首頁資訊一種新能源車輛健康狀態(tài)商檢平臺及方法發(fā)明專利

一種新能源車輛健康狀態(tài)商檢平臺及方法發(fā)明專利

來源：泰然健康網(wǎng) 時間：2025年04月27日 20:25

一種新能源車輛健康狀態(tài)商檢平臺及方法發(fā)明專利專利申請類型:發(fā)明專利;
源自:重慶高價值專利檢索信息庫;

專利名稱：一種新能源車輛健康狀態(tài)商檢平臺及方法

專利類型：發(fā)明專利

專利申請?zhí)枺篊N202311430546.6

專利申請（專利權(quán)）人：中國汽車工程研究院股份有限公司
權(quán)利人地址：重慶市渝北區(qū)北部新區(qū)金渝大道9號

專利發(fā)明（設(shè)計）人：向飛,何佳東,蒲云川,鄭孟,胡晶,廖雪梅,吳潔,趙廷柱,王瑤,黃憶,周晶晶

專利摘要：本發(fā)明涉及車輛檢測技術(shù)領(lǐng)域，具體為一種新能源車輛健康狀態(tài)商檢平臺及方法。所述方法運(yùn)用了所述平臺，所述平臺包括：充電檢測設(shè)備，用于采集新能源汽車的電池系統(tǒng)參數(shù)信息；登記模塊，用于對車輛信息進(jìn)行登記，并生成待檢測車輛列表；線下檢測子系統(tǒng)，用于分析充電檢測設(shè)備采集的檢測數(shù)據(jù)，生成電池健康狀態(tài)的檢測結(jié)果；線下檢測子系統(tǒng)包括第一電池健康檢測模塊、第二電池健康檢測模塊與模型選擇模塊；模型選擇模塊，用于根據(jù)待檢測車輛的數(shù)量選擇調(diào)用第一電池健康檢測模塊或第二電池健康檢測模塊。該技術(shù)方案能夠在檢測站高效地實(shí)現(xiàn)對新能源車輛電池健康狀態(tài)的檢測。

主權(quán)利要求：
1.一種新能源車輛健康狀態(tài)商檢平臺，其特征在于：包括：
充電檢測設(shè)備，用于采集新能源汽車的電池系統(tǒng)參數(shù)信息；
登記模塊，用于對車輛信息進(jìn)行登記，并生成待檢測車輛列表；
線下檢測子系統(tǒng)，用于分析充電檢測設(shè)備采集的參數(shù)信息，生成電池健康狀態(tài)的檢測結(jié)果；線下檢測子系統(tǒng)包括第一電池健康檢測模塊、第二電池健康檢測模塊與模型選擇模塊；模型選擇模塊，用于根據(jù)待檢測車輛的數(shù)量選擇調(diào)用第一電池健康檢測模塊或第二電池健康檢測模塊；
所述第一電池健康檢測模塊，用于快速檢測電動汽車電池健康狀態(tài)，包括模型構(gòu)建子模塊，第一健康分析子模塊；
所述第二電池健康檢測模塊，用于準(zhǔn)確檢測電動汽車電池健康狀態(tài)，包括參數(shù)預(yù)辨識子模塊，第二健康分析子模塊；
所述模型構(gòu)建子模塊用于構(gòu)建電池模型和健康狀態(tài)SOH估計模型，具體包括以下內(nèi)容：通過轉(zhuǎn)鼓運(yùn)行，將目標(biāo)檢測車型的樣車進(jìn)行完全放電至充電狀態(tài)SOC=0%或電池管理系統(tǒng)自動斷電；然后對樣車進(jìn)行多階段恒流充電，充電倍率為0.1C，每充入10%的額定容量，對車輛進(jìn)行斷電，靜置1小時后再進(jìn)行充電，直到充電狀態(tài)SOC=100%或充電電流自動斷開；
計算整個充電過程中的充入電量與每次靜置前的累計充入電量，得到當(dāng)前容量與每次靜置時的實(shí)際充電狀態(tài)SOC；在每次靜置后，記錄電池端電壓為OCV，從而得到充電狀態(tài)SOC?OCV的對應(yīng)關(guān)系，并通過線性插值得到充電狀態(tài)SOC?OCV查找表；
將車輛放電至50%充電狀態(tài)SOC，進(jìn)行10分鐘的恒流脈沖激勵，得到電壓反饋數(shù)據(jù)，利用帶遺忘因子的最小二乘方法，進(jìn)行等效電路模型的參數(shù)辨識，從而建立電池模型；
獲取特征序列，通過仿真軟件，隨機(jī)定義電池模型的健康狀態(tài)SOH，并輸入一段時長5分鐘、電流倍率為0.3C的激勵；將生成的電壓數(shù)據(jù)進(jìn)行歸一化，得到特征序列；
搭建深度卷積神經(jīng)網(wǎng)絡(luò)模型，將特征序列作為模型輸入，將對應(yīng)的隨機(jī)定義的健康狀態(tài)SOH作為模型輸出，對模型進(jìn)行訓(xùn)練，得到健康狀態(tài)SOH估計模型；
所述第一健康分析子模塊對健康狀態(tài)SOH未知的檢測車輛，將控制充電檢測設(shè)備進(jìn)行時長5分鐘、電流倍率為0.3C的充電激勵，并實(shí)時采集電壓數(shù)據(jù)，以獲取特征序列，并將該特征序列輸入至健康狀態(tài)SOH估計模型中，輸出得到健康狀態(tài)SOH估計值；
所述參數(shù)預(yù)辨識子模塊，用于確定各車型電動汽車參數(shù)的合理范圍，包括以下內(nèi)容：對各車型電動汽車進(jìn)行HPPC滿充測試，獲取測試數(shù)據(jù)，測試數(shù)據(jù)包括電池系統(tǒng)總電壓、最高單體電壓、電流與充電狀態(tài)SOC；利用電池系統(tǒng)總電壓與最高單體電壓估計電池系統(tǒng)中單體的串聯(lián)數(shù)量，得到電池系統(tǒng)的平均單體電壓數(shù)據(jù)；
根據(jù)電池所用的材料體系，設(shè)置電化學(xué)機(jī)理模型中的參數(shù)范圍；
利用優(yōu)化算法辨識電化學(xué)機(jī)理模型中參數(shù)，目標(biāo)優(yōu)化方程如下：
式中，為測量電壓，為檢測車輛的辨識電壓，為測量充電狀態(tài)SOC，為辨識充電狀態(tài)SOC；
判斷電壓均方根誤差是否小于30mV，否則重新設(shè)置參數(shù)范圍；
所述第二健康分析子模塊，用于對待檢測電動汽車進(jìn)行電池健康狀態(tài)的檢測，具體內(nèi)容包括：控制充電檢測設(shè)備使用電流工況對檢測車輛進(jìn)行充電并采集電壓數(shù)據(jù)；
根據(jù)檢測的車型調(diào)用模型參數(shù)庫中對應(yīng)的參數(shù)組，作為優(yōu)化算法的初始參數(shù)對模型參數(shù)重新進(jìn)行辨識；
將辨識得到的參數(shù)代入容量計算公式，得到檢測車輛的可用容量Q，計算公式如下：其中F為法拉第常數(shù)，A為電極面積，為負(fù)極孔隙率，為負(fù)極最大鋰離子濃度，為負(fù)極嵌鋰范圍；
計算被檢車輛電池的健康狀態(tài)，計算公式如下：
式中，為車輛銘牌電池額定容量，取多次計算的平均值作為最終的健康狀態(tài)SOH。
2.根據(jù)權(quán)利要求1所述的一種新能源車輛健康狀態(tài)商檢平臺，其特征在于：充電檢測設(shè)備包括充檢參數(shù)設(shè)置模塊與反接保護(hù)模塊；
充檢參數(shù)設(shè)置模塊，用于設(shè)置電池容量、充電截止充電狀態(tài)SOC、最高單體溫度、默認(rèn)輔電參數(shù)和單體電壓參數(shù)；
反接保護(hù)模塊，用于檢測電池的正負(fù)極性，并在發(fā)現(xiàn)極性反接時切斷電源。
3.根據(jù)權(quán)利要求1?2任一項(xiàng)所述的一種新能源車輛健康狀態(tài)商檢平臺，其特征在于：所述模型選擇模塊，還用于根據(jù)歷史數(shù)據(jù)進(jìn)行分析，預(yù)測未來不同時間段的檢測需求和趨勢，歷史數(shù)據(jù)包括歷史待檢測車輛的數(shù)量、歷史檢測時間、歷史檢測結(jié)果，并根據(jù)預(yù)測結(jié)果，提前調(diào)整調(diào)用第一電池健康檢測模塊或第二電池檢測模塊。
4.根據(jù)權(quán)利要求1所述的一種新能源車輛健康狀態(tài)商檢平臺，其特征在于：還包括線上檢測子系統(tǒng)，用于采集車輛終端中的歷史運(yùn)行數(shù)據(jù)，通過云平臺對歷史運(yùn)行數(shù)據(jù)進(jìn)行分析，生成車輛檢測報告，線上檢測子系統(tǒng)包括加速踏板檢測模塊、電機(jī)溫度檢測模塊、運(yùn)行能耗檢測模塊與電池一致性檢測模塊。
5.一種新能源車輛健康狀態(tài)商檢方法，運(yùn)用了如權(quán)利要求1?4任一項(xiàng)所述的一種新能源車輛健康狀態(tài)商檢平臺，包括如下步驟：步驟S100，用戶到達(dá)檢測站后對車輛選擇需要進(jìn)行的新能源汽車檢測項(xiàng)目，并進(jìn)行登記；
步驟S200，完成登記后，登記信息將發(fā)送至平臺，平臺根據(jù)車輛的登記信息判斷是否調(diào)用車輛的歷史行駛信息以及是否使用充電檢測設(shè)備；
步驟S300，線上檢測子系統(tǒng)通過調(diào)用車輛歷史信息，生成檢測報告；
步驟S400，如果需要檢測電池健康狀態(tài)，檢測人員將用戶車輛開向新能源汽車充電檢測設(shè)備，插入充電槍；
步驟S500，在登記列表中選擇待檢測的車輛，充電檢測設(shè)備檢測到充電槍被使用，即開始進(jìn)行檢測；充電檢測設(shè)備在檢測過程中將參數(shù)信息通過SOCKET接口將報文信息傳輸給平臺；
步驟S600，平臺接收到檢測結(jié)束的報文后，線下檢測子系統(tǒng)通過登記的業(yè)務(wù)信息以及充電檢測設(shè)備采集的數(shù)據(jù)，檢測電動汽車電池健康狀態(tài)，將檢測的結(jié)果進(jìn)行展示，同時將信息更新進(jìn)該車輛的檢測報告中；
步驟S700，檢測報告生成后，對該報告進(jìn)行審核，審核通過后將該報告發(fā)送至檢測站。說明書 : 一種新能源車輛健康狀態(tài)商檢平臺及方法技術(shù)領(lǐng)域[0001] 本發(fā)明涉及車輛檢測技術(shù)領(lǐng)域，具體為一種新能源車輛健康狀態(tài)商檢平臺及方法。背景技術(shù)[0002] 近年來，隨著新能源汽車技術(shù)的迅速發(fā)展和普及，新能源汽車的數(shù)量也在持續(xù)增加。然而，隨著車輛保有量的增加，由于電池問題導(dǎo)致的事故比例也在逐年上升，這引發(fā)了廣大用戶對車輛電池安全性的擔(dān)憂。[0003] 電池的健康狀態(tài)（SOH,StateofHealth）對車輛的續(xù)航里程和駕駛安全有著至關(guān)重要的影響。健康的電池能夠保證車輛在行駛過程中的穩(wěn)定性和安全性，為車輛提供更長的續(xù)航里程，使駕駛者能夠更加便捷地使用車輛。如果電池出現(xiàn)問題，比如過充、過放或者老化，可能會引發(fā)嚴(yán)重的安全事故。這些問題可能導(dǎo)致車輛在行駛過程中突然失去動力，或者在充電過程中發(fā)生火災(zāi)等危險情況。[0004] 當(dāng)前，一般的檢測站在電池檢測方面存在一些問題，缺乏有效的手段來進(jìn)行準(zhǔn)確的電池健康狀態(tài)（SOH,StateofHealth）檢測。這導(dǎo)致許多用戶無法獲得可靠的檢測結(jié)果，進(jìn)而可能在電池存在潛在隱患的情況下繼續(xù)使用車輛，增加了事故發(fā)生的風(fēng)險。