摘要：動(dòng)力鋰電池作為新能源汽車的核心部件，其性能直接影響電動(dòng)汽車的續(xù)航里程、安全性和使用壽命。形變參數(shù)測(cè)量與健康評(píng)估是確保電池性能穩(wěn)定、延長(zhǎng)電池使用壽命的重要手段。鑒于此，首先研究鋰電池的形變機(jī)理，進(jìn)而闡明形變與鋰電池健康的內(nèi)在聯(lián)系；然后提出一種基于線激光技術(shù)的鋰電池形變測(cè)量方法，解決微小形變量的高精度采集問題；最后詳細(xì)分析基于GWO-GPR的健康評(píng)估模型。研究結(jié)果表明，所提方法切實(shí)、有效，為動(dòng)力鋰電池健康狀態(tài)評(píng)估提供了一種新技術(shù)手段，具有較好的應(yīng)用價(jià)值。

關(guān)鍵詞：鋰電池；參數(shù)測(cè)量；健康評(píng)估；高斯回歸；灰狼優(yōu)化

中圖分類號(hào)：TM912" " 文獻(xiàn)標(biāo)志碼：A" " 文章編號(hào)：1671-0797（2025）03-0026-05

DOI：10.19514/j.cnki.cn32-1628/tm.2025.03.008

0" " 引言

動(dòng)力鋰電池以其體積小、重量輕、能量密度高等特點(diǎn)，在新能源汽車等領(lǐng)域發(fā)揮著至關(guān)重要的作用，是推動(dòng)相關(guān)行業(yè)發(fā)展和技術(shù)創(chuàng)新的關(guān)鍵部件[1]。

隨著技術(shù)的進(jìn)步和市場(chǎng)需求的增長(zhǎng)，動(dòng)力鋰電池產(chǎn)業(yè)迅速擴(kuò)張，然而其應(yīng)用依然受安全、環(huán)保、續(xù)航等因素制約[2-3]?？蒲腥藛T正積極開展動(dòng)力鋰電池相關(guān)研究工作，力圖尋找解決上述問題的技術(shù)路徑，以促進(jìn)動(dòng)力鋰電池更加廣泛深入地應(yīng)用。作為一個(gè)研究熱點(diǎn)，電池健康狀態(tài)（SOH）評(píng)估即通過了解電池當(dāng)前的狀態(tài)，準(zhǔn)確地預(yù)測(cè)和評(píng)估電池的性能[4]，為電池的設(shè)計(jì)、制造、使用、維護(hù)等提供科學(xué)依據(jù)，以提高電池的安全性、可靠性、經(jīng)濟(jì)性、環(huán)保性，推動(dòng)電池技術(shù)的持續(xù)發(fā)展[5]。

目前常見的電池SOH評(píng)估方法有實(shí)驗(yàn)法、模型法、數(shù)據(jù)驅(qū)動(dòng)法等[6]，這些評(píng)估方法各有優(yōu)缺點(diǎn)，總的來說，SOH估計(jì)在可靠性、精度等方面還有許多問題亟待深入研究。本文提出了一種基于形變分析的鋰電池健康評(píng)估方法，該方法具有非接觸、免約束等特點(diǎn)，為動(dòng)力鋰電池健康評(píng)估提供了新的技術(shù)解決方案。

1" " 動(dòng)力鋰電池的形變規(guī)律

如圖1所示，動(dòng)力鋰電池由正極、隔膜、負(fù)極、電解液、集流體等部分組成，通過鋰離子的遷移和電子的流動(dòng)，實(shí)現(xiàn)能量的存儲(chǔ)和釋放[7]。

在鋰電池的充放電循環(huán)使用過程中，正負(fù)極之間的鋰離子嵌入與脫嵌會(huì)引起電池內(nèi)部材料膨脹和收縮[8]，這一由內(nèi)部因素產(chǎn)生的形變是可逆的、彈性的、不可避免的。此外，高溫會(huì)改變電池的化學(xué)成分，擠壓、撞擊等會(huì)導(dǎo)致電池內(nèi)部應(yīng)力積累，過充、過放會(huì)加大正負(fù)極材料的膨脹和收縮，溫度、機(jī)械應(yīng)力、過充、過放等外部因素相互耦合，也會(huì)導(dǎo)致鋰電池形變，加快電池的劣化失效。一般來說，這些由外部因素產(chǎn)生的電池形變是不可逆的，危害性極大，應(yīng)采取必要措施極力避免。

