北京理工大學魏中寶教授團隊：基于多維特征聚類的鋰離子電池析鋰診斷方法丨JME文章推薦

引用論文

歹潤潤, 魏中寶, 胡鑒. 基于多維特征聚類的鋰離子電池析鋰診斷方法[J]. 機械工程學報, 2025, 61(18): 1-11.

DAI Runrun, WEI Zhongbao, HU Jian. Lithium Plating Diagnostic Method for Lithium-ion Batteries Based on Multidimensional Features and Cluster Analysis[J]. Journal of Mechanical Engineering, 2025, 61(18): 1-11.

(戳鏈接，下載全文)

鋰離子電池負極析鋰是制約其安全性和壽命的關鍵問題之一。為提高鋰離子電池應用的安全性并延長使用壽命，北京理工大學魏中寶教授團隊提出一種基于多維特征挖掘和聚類分析的鋰離子電池析鋰診斷方法。設計低溫析鋰試驗，采集電池試驗循環數據。建立高精度電池等效電路模型，提出基于模型參數辨識和容量增量分析的析鋰特征提取方法，以及基于主成分分析法的特征空間降維方法。在此基礎上，通過采用粒子群算法優化的基于密度的聚類算法，提出鋰離子電池析鋰故障的自適應分級診斷方法，并根據電池析鋰前后容量差值和物理檢測手段檢驗所提方法的準確性。診斷結果表明，基于多維度特征的析鋰診斷結果最優，相較基于電池模型特征的單維析鋰診斷方法，漏診率下降8.00%，較基于容量增量曲線特征的單維析鋰診斷方法，漏診率下降8.00%，誤診率下降3.63%；同時掃描電子顯微鏡、電感耦合等離子體檢驗結果與診斷結果一致，能夠較為準確診斷出輕度析鋰和嚴重析鋰，實現了鋰離子電池析鋰的分級診斷 。該團隊的研究成果以題為《基于多維特征聚類的鋰離子電池析鋰診斷方法》發表在《機械工程學報》2025年第18期。

1

研究背景及目的

隨著全氣候電池和大倍率快充技術的發展和應用，一些極端工況如低溫、過充過放、大倍率充電會導致電池產生各種故障，包括內阻增大、內短路、老化、熱失控等，進而導致電池的壽命降低甚至出現起火爆炸的情況，威脅人們的生命和財產安全。這些故障的誘因眾多，其中負極析鋰是最關鍵的因素之一。盡管目前已有許多原位無損析鋰診斷方法，但診斷能力有限，魯棒性較差。且隨著機器學習方法的快速發展，如何將機器學習用于析鋰診斷成為亟待解決的難題。

2

論文亮點

提出了一種基于多維特征挖掘和聚類分析的鋰離子電池析鋰診斷方法。從鋰離子電池模型參數和容量增量曲線提取析鋰的特征指標，采用相關系數對特征指標和容量之間進行相關性檢驗，進一步篩選出析鋰的強相關特征。為降低計算復雜度，采用主成分分析法對所選取的特征進行降維處理，得到新的綜合特征。利用聚類分析算法分別從單維度特征和多維度特征對實驗電池進行分級析鋰診斷。

圖1 電池負極鋰析出嵌入簡化模型

圖2 試驗平臺

3

實驗方法

設計低溫析鋰試驗，采集電池試驗循環數據。建立高精度電池等效電路模型，提出基于模型參數辨識和容量增量分析的析鋰特征提取方法，以及基于主成分分析法的特征空間降維方法。在此基礎上，通過采用粒子群算法優化的基于密度的聚類算法，提出了鋰離子電池析鋰故障的自適應分級診斷方法，并根據電池析鋰前后容量差值和物理檢測手段檢驗所提方法的準確性。

圖4 實驗框架

4

結論

(1) 提出了多維析鋰強相關特征的提取方法，針對電池模型參數和容量增量曲線，采用相關性分析方法最終確定了電池等效電路模型中的極化內阻 R 1 、極化電容 C 1 、電化學阻抗譜模型中的極化阻抗 R ct 、容量增量曲線d Q /d V 一、二峰對應電壓位置作為析鋰特征，析鋰相關性均大于0.7。

(2) 提出了基于多維特征聚類的析鋰診斷方法，診斷結果準確，與基于電池模型的單維析鋰診斷方法相比，漏診率下降了8.00%，與基于容量增量曲線的單維析鋰診斷方法相比，漏診率下降了8.00%，誤診率下降了3.63%。

(3) 實現了析鋰自適應分級診斷，所提出的診斷方法能夠較為有效的分級診斷容量衰退率在2.0%-7.5%的輕度析鋰電池和容量衰退率超過7.5%的嚴重析鋰電池。

5

[1] Zhang S, Wei Z, Zhang L, et al. Equivalent sampling-enabled module-level battery impedance measurement for in-situ lithium plating diagnostic[J]. Journal of Power Sources, 2024, 600：234239.