發(fā)明內(nèi)容[0005] 本發(fā)明的目的在于：提出一種新能源車輛健康狀態(tài)商檢平臺及方法，該技術(shù)方案能夠在檢測站高效地實(shí)現(xiàn)對新能源車輛電池健康狀態(tài)的檢測。[0006] 為實(shí)現(xiàn)上述目的，第一方面，本公開實(shí)施例提供了一種新能源車輛健康狀態(tài)商檢平臺，包括：[0007] 充電檢測設(shè)備，用于采集新能源汽車的電池系統(tǒng)參數(shù)信息；[0008] 登記模塊，用于對車輛信息進(jìn)行登記，并生成待檢測車輛列表；[0009] 線上檢測子系統(tǒng)，用于采集車輛終端中的歷史運(yùn)行數(shù)據(jù)，通過云平臺對歷史運(yùn)行數(shù)據(jù)進(jìn)行分析，生成車輛檢測報告，線上檢測子系統(tǒng)包括加速踏板檢測模塊、電機(jī)溫度檢測模塊、運(yùn)行能耗檢測模塊、電池一致性檢測模塊；[0010] 線下檢測子系統(tǒng)，用于分析充電檢測設(shè)備采集的參數(shù)信息，生成電池健康狀態(tài)的檢測結(jié)果線下檢測子系統(tǒng)包括第一電池健康檢測模塊、第二電池健康檢測模塊。[0011] 基礎(chǔ)方案的有益效果：充電檢測設(shè)備實(shí)現(xiàn)在線下檢測站能夠?qū)崟r采集車輛的電池系統(tǒng)參數(shù)信息，填補(bǔ)了線下監(jiān)測站針對新能源汽車電池健康數(shù)據(jù)方面的能力，以便于后續(xù)生成電池健康狀態(tài)的檢測結(jié)果；由于需要耗費(fèi)時間進(jìn)行參數(shù)信息采集，因此需要更合理地規(guī)劃電池檢測的策略，模型選擇模塊能夠根據(jù)登記模塊生成的待檢測車輛列表，選擇調(diào)用不同傾向性的電池健康檢測模塊，使得商檢平臺效率更高或者精度更高，從而更好地調(diào)度商檢平臺電池健康狀態(tài)檢測的資源利用。[0012] 作為一種可實(shí)施的優(yōu)選方案，充電檢測設(shè)備包括充檢參數(shù)設(shè)置模塊與反接保護(hù)模塊；[0013] 充檢參數(shù)設(shè)置模塊，用于設(shè)置電池容量、充電截止SOC、最高單體溫度、默認(rèn)輔電參數(shù)和單體電壓參數(shù)；[0014] 反接保護(hù)模塊，用于檢測電池的正負(fù)極性，并在發(fā)現(xiàn)極性反接時切斷電源。[0015] 作為一種可實(shí)施的優(yōu)選方案，所述第一電池健康檢測模塊，用于快速檢測電動汽車電池健康狀態(tài)，包括模型構(gòu)建子模塊，第一健康分析子模塊；[0016] 所述第二電池健康檢測模塊，用于準(zhǔn)確檢測電動汽車電池健康狀態(tài)，包括參數(shù)預(yù)辨識子模塊，第二健康分析子模塊。[0017] 作為一種可實(shí)施的優(yōu)選方案，所述模型構(gòu)建子模塊用于構(gòu)建電池模型和SOH估計模型，具體包括以下內(nèi)容：[0018] 通過轉(zhuǎn)鼓運(yùn)行，將目標(biāo)檢測車型的樣車進(jìn)行完全放電至SOC=0%或電池管理系統(tǒng)自動斷電；然后對樣車進(jìn)行多階段恒流充電，充電倍率為0.1C，每充入10%的額定容量，對車輛進(jìn)行斷電，靜置1小時后再進(jìn)行充電，直到SOC=100%或充電電流自動斷開；[0019] 計算整個充電過程中的充入電量與每次靜置前的累計充入電量，得到當(dāng)前容量與每次靜置時的實(shí)際SOC；在每次靜置后，記錄電池端電壓為OCV，從而得到SOC?OCV的對應(yīng)關(guān)系，并通過線性插值得到SOC?OCV查找表；[0020] 將車輛放電至50%SOC，進(jìn)行10分鐘的恒流脈沖激勵，得到電壓反饋數(shù)據(jù)，利用帶遺忘因子的最小二乘方法，進(jìn)行等效電路模型的參數(shù)辨識，從而建立電池模型；[0021] 獲取特征序列，通過仿真軟件，隨機(jī)定義電池模型的SOH，并輸入一段時長5分鐘、電流倍率為0.3C的激勵；將生成的電壓數(shù)據(jù)進(jìn)行歸一化，得到特征序列；[0022] 搭建深度卷積神經(jīng)網(wǎng)絡(luò)模型，將特征序列作為模型輸入，將對應(yīng)的隨機(jī)定義的SOH作為模型輸出，對模型進(jìn)行訓(xùn)練，得到SOH估計模型。[0023] 作為一種可實(shí)施的優(yōu)選方案，所述第一健康分析子模塊對SOH未知的檢測車輛，將控制充電檢測設(shè)備進(jìn)行時長5分鐘、電流倍率為0.3C的充電激勵，并實(shí)時采集電壓數(shù)據(jù)，以獲取特征序列，并將該特征序列輸入至SOH估計模型中，輸出得到SOH估計值。[0024] 作為一種可實(shí)施的優(yōu)選方案，所述參數(shù)預(yù)辨識子模塊，用于確定各車型電動汽車參數(shù)的合理范圍，包括以下內(nèi)容：[0025] 對各車型電動汽車進(jìn)行HPPC滿充測試，獲取測試數(shù)據(jù)，測試數(shù)據(jù)包括電池系統(tǒng)總電壓、最高單體電壓、電流與SOC；利用電池系統(tǒng)總電壓與最高單體電壓估計電池系統(tǒng)中單體的串聯(lián)數(shù)量，得到電池系統(tǒng)的平均單體電壓數(shù)據(jù)；[0026] 根據(jù)電池所用的材料體系，設(shè)置電化學(xué)機(jī)理模型中的參數(shù)范圍；[0027] 利用優(yōu)化算法辨識電化學(xué)機(jī)理模型中參數(shù)，目標(biāo)優(yōu)化方程如下：[0028][0029] 式中，為測量電壓，為檢測車輛的辨識電壓，為測量SOC，為辨識SOC；[0030] 判斷電壓均方根誤差是否小于30mV，否則重新設(shè)置參數(shù)范圍。