近日，郑州轻工业大学副校长，河南省卓越工程师学院院长肖艳秋教授团队在国际知名期刊《Energy》（新锐期刊一区TOP，影响因子9.496）上发表题名为“Battery connection fault diagnosis method based on enhanced voltage entropy and real vehicle data”的研究论文。
新能源汽车动力电池包大量电芯串并联组装，车辆运行过程中的振动、局部发热、应力集中容易造成电池连接部位接触电阻升高，连接故障具备早期信号隐蔽、渐进不可逆发展的特点，极易诱发热失控，传统方法易受行驶工况干扰、存在早期故障识别难和误诊断问题。针对该问题，本文提出一种基于增强电压熵与实车数据的电池连接故障诊断方法。首先，基于连接故障机理，引入故障特征增强滤波策略，对电压信号中与连接故障无关的冗余信号开展时域、频域双域滤波；其次，采用香农熵作为高映射表征度量，全面刻画连接故障引发电压波动的无序特性；最后，提出一种新型电压熵峰值驻留算法，对历史信息与实时信号的异常行为进行动态累积与剔除，从而精准捕捉暂态故障脉冲，同时抑制工况波动带来的伪特征干扰，构建具备时间连续性的故障证据链，实现连接故障的精准检测与防误诊断。通过消融实验以及5类不同故障类型的实车故障数据对所提方法进行验证。该研究可拓展形成基于电压波动特征的电池多故障智能分级预警框架，为新能源汽车车载电池管理系统实现电池连接故障快速检测、高精度识别提供可行技术方案，对提升整车运行安全性具有实际工程应用价值。
此项研究成果得到了国家自然科学基金项目、河南省科技攻关项目以及国家市场监督管理总局技术创新中心数据的支持。
文章链接：https://www.sciencedirect.com/science/article/abs/pii/S0360544225036989