基于粒子濾波的鋰離子電池剩余壽命預(yù)測方法研究.pdf

1、鋰離子電池剩余使用壽命(Remaining Useful Life,RUL)預(yù)測問題已成為電子系統(tǒng)故障預(yù)測和健康管理(Prognostics and Health Management,PHM)領(lǐng)域的研究熱點(diǎn)和挑戰(zhàn)問題之一,實(shí)現(xiàn)準(zhǔn)確的RUL估計(jì)并給出結(jié)果的不確定性表達(dá)有助于實(shí)現(xiàn)視情維修和提高系統(tǒng)可靠性,具有重要的研究和實(shí)用價值。粒子濾波(Particle Filter,PF)是采用蒙特卡洛思想來解決貝葉斯估計(jì)的一種算法,利用粒子集來表示

2、概率,可以用在任何形式的狀態(tài)空間模型上，為解決預(yù)測結(jié)果的不確定表達(dá)提供了一種新的思路。鑒于此,本文將開展基于粒子濾波的鋰離子電池RUL預(yù)測方法研究。
　　本文首先基于鋰離子電池循環(huán)壽命退化數(shù)據(jù),對鋰離子電池的壽命退化過程進(jìn)行分析并選擇經(jīng)驗(yàn)退化模型,采用粒子濾波對其進(jìn)行RUL預(yù)測,并通過概率密度分布(Probability Density Function,PDF)的形式給出預(yù)測結(jié)果的不確定性表達(dá),同時通過對比實(shí)驗(yàn)選取適當(dāng)?shù)腜F重采

3、樣算法,從而實(shí)現(xiàn)一種帶有不確定性表達(dá)的方法框架。其次,針對預(yù)測中基于經(jīng)驗(yàn)?zāi)Ｐ蛯︿囯x子電池個體差異適應(yīng)性差的問題,提出基于粒子濾波和自回歸(Autoregressive model, AR)模型相融合的混合型RUL預(yù)測方法;同時引入正則化粒子濾波方法,解決預(yù)測過程PF算法中粒子多樣性匱乏所造成的不確定性表達(dá)精度差的問題,從而提高不確定性表達(dá)精度;此外,針對退化數(shù)據(jù)隨著鋰離子電池循環(huán)周期推進(jìn),性能退化下降趨勢加劇的特性,提出了一種改進(jìn)的ND

4、-AR模型,提高了預(yù)測精度。最后,采用數(shù)據(jù)驅(qū)動PHM的性能評估指標(biāo)給出預(yù)測方法的性能評價,并與現(xiàn)有的帶有不確定性表達(dá)的預(yù)測算法進(jìn)行對比分析,驗(yàn)證本文提出算法在性能上的優(yōu)勢,并實(shí)現(xiàn)預(yù)測結(jié)果不確定性PDF的量化估計(jì),為未來系統(tǒng)的維修提供更有價值的決策參考信息。采用兩個研究中心的電池測試數(shù)據(jù)集完成的大量實(shí)驗(yàn)表明,所提出的預(yù)測方法能夠有效準(zhǔn)確地對鋰離子電池循環(huán)壽命進(jìn)行預(yù)測,并實(shí)現(xiàn)預(yù)測結(jié)果的概率密度分布輸出及不確定性的量化表達(dá);針對隨著時間推進(jìn),