Обмеження класичних тестерів

Тестери акумуляторів легкодоступні, але ми запитуємо: «Наскільки добре вони працюють?» Не всі знайомі з результатами тестів, окрім того, що напруга пов’язана зі станом заряду (SoC), а внутрішній опір (Ri) – з потужністю та умовами навантаження. Показники ємності знаходяться поза межами можливостей більшості тестерів. Ємність є головним показником стану, який визначає закінчення терміну служби. Втрата енергії, що накопичується, здебільшого залишається непоміченою, тоді як показники тестера залишаються незмінними.

Більшість тестерів вимірюють Ri, застосовуючи імпульс розряду та спостерігаючи за падінням напруги. Закон Ома ($V = I \times R$) визначає Ri. Проте, як показують випробування в лабораторіях Cadex, сам по собі Ri не дає повної картини. Деякі тестери додатково аналізують відновлення напруги, яке пов'язане зі станом здоров'я (SoH) — хороший акумулятор відновлюється швидше.

Рисунок 1: Класичний тестер акумуляторів має обмеження

Акумулятор схожий на «чорний ящик». Акумулятор виглядає однаково, незалежно від того, чи повністю заряджений, чи розряджений, новий чи вицвілий. Для порівняння, автомобільна шина деформується, коли в ній мало повітря, і її замінюють, коли протектор зношується. Незважаючи на це маскування, акумулятор демонструє характеристики, які прилади можуть вимірювати з різним рівнем точності.

SoC перевіряється напругою, але неточності виникають, якщо акумулятор перевантажували. Показники напруги після заряду залишаються високими протягом певного часу, а розряд знижує напругу. Нормалізація займає кілька годин. Більшість тестерів акумуляторів вимірюють Ri, застосовуючи калібрований імпульс розряду та спостерігайте за падінням напруги. Закон Ома (V=I x R) визначає Ri шляхом ділення падіння напруги на прикладений струм.

Свинцево-кислотні акумулятори AGM/GEL

Надійні свинцево-кислотні акумулятори для максимальної ефективності роботи

Акумулятор Victron 12V/110Ah GEL Deep Cycle

 Є ідеальним вибором для застосувань, що вимагають надійного, довговічного і глибоко розрядного джерела живлення

Купити

Акумулятор Victron AGM Super Cycle 12V 125Ah (M8)

Завдяки технологіям електрохімії, цей акумулятор витримує до 300 циклів розряду до 100%, що робить його відмінним для автономних електричних систем

Купити

AGM акумулятор BB Battery MPL55-12 (12В 55Аг)

 AGM VRLA батарея з високим струмом розряду, спеціально розроблена для критичних навантажень у системах ДБЖ, телекомунікаціях та енергетиці.

Купити

Подивитися більше

Коефіцієнт відновлення (Ri) акумулятора погано корелює з ємністю. Випробування в лабораторіях Cadex показують кореляцію між ємністю та Ri лише на рівні 51%. Ri сам по собі не дає повної картини. Деякі тестери акумуляторів також аналізують відновлення напруги, яке пов'язане зі станом.

Причини виходу з ладу стартерних акумуляторів

На рисунку 2 показано причини виходу з ладу свинцево-кислотних стартерних акумуляторів. Зниження ємності (48%) є найпоширенішим видом виходу з ладу, спричиненим зносом активного матеріалу. Для порівняння, підвищення Ri становить лише 12%. Тестовий пул також включає акумулятори, які перерозряджені (23%) та не мають дефектів (15%). Механічні та виробничі дефекти становлять лише 2%.

Рисунок 2: Аналіз відмов 800 стартерних акумуляторів AGM.

Кращі методи тестування дозволять довше зберігати акумулятори в експлуатації, оскільки акумулятори часто повертаються без конкретних дефектів. Можна усунути несправності, спричинені клієнтами, такі як низький заряд.

Виробники акумуляторів шукають передові методи тестування акумуляторів для покращення виробництва та виявлення несправностей, спричинених користувачем. Промисловість також шукає рішення в рамках технічного обслуговування, орієнтованого на надійність (RCM). Визначений стандартом SAE JA1011, RCM – це протокол технічного обслуговування, який забезпечує постійну надійність механічних деталей шляхом спостереження за зносом. Запроваджений у 1960-х роках, авіакомпанії першими прийняли цей стандарт для зменшення інвазивного технічного обслуговування. Військові прийняли систему в 1967 році, що призвело до появи цивільних користувачів на атомних електростанціях, у нафтогазових компаніях, метрополітені та лікарнях.

