2025 01 v.29 72-76
基于主动标识的锂电池全生命周期安全管理技术策略研究
基金项目(Foundation):
江苏省前沿技术研发计划（BF2024057）
邮箱(Email):
DOI:
10.19996/j.cnki.ChinBatlnd.2025.01.012
中文作者单位:
江苏省安全生产科学研究院工业安全研究所;
摘要(Abstract):
锂电池因体积小、质量轻、电能比高等优势，迅速进入人们的日常生活。然而，锂电池的稳定性较差，易发生热失控，从而引发迅猛的爆炸式燃烧。本研究通过标识解析技术，从根源打通锂电池在“生产—存储物流—经营—使用—检维修—回收处置”各个环节中的“信息孤岛”。探索基于主动标识的锂电池行业二级节点创新应用，以电池管理系统（BMS）为核心纽带，以标识解析技术为神经中枢，全生命周期安全管理为最终目的，实现锂电池安全管理技术策略的创新应用闭环管理。重点为锂电池安全管理带来技术创新思路，拓展新的业务模式。
关键词(KeyWords):
锂电池;全生命周期安全管理;主动标识;创新应用
| 319 | 0 | 3 |
| 下载次数 | 被引频次 | 阅读次数 |
参考文献
[1]陈泽宇，熊瑞，孙逢春．电动汽车电池安全事故分析与研究现状[J]．机械工程学报，2019,55(24):93-104,116.
[2]梁智勇，黄彧．便携式锂离子电池安全性研究[J].电池工业，2024,28(4):212-220.
[3]吴战宇，姜庆海，张孝杰，等．动力型锂离子电池的安全性及可靠性分析[J]．电池工业，2019,23(4):190-197,223.
[4]詹园园，刘振东，陈卓瑛．锂离子电池溯源管理标准法规分析及未来趋势[J]．电池工业，2024,28(1):36-39.
[5] ZHANG X W,LI Z Y,ZHOU D H,et al. State-ofcharge estimation for lead-acid battery using isolation forest algorithm and long short term memory network with attention mechanism[J].IEEE Access,2023,11:49193-49204.
[6] ZHOU D H,WANG B.Battery health prognosis using improved temporal convolutional network modeling[J].Journal of Energy Storage,2022,51:104480.
[7] ZHOU D H,WANG B,ZHU C,et al.A light-weight feature extractor for lithium-ion battery health prognosis[J]. Reliability Engineering&System Safety,2023,237:109352.
[8] LI Y F,WANG H,SUN M X. ChatGPT-like largescale foundation models for prognostics and health management:A survey and roadmaps[J]. Reliability Engineering&System Safety,2024,243:109850.
[9]刘同宇，李师，付卫东，等．大容量磷酸铁锂动力电池热失控预警策略研究[J]．中国安全科学学报，2021,31(11):120-126.
[2]梁智勇，黄彧．便携式锂离子电池安全性研究[J].电池工业，2024,28(4):212-220.
[3]吴战宇，姜庆海，张孝杰，等．动力型锂离子电池的安全性及可靠性分析[J]．电池工业，2019,23(4):190-197,223.
[4]詹园园，刘振东，陈卓瑛．锂离子电池溯源管理标准法规分析及未来趋势[J]．电池工业，2024,28(1):36-39.
[5] ZHANG X W,LI Z Y,ZHOU D H,et al. State-ofcharge estimation for lead-acid battery using isolation forest algorithm and long short term memory network with attention mechanism[J].IEEE Access,2023,11:49193-49204.
[6] ZHOU D H,WANG B.Battery health prognosis using improved temporal convolutional network modeling[J].Journal of Energy Storage,2022,51:104480.
[7] ZHOU D H,WANG B,ZHU C,et al.A light-weight feature extractor for lithium-ion battery health prognosis[J]. Reliability Engineering&System Safety,2023,237:109352.
[8] LI Y F,WANG H,SUN M X. ChatGPT-like largescale foundation models for prognostics and health management:A survey and roadmaps[J]. Reliability Engineering&System Safety,2024,243:109850.
[9]刘同宇，李师，付卫东，等．大容量磷酸铁锂动力电池热失控预警策略研究[J]．中国安全科学学报，2021,31(11):120-126.
基本信息:
DOI：10.19996/j.cnki.ChinBatlnd.2025.01.012
中图分类号:TM912
引用信息:
[1]周丹华,徐朔寒,邱朗.基于主动标识的锂电池全生命周期安全管理技术策略研究[J].电池工业,2025,29(01):72-76.DOI:10.19996/j.cnki.ChinBatlnd.2025.01.012.
基金信息:
江苏省前沿技术研发计划（BF2024057）