電池形變與健康狀態(tài)的耦合關(guān)系十分復(fù)雜。圖2為某型鋰電池在不同荷電狀態(tài)（SOC）的可逆形變測(cè)量曲線，該圖表明：隨著SOC的增加，電池在同一水平面上的形變量也呈現(xiàn)出相應(yīng)的增大趨勢(shì)，電池可逆形變與SOC密切相關(guān)[9]。

圖3為某型鋰電池不同老化程度下的厚度變化曲線[10]，該圖表明：隨著電池循環(huán)老化的加深，電池剩余容量逐漸衰減，同時(shí)其可逆形變（即膨脹與收縮的能力）也減弱，表現(xiàn)為厚度變化的最大值逐漸縮小。這表明電池的容量衰減與其可逆形變量之間存在負(fù)相關(guān)關(guān)系，即電池容量的減少會(huì)導(dǎo)致其可逆形變量降低。

2" " 基于線激光的形變參數(shù)提取方法

本文設(shè)計(jì)了如圖4所示的動(dòng)力鋰電池形變測(cè)量系統(tǒng)，完成鋰電池形變信息的實(shí)時(shí)采集與分析，為后續(xù)鋰電池健康評(píng)估提供精準(zhǔn)、可靠的評(píng)價(jià)參數(shù)。

如圖4所示，系統(tǒng)主要由線激光傳感器、測(cè)試分析計(jì)算機(jī)、形變測(cè)量平臺(tái)、被測(cè)電池等組成。其中，線激光傳感器是測(cè)量系統(tǒng)的核心，負(fù)責(zé)鋰電池變形幾何信息的高精度坐標(biāo)采集；測(cè)試計(jì)算機(jī)上運(yùn)行專用測(cè)量分析軟件，負(fù)責(zé)測(cè)量模式設(shè)置、測(cè)量方法優(yōu)化和結(jié)果處理與分析；形變測(cè)量平臺(tái)由一塊基準(zhǔn)底板和十字調(diào)整支架組成，負(fù)責(zé)線激光傳感器與被測(cè)電池之間位置關(guān)系調(diào)整，以建立測(cè)量坐標(biāo)系。

如圖5所示，LS-100CN線激光傳感器，基于二維激光投射技術(shù)，通過成像元件接收被測(cè)物表面反射的光條圖像，并應(yīng)用投影變換算法解析出測(cè)量輪廓，進(jìn)而獲取高度X與寬度Y的二維坐標(biāo)數(shù)據(jù)。該傳感器工作距離為100 mm，測(cè)量范圍±25 mm，全量程線性精度±0.1%，其內(nèi)置的圖像處理算法能夠自動(dòng)補(bǔ)償輪廓，具有非接觸性、高精度、高效率、寬動(dòng)態(tài)范圍等優(yōu)勢(shì)，極為適用于電池形變的在線測(cè)量與分析。

3" " 基于GWO-GPR的健康評(píng)估方法

首先進(jìn)行數(shù)據(jù)準(zhǔn)備與預(yù)處理，利用電池形變測(cè)量系統(tǒng)采集電池電參數(shù)以及形變幾何信息，并對(duì)數(shù)據(jù)進(jìn)行處理，選擇反映電池健康狀況的特征HF（Health Feature）與電池健康狀況SOH構(gòu)建數(shù)據(jù)集，將數(shù)據(jù)集劃分為訓(xùn)練集與測(cè)試集。

接著，初始化灰狼優(yōu)化算法（GWO），包括設(shè)置種群大小、最大迭代次數(shù)和超參數(shù)取值范圍等參數(shù)，并在超參數(shù)取值范圍內(nèi)隨機(jī)生成一組灰狼個(gè)體，每個(gè)個(gè)體對(duì)應(yīng)一組GPR（高斯過程回歸）超參數(shù)。

