five

废旧汽车典型部件(动力电池)寿命评估、无损检测技术科学数据集

收藏
国家基础学科公共科学数据中心2024-03-05 收录
下载链接:
https://www.nbsdc.cn/general/dataDetail?id=64edc896bb16e07753c35477&type=1
下载链接
链接失效反馈
官方服务:
资源简介:
a.残余寿命评估、无损检测研究数据:选用磷酸铁锂电池以0.05C电流进行容量增量法测试,分析电池容量增量曲线(IC曲线)随电池老化衰退的变化来反映电池动力学与热力学特性的变化。根据曲线,提取特征参数:峰位置电压、峰高、峰包含面积。分析IC曲线与电池老化密切相关的特征参数及其变化规律,建立寿命预测模型,表征电池健康状态。该研究分别在不同温度环境(5℃、25℃、45℃)、不同圈数(1r、100r、200r)和不同倍率(0.5C、1C、5C)下循环充放电测试,通过电池外特性参数推理电池内部老化机理。b.快速分选、容量预测研究数据:选用退役动力电池进行脉冲充放电测试以及短时间充电测试数据截取,根据数据选取特征参数:放电欧姆内阻、放电极化内阻、充电欧姆内阻、充电极化内阻、时间、电量、回弹电压。通过此方法来精确分选模型及效率、缩短检测时间、减小能耗和成本,并建立径向基神经网络模型,对该电池的剩余容量进行预测。该研究通过选用多种不同类型、不同容量下的退役动力电池进行测试,扩大数据库;结合单脉冲与三脉冲、短时间充电测试截止电压以及电流大小选择为变量进行探讨测试,保证实验数据的科学性。
提供机构:
格林美股份有限公司
搜集汇总
数据集介绍
main_image_url
背景与挑战
背景概述
该数据集专注于废旧汽车动力电池的寿命评估和无损检测技术研究,包含容量增量法测试、多环境循环充放电数据,以及脉冲充放电测试用于快速分选和容量预测。通过分析特征参数和建立神经网络模型,旨在预测电池剩余容量并优化检测效率。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务