计算机集成制造系统 ›› 2024, Vol. 30 ›› Issue (2): 635-642.DOI: 10.13196/j.cims.2021.0658
赵斐1,2,郭明1,刘学娟3
ZHAO Fei1,2,GUO Ming1,LIU Xuejuan3
摘要: 针对贝叶斯方法在更新模型参数时无法充分利用历史退化数据的问题,提出基于序列贝叶斯的在线更新方法实时估计锂电池退化模型参数。构建基于指数函数的非线性维纳退化模型描述变工况下锂电池容量的退化路径,并采用最大似然估计法估计初始时刻的模型参数;利用实时容量监测数据,基于序列贝叶斯更新方法在线更新退化模型中的漂移系数;推导锂电池剩余寿命的概率密度函数并预测剩余寿命。通过对不同工况下的锂电池退化数据进行实例验证表明,与基于幂指数和线性函数的退化模型相比,由于序列贝叶斯方法能够实时更新锂电池非线性退化模型参数,采用所提模型预测的剩余寿命精度更高。
中图分类号: