報告時間：12月10日下午4:00-6:00

報告地點：騰訊會議，會議ID：147-225-880

報告人：鄒長福 博士教授（瑞典查爾姆斯理工大學）

主持人：武小花

主辦單位：西華大學汽車與交通學院

報告人簡介

鄒長福，男，博士，瑞典查爾姆斯理工大學電氣工程學院教授。主要研究方向為電池儲能系統的建模、故障診斷與自動控制。長期與沃爾沃、ABB、斯堪尼亞等企業保持緊密的產學研合作，研究成果先后獲得瑞典研究理事會、歐盟委員會、瑞典能源署、科技局及瓦倫堡基金會等機構資助。擔任歐盟委員會、美國國家科學基金會、加拿大自然科學與工程研究理事會等多家資助機構的評審專家，并兼任IEEE車輛技術匯刊、交通電氣化匯刊及智能交通系統匯刊的編委。研究項目多次入選瑞典皇家科學工程院“IVA’s 100 List”，曾獲IEEE車輛技術學會最佳汽車電子論文獎、IEEE交通電氣化匯刊優秀論文獎等榮譽。

報告內容簡介

隨著交通運輸領域的大規模電氣化，電池健康狀態的實時診斷與老化預測已成為保障電動汽車安全性、可靠性與經濟性的關鍵。然而，真實車輛使用具有隨機性強、條件復雜、數據格式不統一及傳感器有限等特點，使傳統基于實驗室工況的方法難以直接應用。報告介紹團隊基于真實車輛數據構建的機器學習框架，實現統一的健康診斷與壽命預測。為適應車載直方圖數據，團隊提出“兩步數據壓縮 + 統計特征”方法，以實現高效存儲與建模。在老化預測方面，采用“全局模型 + 在線自適應”策略，以保證在不同車輛與任意工況下的準確性與泛化能力；在健康診斷方面，通過劃分典型充電場景并提取關鍵特征，實現對任意充電條件的穩健的健康狀態估計。基于大規模實驗室及7296輛PHEV車隊數據的驗證表明，該框架具有良好的準確性、可部署性和廣泛適用性，可有效支持電池安全管理、預測性維護及二次壽命價值提升。