Kürzlich hat das Team von Professor Wei Xuezhe des Kollegs für Automobilbau Fortschritte auf dem Gebiet der Sicherheit von Energiebatterien erzielt. Die Forschungsergebnisse wurde online in Applied Energy unter dem Titel „Toward safe carbon–neutral transportation: Battery internal short circuit diagnosis based on cloud data for electric vehicles“ veröffentlicht.
Elektrofahrzeuge können einen wichtigen Beitrag zur Erreichung der Kohlenstoffneutralität im Verkehrssektor leisten. Aber bei den Batterien, dem Kernstück der Elektrofahrzeuge, kommt es immer noch häufig zu Rauchentwicklung, Bränden und sogar Explosionen. Solche Unfälle gefährden die Sicherheit von Leben und Eigentum der Käufer ernsthaft und haben einen negativen Einfluss auf die Entwicklung von Elektrofahrzeugen ausgeübt. Statistiken zufolge werden über 90 % der Überhitzung durch Kurzschlussfehler in der Batterie verursacht. Bevor der Mechanismus, der zu derartigen Unfällen führt, vollständig verstanden ist, ist es daher besonders wichtig, die Sicherheit von Leistungsbatteriesystemen und Elektrofahrzeugen zu verbessern, indem interne Kurzschlussfehler in Leistungsbatterien durch Batteriemanagementsysteme (BMS) diagnostiziert werden.
Die leistungsstarke Rechen- und Speicherkapazität des „Cloud-Computing“ und die Echtzeit-Übertragungsfähigkeit von 5G-Kommunikation machen das „Cloud-BMS“ möglich. In Anbetracht der geringen Datendichte von Spannung, Strom und Temperatur des Cloud-Computing entwickelte das Team von Prof. Wei eine Methode zur Diagnose interner Kurzschlüsse auf der Grundlage von Ausreißerkoeffizienten durch Data-Mining und schlug schließlich eine Lösung für die Echtzeitdiagnose interner Kurzschlüsse im „Cloud-BMS“ vor, die einen guten Erkennungseffekt bei niederfrequenten Daten von 10s und 40s hat.
Die Forschungsarbeit wurde vom Team von Professor Wei Xuezhe des Kollegs für Fahrzeugtechnik durchgeführt, mit Dr. Qiao Dongdong als Erstautor und Dr. Jiang Bo und Professor Dai Haifeng als korrespondierende Autoren. Die Forschung wurde mit dem zweiten Preis des „nationalen Innovations- und Anwendungswettbewerbs für neue Energien und Big-Data an den Hochschulen “ ausgezeichnet.
Link zum Papier: https://authors.elsevier.com/c/1ezYk15eif4S6Q
