廖子豪，于丽娅，李少波，周 鹏,2，张安思，李传江

(1.贵州大学 a.现代制造技术教育部重点实验室；b.机械工程学院，贵阳 550025；2.清华大学机械工程学院，北京 100062)

0 引言

锂离子电池依靠内部锂离子的流动产生电流，具有功率密度大、工作温度范围宽、使用寿命长等优点。虽然历经了多年的改良和优化，锂离子电池的长期使用仍然会造成其性能衰退，从而影响其使用寿命和使用安全性，甚至进而造成严重的财产、人员等的损失[1-2]，所以非常有必要对锂离子电池的剩余使用寿命(remaining useful life，RUL)进行预测，从而实现健康管理，以规避多种损伤电池寿命的操作并安全有效地对锂离子电池进行合理管理及使用[3]。

锂离子电池内部系统是一个随时间变化的动态系统，HU等[4]分析了电池寿命衰减的外部影响因素以及内部物理、化学因素，并从基于模型、基于数据驱动、基于融合的三类算法对电池RUL发展现状进行了系统总结。基于模型的电池RUL预测方法是利用专业相关的知识和经验建立电池寿命退化数学模型，例如电池内部结构的物理模型或是电化学方程，从电池内部结构出发，深入探讨其中的数学机理和退化规律，具有性能稳定、预测精度高等优点，但缺点是其需要知道准确的电化学、电池物理作用方程，且不适合于离线检测[5-7]。基于数据的电池RUL预测方法通过采集电池寿命退化的相关失效数据，利用算法挖掘数据隐含信息和数据之间的潜在联系，在统计分析等技术的支持下建立电池寿命退化的逼近模型，再将模型外推从而实现电池RUL的预测。……