判断测量电池剩余的使用寿命？

这可以通过存储从诊断充电器、分析仪、监视器和快速测试仪随时间推移接收到的性能数据来实现。通过使用云分析跟踪电池的 SoH，可以更准确地估计 RUL。

表示 MVP 的红线由内在的目标选择器设置。受益于云分析的行业包括医疗保健、公共安全、国防、物流、无人机和机器人操作员，方法是跟踪随时间推移的容量损失并估计下降到表示生命周期结束的红线的时间。

如果一直很低，则应将目标选择器设置得更高，以确保为意外事件提供足够的容量。电池在一天结束时应该有 20% 的剩余电量。然而，有了充足的 SoC，可以降低门槛，使电池的使用寿命更长。观察剩余电荷类似于航空公司飞行员携带足够的燃料以实现逆风安全着陆。

电池测试方法

要估算 RUL，必须随时间跟踪容量读数，这对大型系统来说是一个挑战。电池测试和诊断评估因电池系统和应用而异。大多数电池管理系统 (BMS) 测量电压、Ri 和温度。这些参数本身无法提供容量读数；然而，利用历史数据和已知的 MVP，可以随着时间的推移预测 URL。最常见的电池测试方法是：

1. 使用人工神经网络 (ANN) 分析大数据。日期戳、负载模式和环境压力被添加到 ANN 数据中。该方法不是通过电化学证据来测试电池，而是整理大型电池存储系统（BSS）的外围数据。
2. 通过频率扫描的电化学阻抗谱 (EIS) 评估电池的完整性，并通过人工智能分析奈奎斯特图。EIS 可以使用从具有不同 SoH 的电池派生的矩阵来评估单个电池模块的 SoH。
3. 从BMS中提取 SoH 数据。如果涉及深度循环，传统 BMS 的 URL 基于循环计数、放电深度和库仑计数。BMS 会发现异常，但在不知道可用电池容量的情况下，RUL 评估是有限的。
4. 读取 SMBus 电池的完全充电容量 (FCC)。FCC表示在野外充放电时基于库仑计数的数字容量。数据很容易获得，但随机使用会出现不准确的情况，可以通过校准来纠正。
5. 使用电池分析仪应用完整周期，这项服务最适合便携式应用中使用的电池。现代电池分析仪校准智能电池，在储存后准备电池组以供维修，使用AirShip为运输做好准备，并在更换前检查“化学容量”。

这也适用于电池，更好的 SoH 评估将改进 RUL 估计。电池很少会意外失效；大多数遵循 SoH 踪迹达到生命终结。容量是线性且可预测地消退的主要健康指标。确实会发生异常；许多本质上是机械性的，由过度使用引起，可能导致内阻 (Ri) 增加或短路。锂离子中的枝晶就是一个例子。所有产品都有剩余使用寿命 (RUL)，由健康状况 (SoH) 管理。

大多数电池的寿命终止是 80% 的容量。而不是 10 小时的服务，尽可能以 100% 的容量，80% 将只提供 8 小时的运行时间。建立 RUL 需要最低可行性能 (MVP)，方法是建立最低可接受功能水平，低于该水平电池对于给定应用不再可行。

车辆中的启动器电池提供了更大的耐受性，并且在 30% 或更低的容量下仍然可以启动。寿命终止点为 30% 时启动电池的容量下降。通过 40% 以上的容量测试读数承诺一年的宽限期，对下一次服务有好处。