基于ARMA的锂离子电池剩余寿命预测模型设计开题报告

1. 研究目的与意义

汽车产业的快速发展促进了社会经济的发展，给生活带来了极大的便利，但随之而来的汽车的发展也给环境和能源产生了负面的影响。

汽车排放的尾气是当代城市中大气污染的重要来源，据相关部门统计，雾霾天气的形成，汽车尾气占了很重要的因素。

面对环境和资源的双重压力，节能环保绿色经济成了当今社会发展的主题。

2. 国内外研究现状分析

利用故障预测和健康管理技术（phm）对设备进行健康状态评估和故障预测对提升设备的安全性和可靠性延长寿命具有重要意义。

锂离子电池的逐渐普及，锂电池的phm技术也是备受关注。

锂电池的phm技术主要有两个关键技术点，分别是容量和工作电压的预测，锂电池的容量又常被定义为剩余寿命（rl）的预测，随着不断地充放电，其剩余容量不断减小，当达到一定值就不能继续使用。

3. 研究的基本内容与计划

内容：从物理和化学方面进行机理分析；或利用曲线拟合、神经网络、支持向量机、求和自回归模型等数据驱动的方法对容量预测进行建模分析；或利用融合方法（如拓展卡尔曼滤波、粒子滤波等算法）对锂电池容量退化过程进行分析建模。

从而对锂离子电池的剩余寿命进行分析。

计划：1-2周：查阅相关文献资料，完成开题。

4. 研究创新点

现在在恒定电流放电、恒定工作温度、恒定放电大小的情况下，主要有以下三个方面预测剩余容量的方法：一、从物理和化学方面的机理分析，对锂电池容量退化过程进行建模。

有关的电化学机理表明，锂电池容量衰退的主要原因是发生化学副反应，比如电极与电解液接触发生化学反应生成sei膜、过充放电容易导致锂离子正负极沉积等。

p.ramadass等人考虑了溶剂还原和锂离子脱嵌效应，提出了溶剂的扩散模型，该研究说明了锂电池自放电效应使容量衰退，他们因此得到18650型锂电池自放电效应产生容量衰退的预测模型。