文献

J-GLOBAL ID：201902228734583280   整理番号：19A0490491

最適化灰色モデルGM(1,1)に基づくリチウムイオン電池のオンライン残存有効寿命予測【JST・京大機械翻訳】

On-Line Remaining Useful Life Prediction of Lithium-Ion Batteries Based on the Optimized Gray Model GM(1,1)

著者 (4件)： Zhou Dong (State Key laboratory of Virtual Reality Technology and System, Beijing 100191, China) ,  Xue Long (State Key laboratory of Virtual Reality Technology and System, Beijing 100191, China) ,  Song Yijia (School of Reliability and Systems Engineering, Beihang University, Beijing 100191, China) ,  Chen Jiayu (State Key laboratory of Virtual Reality Technology and System, Beijing 100191, China)
資料名： Batteries (Web)  (Batteries (Web))
巻： 3  号： 3  ページ： 21  発行年： 2017年 
JST資料番号： U7140A  ISSN： 2313-0105  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： リチウムイオン電池のオンライン残留有効寿命(RUL)予測はますます一般的になっている。容量と内部抵抗は,劣化を定量化し,RULを予測するためのバッテリーの健康指標(HI)としてしばしば使用される。しかし,容量と内部抵抗は,運転条件下でセンサにアクセスできない電池の内部状態変数によりオンラインで測定するのが困難である。さらに,これらの変数の測定には正確な測定装置が必要であり,それは高価であり,実際には適用性が限られている。本論文では,劣化モデルとRUL予測のためのリチウムイオン電池の運転パラメータから新しいHIを抽出した。さらに,Box-Cox変換を適用して,抽出HIと電池の実容量の間の相関を改善した。次に,ピアソンとスピアマン相関分析を用いて,HIから導出した実容量と推定容量の間の類似性を評価した。最適化灰色モデルGM(1,1)を用いて,提示したHIに基づくRULを予測した。実験結果は,提案方法が電池劣化モデリングとRUL予測のために効果的で正確であることを示した。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モデリング ,  *リチウムイオン電池 ,  *最適化 ,  電池容量 ,  適応性 ,  *電池 ,  *予測 ,  センサ ,  類似性 ,  *耐用年数 ,  計測器 ,  *モデル
準シソーラス用語： 劣化モデル ,  運転条件 ,  内部抵抗 ,  *オンライン , 【Automatic Indexing@JST】

著者キーワード (5件)： リチウムイオン電池 ,  オンライン ,  健康指標 ,  残存有効寿命予測 ,  最適化グレイモデルGM(11)

分類 (1件)： 二次電池  (YB04030K)

引用文献 (40件)：

• Lithium-ion Battery. Available online: https://en.wikipedia.org/wiki/Lithium-ion_battery?wprov=sfla1 (accessed on 13 January 2001).
• Leng, F.; Tan, C.M.; Yazami, R.; Le, M.D. A practical framework of electrical based online state-of-charge estimation of lithium ion batteries. J. Power Sources 2014, 255, 423-430.
• Williard, N.; He, W.; Hendricks, C.; Pecht, M. Lessons Learned from the 787 Dreamliner Issue on Lithium-Ion Battery Reliability. Energies 2013, 6, 4682-4695.
• Rezvanizaniani, S.M.; Liu, Z.; Chen, Y.; Lee, J. Review and recent advances in battery health monitoring and prognostics technologies for electric vehicle (EV) safety and mobility. J. Power Sources 2014, 256, 110-124.
• Tang, S.; Yu, C.; Wang, X.; Guo, X.; Si, X. Remaining Useful Life Prediction of Lithium-Ion Batteries Based on the Wiener Process with Measurement Error. Energies 2014, 7, 520-547.

タイトルに関連する用語 (8件)： 最適化 ,  灰色 ,  モデル ,  リチウムイオン電池 ,  オンライン ,  残存 ,  有効寿命 ,  予測