摘要：在保证电池包安全运转的电池热管理系统中,温度估计至关重要,但目前在实车中所用的温度传感器采集温度的方法,不仅采集不到电池的内部温度,而且还带来了成本和安全问题的增加。为此本文提出一种基于卡尔曼滤波算法和四态集总热模型的锂电池温度估计方法估算方壳锂电池的内部和表面温度。通过四态集总热模型反应由电池内部和表面以及环境的热传递引起的温度梯度,再通过卡尔曼滤波算法对模型结果进行优化校正。估计出来的温度再反应给产热模型更新随温度变化的内阻,形成一个闭环估计。结果表明模型的误差可以控制在0.6℃以内,该模型对热管理系统的设计起到了很好的指导意义。

摘要：研究了永磁同步电机(PMSM)的温度估计问题。为了优化集中参数等效热模型法(LPTN)在电机上的温度估计精度,同时兼顾电机生产制造过程中工艺流程的简便性及成本。在绕组、制动器、机壳这三个关键节点处进行温度估计,设计三节点LPTN模型,并在电机制动器附近的空腔内放置温度传感器,将LPTN估计出的制动器温度与传感器温度的误差作为反馈信号输入到龙伯格观测器中,然后引入LPTN模型完成三个节点温度的温度校正。最后在PMSM电机上展开实验研究,以验证所提方法的有效性。

摘要：核反应堆中的控制棒驱动机构(CRDM)长期运行在高温、高压、高辐射的恶劣环境中,为有效预防其因温度过高而造成损坏,需要对CRDM内部组件进行温度预测与估计,以提高核反应堆的安全性与可靠性。本文提出一种基于等效热网络法的温度估计方法。首先计算得到温升分析中所需热源参数;然后解算不同区域中的热阻,构建CRDM的等效热网络模型,实现对CRDM温度的快速精确估计;最后利用有限元分析(FEA)方法对结果进行验证。验证结果表明,所提出的CRDM温度估计方法具有较高的精度,可为后续新型结构设计和可靠性分析提供理论依据。

摘要：锂电池内短路发展到后期阶段会引发热失控造成严重安全问题,因此必须在前中期识别内短路。当前检测内短路的常见方式是利用同一电池组内电芯间电压等参数的一致性,通过比较成组电芯间性能差异,筛选出异常电芯。然而对于退役电池等已经老化的电池组,其成组结构很可能已被打乱,且电芯间本已存在性能分化,无法使用该方法。为此,锂电池极化内阻被选作独立识别电芯内短路的标志性参数,而带遗忘因子的递推最小二乘法被用于在线辨识内短路前后极化内阻变化以在全寿命周期内识别内短路。针对电池老化影响辨识结果精度的问题,首先通过选择合适的遗忘因子与采样频率来优化该算法以适应老化对模型的影响。然后利用优化后的算法进行电池表面温度仿真模拟,进一步验证该算法的精度。最后设计内短路实验,验证该算法识别内短路的能力。结果表明,当遗忘因子为0.95,数据采样间隔为1 s时,该算法适应老化的能力最强,利用其进行电池表面温度估计的误差在2%以内。在内短路发展到后期阶段前,电池健康状态(SOH)为80%的电池极化内阻均值增加达到45%及以上,可以有效地识别内短路。