然后，選擇合適的核函數(shù)，構(gòu)建GPR模型，這里選擇ARD平方指數(shù)核，數(shù)學(xué)公式為：

K（x，x′）=σf 2exp-

（1）

式中：σf 2為信號(hào)方差；li為第i個(gè)特征的長(zhǎng)度尺度；d為輸入特征的維度；xi和xi ′為輸入向量x和x′的第i個(gè)特征。

并利用隨機(jī)生成的灰狼個(gè)體對(duì)應(yīng)的超參數(shù)構(gòu)建GPR模型：

f（x）～GP[m（x），k（x，x′）]（2）

式中：m（x）為均值；k（x，x′）為方差。

隨后，通過灰狼優(yōu)化算法進(jìn)行迭代與模型訓(xùn)練，計(jì)算每個(gè)灰狼個(gè)體對(duì)應(yīng)的GPR模型的預(yù)測(cè)誤差作為適應(yīng)度值：

MSEi=（yj-μij）2（3）

式中：yi為真實(shí)值；μij為第i只狼對(duì)應(yīng)的GPR模型對(duì)j個(gè)數(shù)據(jù)點(diǎn)的預(yù)測(cè)值；n為樣本數(shù)量。

并基于適應(yīng)度值更新灰狼個(gè)體位置：

Xi new=X*-A·|C·X*-Xi|（4）

式中：X*為當(dāng)前最優(yōu)解；Xi為第i個(gè)灰狼個(gè)體的位置；A和C為系數(shù)向量，其計(jì)算公式分別為：

A=2a·r1-a（5）

C=2r2（6）

式中：a為收斂因子，隨著迭代次數(shù)從2線性減小到0；r1和r2為隨機(jī)數(shù)。

直到滿足預(yù)設(shè)的終止條件，結(jié)束迭代。迭代結(jié)束后，選擇適應(yīng)度值最小的灰狼個(gè)體作為最優(yōu)解，使用這組最優(yōu)超參數(shù)構(gòu)建最終的GWO-GPR模型，并使用測(cè)試數(shù)據(jù)集對(duì)模型進(jìn)行評(píng)估，以衡量其預(yù)測(cè)性能。

最后，將待預(yù)測(cè)的電池?cái)?shù)據(jù)輸入到訓(xùn)練好的GWO-GPR模型中，利用模型進(jìn)行預(yù)測(cè)，得到電池的健康狀況預(yù)測(cè)結(jié)果。算法流程如圖6所示。

4" " 實(shí)驗(yàn)與分析

為驗(yàn)證技術(shù)方法的有效性，在圖7所示的動(dòng)力鋰電池形變測(cè)量分析系統(tǒng)中進(jìn)行了實(shí)驗(yàn)研究。系統(tǒng)主要由激光測(cè)量系統(tǒng)和充放電控制系統(tǒng)組成，其中充放電控制系統(tǒng)負(fù)責(zé)鋰電池的充放電管理和電參數(shù)監(jiān)測(cè)，激光測(cè)量系統(tǒng)負(fù)責(zé)鋰電池形變信息的實(shí)時(shí)采集與分析。系統(tǒng)涉及的關(guān)鍵儀器如表1所示。

4.1" " 測(cè)量位置優(yōu)選

研究表明，鋰電池循環(huán)充放電過程中，不同測(cè)量位置的絕對(duì)形變量具有不一致性，選擇形變顯著的測(cè)量位置有利于提高測(cè)量結(jié)果的準(zhǔn)確性和可靠性。如圖8所示，本文選擇上、中、下三個(gè)典型位置進(jìn)行了可逆形變測(cè)量，測(cè)量數(shù)據(jù)如表2所示。結(jié)果表明，在鋰電池充放電過程中，三處位置的可逆形變變化趨勢(shì)相同，但形變絕對(duì)量值各不相同，鋰電池中心處（Pc）形變量最大，可以作為評(píng)估鋰電池可逆形變特性的理想位置。

4.2" " 形變測(cè)量實(shí)驗(yàn)

對(duì)某型鋰電池進(jìn)行了形變幾何信息采集，得到形變測(cè)量曲線如圖9所示。

結(jié)果表明：線激光測(cè)量方法可以有效提取鋰電池在一個(gè)充電過程中的形變信息，隨著SOC增大，曲線總體趨勢(shì)伴隨著波動(dòng)不斷上移，采用數(shù)學(xué)方法求解曲線上移量，可以用來表征電池形變的大小，進(jìn)而為電池健康評(píng)估提供可靠的評(píng)價(jià)參數(shù)。

