成果介绍
电池老化会带来安全和SOX预估不准问题,目前的趋势是搭建云端BMS。现有的云端BMS通常需要高频率、高质量的电池数据,技术实现要求高,存储、计算成本高,应用受限。本项目设计云-边协同BMS,仅低频采集数据下,降低通信和存储成本,实现全生命周期内对电池安全监控、SOX准确预估,且稳定性更好。
成果亮点
1、边端的时效性、云端智能和回溯特性相结合,保证电池全生命周期的SOX准确预估和安全监控。2、协同机制下,建立主动安全机制,对pack、电芯实现“周-时-分-秒”的多时间尺度的电池异常检测。3、云端和边端BMS既交互又独立,不需要边端向云端上传高频、实时数据,降低云-边之间的通信难度和成本,以及云端存储资源。
团队介绍
作为项目负责人,主持山东省自然科学基金-面上项目1项、安徽省高校自然科学研究重点项目1项、安徽工程大学人才引进科研启动基金1项、横向项目多项。参与国家自然科学基金委员会-联合基金项目1项,国家自然科学基金委员会-青年科学基金项目1项。
在国内外学术期刊上发表论文多篇,其中被SCI收录一作论文2篇,申请专利20多件(已授权10件)。指导学生学科竞赛获奖多项。
成果资料
产业化落地方案