为了突破因电池管理系统 (BMS) 存储和计算能力不足导致的传统电池健康状态 (SoH) 估算 方法的局限，提出了基于互联网平台在线大数据的 SoH 估算方法。研究了数据离散特性、电池单体一 致性等因素对此估算方法的影响；结合某平台的在线大数据进行了此方法的集成应用，对单车以及分 车辆品牌、分地域、分时域进行了多维度的电池 SoH 衰减比较验证。结果表明：此方法能够有效估 算单个动力电池系统的 SoH 及其变化，并且能够与其他数据类型进行多维度整合，对动力电池进行 大数据画像分析。
2021-05-08 14:25:57
385KB
1
深信服AC SG设备健康状态检查表
2021-04-03 09:02:30
114KB
1
根据大型机电设备健康状态评估的复杂性和影响因素的非线性、模糊性及灰度性特点,从设备的产品质量、运行工况、历史数据3个主要方面构建设备健康状态评判指标体系,并设计了基于模糊-灰度-变权求和的分层设备健康状态综合评估模型。选用矿用带式输送机对综合评估模型进行验证,结果表明,运用该模型得出的评估结果与设备实际运行情况相吻合,该模型对于大型机电设备的健康状态评估及安全生产具有一定的实际意义。
2021-03-17 23:23:00
181KB
1
所有CS2电池均经历相同的充电过程，这是标准的恒定电流/恒定电压协议，恒定电流速率为0.5C，直到电压达到4.2V，然后维持4.2V，直到充电电流降至0.05A以下。除非另有说明，否则这些电池的放电截止电压为2.7V。所有CS2电池均被随机编号并相应命名。为第n个编号为CS2的单元指定了名称“ CS2_n”。
2021-03-02 14:40:16
181.32MB
1