4.3" " 健康評(píng)估分析

基于鋰電池形變測(cè)量數(shù)據(jù)和GWO-GPR算法建立形變—健康評(píng)估模型，得到鋰電池SOH估算結(jié)果如圖10所示，估算誤差曲線如圖11所示。實(shí)驗(yàn)結(jié)果表明，本方法切實(shí)有效，SOH綜合估算誤差小于2%。

5" " 結(jié)論

本文研究了一種基于動(dòng)力鋰離子電池形變特性的SOH估算方法。該方法通過整合動(dòng)力鋰離子電池的形變數(shù)據(jù)與SOH指標(biāo)，構(gòu)建用于模型訓(xùn)練與驗(yàn)證的訓(xùn)練集與測(cè)試集。在此基礎(chǔ)上，引入了多種優(yōu)化算法，旨在提高模型對(duì)SOH預(yù)測(cè)的準(zhǔn)確性。實(shí)驗(yàn)結(jié)果表明，該基于形變特征的動(dòng)力鋰離子電池SOH估算方法展現(xiàn)出了良好的性能，能夠有效對(duì)鋰離子電池的SOH進(jìn)行預(yù)測(cè)，為鋰離子電池的健康管理與維護(hù)提供了有力支持。

[參考文獻(xiàn)]

[1] 邱細(xì)妹，王燕，呂海明，等.“雙碳”背景下新能源材料技術(shù)發(fā)展策略——以松山湖材料實(shí)驗(yàn)室為例[J].中國科學(xué)院院刊，2022，37（3）：375-383.

[2] 蔡雨思，李澤文，劉萍，等.基于間接健康特征優(yōu)化與多模型融合的鋰電池SOH-RUL聯(lián)合預(yù)測(cè)[J].電工技術(shù)學(xué)報(bào)，2024，39（18）：5883-5898.

[3] 李存璞，唐曉霞，魏子棟.鋰離子電池的熱失控與預(yù)防[J].科技導(dǎo)報(bào)，2024，42（12）：178-192.

[4] 柯學(xué)，洪華偉，鄭鵬，等.基于多時(shí)間尺度建模自動(dòng)特征提取和通道注意力機(jī)制的鋰離子電池健康狀態(tài)估計(jì)[J].儲(chǔ)能科學(xué)與技術(shù)，2024，13（9）：3059-3071.

[5] 周洪，辛竹琳，付豪，等.基于專利數(shù)據(jù)挖掘的固態(tài)鋰電池關(guān)鍵材料分析[J].儲(chǔ)能科學(xué)與技術(shù)，2024，13（7）：2386-2398.

[6] 柳杰.基于機(jī)器學(xué)習(xí)的鋰離子電池健康狀態(tài)參數(shù)估計(jì)研究[D].西安：西京學(xué)院，2023.

[7] 徐俊，郭喆晨，謝延敏，等.儲(chǔ)能鋰電池系統(tǒng)綜合管理研究進(jìn)展[J].西安交通大學(xué)學(xué)報(bào)，2024，58（10）：1-23.

[8] 林春景，李丹華，溫浩然，等.動(dòng)力電池在充電過程中的膨脹力特性[J].儲(chǔ)能科學(xué)與技術(shù)，2022，11（5）：1627-1633.

[9] OH K Y，EPUREANU B I，SIEGEL J B，et al.Phenomeno-

logical force and swelling models for rechargeable lithium-ion battery cells[J].Journal of Power Sources，2016，310：118-129.

[10] GRIMSMANN F，BRAUCHLE F，GERBERT T，et al.Impact of different aging mechanisms on the thickness change and the quick-charge capability of lithium-

ion cells[J].Journal of Energy Storage，2017，14：158-162.

收稿日期：2024-11-04

作者簡(jiǎn)介：王彥昕（1999—），女，山西人，碩士研究生，研究方向：應(yīng)急管理信息化智能化技術(shù)。

通信作者：李學(xué)哲（1976—），男，吉林柳河人，博士，教授，研究方向：測(cè)控技術(shù)與儀器儀表。