[0031] 作為一種可實(shí)施的優(yōu)選方案，所述第二健康分析子模塊，用于對待檢測電動汽車進(jìn)行電池健康狀態(tài)的檢測，具體內(nèi)容包括：[0032] 控制充電檢測設(shè)備使用電流工況對檢測車輛進(jìn)行充電并采集電壓數(shù)據(jù)，[0033] 根據(jù)檢測的車型調(diào)用模型參數(shù)庫中對應(yīng)的參數(shù)組，作為優(yōu)化算法的初始參數(shù)對模型參數(shù)重新進(jìn)行辨識；[0034] 將辨識得到的參數(shù)代入容量計算公式，得到檢測車輛的可用容量Q，計算公式如下：[0035][0036] 其中F為法拉第常數(shù)，A為電極面積，為負(fù)極孔隙率，為負(fù)極最大鋰離子濃度，為負(fù)極嵌鋰范圍；[0037] 計算被檢車輛電池的健康狀態(tài)，計算公式如下：[0038][0039] 式中，為車輛銘牌電池額定容量，取多次計算的平均值作為最終的SOH。[0040] 作為一種可實(shí)施的優(yōu)選方案，所述模型選擇模塊，還用于根據(jù)歷史數(shù)據(jù)進(jìn)行分析，預(yù)測未來不同時間段的檢測需求和趨勢，歷史數(shù)據(jù)包括歷史待檢測車輛的數(shù)量、歷史檢測時間、歷史檢測結(jié)果，并根據(jù)預(yù)測結(jié)果，提前調(diào)整調(diào)用第一電池健康檢測模塊或第二電池檢測模塊。[0041] 作為一種可實(shí)施的優(yōu)選方案，還包括線上檢測子系統(tǒng)，用于采集車輛終端中的歷史運(yùn)行數(shù)據(jù)，通過云平臺對歷史運(yùn)行數(shù)據(jù)進(jìn)行分析，生成車輛檢測報告，線上檢測子系統(tǒng)包括加速踏板檢測模塊、電機(jī)溫度檢測模塊、運(yùn)行能耗檢測模塊、電池一致性檢測模塊。[0042] 第二方面，本公開實(shí)施例還提供了一種新能源車輛健康狀態(tài)商檢方法，運(yùn)用了上述的一種新能源車輛健康狀態(tài)商檢平臺，包括如下步驟：[0043] 步驟S100，用戶到達(dá)檢測站后對車輛選擇需要進(jìn)行的新能源汽車檢測項(xiàng)目，并進(jìn)行登記；[0044] 步驟S200，完成登記后，登記信息將發(fā)送至平臺，平臺根據(jù)車輛的登記信息判斷是否調(diào)用車輛的歷史行駛信息以及是否使用充電檢測設(shè)備；[0045] 步驟S300，線上檢測子系統(tǒng)通過調(diào)用車輛歷史信息，生成檢測報告；[0046] 步驟S400，如果需要檢測電池健康狀態(tài)，檢測人員將用戶車輛開向新能源汽車充電檢測設(shè)備，插入充電槍；[0047] 步驟S500，在登記列表中選擇待檢測的車輛，充電檢測設(shè)備檢測到充電槍被使用，即開始進(jìn)行檢測；充電檢測設(shè)備在檢測過程中將參數(shù)信息通過SOCKET接口將報文信息傳輸給平臺；[0048] 步驟S600，平臺接收到檢測結(jié)束的報文后，線下檢測子系統(tǒng)通過登記的業(yè)務(wù)信息以及充電檢測設(shè)備采集的數(shù)據(jù)，檢測電動汽車電池健康狀態(tài)，將檢測的結(jié)果進(jìn)行展示，同時將信息更新進(jìn)該車輛的檢測報告中；[0049] 步驟S700，檢測報告生成后，對該報告進(jìn)行審核，審核通過后將該報告發(fā)送至檢測站。附圖說明[0050] 圖1為一種新能源車輛健康狀態(tài)商檢平臺的結(jié)構(gòu)示意圖；[0051] 圖2為單粒子模型結(jié)構(gòu)示意圖；[0052] 圖3為電流工況示意圖；[0053] 圖4為本發(fā)明實(shí)施例的電子設(shè)備的結(jié)構(gòu)示意圖。具體實(shí)施方式[0054] 為使本申請的技術(shù)方案及其優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對本發(fā)明的技術(shù)方案作進(jìn)一步詳細(xì)描述?？梢岳斫獾氖牵颂幩枋龅木唧w實(shí)施例僅是本發(fā)明的部分實(shí)施例，其僅用于解釋本申請，而非對本申請的限定。需要說明的是，下述實(shí)施例中描述的技術(shù)特征或者技術(shù)特征的組合不應(yīng)當(dāng)被認(rèn)為是孤立的，它們可以被相互組合從而達(dá)到更好的技術(shù)效果。在下述實(shí)施例的附圖中所出現(xiàn)的相同標(biāo)號代表相同的特征或者部件，可應(yīng)用于不同實(shí)施例中。[0055] 此外，除非另有定義，本發(fā)明描述中所使用的技術(shù)術(shù)語或者科學(xué)術(shù)語應(yīng)當(dāng)為本發(fā)明所屬領(lǐng)域內(nèi)一般技術(shù)人員所理解的通常含義。[0056] 此外，需要說明的是，在本發(fā)明的描述中，術(shù)語“第一”“第二”“第三”等僅用于區(qū)分描述，而不能理解為指示或暗示相對重要性。[0057] 下面結(jié)合附圖對本發(fā)明作進(jìn)一步詳細(xì)說明：[0058] 附圖標(biāo)記說明：電子設(shè)備500、處理器501、通信接口502、存儲器503、總線504。