Наразі RCM не включає акумулятори. Частково це може бути пов'язано з відсутністю відповідних методів випробувань. Можна було б використовувати систему керування акумуляторами (BMS), але моніторинг напруги, струму та температури виявляє лише аномалії. Залишковий термін служби (RUL), що відображає ємність, недоступний. Також позначка даних не дає надійного показника того, коли акумулятор слід замінити. Акумулятори часто замінюють занадто рано, проте більшість з них залишаються в експлуатації занадто довго.

BMS для літієвих АКБ

Захищає батареї від перезаряду, глибокого розряду, перегріву та надвисокого струму

Victron VE.Bus BMS V2 – система управління літієвими акумуляторами LiFePO4 Smart

Розумна система керування батареями LiFePO4 Smart від Victron

Купити

SmallBMS – BMS для LiFePO4 Smart акумуляторів Victron

 Компактна система керування батареями Victron Lithium Smart (LiFePO4), що забезпечує базовий захист акумуляторів від глибокого розряду, надмірного заряду та перегріву.

Купити

Smart BMS CL 12/100 – інтелектуальний захист LiFePO4 батарей у 12В системах від Victron Energy

Поєднує обмеження струму з генератора, Bluetooth-моніторинг, аварійні виходи та модульну взаємодію з іншими пристроями Victron – все в одному пристрої!

Купити

Подивитися більше

Перевірка акумуляторів, що виходить за рамки вимірювання напруги та Ri, стає складною. Акумулятор нагадує живий організм, що складається з компонентів, які споживають активні матеріали, накопичують плівки, що гальмують продуктивність, позбавляючи заряду, та зазнають механічних навантажень, що призводять до підвищеного саморозряду. Довговічність акумулятора можна визначити за такими характеристиками:

• Зниження ємності, що проявляється зменшенням накопичення енергії;
• Підвищений внутрішній опір, що відображається у зниженій вантажопідйомності
• Високий саморозряд, викликаний навантаженням, що може призвести до проблем безпеки літій-іонних акумуляторів.

Невиявлені ефекти старіння можуть спричинити тепловий розгін, що є особливо проблемою для літій-іонних акумуляторів. Встановлення RCM для критично важливої ​​акумуляторної системи ставить такі питання:

1. При якій ємності акумулятор потребує заміни?
2. Які ще аномалії акумулятора має виявити монітор?
3. Які наслідки виходу з ладу акумулятора?

Ключові характеристики старіння акумулятора

Сучасні технології тестування

Досягаються певні досягнення шляхом характеристики різних властивостей акумулятора за допомогою такого методу, як електрохімічна імпедансна спектроскопія (EIS) . EIS вводить синусоїдальні сигнали кількох частот в акумулятор та вимірює імпедансну характеристику у вигляді графіка Найквіста. Cadex отримала власну технологію для перетворення графіка Найквіста в стан гідравліки (SoH) та стан кристала (SoC) акумулятора. Ось як це працює.

Графік Найквіста побудовано на основі моделей акумуляторів, що відображають різні внутрішні властивості. Довідкові зображення параметрів моделей справних та поганих акумуляторів були отримані шляхом сканування великої кількості акумуляторів з подібною архітектурою, але різними станами продуктивності. Потім параметри моделі пропускаються через розширений алгоритм аналізу даних, такий як нечітка логіка, для визначення ємності, Ri та So. Рисунок 3 спрощено ілюструє концепцію технології багатомодельної EIS. Багатомодельна EIS також відома як Spectro™.

Рисунок 3: Spectro™ поєднує EIS зі складним моделюванням за допомогою машинного навчання за допомогою штучної нейронної мережі.

Тестери акумуляторів, що використовують технологію EIS, розроблену Cadex, використовуються в автомобільній промисловості для перевірки стартерних акумуляторів. Вимірювання ємності є кращим, оскільки сам по собі показник струму холодного пуску (CCA) не надає інформації про рівень ємності. Показники CCA на більшості стартерних акумуляторів залишаються нормальними, тоді як ємність непомітно падає. Це часто призводить до неочікуваних збоїв, оскільки сильне обертання двигуна не відображає низьку ємність.

