车用三元锂电池CNN-LSTM挤压力学响应预测

摘要

以车用三元锂电池为研究对象，提出一种基于CNN-LSTM混合模型的电池挤压力学响应预测方法.首先利用LS-DYNA有限元仿真软件构建高精度电池单体挤压模型，模拟电池在10、 15、 20和25 mm直径球形与圆柱形压头下的挤压过程；然后基于仿真数据构建包含力-位移曲线的时间序列数据集；最后采用CNN-LSTM神经网络模型来预测电池在25 mm直径压头下的挤压失效情况，并引入LSTM模型进行对比.实验结果表明，CNN-LSTM混合模型能更有效捕捉电池结构非线性变形过程中的时空耦合特征，可为车用三元锂电池机械滥用失效预测提供高精度、强泛化性的分析方法.

关键词

三元锂电池 / 力学响应特性 / 失效预测 / 卷积神经网络 / 长短期记忆神经网络

基金资助

国家重点研发计划资助项目(2022YFB4702401)