[0059] 參照圖1，一種新能源車輛健康狀態(tài)商檢平臺，包括：[0060] 充電檢測設(shè)備，用于采集新能源汽車的電池系統(tǒng)參數(shù)信息。充電檢測設(shè)備能夠?qū)﹄姵叵到y(tǒng)部分基本參數(shù)進(jìn)行讀取，并通過傳感器及手動輸入接口對環(huán)境參數(shù)及部分車輛靜態(tài)信息進(jìn)行采集。[0061] 充電檢測設(shè)備，包括充檢參數(shù)設(shè)置模塊，充檢參數(shù)設(shè)置模塊用于設(shè)置電池容量、充電截止SOC（StateofCharge，充電狀態(tài)）、最高單體溫度、默認(rèn)輔電參數(shù)和單體電壓參數(shù)等。接入設(shè)備后，充電檢測設(shè)備能夠運(yùn)用其內(nèi)置算法以及安裝的硬件，實(shí)時采集新能源汽車的電池系統(tǒng)參數(shù)信息。[0062] 充電檢測設(shè)備還包括反接保護(hù)模塊，用于檢測電池的正負(fù)極性，并在發(fā)現(xiàn)極性反接時立即切斷電源，以防止電池過熱和損壞，確保設(shè)備使用的安全性。充電檢測設(shè)備可以設(shè)計極性反接保護(hù)電路也可以通過分析充電過程中的電壓和電流，來分析是否發(fā)生極性反接。[0063] 登記模塊，用于選擇需要進(jìn)行的新能源汽車檢測項(xiàng)目，并對車輛信息進(jìn)行登記，登記的信息包括車輛型號、車牌號、車輛識別碼等，并生成待檢測車輛列表。[0064] 線上檢測子系統(tǒng)，用于采集車機(jī)終端的歷史運(yùn)行數(shù)據(jù)，通過云平臺對數(shù)據(jù)進(jìn)行分析，生成車輛檢測報告。線上檢測子系統(tǒng)包括加速踏板檢測模塊、電機(jī)溫度檢測模塊、運(yùn)行能耗檢測模塊、電池一致性檢測模塊。[0065] 加速踏板檢測模塊，用于檢測加速踏板是否存在響應(yīng)異常的問題。包括踏板數(shù)據(jù)處理子模塊、踏板分析子模塊與踏板異常判斷子模塊。[0066] 踏板數(shù)據(jù)處理子模塊，參照表1，用于對車輛的歷史行駛信息中的踏板數(shù)據(jù)進(jìn)行數(shù)據(jù)有效性處理。[0067] 表1[0068][0069] 踏板分析子模塊主要用于對加速踏板數(shù)據(jù)進(jìn)行計算分析，具體包括以下內(nèi)容：[0070] 提取安全要素，安全要素指標(biāo)在本申請中為加速踏板或制動踏板與輸出電機(jī)轉(zhuǎn)矩的比值，計算公式如下：[0071][0072] 式中， ACCELERATIONPEDAL表示加速踏板開合度，BRAKEPEDAL表示制動踏板開合度，MOTORTORQUE表示驅(qū)動電機(jī)轉(zhuǎn)矩。[0073] 將信號放大并進(jìn)行安全量化，計算公式如下：[0074][0075][0076] 式中，表示放大系數(shù)，一般取20，表示安全要素，信號放大的作用是放大差異，方便進(jìn)行后續(xù)量化處理；n為序列長度，U為信號放大后的結(jié)果，p為方差熵。[0077] 計算風(fēng)險累積概率，計算公式如下：[0078][0079][0080] 式中，是時間窗口內(nèi)的穩(wěn)定運(yùn)行的概率即方差熵，1?p就是它的風(fēng)險概率，Sp為當(dāng)前時間窗口內(nèi)風(fēng)險積分序列，代表當(dāng)前觀察周期內(nèi)的最大風(fēng)險，即Sp序列最大值，代表到目前時刻為止的累計風(fēng)險，代表到上一個觀察時刻為止的累計風(fēng)險，由當(dāng)前絕對風(fēng)險Q值決定，（0≤ ≤l）是對風(fēng)險變化速度的度量，若當(dāng)前觀察周期無明顯風(fēng)險變化時 =0。[0081] 踏板異常判斷子模塊，用于根據(jù)計算結(jié)果計算判斷加速踏板是否有異常，具體包括：[0082] 計算風(fēng)險相對累積速度η，計算公式如下：[0083][0084] 其中，MaxRiskSpeed是對Sp風(fēng)險積分序列進(jìn)行速度濾波，然后求得最大風(fēng)險速度，NormalRiskSpeed是對Sp風(fēng)險積分序列的平方求均值。[0085] 設(shè)置判斷條件，當(dāng)滿足任一條件則進(jìn)行預(yù)警，認(rèn)為該車存在較高的啟動異常風(fēng)險。[0086] 判斷條件包括：①η＞50；②Pc＞0.5；③MaxRiskSpeed＞0.0025；④MaxRiskSpeed＜0.0025；⑤風(fēng)險頻次R個數(shù)＞3。[0087] 電機(jī)溫度檢測模塊，用于檢測新能源汽車驅(qū)動電機(jī)溫度是否存在異常升高的情況，有效降低驅(qū)動電機(jī)異常溫升的發(fā)生概率，保障使用者的生命與財產(chǎn)安全。包括電機(jī)數(shù)據(jù)處理子模塊、溫度分析子模塊、電機(jī)異常判斷子模塊。[0088] 電機(jī)數(shù)據(jù)處理子模塊，從車機(jī)終端中提取電機(jī)溫度檢測數(shù)據(jù)，并對無效數(shù)據(jù)與空數(shù)據(jù)進(jìn)行清洗。電機(jī)溫度檢測書包括：必須包括時間、整車總電流、總電壓、驅(qū)動電機(jī)信息、電池溫度探針信息等。