锂离子电池快速寿命评价技术与方法

随着锂离子电池寿命特性的提升，以及电力储能、电动汽车和航空航天等应用领域对长期运行可靠性的需求，迫切需要在较短时间内完成锂离子电池的高精度全周期寿命评价。近年来，针对锂离子电池剩余寿命的研究较多，但对以锂离子电池寿命特性验证与鉴定为目的的快速寿命评价技术和方法缺乏系统梳理。本文分析了锂离子电池寿命评价的快速、高精度、强适用性等特点，归纳了锂离子电池寿命预测的通用技术和加速寿命试验设计流程，总结了4种可操作性强的快速寿命评价方法实例，为锂离子电池设计、制造和应用提供参考和借鉴。     

航天器锂离子蓄电池组均衡电路研究

锂离子电池在长期充放电过程中,蓄电池组内各单体电压的离散性会逐渐变大,致使整组电池寿命下降甚至失效,为此航天应用长寿命锂离子电池组必须采用均衡电路。文章对几种常用的锂离子蓄电池组均衡电路作了分析与比较,包括能量耗散型均衡电路和能量非耗散型均衡电路,介绍了其均衡工作原理;从轨道特性的角度总结了航天器电源系统对均衡电路的需求特点,据此分析了恒定分流电阻均衡电路、开关控制分流电阻均衡电路、平均电池电压均衡电路、开关电容均衡电路、DC-DC变换器均衡电路等应用于航天器电源系统的适用性,并给出了各均衡电路的应用分析结论。     

基于性能退化的星用产品寿命预测方法及工程化应用研究

为解决星用核心部件的寿命预测问题,对星用活动部件、蓄电池等耗损型/退化型产品的寿命预测进行了研究。提出了一种面向工程的寿命预测方法及其应用策略,通过产品寿命要求分析、产品失效机理分析、性能退化数据采集与处理、性能退化建模、寿命分布建模及寿命预测等5个步骤,用性能退化数据实现对耗损型/退化型产品的寿命评价。以氢镍蓄电池为应用对象,选定循环周次为寿命表征,放电终压为退化特征量,剔除采集数据中的野点和活化效应,建立三阶段退化模型,用威布尔分布拟合获得了可靠寿命。方法和应用策略可用于工程实践。     

航天器用固态功率放大器加速寿命试验方法研究

针对航天器电子产品的寿命预示问题,文章指出对航天器电子产品开展加速寿命试验(ALT)研究,首先要利用故障模式、机理及影响分析(FMMEA),确定产品的主要失效机理和敏感应力;然后利用理论分析或可靠性强化试验确定产品的工作极限;最后设计出完整的试验方案。针对航天器固态功率放大器进行试验,验证了加速寿命试验在航天器电子产品中的适用性。     

一种基于间接健康因子的锂离子电池剩余使用寿命预测方法

针对锂离子电池实际运行过程中容量数据无法在线获取,退化特征存在局部再生现象,剩余使用寿命（RUL）无法通过单一模型准确预测的问题,提出一种基于间接健康因子（HI）的锂离子电池RUL预测方法。首先根据在线数据构建并筛选最优的HI,然后建立基于遗传算法优化的极限学习机（GA-ELM）关系模型,再通过变分模态分解（VMD）解耦间接HI各分量,并通过相关向量机（RVM）进行趋势跟踪与预测,最后将预测结果输入到GA-ELM关系模型中得到电池容量预测值。与NASA PCoE数据集的验证对比表明,文章所用方法在趋势预测和RUL预测结果上均优于其他对比方法,可以实现锂离子电池RUL的准确预测。     

基于多尺度的空间锂离子蓄电池单体电-热耦合模型

针对高比能兼顾高功率的锂离子电池,高电极载量、高压实、低电导等特性会显著增加电池大倍率放电的产热和内部温差,传统的热试验方法无法获取电池内部温度分布。将传统热试验与仿真相结合,以能量功率兼顾型空间锂离子蓄电池单体为研究对象,建立了一维电化学与三维热双向耦合模型,获取了电池在绝热环境下不同倍率放电的电压、温度和发热功率变化,仿真结果与实验值吻合度高,分析得到单体电池大倍率放电的本征热安全区间为0～75%放电深度(DOD)。同时,计算发现随着放电倍率的增加,放电结束时电池温度最高区域由电芯内部中心位置逐渐变成正极极柱,最大温差逐渐增大,3 C时达到0.82℃。假设增加底面恒温散热,3 C放电结束的最大温差高达11.18℃。本文建立的模型不仅适用于空间锂离子蓄电池单体的研发,还适用于电池组的热仿真设计。     

