典型文献
电动车辆锂离子电池传感器故障诊断方法
文献摘要：
为降低锂离子电池传感器故障对电动车辆安全与性能的影响,提出了一种基于观测器的电池传感器故障诊断方法.结合锂离子电池电热耦合动态模型,构建2个扩展卡尔曼滤波(extended Kalman filter,EKF)观测器,估计电池单体的状态量,对比状态量估计值与传感器测量值以生成残差,并使用累计和(cumulative sum,CUSUM)测试方法进行残差评价,根据残差组合的不同响应情况实现锂离子电池电流传感器、电压传感器以及表面温度传感器故障的诊断与分离(fault diagnosis and isolation,FDI).在不同的传感器故障情况下对诊断方法进行测试,结果表明,该方法能够及时准确地对锂离子电池单体3种传感器故障进行诊断与定位,性能表现优异且易于实施.
文献关键词：
锂离子电池;扩展卡尔曼滤波;故障诊断与分离;残差评价
中图分类号：
作者姓名：
许俊雄;冯飞;邓忠伟
作者机构：
重庆大学汽车工程学院,重庆400044
文献出处：
引用格式：
[1]许俊雄;冯飞;邓忠伟-.电动车辆锂离子电池传感器故障诊断方法)[J].重庆大学学报,2022(06):27-39
A类：
故障诊断与分离
B类：
电动车辆,锂离子电池,传感器故障诊断,故障诊断方法,车辆安全,观测器,电热耦合,动态模型,扩展卡尔曼滤波,extended,Kalman,filter,EKF,状态量,估计值,传感器测量,测量值,累计和,cumulative,sum,CUSUM,残差评价,残差组,电流传感器,电压传感器,表面温度,温度传感器,fault,diagnosis,isolation,FDI,诊断与定位
AB值：
0.299899
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。