[0089] 溫度分析子模塊，用于對每一段連續(xù)運(yùn)行的數(shù)據(jù)進(jìn)行分析，選取探針最小溫度作為環(huán)境溫度參考，計算出每個時刻的電機(jī)溫度與探針最小溫度的差值以及方差，計算公式如下：[0090][0091][0092][0093] 式中，表示第t個時刻的電機(jī)溫度，表示第t個時刻的探針溫度，表示探針最小溫度，表示第t個時刻的電機(jī)溫度與探針最小溫度的差值，表示第t個時刻的方差。[0094] 對每一段運(yùn)行的數(shù)據(jù)進(jìn)行電機(jī)溫升異常識別，通過方差熵進(jìn)行歸一化，利用累加積分方法進(jìn)行計算，通過速度濾波對積分序列進(jìn)行濾波，取濾波后的最大值為故障累積概率，根據(jù)故障累積概率判斷是存在風(fēng)險還是已發(fā)生故障，計算公式如下：[0095][0096][0097] 式中，表示第t個時刻的方差熵，表示第t個時刻的故障累積概率。[0098] 電機(jī)異常判斷子模塊，根據(jù)閾值判斷目前驅(qū)動電機(jī)狀態(tài)，并輸出預(yù)警結(jié)果，設(shè)置風(fēng)險閾值，和故障閾值，本實(shí)施例中，[0099][0100][0101] 存在異常溫升中高風(fēng)險：[0102] 存在異常溫升高風(fēng)險：。[0103] 運(yùn)行能耗檢測模塊，用于檢測電動汽車是否存在能耗異常情況，能夠及時發(fā)現(xiàn)電池老化，傳動系統(tǒng)損耗異常的車輛。包括能耗數(shù)據(jù)處理子模塊、能耗分析子模塊、能耗異常判斷子模塊。[0104] 能耗數(shù)據(jù)處理子模塊，用于采集電動汽車的能耗數(shù)據(jù)，能耗數(shù)據(jù)包括累計里程值，總電壓和總電流等。對能耗數(shù)據(jù)去除缺失值和數(shù)據(jù)清洗，并進(jìn)行行駛片段劃分，本實(shí)施例中，按照行駛累計里程值1000km進(jìn)行切分。[0105] 能耗分析子模塊對每一個行駛片段進(jìn)行放電片段提取，并計算特征評估能耗；提取每一個行駛片段中總電流大于0的放電片段，提取放電片段的總電流I和總電壓U數(shù)據(jù)，計算電動汽車行駛對應(yīng)累計里程值所需要消耗的能量A，計算公式如下：[0106] ；[0107] 式中，為能耗值，為消耗電壓，為消耗電流。[0108] 能耗異常判斷子模塊，用于判斷能耗數(shù)據(jù)是否存在異常。將一個行駛片段的能耗作為統(tǒng)計量進(jìn)行分析，設(shè)立異常能耗閾值X，如下式：[0109][0110] 式中，為能耗值的均值，為能耗值的標(biāo)準(zhǔn)差；應(yīng)用3 法則確立統(tǒng)計量的異常能耗閾值X，針對不同車型以及行駛環(huán)境閾值可進(jìn)行適當(dāng)調(diào)整。[0111] 根據(jù)異常能耗閾值，對各待測車輛在各行駛片段的能耗值進(jìn)行能耗異常評估，并生成異常評估結(jié)果。具體地，將各待測車輛在各行駛片段的能耗值與異常能耗閾值進(jìn)行比對，若能耗值小于異常能耗閾值則為正常車輛，否則為異常車輛。[0112] 電池一致性檢測模塊，用于及時發(fā)現(xiàn)電池組中存在的不一致性問題，如電壓差異、容量差異等，避免因不一致性導(dǎo)致電池過熱、過充、過放等故障，從而提高電池組的安全性。包括電池數(shù)據(jù)采集子模塊、一致性分析子模塊與一致性判斷子模塊。[0113] 電池數(shù)據(jù)采集子模塊，用于采集和處理電池信號數(shù)據(jù)，包括Time（時間）、Charge_Status（充放電狀態(tài)）、Sum_Current（電流）、V（電壓矩陣）等。對電池信號數(shù)據(jù)進(jìn)行清洗，刪除無效數(shù)據(jù)例如NAN、空格等，若數(shù)據(jù)中有異常值，進(jìn)行一次滑動平均值的清洗，對電壓數(shù)據(jù)大于6V且小于1V的數(shù)據(jù)進(jìn)行刪除。[0114] 一致性分析子模塊，用于計算分析電池信號數(shù)據(jù)。選擇放電狀態(tài)的電壓數(shù)據(jù)進(jìn)行計算，即提?。–harge_status==3）時對應(yīng)的Time和V。[0115] 計算每個電芯之間的平均電壓值；對電壓數(shù)據(jù)V進(jìn)行特征提取。電壓數(shù)據(jù)V共有N列，每一列表示一個電芯，共有N個電芯。行數(shù)表示時間，時間單位是秒。然后計算每一行內(nèi)電芯之間的平均電壓值，第m行的計算公式如下：[0116] ；[0117] 計算每個電芯電壓值與其平均電壓值之間的差異，即：每一行的每一列的電壓值與本行的平均電壓值求差值，第m行的計算公式如下：[0118][0119] 并取其絕對值作為電壓差異得到電壓差異矩陣D。[0120] 一致性判斷子模塊，用于判斷電壓差異值數(shù)據(jù)是否存在異常。對電壓差異矩陣D中的行向量進(jìn)行遍歷，求取向量的25分位數(shù)和75分位數(shù)，即對行向量進(jìn)行排序，并計算位數(shù)j=C×75%（C為列數(shù)），若C×75%不是整數(shù)，則向上取整，最終75分位數(shù) 為第j項(xiàng)與第（j+1）項(xiàng)的平均值，即。同樣地，可以得到25分位數(shù)。最后得到異常閾值上限，異常閾值上限根據(jù)電芯電壓的變化而實(shí)時變化。[0121] 對電壓差異矩陣D中每行的N個電壓差異值進(jìn)行遍歷，判斷其電壓差異值是否大于異常閾值上限，若滿足條件，即：，i表示時間，j表示第j個電芯，則判斷其相鄰時間點(diǎn)的電壓差異值是否大于異常閾值上限。