[2] Wei Z, Yang X, Li Y, et al. Machine learning-based fast charging of lithium-ion battery by perceiving and regulating internal microscopic states[J]. Energy Storage Materials,2023, 56：62-75.

[3] YOU H, JIANG B, ZHU J, et al. In-situ quantitative detection of irreversible lithium plating within full-lifespan of lithium-ion batteries[J]. Journal of Power Sources, 2023, 564：232892.

[4] Wei Z, Hu J, He H, et al. Embedded distributed temperature sensing enabled multistate joint observation of smart lithium-ion battery[J]. IEEE Transactions on Industrial Electronics, 2022, 70(1): 555-565.

作者及團隊介紹

魏中寶，北京理工大學機械與車輛學院教授、博士生導師，入選國家高層次青年人才、科睿唯安世界高被引科學家、愛思唯爾中國高被引學者。主要從事新能源汽車、電池、燃料電池管理與控制研究。發表學術論文100余篇，被引6000余次，授權專利20余項，編寫教材1部。主持國自然聯合基金重點項目、科技部重點研發計劃青年科學家項目、國自然面上項目、GF科工局基礎產品創新科研課題等多個國家級項目和課題。相關研究成果獲得教育部科技進步獎一等獎、中國仿真學會創新技術獎一等獎、中國機械工業科學技術獎三等獎、頂級期刊與會議最佳論文獎等。擔任IEEE Transactions on Industrial Electronics、IEEE Transactions on Intelligent Transportation Systems、IEEE Transactions on Transportation Electrification等車輛、電氣、交通領域頂級學術期刊副主編，以及7本知名國際學術期刊客座編輯。

6

作者或團隊研究方向介紹

（1）新能源汽車儲能系統管理與綜合控制研究

（2）人工智能理論及應用

（3）燃料電池環境適應性研究及優化控制研究

課題組擁有相對完善的電動汽車整車與動力電池管理技術研發平臺體系，已建成涵蓋動力電池單體-模組-系統的全工況/全氣候/多維度測試平臺、BMS 測試平臺、動力電池多應力損傷與熱失控測試平臺、動力電池管理系統HiL測試驗證平臺、動力電池微觀測試與性能表征實驗平臺，同時可支撐研究需要的動力電池性能測試與機理研究。

7

近兩年團隊發表文章

[1] Wei Zhongbao, Hu Jian, He Hongwen, Yu Yifei, and Marco J. "Embedded distributed temperature sensing enabled multistate joint observation of smart lithium-ion battery." IEEE Transactions on Industrial Electronics 70.1 (2022): 555-565.

[2] Wei Zhongbao, Yang Xiaofeng, Li Yang, He Hongwen, Li Weihan, Sauer D U. "Machine learning-based fast charging of lithium-ion battery by perceiving and regulating internal microscopic states." Energy Storage Materials 56 (2023): 62-75.

[3] Li Pengfei, Wei Zhongbao, Wu kai, Hu Jian, Yu Yifei, He Hongwen. "Embedded Sensing-Enabled Distributed Thermal Modeling and Nondestructive Thermal Monitoring of Lithium-Ion Battery." IEEE Transactions on Transportation Electrification 10.3 (2024): 7019-7028.

[4] Wu Jingda, Wei Zhongbao, He Hongwen, Wei Henglai, Li Shuangqi, Gao Fei. "Ensembled Traffic-Aware Transformer-Based Predictive Energy Management for Electrified Vehicles." IEEE Transactions on Intelligent Transportation Systems 25.9 (2024): 12333-12346.

[5] Zhang Sheng, Wei Zhongbao, Zhang Lingshi, Hu Jian, Dai Runrun. " Equivalent sampling-enabled module-level battery impedance measurement for in-situ lithium plating diagnostic." Journal of Power Sources 600 (2024): 234239.

作 者：魏中寶

責任編輯：杜蔚杰

責任校對：張 強

審 核：張 彤

JME學院簡介

JME學院是由《機械工程學報》編輯部2018年創建，以關注、陪伴青年學者成長為宗旨，努力探索學術傳播服務新模式。首任院長是中國機械工程學會監事會監事長、《機械工程學報》中英文兩刊主編宋天虎。

歡迎各位老師掃碼添加小助理-暖暖為好友，由小助理拉入JME學院官方群！

歡迎關注JME學院視頻號~

尋覓合作伙伴

有一種合作叫做真誠，有一種發展可以無限，有一種伙伴可以互利共贏，愿我們合作起來流連忘返，發展起來前景可觀。關于論文推薦、團隊介紹、圖書出版、學術直播、招聘信息、會議推廣等，請與我們聯系。

感謝關注我們！《機械工程學報》編輯部將努力為您打造一個有態度、有深度、有溫度的學術媒體！

版權聲明：

本文為《機械工程學報》編輯部原創內容，歡迎轉載，請聯系授權！

在公眾號后臺留言需要轉載的文章題目及要轉載的公眾號ID以獲取授權!

聯系人：暖暖

微信小助手：jmenuannuan

E-mail：jme@cmes.org

網 址：http://www.cjmenet.com.cn

官方微信號：jmewechat