大容量,成百上千,螺栓,串并联,联组,接触电阻,连接处,异常发热,故障诊断方法,压电陶瓷传感器,电压信号,相互转换,故障模式,测度指标,熵测度,测度方法,频域,故障特征,故障特性,最大相关最小冗余,高维特征空间,冗余度,差分进化算法,算法优化,诊断模型,诊断准确度
AB值：
0.269665
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