Технологію Spectro™ також можна використовувати для тестування акумуляторів, специфічних для конкретних моделей, у свинцево-кислотних та літієвих хімічних складах. Кожна модель акумулятора спочатку сканується, щоб створити «золотий зразок», що представляє собою завідомо справний акумулятор. Симптоми старіння аналізуються шляхом спостереження за незначними змінами графіка Найквіста відносно дзеркального відображення акумулятора в новому стані.

Підключення до хмари спрощує логістику, завантажуючи зразки золота для кожної моделі разом із різними даними про старі акумулятори. Пристрої Spectro™ у вигляді портативних тестерів (Cadex) та установок BMS надають результати випробувань, упорядковані за датою та номером моделі, та зберігаються у хмарі Cadex Cloud. Великі дані, обробляючись за допомогою машинного навчання та штучних нейронних мереж (ANN) – технологій, що надаються Spectro™, підвищують точність.

На рисунку 4 показано штучну нейронну мережу (ШНМ), яка аналізує величезний обсяг даних і надає класифікований результат за допомогою прихованих шарів. З'єднувальні одиниці, які називаються нейронами, утворюють біологічний мозок, який імітує тваринний інстинкт. Можна стверджувати: «Сміття на вході, сміття на виході», але обсяг шаблонів поведінки користувачів може дати дивовижні результати за допомогою ШНМ.

Рисунок 4: Штучна нейронна мережа (ШНМ) надає категоризований вихідний сигнал з величезного пулу вхідних даних.

Лабораторія Cadex тестує точність алгоритмів штучних нейронних мереж (ШНМ) та машинного навчання, таких як гауссова регресія, для визначення стану нагріву акумулятора. Гауссів метод є ефективнішим на нашому наборі даних про свинцево-кислотні акумулятори (точність ~90%) та дає кращі результати з меншою кількістю даних, ніж за допомогою ШНМ. Ці висновки підтверджені науковцями з UBC. Cadex далі досліджує ці відкриття зі свинцево-кислотними, нікель-металгідридними та літій-іонними акумуляторами.

Типовими сферами застосування розширеної системи аналізу акумуляторів (ABAS) є контроль автопарку шляхом відстеження роботи акумуляторів у польових умовах за допомогою тестерів на базі EIS та установок BMS на основі EIS. За допомогою ABAS диспетчер встановлює селектор цілей на розраховані порогові значення ємності для кожної системи акумуляторів з метою якомога довше підтримувати акумулятори в експлуатації, зберігаючи при цьому впевненість у системі. Така система повністю використовує кожен акумулятор, одночасно підвищуючи надійність та зменшуючи вплив на навколишнє середовище від передчасної утилізації акумуляторів.

Застосування та переваги

Розширена система аналізу акумуляторів (ABAS) використовується для контролю автопарків, відстежуючи роботу акумуляторів за допомогою тестерів на базі EIS. Диспетчер встановлює порогові значення ємності, що дозволяє:

• Максимально довго та безпечно експлуатувати акумулятори.
• Повністю використовувати ресурс кожного акумулятора.
• Підвищувати надійність системи.
• Зменшувати вплив на навколишнє середовище від передчасної утилізації.

Висновок

Чим складнішим стає метод тестування, тим далі технологія починає розшифровувати симптоми.
Прикладом є прогноз погоди, який спостерігає за змінами температури, швидкості вітру та вологості. Розпізнавання облич – ще один приклад шляхом порівняння опорних точок. Розпізнавання літер та голосу – це додаткові застосування, в яких машинне навчання розпізнає тонкі нюанси, щоб знайти колективне значення.

Завдяки більш просунутим інструментам оцінки жодне окреме зчитування не дає кінцевого результату. Машинне навчання підвищує точність, не надаючи чітких інструкцій. Машинне навчання, як підмножина штучного інтелекту, використовує алгоритми та статистичні моделі для аналізу даних та висновків на основі закономірностей даних. Вчені прогнозують, що майбутнє аналізу акумуляторів полягає в електронній інтелектуальній інформації (EIS) з машинним навчанням та хмарним підключенням. Величезні обсяги даних слугуватимуть таблицями пошуку, що забезпечуватимуть дивовижно точну оцінку стану акумуляторів для основних моделей.

Ключем до передового аналізу акумуляторів є зчитування «хімічного стану акумулятора», а не обробка даних за допомогою периферійних цифрових механізмів. Хімічний аналіз акумуляторів розвивається не так швидко, як цифрові технології. EIS з машинним навчанням, нейронними мережами та хмарним підключенням виводить аналіз акумуляторів на новий рівень. Ці відповідні технології також покращать контроль за автопарком для організацій.