[0122] 若相鄰時間點(diǎn)的電壓差異值大于異常閾值上限，則標(biāo)記此時刻，并判斷在一段時間內(nèi)滿足異常判斷條件的頻數(shù)即電壓差異值大于異常閾值上限的次數(shù)，若滿足在標(biāo)記時刻后，每2個小時至少滿足一次異常判斷的條件。對每2小時至少滿足一次異常判斷的條件進(jìn)行累加，并以此類推。當(dāng)累計發(fā)生4次以上且滿足時間條件則判定確實(shí)發(fā)生一致性異常，并標(biāo)記時刻及發(fā)生異常的電芯號。[0123] 線下檢測子系統(tǒng)，用于分析充電檢測設(shè)備采集的檢測數(shù)據(jù)，對檢測數(shù)據(jù)進(jìn)行分析，生成電池健康狀態(tài)的檢測結(jié)果。線下檢測子系統(tǒng)包括第一電池健康檢測模塊、第二電池健康檢測模塊、模型選擇模塊。[0124] 第一電池健康檢測模塊，用于快速檢測電動汽車鋰電池健康狀態(tài)。包括模型構(gòu)建子模塊，第一健康分析子模塊。[0125] 模型構(gòu)建子模塊用于構(gòu)建電池模型和SOH估計模型，具體包括以下內(nèi)容：[0126] 首先通過轉(zhuǎn)鼓運(yùn)行，將目標(biāo)檢測車型的樣車進(jìn)行完全放電至SOC=0%或電池管理系統(tǒng)（BMS）自動斷電；然后對樣車進(jìn)行多階段恒流充電，充電倍率為0.1C，每充入10%的額定容量，對車輛進(jìn)行斷電，靜置1小時后再進(jìn)行充電，直到SOC=100%或充電電流自動斷開。[0127] 通過安時積分法，計算整個充電過程中的充入電量與每次靜置前的累計充入電量，得到當(dāng)前容量與每次靜置時的實(shí)際SOC。在每次靜置后，記錄電池端電壓為OCV，從而得到SOC?OCV的對應(yīng)關(guān)系，并通過線性插值得到SOC?OCV查找表。[0128] 將車輛放電至50%SOC，進(jìn)行10分鐘的恒流脈沖激勵，得到電壓反饋數(shù)據(jù)，利用帶遺忘因子的最小二乘方法，進(jìn)行等效電路模型的參數(shù)辨識，從而建立電池模型（一階等效數(shù)字孿生模型）。[0129] 獲取特征序列，通過仿真軟件，隨機(jī)定義電池模型的SOH，并輸入一段時長5分鐘、電流倍率為0.3C的激勵。不同SOH下的電池模型，會產(chǎn)生不同的電壓反饋；將生成的電壓數(shù)據(jù)進(jìn)行歸一化，得到特征序列，特征序列獲取方法具體為：每個采樣點(diǎn)的電壓/電池滿充時的截止電壓，從而得到歸一化后的電壓序列。將電壓序列與激勵的電流序列作為特征序列。[0130] 搭建深度卷積神經(jīng)網(wǎng)絡(luò)模型，將特征序列作為模型輸入，將對應(yīng)的隨機(jī)定義的SOH作為模型輸出，對模型進(jìn)行訓(xùn)練，得到SOH估計模型。[0131] 第一健康分析子模塊，用于得到電動汽車的SOH估計值。對SOH未知的檢測車輛，控制充電檢測設(shè)備，進(jìn)行時長5分鐘、電流倍率為0.3C的充電激勵，并實(shí)時采集電壓數(shù)據(jù)，通過前述特征序列獲取方法得到特征序列，并將該特征序列輸入至SOH估計模型中，輸出得到SOH估計值，即可實(shí)現(xiàn)SOH的快速檢測。[0132] 第二電池健康檢測模塊，用于更準(zhǔn)確地檢測電動汽車電池健康狀態(tài)。電動汽車鋰電池健康狀態(tài)。包括參數(shù)預(yù)辨識子模塊，第二健康分析子模塊。[0133] 鋰離子電池是一個復(fù)雜的電化學(xué)系統(tǒng)，電化學(xué)機(jī)理模型通過描述電池內(nèi)部鋰離子遷移、擴(kuò)散和電荷轉(zhuǎn)移行為來仿真電池工作特性。參照圖2為單粒子模型（Singleparticlemodel,SPM），此模型在小于1C電流放電倍率下有較高的仿真精度以及很高的計算速度，[0134] 參數(shù)預(yù)辨識子模塊，用于確定各車型電動汽車參數(shù)的合理范圍，具體內(nèi)容包括：[0135] 對各車型電動汽車進(jìn)行HPPC滿充測試，獲取電池系統(tǒng)總電壓、最高單體電壓、電流、SOC等測試數(shù)據(jù)；利用電池系統(tǒng)總電壓以及最高單體電壓估計電池系統(tǒng)中單體的串聯(lián)數(shù)量，得到電池系統(tǒng)的平均單體電壓數(shù)據(jù)。[0136] 根據(jù)電池所用的材料體系，對電化學(xué)機(jī)理模型中的參數(shù)設(shè)定合理的參數(shù)范圍。[0137] 利用粒子群優(yōu)化算法，辨識電化學(xué)機(jī)理模型中的18個參數(shù)，算法的目標(biāo)優(yōu)化方程如下：[0138] 式中，為測量電壓，為檢測車輛的辨識電壓，為測量SOC，為辨識SOC。[0139] 判斷電壓均方根誤差是否小于30mV，否則重新設(shè)置參數(shù)范圍。[0140] 第二健康分析子模塊，用于對待檢測電動汽車進(jìn)行電池健康狀態(tài)的檢測，具體內(nèi)容包括：[0141] 參照圖3，控制充電檢測設(shè)備使用電流工況對檢測車輛進(jìn)行充電并采集電壓等數(shù)據(jù)。[0142] 根據(jù)檢測的車型調(diào)用模型參數(shù)庫中對應(yīng)的參數(shù)組，作為粒子群優(yōu)化算法的初始參數(shù)對模型參數(shù)重新進(jìn)行辨識；[0143] 將辨識得到的參數(shù)代入容量計算公式，得到檢測車輛的可用容量Q，計算公式如下：[0144][0145] 其中F為法拉第常數(shù)，A為電極面積，為負(fù)極孔隙率，為負(fù)極最大鋰離子濃度，為負(fù)極嵌鋰范圍。