梅赛德斯首席执行官Dieter Zetsche表示：“电池的智能不在于电池，而在于复杂的电池系统。这让人想起1970年代的计算机，那里的硬件很大，但软件很少。[1]

BMS的目的是：

1. 提供电池安全性和使用寿命，这是锂离子电池的必备条件。
2. 以充电状态和健康状态（容量）的形式揭示功能状态
3. 及时谨慎和服务。这可能是高温，电池不平衡或校准。
4. 指示容量低于用户设置的目标阈值时的生命周期结束时间。

并非所有BMS都提供所有这些功能。最基本的功能是电池保护和显示充电状态（SoC）。

虽然 SoC 很有帮助，但读出是不完整的，因为随着电池的衰减，也无法跟踪容量。用户可能习惯于提供满容量的电池，但这种情况是暂时的，无法维持。容量是电池健康状态（SoH）的主要指标，应该是电池管理系统（BMS）的一部分。了解SoC和SoH可提供功能状态（SoF），即最终的就绪信心，但以有效方式提供此信息的技术正在得到改进。

考虑到我们仍然缺乏可靠的方法来读取充电状态，这是电池的最基本度量读取电池中的剩余能量比分配液体燃料更复杂，因此构建更好的BMS是一个挑战。虽然油箱具有固定的尺寸，并且提供的燃料可以非常精确地测量，但电化学存储系统减小了其尺寸，并且随着电池老化，无法非常准确地评估流入和流出的库仑。

BMS还在充电和放电时提供保护;如果超过设定的限制或发生故障，它将断开电池。已建立的BMS标准是主要用于便携式应用的SMBus（系统管理总线），以及用于汽车的CAN总线（控制器局域网）和更简单的LIN总线（本地互连网络）。

固定电池是最早包括监控系统的电池之一，最基本的是对单个电池进行电压监控。一些系统还包括电池温度和电流测量。记录电池温度的微小差异暗示存在问题，并且在给定负载下测量每个电池的压降可揭示电池电阻。因此，可以识别干燥，腐蚀，板分离和其他故障。

虽然BMS在检测异常方面是有效的;容量衰减是最可预测的健康指标，很难估计，因为电压和内阻通常不受影响。读取容量从100%下降到70%的能力将是有价值的，但大多数BMS无法有效地做到这一点，即使容量下降到50%，电池也可能获得干净的健康证明。大多数BMS仅响应容量估计之外的异常，例如由电池不平衡和内阻变化引起的电池之间的电压差异。

一些工业和医疗设备制造商使用日期戳来确定电池寿命的结束，其他制造商则观察周期计数。虽然计数周期可能很简单，但没有约定来定义周期，一些系统只是在电池充电时将其称为周期日期标记具有类似的缺点，因为它促进了很少使用的电池的过早更换，而重型击球手可能会停留太长时间为了降低故障风险，当局要求尽早更换，并且通常使用寿命为两年。延长存储时间将使电池具有非常短的工作寿命。

生物医学工程师意识到，大多数电池更换得太快了。iPhone用户抱怨说，当电池充电仅90%时，他们的智能手机显示100%的电量。甚至军方领导人也说，他们用于战斗的电池库非常贫乏，以至于许多士兵携带石头而不是电池。有效的电池管理要么缺失，要么不够。对BMS的过度期望很常见，当用户被困在没有电池电源时，他会感到震惊。

让我们来看看BMS是如何工作的，注意缺点，并研究可能改变电池监控方式的新兴技术。

BMS在充电和放电过程中带有“化学电池”的印记，并建立了与用户通信的“数字电池”。 图1显示了由存储能量、可重新填充的空部分和永久丢失的非活动部分组成的电池组件。额定容量是指制造商以Ah（安培小时）为单位的指定容量，仅在电池是新的时才有效; 可用容量表示通过扣除非活动部分得出的真实储能能力。荷电状态（SoC）是指存储的能量，其中还包括非活动部分。

电池由储存的能量，可以充电的空部分和由于老化而永久丢失的非活动部分组成。

房舍管理处被编程为额定容量，并测量与可用容量相关的流入和流出库仑。随着容量的下降，库仑计数减少，这种差异可以进行容量估计。在完全充电期间计算完全放电电池的库仑或将完全充电的电池放电到截止点时，可以获得最准确的读数。这种干净的开始很少可能，实际情况下的容量估算会随着时间的推移而变得混乱。

BMS在接收完全放电和充电时设置标志。在休息期间，高级BMS还可以计算稳定开路电压的SoC，并开始从该有利位置充电和放电期间计算库仑。一些BMS还会考虑移除负载后的电压恢复，以估计SoC和/或SoH。

按电压-电流-温度进行电池检测

旧的大众甲壳虫的电池问题很少。其电池管理系统向电池施加电荷，并在通过继电器操作的稳压器巡航时将过充电能量刻录在电阻器上。停车时，汽车没有寄生负载。

从那时起，现代车辆被车载电子设备淹没，以提高安全性，便利性，舒适性和愉悦性;没有人知道需要的功能。为了使附件可靠运行，必须始终知道电池的充电状态。这对于全球采用的启停技术尤其重要。

当怠速停止汽车的发动机在红灯时熄火时，电池消耗25-50安培，为车灯，通风机，挡风玻璃雨刷器和其他配件供电。电池必须有足够的电量来启动发动机，这需要额外的350A来短暂停留。当发动机再次运行并且汽车加速到规定的限速时，电池仅在延迟10秒后才开始充电，延迟允许将所有能量引导到车辆加速。当回到充电模式时，铅酸电池的充电速度非常慢。

为了提供重要的电池信息，豪华车配备了一个电池传感器，用于测量电压，电流和温度。 图2示出了封装在构成正极电池夹一部分的小型外壳中的电子电池监视器（EBM）。

传感器读取电压，电流和温度以估计充电状态并检测异常;无法进行容量评估。

当电池是新的时，EBM工作良好，但大多数传感器无法正确适应老化。新电池的 SoC 精度约为 +/–10%。随着老化，EBM开始漂移，精度可能降至20%或更高。这在一定程度上与容量衰减有关，这是大多数BMS无法有效估计的值。这不是工程师的疏忽;他们完全理解所涉及的复杂性和缺点。

一辆典型的启停车辆每年经历大约2000次微循环。这种应变会将标准起动电池的容量降低到约60%，汽车制造商使用不同的电池系统，包括AGM和高级铅碳
量耗尽而被困在交通中。为了节省能源，现代汽车在充电电池电量不足并且电机在红绿灯处保持打开状态时会关闭不必要的配件。即使采用这种措施，如果在拥堵交通中通勤，充电状态也可能保持较低，因为怠速电机不能为电池提供太多电荷。使用灯，挡风玻璃雨刷器和电加热元件，可能会有净放电。

电池监控在混合动力汽车上也很重要，以优化充电水平。智能充电管理可防止过充电并避免深度放电。当充电水平较低时，内燃机（ICE）比正常情况更早接合，并保持运行时间更长，以收取额外费用。在充满电的电池上，ICE关闭，汽车在缓慢的交通中移动电能。

电动汽车驾驶员期望在能量储备方面具有与燃油动力车辆相似的精度，但目前的技术不允许这样做。为了补偿，EV电池被高估，并且当电量降低时，对电量计进行调整以节省额外的能量，以弥补不准确之处。建议EV驾驶员不要让电量过低，而是更频繁地充电。中充电器范围最适合电池。

电动汽车驾驶员还预计随着汽车的老化，行驶里程相同。这是不可能的，可驾驶距离每年都在变短，但BMS会有所弥补。新电池可能只能充电到大约80%，放电到30%。随着容量的逐渐降低，带宽逐渐增加，提供与新电池相似的行驶里程。由于电池性能降低，在寒冷的温度下行驶时，行驶的距离将明显缩短，一旦电池老化超过BMS的能量补偿范围
 

在 BMS 中添加容量估算

EBM具有局限性，因为它无法有效地估计容量。这可以通过添加容量估计值来克服
图 3 显示了具有公共检测点的 BMS，其中增加了测量容量的能力。Spectro™代表具有复杂建模的电化学阻抗谱（EIS）。这会将简单的电池传感器转换为功能状态 （So

了解 SoF 可以提高电池验证，但一些设备制造商拒绝向消费者透露低于 100% 的容量读数，尤其是在保修期内。为了隐藏不需要的信息，数据可以设置为代码访问，仅供服务人员使用（另请参阅
 

撇开消费者的担忧不谈，SoF意味着BMS在电池可靠性方面的重大改进，因为它跟踪容量衰减并计算可用能量的真实运行时间。基于容量的BMS还将预测最终的更换，这是当前BMS技术无法完全满足的问题。未来的BMS将把“数字电池”的信息与“化学电池”的信息结合起来，通过先进的学习算法提供可靠的SoF数据。

什么是渗透？

渗透是危险液体化学品在分子水平上通过防护服织物的过程。渗透可以通过以下简化图来表示。

• 将液体分子吸附到织物的接触（外部）表面上。
• 吸附分子在织物上的扩散。
• 分子从织物的相反（内部）表面解吸。

 

测量渗透率

通过测量化学品通过测试材料的突破时间和化学品的渗透速率来确定保护织物或保护接缝对潜在危险化学品渗透的阻隔性能。渗透测试按照ASTM F739，EN 369或EN 374-3测试方法进行，具体取决于使用国家/地区及其当地法规以及危险材料的物理状态。

使用渗透测试单元将测试织物的外表面暴露于液体化学品或气体中。通过使用质谱仪技术对细胞的收集侧进行采样并分析确定化学品何时渗透到织物表面来监测化学品对织物内表面的突破。

渗透率

危险化学品渗透到测试织物中的速率。渗透速率表示为每单位时间内流过织物区域的危险化学品的质量，例如2.0μg/cm2 /分钟或每平方厘米200万分之一g/分钟

稳态渗透率

当化学接触连续且所有影响渗透的力达到平衡时，突破后发生的恒定渗透速率

最小可检测渗透率 （MDPR）

在渗透测试期间可以检测到的最小渗透率 。MDPR是分析测量技术灵敏度，渗透化学品收集体积和采样时间的函数。在某些情况下，最小可检测渗透率可低至每分钟0.001μg/cm2。

 

实际突破时间或突破检测时间 （BDT）

化学品与织物外表面的初始接触与分析装置在内表面检测化学品之间的平均时间。

实际突破时间为>480分钟，渗透速率为“nd”（未检测到）并不意味着突破没有发生。这意味着在观察时间八小时后未检测到渗透。

可能已经发生渗透，但其速率低于分析设备的最小可检测渗透率（MDPR）。MDPR可能因化学品或分析设备而异。

在选择化学阻隔织物时，MDPR和预期的暴露时间用于确定保护水平是否足够，同时考虑到所用化学品的毒性。

 

标准化突破时间 – 根据 ASTM F739

化学品与织物外表面的初始接触与在织物内表面以0.1μg/ cm2 / min的渗透速率检测化学品之间的平均时间。

 

标准化突破时间 – 根据 EN 374-3

化学品与织物外表面的初始接触与在织物内表面以1.0μg/ cm2 / min的渗透速率检测化学品之间的平均时间。因此，突破时间被“标准化”，因为它与分析仪的灵敏度无关。这里记录了最低的BT。

>480分钟的标准化突破时间意味着平均渗透率从未达到1.0μg/cm2 /min的定义速率。然而，这种化学物质实际上可能已经突破，但速度较低。

 

规范化突破时间的性能分类

根据欧洲化学防护服标准，服装材料对化学品渗透的抵抗力必须根据EN 369或EN 374-3进行测量。标准化的突破时间分为六个性能等级。对于欧洲标准，以分钟为单位的标准化突破时间与性能等级之间的相关表显示在下表中

突破时间 （EN 369）（以分钟为单位）	英语等级
>= 10	第 1 类
>= 30	第 2 类
>= 60	第 3 类
>= 120	第 4 类
>= 240	第 5 类
>= 480	第 6 类

类型	标准和测试方法		测试说明
3 类喷射喷涂 试验	EN 14605+A1 ：2009 EN ISO 17491-3 ：2008		该测试涉及将整套防护服暴露在一系列水基液体的短射流中（具有30-35 m N / m的低表面张力），该射流针对防护服的各个关键部分。当离开烧成喷嘴时，射流的压力为3 bar，烧结喷嘴位于距服装1m的距离处。 液体是有色的，因此任何向内泄漏都会明显弄脏内衣。当内衣上的总染色面积小于校准染色的三倍时，西装已通过测试。（校准污渍是由0.02ml测试液体产生的污渍区域。
4 类饱和 喷雾 试验	EN 14605+A1 ：2009 EN ISO 17491-4 ：2008， 方法 B		该测试涉及将整个防护服暴露于强烈的水基液体喷雾中（具有30-35 m N / m的低表面张力）。总共4.5升作为细雾喷洒一分钟。精细喷雾不会对防护服施加压力。在喷洒时，防护服的穿着者将在旋转时进行轻柔的动作。液体是有色的，因此任何向内泄漏都会明显弄脏内衣。当内衣上的总染色面积小于校准染色的三倍时，西装已通过测试。（校准污渍是由0.02ml测试液体产生的污渍区域。
类型5 颗粒 向内 泄漏	EN ISO13982-1：2004+A1：2010 EN ISO 13982-2 方法 B		该测试涉及将整套防护服（10套测试套装）暴露在氯化钠的干燥气溶胶中。粒径为0.6μm。在暴露于干燥的气溶胶下时，穿衣者执行以下3个动作的顺序：9分钟站立，9分钟步行，9分钟蹲下。总向内泄漏量表示为针对每件测试服在3个点（膝盖，腰部和胸部）测量的防护服外氯化钠浓度的百分比。因此，对于每套套装，进行9次测量。 为了通过测试，向内泄漏必须小于30%，对于90个测量中的82个。（Ljmn，82/90≤30%）。 平均向内泄漏（每套服的所有运动和测量位置 - 9个读数）必须小于10个套装中的8个的15%。（Ls， 8/10 ≤ 15%）。
6 型低水平喷雾试验	EN 13034 ：2005+A1 ：2009 EN ISO 17491-4 ：2008 方法 A		该测试基本上与4型喷雾测试相同，但是6型测试中的液体具有略高的表面张力，为57 m N / m，并且喷涂量减少到1.9升。 当内衣上的总染色面积小于校准染色的三倍时，防护服通过测试。（校准污渍是由0.02ml测试液体产生的污渍区域。

 

颗粒表征的基础知识

颗粒表征是通过颗粒形状、大小、表面特性、电荷特性、机械特性、微观结构和更多测量参数来分析颗粒的过程。市面上有多种颗粒表征技术可用于测量颗粒样品。
大小和形状是影响颗粒物质行为的重要属性。球形珠子很容易且通常通过单一尺寸测量来表征：“直径”。鉴于其多维结构，不规则形状更难表征。例如，制造中使用的粉末需要多个测量参数来确保流动性、保压和其他性能功能。
粒度和形状分析是一种分析技术，通过它来测量和报告固体或液体颗粒材料样品中尺寸和形状的分布。粒度和形状分析是表征各种最终产品性能的重要工具，用于许多不同行业的质量控制，包括油漆、建筑材料、制药、食品工业和碳粉。
统计结果通常用直方图给出 由于颗粒数量众多，尺寸和形状数据是统计的。直方图是描绘变量或度量统计分布的最佳方式，并且有多种传播方法和度量来仅使用几个数字来表征分布。

为了显示样品中存在的尺寸，尺寸范围被划分为小尺寸类别或“箱”，我们计算每个尺寸箱中存在的颗粒数。下图是一个大小直方图，它很好地显示了实际分布。大小数据通常以图形方式显示在对数刻度轴上，以便更好地显示小尺寸。

非尺寸数据（如圆度、平滑度或纵横比）以线性刻度显示。轴的划分越精细，从直方图中得出的均值和分布形状图形就越准确。如果分割太细，则可能存在没有计数的条柱，这些条柱将在图形中显示为间隙，尤其是在对数轴的低端。

在“粒子洞察”中，可在“分析条件”中设置分割数和尺寸范围。

只有当颗粒是球形或有准确的形状信息时，才能准确计算体积分布。如果颗粒是非球形的，则从单个尺寸测量计数推断体积分布将不准确。
表面积加权可以以类似的方式完成，但需要注意。在对数刻度上，数字（未加权）图强调小尺寸，而体积加权强调大尺寸，可能根本不显示最小尺寸。按表面积的权重将介于数量和体积之间。体积加权直方图绘制大小类中存在的相对体积。

粒度测量的结果需要了解使用哪种技术以及计算的基础。每种技术都会产生不同的结果，因为每种技术都测量样品的不同物理特性。粒度分布可以基于几种模型进行计算：最常见的是数量或体积/质量分布。