锂离子电池PHM特征库构建方法的研究

锂离子电池以其卓越的清洁高效性能获得日益广泛的应用，其状态预测与健康管理(PHM)在便携设备、电动汽车、航空航天等应用领域均至关重要。本项目通过键合图理论建立锂离子电池电、热、化学多能量域耦合模型；应用参数辨识、累积损伤等理论实现模型参数特征、载荷累积应力特征和外部可测特征的提取技术；融合大量实验数据，挖掘在工作载荷和环境载荷的影响下，特征信息与失效模式之间的关联规律，最终构建起适合锂离子电池PHM研究的综合特征库。本研究的成果能够显著提高锂离子电池状态预测的研究水平，并为电池结构及材料优化提供指导，所采用的分析方法对于其它对象PHM问题的开展也具有重要的理论意义。

锂离子电池PHM相关研究的难点在于：如何在不破坏电池的前提下提取电池内部健康特征；如何确定内部健康特征与电池性能及老化机理的关联关系。针对上述问题，本项目首先基于P2D模型建立了锂离子电池多物理模型，包含了电池热行为计算和圆柱形电池半径方向的温度分布计算；其次，提出了“参数敏感值矩阵”定量评价不同工况下参数敏感度的大小，并依此提出辨识工况的多目标优化方法，优化工况下各参数的可辨识性均较高；再次，提出了多目标并行遗传算法进行参数辨识，四个目标分别为电池在两个环境温度优化辨识工况下的端电压和外壳温度，通过实验可知该方法辨识准确度更高；最后结合多模式循环老化实验获得了不同老化模式下电池的参数集，利用数理统计方法最终确定8个关键参数的值随电池循环老化而显著变化，并对不同老化模式下关键参数的退化规律进行了研究，最终建立起锂离子电池内部健康特征库。本项目所提出的方法和结论为锂离子电池失效物理模型的建立提供了有效支撑，有利于进一步实现基于机理的电池寿命预测与健康管理研究。