|
《Automotive Innovation》是中国汽车工程学会主办，与施普林格联合出版并全球发行、反映汽车工程高学术水平和技术进展的国际性期刊。 本期《Automotive Innovation》通讯，内容包括两个方面： 1. 好文推荐：《Automotive Innovation》电池管理专栏4篇文章 2. China SAE近期动态： · ISC 2022报名通道开启 · 专题征稿：Feature Topic on Cyber-Attack Detection and Resilient Control of ICVs · 2022世界新能源汽车大会报名启动 |
    |
锂离子电池无损特征曲线分析方法综述 论文作者：Rui Cao, Hanchao Cheng, Xuefeng Jia, Xinlei Gao, Zhengjie Zhang, Mingyue Wang, Shen Li, Cheng Zhang, Bin Ma, Xinhua Liu & Shichun Yang |
||
| 动力电池技术对于确保电动汽车的整体性能和安全至关重要。锂离子电池的无损特征曲线分析（CCA）十分重要。CCA可以为进一步应用提供特征数据，如状态估计和热失控警告，而无需拆卸电池。本文从探索电池老化机制和构建数据驱动模型的角度，总结了由增量曲线分析、差分电压分析和差分热伏安法组成的特征曲线。介绍了电池老化机理的定量分析过程，并引出了构建数据驱动模型的步骤。此外，还讨论了主要特征和方法的最新进展和应用。最后，通过将不可量化的电池信息转换为涵盖宏观状态和微观反应信息的可传输数据，讨论了电池CCA的适用性。结合云电池管理平台，上述电池特性曲线可以作为有价值的数据集来升级下一代电池管理系统的设计。 | |||
|
关键词：锂离子，老化分析，无损特征，数据驱动模型 本文是北京航空航天大学杨世春教授团队开展的研究，引用词条如下： Cao, R., Cheng, H., Jia, X. et al.: Non-invasive characteristic curve analysis of lithium-ion batteries enabling degradation analysis and data-driven model construction: a review. Automot. Innov. 5(2), 146–163 (2022) |
|||
| 阅读全文>> | |||
 |
基于卷积神经网络的并联电池内部短路检测 论文作者：Niankai Yang, Ziyou Song, Mohammad Reza Amini & Heath Hofmann |
||
| 可靠、及时地检测锂离子电池的内部短路（ISC）对于确保其安全和高效的运行非常重要。本文考虑了电池的不均匀性和传感器的限制（即在并联的电池串中没有独立的电流传感器），研究并联电池单元的ISC检测。为了描述电池串响应中与ISC相关的特征，首先建立了一个明确捕捉ISC的并联电池单元的电热模型。通过分析电热模型产生的数据，在传感器的限制下，电池串内各个电池的表面温度分布被确定为检测ISC的指标。然后设计了一个卷积神经网络（CNN），通过使用电池表面温度和电池串的总容量作为输入来估计ISC的电阻。根据CNN估计的ISC电阻，电池串被分为有问题或无问题，以提示检查或更换电池。该算法在存在信号噪音的情况下，在准确性、误报率和漏检率方面进行了评估，验证了所提方法的有效性和稳健性。 | |||
|
关键词：内部短路，并联电池单元，卷积神经网络，电池温度分布 本文是新加坡国立大学宋子由团队开展的研究，引用词条如下： Yang, N., Song, Z., Amini, M.R. et al.: Internal short circuit detection for parallel-connected battery cells using Convolutional Neural Network. Automot. Innov. 5(2), 107–120 (2022) |
|||
| 阅读全文>> | |||
 |
锂离子电池电极可解释建模、系能预测与敏感度分析 论文作者：Kailong Liu, Qiao Peng, Kang Li & Tao Chen |
||
| 锂离子电池加速了汽车清洁能源的应用，其中电极对电池性能起着至关重要的作用。由于生产电池电极的过程十分复杂，因此有必要提出一个有效的解决方案，以预测电池电极的特性，并对生产过程中的关键特征和参数进行可靠的敏感性分析。本文提出一种基于提升树模型的框架，以分析和预测电池电极特性在早期生产阶段如何随参数变化。比较了三种基于数据的可解释模型，包括AdaBoost、LPBoost和TotalBoost。分析了四个关键参数，包括三个浆料特征变量和一个涂层工艺参数，以量化它们对电池电极的质量负荷和孔隙率的影响。结果表明，所提出的基于提升树模型的框架能够对相关参数的重要性和关联性进行有效的定量分析，并对电池电极性能进行有效的早期预测。本文结论有利于对电池电极的深入理解，有助优化汽车电池电极的设计。 | |||
|
关键词：锂离子电池，电池电极，电池建模，数据分析 本文是华威大学刘凯龙团队开展的研究，引用词条如下： Liu, K., Peng, Q., Li, K. et al.: Data-based interpretable modeling for property forecasting and sensitivity analysis of Li-ion battery electrode. Automot. Innov. 5(2), 121–133 (2022) |
|||
| 阅读全文>> | |||
 |
利用优化特征和先验知识的锂离子电池健康状况估计强化数据驱动模型 论文作者：Huanyang Huang, Jinhao Meng, Yuhong Wang, Lei Cai, Jichang Peng, Ji Wu, Qian Xiao, Tianqi Liu & Remus Teodorescu |
||
