{title}{title}
文献综述
摘要：随着航空、航天等复杂装备系统的迅速发展,影响其正常运行的因素在不断增多,发生故障和功能失效的概率逐渐增大,维护和保障的成本越来越昂贵。因此,故障预测与健康管理技术获得越来越多的关注和应用,而剩余寿命预测是PHM的关键。锂离子电池作为航空、航天等复杂装备的供电单元,对其进行RUL预测十分必要。论文首先介绍了锂离子电池的工作原理,简要概述了锂离子电池的基本特性和电池容量衰退的因素。其次,采用整合自回归移动平均模型和正则化粒子滤波算法分别对锂离子电池进行RUL预测。在这两种算法的基础上,针对RPF算法过度依赖经验退化模型以及对数据适应能力差的缺陷,提出了基于ARIMA模型和RPF算法相融合的锂离子电池RUL预测算法。通过与PF和RPF预测算法对比,实验结果表明,在锂离子电池退化的中后期,ARIMA-RPF融合算法预测锂电池的RUL的精度和可靠性较高。针对传统数据驱动算法在电池退化早期对锂离子电池RUL预测不准确的问题,提出了基于LSTM模型的锂离子电池RUL预测方法,通过LSTM模型学习锂离子电池容量退化轨迹,有效的预测出锂离子电池在不同阶段(前期、中期和后期)的RUL。为验证该算法的预测精... 更多
关键词：锂离子电池; 剩余寿命预测; ARIMA; 正则化粒子滤波; LSTM模型; 二、正文
1研究背景
“锂电池”，是一类由锂金属或锂合金为负极材料、使用非水电解质溶液的电池。1912年锂金属电池最早由Gilbert N. Lewis提出并研究。20世纪70年代时，M. S. Whittingham提出并开始研究锂离子电池。由于锂金属的化学特性非常活泼，使得锂金属的加工、保存、使用，对环境要求非常高。随着科学技术的发展，锂电池已经成为了主流。
锂电池大致可分为两类：锂金属电池和锂离子电池。锂离子电池不含有金属态的锂，并且是可以充电的。可充电电池的第五代产品锂金属电池在1996年诞生，其安全性、比容量、自放电率和性能价格比均优于锂离子电池。由于其自身的高技术要求限制，只有少数几个国家的公司在生产这种锂金属电池。
2国外研究现状
锂离子电池是最新一代绿色高能充电电池，具有电压高、能量密度大、循环性能好、自放电小、无记忆效应等突出优点，近年来得到了飞速发展。 各种手持设备和笔记本电脑等电子产品大量使用锂离子电池，混合动力车及电动车大量使用锂离子动力电池，飞机上作为备用能源的蓄电池也正逐步开始采用锂离子电池，卫星、远距离行星探测器等航天器上也已经开始应用锂离子电池作为储能核心
部件。随着锂离子电池应用的日益广泛，由其寿命引发的一系列问题开始显露出来。 寿命问题指影响其放电能力的正负极活性材料的物化结构性质、粘结剂对涂层的粘结强度、隔膜的质量等在循环充放电过程中的逐渐劣化。意外的电池寿命终结往往导致系统整体功能失效，从应用的角度对电池健康状况
进行科学的估计和预测，进一步指导电池运行和维护，构建电池的状态监测和健康管理系统，防止电池过充、过放、估计电池性能状态、预测电池状态演变， 也是实现电池长时间可靠工作的重要方面，对于系统任务决策、防止灾难性事故的发生具有重要意义。
国外对锂离子电池健康状态估计和寿命预测问题的研究进行了概述。 总结近十年来出现的寿命预测方法可以分为两类：基于经验的方法和基于性能的方法。 重点对电池的各种性能模型和基于电池性能的寿命预测方法进行了总结、分析。
3国内研究现状
目前车用动力电池多数仍停留在价格相对便宜的铅酸电池等传统产品上，但随着技术突破和生产成本有效控制锂电池质轻、续航里程长以及能量密度和输出功率高的优势逐渐显现出来势必成为电动车用动力电池的发展主流，但是锂离子电池系统除了本身存在的价格等问题，还存在如下技术难题：（1）动力锂离子电池成组后的一致性问题，特别是使用一段时间后电池的一致性；（2）某些动力锂离子电池（如磷酸铁锂动力锂离子电池）低温性能较差；（3）高端材料和设备（如涂布机等）仍需要进口；（4）动力锂离子电池产品缺少标准化和系 列化，以及统一的电池测试和评价标准；（5）电动汽车充电网络的改造和适用；（6）锂离子电池材料的回收和处理等问题。另外很多类型的电动车用动
力锂离子电池仍然处于实验、限量生产水平，短期应用还存在一定的风险。
4研究意义
利用LSTM模型来了解锂离子电池的剩余寿命，并通过多种方法对比，从而解决了锂离子电池对环境生活所造成的污染以及使用成本的估量，使人们能够实时监控锂离子电池的寿命剩余状态。从国内外锂离子电池寿命研究现状来看，研究已取得了很大的进展，在电池健康状态估计和寿命预测技术这两方面研究重点上，也形成了比较系统的方法体系。但今后研究工作挑战还在，例如：在健康状态估计方面，怎样选取最佳电池性能退化指标；在电池剩余寿命预测技术方面，如何
解决因电池成组后的不一致性所造成的电池组剩余寿命预测更加困难的问题；等等。
三、参考文献
[1] NISHI Y. Lithium ion secondary batteries：Past 10 years and the future[J]. Journal of Power Sources，2001，100（1-2）：101-
106.
