Lifetime prediction and maintenance assessment of Lithium-ion batteries based on combined information of discharge voltage curves and capacity fade

5. Lifetime prediction and maintenance assessment of Lithium-ion batteries based on combined information of discharge voltage curves and capacity fade

论文基本信息

字段	内容
DOI/URL/PDF	ScienceDirect出版社预览页；PDF需机构访问/购买
发现来源	Crossref；来源URL为DOI
期刊/会议/平台	Journal of Energy Storage, 81, Article 110376
发表日期	2024-03-15；ScienceDirect确认卷期和日期，Crossref登记日为2024-03-01，按出版社日期报告并保留月级元数据差异
作者/机构	Rui Wang、Mengmeng Zhu、Xiangwu Zhang；出版社预览未能核实完整机构信息
通讯作者	未能确认
脚本评分/证据等级	75；摘要级。评分理由包括寿命预测、capacity fade、Journal of Energy Storage及引用数；引用数不作实验结论
核验路径	payload DOI页请求失败 → 标题搜索定位ScienceDirect PII → 出版社摘要、摘要片段及日期/作者信息可读，全文不可访问

纳入理由与原文证据

• 主题/边界： 直接进行电池寿命/RUL预测，并把结果用于维护更换策略，符合RUL与寿命预测主题。
• 证据： 出版社摘要说明用放电电压曲线检测容量退化变点，再以两阶段Wiener过程预测RUL；ScienceDirect摘要。

数据集/电池体系

• 体系/数据： 锂离子电池；使用作者实验室数据和NASA数据。可访问摘要未给电芯数量、材料体系或原始数据获取链接。
• 工况/跨域： 具体温度、倍率、SOC、各数据集组成和跨域测试划分未能确认。

EOL/RUL/SOH 定义

• 目标/定义： RUL被定义为当前退化状态到容量低于失效阈值的时间/寿命区间；摘要未给阈值数值、单位、标签生成及不确定区间。
• 未来信息风险： 变点识别需确认只用预测时点已观测的放电电压；若用完整寿命轨迹确定变点或拟合参数，会产生前视偏差。

模型方法

• 流程： 动态时间规整（DTW）计算不同循环放电电压曲线相似度，非负矩阵分解（NMF）识别容量退化变点，再由含变点检测的两阶段Wiener过程（TSWP-CP）建模容量退化并导出RUL表达式；另分析两种更换策略。
• 部署： 需要放电曲线及容量记录。摘要称方法针对降低复杂度，但未提供实时计算成本或BMS部署测试。

验证设计

• 划分/泛化： 实验室及NASA数据被用于RUL预测；ScienceDirect预览列出设计实验片段，但无法确认训练/测试按电芯隔离、是否外部验证或维护策略模拟参数来源。
• 可信度： 信息不足至中。出版社摘要与方法片段可读，主要数值和划分仍受全文访问限制。

指标与结果

• 摘要未给RUL误差、置信区间或维护成本的数值；仅说明评估长期成本率和替换决策。无可核实数字时不作精度排名。

泄漏风险、复现性与局限性

• 泄漏风险： 信息不足；重点复核NMF变点检测是否只基于当前可用循环、Wiener参数是否仅用训练电芯拟合。
• 复现性： 低至信息不足。当前可读内容有方法摘要，但全文、参数、代码及实验室数据共享情况未确认。
• 局限性： 全文不可访问；摘要未交代样本数与阈值；维护策略中的成本参数可能影响结论，需检查敏感性分析。

是否值得跟进

• 结论： 跟进。
• 理由与下一步： 用电压曲线识别变点、避免依赖非单调容量直接定位，值得与在线BMS场景对照。申请全文并优先核查电芯划分、变点因果性、RUL指标和成本参数。