10.3969/j.issn.1009-0029.2022.05.022
基于AI技术的锂离子电池存储区火灾早期探测技术研究
为快速探测锂离子电池存储区域内失效的电池,分析存储区内锂离子电池的失效模式及火灾表征因子,利用基于图像识别和大数据Artificial Intelligence(AI)的技术,对锂钴电池、三元电池、三元电池组(PACK)的堆垛进行理论分析及模拟测试.结果表明:锂离子电池堆垛失效可分为6个阶段:锂离子电池失效外表面温度缓慢上升阶段、乳白色气体沿地平面飘浮阶段、黑色烟气上升阶段、箱体外温度达到探测阈值阶段、着火起始及传播阶段和燃尽阶段;提出了锂离子电池堆垛失效火灾表征因子出现的顺序为白雾、烟气、温度及火焰;同时,开发了一种适用于锂离子电池存储区白雾、烟气及火焰的基于图像识别与大数据分析的AI探测系统,且该系统可在冒白雾1 min内有效预警,较吸顶感烟火灾探测器响应时间快5~10 min.
锂离子电池、存储区、火灾、探测、图像识别、大数据
41
X924.4;TM911(安全管理(劳动保护管理))
2022-07-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
686-689,693