[2] 李广地，吕浩华，袁军，等. 动力锂电池的寿命研究综述[J]. 电源技术，2016（6）：1312-1314.
[3] 秦红莲，高飞. 温度对LiFePO4锂离子动力电池性能的影响[J]. 电源世界，2015（12）：32-34.
[4] 吴赟，蒋新华，解晶莹. 锂离子电池循环寿命快速衰减的原因[J]. 电池，2009，39（4）：206-207.
[5] RAMADASS P，HARAN B，WHITE R，et al. Capacity fade of Sony 18650 cells cycles at elevated temperates. Part 1：Cycling
performance[J]. Journal of Power Sources，2002，112（2）：614-620.
[6] 李艳，胡杨，刘庆国. 放电倍率对锂离子蓄电池循环性能的影响[J]. 电源技术，2006（6）：488-491.
[7] MAHER K，YAZAMI R. Effect of overcharge on entropy and enthalpy of lithium-ion batteries[J]. Electrochimica Acta，2013，
101（1）：71-78.
[8] HOSSEIN M，JASON N. Howard.Effects of overdischarge on performance and thermal stability of a Li-ion cell[J]. Journal of
Power Sources，2006，160（2）：1395-1402.
[9] 王震坡，孙逢春，林程. 不一致性对动力电池组使用寿命影响的分析[J]. 北京理工大学学报，2006，26（7）：577-580.
[10] 郭光朝，李相俊，张亮，等. 单体电压不一致性对锂电池储能系统容量衰减的影响[J]. 电力建设，2016（11）：23-28.
[11] 李相哲，潘宏斌. 蓄电池一致性探讨[J]. 电池工业，2005，10（5）：285-289.
[12] 何鹏林，乔月. 多芯锂离子电池组的一致性与安全性[J]. 电池，2010，40（3）：161-163.
[13] AGUBRA V，FERGUS J W. Lithium ion battery anode aging mechanisms[J]. Materials，2013，
6（4）：1310-1325.
[14] 戴海峰，周艳新，顾伟军，等. 电动汽车用动力锂离子电池寿命问题研究综述[J]. 电源技术，2014，38（10）：1952-1954，1982.
[15] 汪秋婷，姜银珠，陆赟豪. 基于UKF的18650锂离子电池健康状况估计[J]. 电源技术，2016，40（3）：543-546.
[16] 冯能莲，陈龙科，汤杰. 锂离子电池健康状态估计方法[J]. 北京工业大学学报，2016，42（11）：1750-1755.
周志兴 等：锂离子电池寿命研究综述
119机电技术
2019年6月
[17] 崔瑛志，杜春雨，杨杰，等. 基于衰减模式的锂离子电池状态诊断[J]. 电池，2017，47（5）：261-264.
[18] 潘海鸿，吕治强，付兵，等. 采用极限学习机实现锂离子电池健康状态在线估算[J]. 汽车工程，2017，39（12）：1375-
1381，1396.
[19] 郭琦沛，张彩萍，高洋，等. 基于容量增量曲线的三元锂离子电池健康状态估计方法[J]. 全球能源互联网，2018（2）：
180-188.
[20] ASHWIN T R，CHUNG Y M，WANG J. Capacity fade modelling of lithium-ion battery under cyclic loading conditions[J].
Journal of Power Sources，2016（328）：586-598.
[21] 苗强，崔恒娟，谢磊，等. 粒子滤波在锂离子电池剩余寿命预测中的应用[J]. 重庆大学学报，2013（8）：47-52，60.
[22] 张吉宣，贾建芳，曾建潮. 电动汽车供电系统锂电池剩余寿命预测[J]. 电子测量与仪器学报，2018，32（3）：60-66.
[23] GU W J，SUN Z C，WEI X Z，et al. A new method of accelerated life testing based on the Grey System Theory for a model
based lithium-ion battery life evaluation system[J]. Journal of Power Sources，2014（267）：366-379.
[24] 李赛，庞晓琼，林慧龙，等. 基于相关向量机的锂离子电池剩余寿命预测[J]. 计算机工程与设计，2018，39（8）：2682-
2687.
[25] 庞景月，马云彤，刘大同，等. 锂离子电池剩余寿命间接预测方法[J]. 中国科技论文，2014，
9（1）：28-36.
[26] 姜媛媛，刘柱，罗慧，等. 锂电池剩余寿命的ELM间接预测方法[J]. 电子测量与仪器学报，2016，30（2）：179-185.
[27] LIU D T，LUO Y，LIU J，et al. Lithium-ion battery remaining useful life estimation based on fusion nonlinear degradation AR
model and RPF algorithm[J]. Neural Computing and Applications，2014（25）：557-572.
资料编号：[250777]
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
