整车天线布局与辐射近场仿真应用

来源：Gamma TechnologiesWritten By: Joe Wimmer背景为了了解电池产品的寿命，必须了解电池老化的过程。行业内通常通过试验法来了解电池老化的过程，不过这种方法成本昂贵且耗费时间太长。例如GT – AutoLion基于物理的方法来模拟锂电池老化，可以很好的减少测试时间，并且能够了解锂电池是如何随着时间老化的。电池日历寿命、循环寿命锂离子电池 的寿命包括循环寿命和日历寿命，现有标准针对常规寿命和循环寿命给出了具体的测试方法。锂离子电池的日历寿命是指电池从生产之日起到寿命终止的这段时间以年为计量单位，这期间包括搁置、老化、高低温、循环、工况模拟等不同环节。电池循环寿命是指在一定的充放电制度下，电池容量衰减到某一规定值之前，电池能经受的充电与放电循环次数。一个循环指一次满充+一次满放。 图1 锂电池日历寿命、循环寿命电池寿命一般由电池供应商提供，但往往整车企业会进行对应的测试。根据循环次数和电流的不同，循环老化测试可能需要数周或数月。如果电池以1C放电，大约需要6周完成500个循环。然而，日历寿命的测试需要相当长的时间，并取决于产品的预计寿命周期。不同的产品可能需要不同的日历老化量来测试产品全寿命周期内的老化情况，例如手机电池的寿命为2~3年，而电动车电池的寿命长达15年。以上对于汽车行业来说，产品开发周期大约在2~3年，所以锂电池进行对应的日历寿命测试是不可行的。由于预计产品寿命与产品开发周期之间存在很大的差距，电池日历寿命和周期老化寿命不是很容易去测试获得。为了解决这个问题，可以通过用少量的数据进行建模并校准模型，实现电池老化数据的仿真预测。基于Gt-Autolion实现电池老化预测电池老化的数据可以通过GT-Autolion进行参数优化来实现电池老化模型校准，如下图所示，是基于GT-AutoLion和GT-SUITE对参数标定，自动校准模型，使得仿真与实验数据的误差最小。同时校准的结果可以展示仿真参数与试验数据良好的相关性。 图2 模型校准然而，从图表中可以看出试验得到的电池日历寿命是在870天的时间段内采集的，时间接近2 ½年。如果没有足够的时间去完成电池老化的试验，我们用以下方法去完成电池老化的预测。下图展示了GT-AutoLion物理模型的仿真结果，通过模型校准并完成老化预测。图表中白色背景是电池老化模型与试验数据校准的部分，另一部分是灰色背景的数据，是基于校准后模型预测的结果。下图案例，GT-AutoLion建立模型，将前450天的试验数据拿来模型校准，并进行电池老化预测，灰色段展示了其他420天的预测结果，预测结果与试验结果拟合效果较好。 图3 图表背景描述以下以不同的时间进行数据校准之后的模型，进行电池老化预测，结果如下图所示。 正如预期的那样，可用来进行模型校准的数据越多，结果会越好。然而，研究结果也表明，即使在测试时间大幅减少的情况下，GT-AutoLion仍然可以建立可靠的物理模型。然后，这些经过校准的老化模型可以用来预测锂电池在系统中的老化过程，可以了解产品在老化后会持续多长时间以及性能如何。来源：艾迪捷