| 在电池退化的长期预测中，利用电池管理系统历史数据的数据驱动方法具有很大潜力。本文提出了一种用于锂离子电池健康状态（SOH）估计的增强型数据驱动模型，具有优越的建模程序和优化的特征。采用高斯过程回归（GPR）方法建立数据驱动估计器，使锂离子电池SOH估计具有不确定性。然后，引入了一个新的核函数，利用锂离子电池降解的先验知识，来提高GPR的建模能力。在特征方面，提出了一个两阶段的处理结构，以找到一个合适、高效的部分充电电压曲线。在第一阶段，通过网格搜索选择一个最佳的部分充电电压；而在第二阶段，进行主成分分析以提高估计精度和计算效率。所提方法的优势在两个来自不同锂离子电池的数据集上得到了验证。与其他方法相比，所提出的方法在牛津数据集中可以达到相同的精度水平；而在马里兰数据集中，平均绝对误差、均方根误差和最大误差分别至少提高了16.36%、32.43%和45.46%。 | |||
|
关键词：锂离子电池，健康状态，高斯过程回归，核函数，特征优化 本文是四川大学刘天琪教授团队开展的研究，引用词条如下： Huang, H., Meng, J., Wang, Y. et al.: An enhanced data-driven model for lithium-ion battery state-of-health estimation with optimized features and prior knowledge. Automot. Innov. 5(2), 134–145 (2022) |
|||
| 阅读全文>> | |||
| ISC 2022报名通道开启 | |||
 FISITA世界智能安全大会（FISITA Intelligent Safety Conference, ISC 2022）将于2022年8月30-31日在北京举办。世界智能安全大会是由世界汽车工程师学会联合会（FISITA）与中国汽车工程学会联合打造的国际交流平台，聚焦自动驾驶安全。ISC 2022将邀请全球领先的高校、研究机构、整车/零部件/科技公司从事自动驾驶研究的知名学者、技术领袖、资深专家分享最新研究进展，内容涉及预期功能安全、信息安全、人因安全、安全测试评价和智能防护。 ISC 2022报名通道现已开启，请访问以下地址注册会议： http://meeting.sae-china.org/ISC2022/ 会议官网： www.fisita.com/isc 。 |
|||
| 专题征稿：Feature Topic on Cyber-Attack Detection and Resilient Control of ICVs | |||
 客座主编 · Prof. Hui Zhang, Beihang University, huizhang285@gmail.com · Prof. Manjiang Hu, Hunan University, manjiang_h@hnu.edu.cn · Dr. Anh-Tu Nguyen, Université Polytechnique Hauts-de-France, nguyen.trananhtu@gmail.com · Prof. Yunpeng Wang, Beihang University, ypwang@buaa.edu.cn · Prof. Yang Shi, University of Victoria, yshi@uvic.ca 征文主题 · New security mechanisms of V2X · Modeling of cyber attacks · Model-based and data-based efficient attack detection methods · Attack resilient control approaches · Attack mitigation algorithms 投稿截止日期: 2022年6月30日 投稿网址: www.springer.com/42154 详细征文信息请点击 这里 下载。 |
|||
| 2022世界新能源汽车大会报名启动 | |||
 由中国科协、海南省人民政府协同国家各部委共同主办的“第四届世界新能源汽车大会（WNEVC）”拟定于2022年8月25-28日在海南海口召开。以“碳中和愿景下的全面电动化与全球合作” 为主题，邀请全球各国政产学研界代表展开研讨。本届大会包括4场主论坛、10场专题论坛、9场技术研讨会、1场高层闭门会议。技术展览面积10,000平米，展品涵盖新能源汽车整车、动力电池、驱动电机、氢燃料电池、汽车芯片、能源供给和配套设施等先进技术和产品。 会议注册现已开启，请点击 此处 进行会议注册。 |
|
Automotive Innovation 《Automotive Innovation》作为由国家新闻出版署批准的中国汽车行业首个英文科技期刊，也是中国汽车工程学会（China SAE）为行业打造的重要国际交流平台和窗口，旨在进一步推动国际合作与交流，加速中国汽车创新成果走向国际，提升中国在国际汽车界的话语权。 自创刊以来，期刊就以建设世界一流期刊为目标，邀请全球15个国家和地区极具影响力的汽车领域专家担任编委，并与著名出版集团施普林格（Springer Nature）合作，以国际高标准确保论文水平和出版质量。期刊每季度出版1期，读者已涉及72个国家和地区，目前最高单篇下载次数超过21,000次。期刊已被ESCI、EI、Scopus等国际数据库收录。 期刊主要刊登汽车及出行领域范围内具有创新性的理论、方法研究,产品开发和工程技术应用等相关创新成果，涵盖智能网联汽车技术、新能源汽车技术、未来出行技术等领域。 主编 李骏，中国工程院院士，中国汽车工程学会理事长，清华大学教授 赵福全，世界汽车工程师学会联合会终身名誉主席，清华大学教授，汽车产业与技术战略研究院院长 创刊荣誉执行主编 马芳武 执行副主编 章新杰，吉林大学教授，汽车仿真与控制国家重点实验室副主任 |
||||
|
免费投稿及阅读 www.ChinaSAEJournal.com.cn www.springer.com/42154 联系方式： 中国汽车工程学会 陆丽俐女士 Tel: +86-10-50950101 Email: jai@sae-china.org 
|
|
|||
Sponsored by
|
Published by
|
|||