基于CDPSO-EBRB的锂离子电池健康状态估计

文斌成， 肖明清， 杨 召， 张 磊， 陈 鑫

(1.空军工程大学航空工程学院，西安，710051； 2.中国空气动力研究与发展中心，四川绵阳，621000；3.国防大学联合勤务学院，北京，100858)

锂离子电池具有能量密度大、寿命长、安全可靠的优点，目前已经广泛应用于航空航天、特种工程、军事领域。锂离子电池健康状态评估成为了目前研究的重点问题之一。对于锂离子电池RUL预测可以分为基于经验与基于性能[1-2]两类方法，基于经验的方法通过电池使用过程中所积累的经验知识来对电池的寿命作出粗略的估计，主要包括循环周期数法、安时法与加权安时法及面向事件的老化累计法。这些方法必须基于充分的经验知识，适合对于一类产品的寿命进行估计，对于个体适合性较差。基于性能的方法是一种间接的预测方法，即通过电池的运行状态信息，状态监测信息等，估计电池的性能退化状态。基于性能的方法主要可以分为基于模型、数据驱动及融合型方法，由于大多数系统建模过程较为复杂与困难，基于模型的方法往往难以实现[3]，而数据驱动的方法则不用考虑其内部的失效机理，直接从性能测试数据和状态监测数据挖掘出其内部的演化规律，简单实用，但是纯数据驱动的方式受数据本身的影响较大，鲁棒性与适应性较差[4]。

专家系统[5]是一种结合知识结构与历史数据的方式，初始的专家系统规则主要由人来给定，存在较大的主观性。同时，如何对构建的扩展置信规则库进行参数与结构的优化也是研究的一个重点问题[6-7]，目前对扩展置信规则库的参数优化研究仍然较少。……