半球谐振陀螺仪寿命的一种长周期预测方法

为了缩短半球谐振陀螺仪寿命实验周期,降低实验成本,提出了一种针对漂移数据的残差修正ARGM(1,1)(Autoregressive GM(1,1))寿命预测方法。该方法利用神经网络与支持向量机中的自回归方式改进灰色模型,提高了模型的自适应能力,增强了模型的学习能力与预测能力,降低了模型回归学习的时间消耗和数据量要求,提高了预测效率。采用小波包络分析预处理某型号半球谐振陀螺仪的漂移数据,利用提出的预测方法对处理后的数据进行长周期预测,并结合灰色关联分析方法,分析失效阶段并最终预测出半球谐振陀螺仪的寿命。实验表明,残差修正ARGM(1,1)模型对半球谐振陀螺仪漂移数据的长期预测精度高于传统GM(1,1)模型、BP神经网络与支持向量机,结果也表明了研究方法的正确性和有效性。     

应用HP滤波的卫星遥测数据预测方法

卫星遥测数据预测分析在故障预警中发挥着重要作用。文章将用于时间序列分析的HP (Hodrick-Prescott)滤波引入到遥测数据分析领域中,提出了基于HP滤波分解的卫星遥测数据预测方法,并设计了在轨应用的系统方案。利用HP滤波将遥测数据的时间序列分解成趋势成分和波动成分,并根据各项特点分别使用多元自回归和季节型单整自回归移动平均(ARIMA)模型进行预测,然后叠加趋势成分和波动成分各自的预测值,得到最终组合预测结果。该预测方法可以有效降低由趋势性、波动性等因素相互影响产生的误差,提高预测精度,其系统方案可在卫星监视、故障诊断和预警中实际应用。利用预测方法对某卫星行波管阳压遥测数据进行分析,验证了预测方法的正确性和有效性,在半年时间内的预测结果的相对误差小于0.04%。     

基于高斯过程的航天器自适应滑模姿态控制

针对存在模型不确定性和外界干扰的刚性航天器,提出了一种基于高斯过程回归(GPR)的新型自适应滑模姿态控制算法。该算法具有自学习能力,在不同的姿态控制任务下都能够实现高精度、强鲁棒和高效率的姿态跟踪。首先,在航天器的四元数标称系统动态模型基础上,应用在线稀疏高斯过程回归(SOGP)方法学习系统的未知动态;其次,结合高斯过程的预测均值设计滑模控制算法,利用高斯过程的预测方差自适应调节控制增益,并应用李雅普诺夫方法严格证明闭环系统的稳定性,保证了航天器姿态跟踪误差的渐进收敛性;最后,通过数值仿真验证了所设计控制器的有效性。结果表明,该自学习控制算法与自适应滑模控制(ASMC)与神经网络自适应控制等算法相比,具有更快的收敛速度、更高的跟踪精度以及更低的控制成本。     

SAR卫星用能量功率兼顾型锂离子电池研究

未来大功率合成孔径雷达(SAR)卫星的发展对储能电池组提出了轻量化、倍率高及在轨寿命长等要求,而现有的SAR卫星用功率型锂离子电池产品已无法满足未来需求。通过优化正极材料和电池设计,加入功能电解液,在保证电池功率特性的同时,显著提升了电池的能量密度和循环稳定性。本文研制出的新一代能量功率兼顾型锂离子蓄电池,额定容量为25.0 Ah,初期放电比能量达到180.0 Wh·kg~(-1),2 C放电容量为0.2 C容量的91.0%,1 C-100%放电深度(DOD)和2 C-30%DOD循环性能优异,可以满足下一代大功率SAR卫星的供配电需求,且大幅降低了电源系统重量,提高了卫星储能系统的利用率和平台有效载荷能力。