鐵鋰電池的電壓變化與殘電量

關於電耗方面的數據,已經收集得差不多了,魔化的E-GO截至目前為止約為每度電可跑28.8Km,有興趣Follow的人可至以下連結持續關注:

魔化E-GO電耗紀錄

接下來要收集的,則是關於【隨著放電而變化的電壓值與殘存電量間的關係】

之前就知道鐵鋰很機車的一個地方就是其電壓變化,中間有很大的一個區塊如同死魚一般,直直的一條,所以無法被利用來臆測殘電量,沒圖沒真相,資訊大爆炸的時代,幾萬個字也比不過一張圖,今天做了第一次的紀錄,就先拿出來看看它是怎樣個"直直一條"法!

鐵鋰電池的電壓變化與殘電量
基本上路線還是一樣,差別在於利用途中幾個停等紅綠燈的點,觀察電壓的回壓情況。


鐵鋰電池的電壓變化與殘電量
簡單製成試算表。因為紅綠燈的停等時間大多是落在30至90秒之間,所以這裏就分別記錄下30、60與90秒這三種的電池回壓後總電壓值。

電量的容量與百分比變化只能用推算的,也就是將此程的每公里秏電量去乘以每個分段的里程數、再與總電量相減。

鐵鋰電池的電壓變化與殘電量
先跑個電量百分比變化的圖形出來。如果電池組的電壓變化也能像這樣,呈現一種線性的下降關係,就能夠輕易的用來推估電池組的殘存電量還有多少了,但是很遺憾......


鐵鋰電池的電壓變化與殘電量
鐵鋰就是鐵鋰,雖然每家電芯配方與製程等皆不相同,但基本上其電壓變化就是這副德性。

圖中大概只有頭尾兩個區段的電壓變化比較顯著,其中有兩座的"平原區",不管你怎麼騎他都是"直直的一條",這還能臆測個屁殘電量啊

鐵鋰電池的電壓變化與殘電量
電壓變化曲線殘電量百分比變化曲線套疊。一整個不匹配

但還是可以勉強得知80%~70%與45%以下開始的變化,充做一個判斷大致殘電量的"點"。
2013-11-10 17:05 發佈

rico0123tw wrote:
關於電耗方面的數據,...(恕刪)


關於電池容量,鐵鋰是沒辦法用電壓判斷的,有些里程表用瓦時計算,但是又遇到電池平衡與衰減的問題,所以都一直沒辦法很準的預估。 但我個人的土炮經驗值到現在都還算"堪用",1Ah=1Km,保證你可以騎回家。 理論上騎車習慣,環境,馬達,與控制器參數都會有關係,但這是上限。 到家了還有剩電當然好,但要是用推的回家就糗了。
epassii專注於電池相關晶片開發,產品具高效率、高可靠度充放電管理、 高精準度電量量測與電芯平衡、 完整安全保護及智能管理操作等特色。產品涵蓋切換式充電控制晶片 (Switching Charge IC)、電量計晶片 (Gauge IC)、類比前級控制晶片(Analog-Frond End IC)及功能整合型控制晶片( SOC)等。

建議可以用EG2801電量計晶片,或德儀TI 公司的BQ77910,BQ27541,BQ20Z80DBTR晶片

SP2541是一款電池電量計,可精準讀取電池電壓,電流,溫度等訊息,並透過精確的積分及演算作庫倫計量。SP2541並提供一組I2C介面與主系統進行通信,廣泛適用於便攜式裝置中

Product Features :
*I2C介面
*電壓/電流精度1.5%
*Time Base 精度 1.5%
*溫度量測
*DFN-12(2.5*4mm)Package

Excellence:
*提供高精度的電池狀態及電量監測
*計算各種條件下的剩餘電量
*針對充放狀態,時間,電壓,電流及溫度進行報告
*提供電池溫度狀況, 有效安全管理電池運行
*無需微處理器及複雜電子電路設計
rico0123tw wrote:
關於電耗方面的數據,...(恕刪)
我的經驗是,騎了1公里左右,電壓就從56V降到52出頭,回壓後到53V左右

tc0010 wrote:
我的經驗是,騎了1公...(恕刪)


我也差不多,充飽大約57.2
但只要使用,馬上從57.2掉至52或51..

不過從鋰鐵的放電圖來看是電池初期跟電池耗完電是急速下降或上升..
中間哪段根本是平到底..這就很清楚鋰鐵特性..在電池還沒耗光前..電壓不會變化太大,一旦變化太大,代表電池電力快用光..
R大提出的問題,其實就是精確數學無法處理的問題,需要用模糊數學才能處理,然後給出一個更接近真相的大概率估計值.
模糊數學,即人工智慧.
目前人類科技摸到一點人類智能脈絡的規律是,有很大一類問題,人類智能是通過經驗,也就是閱歷來判斷事情的.是通過參考海量的歷史事實記憶來決定自己如何選擇判斷的.

用本案例來舉例的話,
電腦資料庫應收集過往充放電的數據,
電腦整理那些過往數據的規律特徵,速度,里程,電流,容量,比例,曲線拐點等特徵值,
然後,電腦再評判當下的電池電壓,放電量累計積分計算,
以及如S教授所言的平衡因素,衰減因素等等的規律特徵,再扣掉一些風險意外概率,
然後,才給出一個估算值.

當然,模糊數學人工智慧,用在這裡,簡直是小題大作,但其它一些人工智慧問題,比如說,

英美海洋法系的法官判案,機器語言翻譯,(防空導彈)目標識別,電腦(和人類)下象棋.基本上都是用的這個方法.
比如說,下象棋,其實電腦只是存儲和參考了幾億局棋譜的歷史經驗而已.

目前,機器翻譯,翻譯出來的語言可以用一塌糊塗來形容.然而,通過搜索網際網路網民使用的海量語言表達,通過模糊計算來貼近事實真相,那麼機器翻譯將成為繼象棋之後,下一個電腦戰勝人類頭腦的人工智慧典範.
也就是說,目前人工智慧機器翻譯研究,所取得的重大理論進展是,
應把原話的同義詞,近義詞,句法,語境,情感,內容等羅列出來,然後和目標語言的網民海量表達去比對,找出最貼近,概率最高的目標語言表達方式.

就象我先前所說,敘利亞打飛機,土耳其測試各家反導能力.目標飛行器也不是笨蛋,它會和下面的導彈捉迷藏,電子對抗,鬥智斗勇.使用精確數學去捕捉目標,遇到無法計算處理的情況太多了.導彈紛紛脫靶,脫靶概率太高了.然而用模糊數學計算去捕捉目標,脫靶概率低多了,基本是一抓一個准.
內文搜尋
X
評分
評分
複製連結
Mobile01提醒您
您目前瀏覽的是行動版網頁
是否切換到電腦版網頁呢?