镍钴锰酸锂电池在运输箱内热失控及预警OA

运输箱内的镍钴锰酸锂(NCM)电池因其高能量密度,且热失控中会产生大量危害性气体,导致运输事故风险更为突出。本文将长短期记忆神经网络(LSTM)和非接触式传感技术相结合,研究运输箱内NCM电池热失控特性及预警方法。首先,搭建运输箱热失控实验平台,选取50%SOC的NCM单体电池及模组电池为实验对象,开展加热触发条件下的热失控实验,对比了2种动力锂电池在运输箱内的热失控特性;其次,基于LSTM构建了融合电化学气体(H_(2)、CO)传感器与红外温度传感器的多源非接触式传感动态预警算法,分析多种非接触式传感器的监测预警效果。结果表明:NCM模组热失控时间较单体电池热失控时间可更快地监测运输过程中的动力锂电池安全状态。针对运输对象为NCM单体及模组,该模型提出了风险概率评判标准,对不同运输对象均实现了精准的早期识别,平均提前预警时间达120 s。研究将为道路运输过程中的NCM动力锂电池运输风险管控提供重要参考。