[0146] 計算被檢車輛電池的健康狀態(tài)，計算公式如下：[0147][0148] 式中，為車輛銘牌電池額定容量，取多次計算的平均值作為最終的SOH。[0149] 模型選擇模塊，用于根據(jù)待檢測車輛的數(shù)量選擇電池健康檢測模塊，同時根據(jù)歷史數(shù)據(jù)預(yù)測未來的待檢測車輛，模型選擇模塊將提前對檢測模型調(diào)用進(jìn)行調(diào)整，盡量減少待檢測數(shù)量的堆積。[0150] 模型選擇模塊還將根據(jù)歷史數(shù)據(jù)進(jìn)行分析，收集歷史數(shù)據(jù)，包括歷史待檢測車輛的數(shù)量、歷史檢測時間、歷史檢測結(jié)果等信息。通過對這些數(shù)據(jù)的分析，預(yù)測不同時間段的檢測需求和趨勢。[0151] 模型選擇模塊將根據(jù)預(yù)測的檢測需求和趨勢，提前調(diào)整選擇合適的電池健康檢測模塊，以優(yōu)化整體的檢測效率和資源利用。[0152] 本公開實(shí)施例還提供一種新能源車輛健康狀態(tài)商檢方法，運(yùn)用了一種新能源車輛健康狀態(tài)商檢平臺，包括如下步驟：[0153] 步驟S100，用戶到達(dá)檢測站后對車輛選擇需要進(jìn)行的新能源汽車檢測項(xiàng)目，并進(jìn)行登記。[0154] 步驟S200，用戶完成登記后，登記信息將發(fā)送至平臺，平臺根據(jù)車輛的登記信息判斷是否調(diào)用車輛的歷史行駛信息以及是否使用充電檢測設(shè)備。[0155] 步驟S300，線上檢測子系統(tǒng)通過調(diào)用車輛歷史信息，生成檢測報告。[0156] 步驟S400，如果需要檢測電池健康狀態(tài)，檢測人員將用戶車輛開向新能源汽車充電檢測設(shè)備，插入充電槍。[0157] 步驟S500，檢測人員需要在設(shè)備上從登記列表中選擇待檢測的車輛，新能源汽車充電檢測設(shè)備檢測到充電槍被使用，即開始進(jìn)行檢測；新能源汽車充電檢測設(shè)備在檢測過程中將參數(shù)信息通過SOCKET接口將報文信息傳輸給平臺。[0158] 步驟S600，平臺接收到檢測結(jié)束的報文后，線下檢測子系統(tǒng)通過用戶登記的業(yè)務(wù)信息以及充電檢測設(shè)備采集的數(shù)據(jù)，檢測電動汽車電池健康狀態(tài)，將檢測的結(jié)果反饋給設(shè)備進(jìn)行展示，同時將信息更新進(jìn)該車輛的檢測報告中。[0159] 步驟S700，檢測報告生成后，由檢測人員對該報告進(jìn)行審核，審核通過后將該報告發(fā)送至檢測站。[0160] 本公開實(shí)施例還提供一種存儲介質(zhì)，所述存儲介質(zhì)中存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時，能夠?qū)崿F(xiàn)上述實(shí)施例中一種新能源車輛健康狀態(tài)商檢平臺的所有內(nèi)容。[0161] 本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)一種新能源車輛健康狀態(tài)商檢平臺中的全部或部分內(nèi)容，是可以通過計算機(jī)程序來指令相關(guān)的硬件來完成，所述的程序可存儲于一非易失性計算機(jī)可讀取存儲介質(zhì)中，該程序在執(zhí)行時，可包括一種新能源車輛健康狀態(tài)商檢平臺的實(shí)施例的內(nèi)容。其中，本申請所提供的各實(shí)施例中所使用的對存儲器、存儲、數(shù)據(jù)庫或其他介質(zhì)的任何引用，均可包括非易失性和/或易失性存儲器。非易失性存儲器可包括只讀存儲器(ROM)、可編程ROM(PROM)、電可編程ROM(EPROM)、電可擦除可編程ROM(EEPROM)或閃存。易失性存儲器可包括隨機(jī)存取存儲器(RAM)或者外部高速緩沖存儲器。作為說明而非局限，RAM以多種形式可得，諸如靜態(tài)RAM(SRAM)、動態(tài)RAM(DRAM)、同步DRAM(SDRAM)、雙數(shù)據(jù)率SDRAM(DDRSDRAM)、增強(qiáng)型SDRAM(ESDRAM)、同步鏈路(Synchlink)DRAM(SLDRAM)、存儲器總線(Rambus)直接RAM(RDRAM)、直接存儲器總線動態(tài)RAM(DRDRAM)，以及存儲器總線動態(tài)RAM(RDRAM)等。[0162] 本申請實(shí)施例還提供了一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運(yùn)行的計算機(jī)程序，處理器執(zhí)行程序時實(shí)現(xiàn)上述實(shí)施例中一種新能源車輛健康狀態(tài)商檢平臺的內(nèi)容。在本申請實(shí)施例中，處理器為計算機(jī)系統(tǒng)的控制中心，可以是實(shí)體機(jī)的處理器，也可以是虛擬機(jī)的處理器。[0163] 參照圖4，該電子設(shè)備500包括：至少一個處理器501，至少一個通信接口502，至少一個存儲器503和至少一個總線504。其中，總線504用于實(shí)現(xiàn)這些組件之間的連接通信，通信接口502用于與其他節(jié)點(diǎn)設(shè)備進(jìn)行信令或數(shù)據(jù)的通信，存儲器503存儲有處理器501可執(zhí)行的機(jī)器可讀指令。當(dāng)電子設(shè)備500運(yùn)行時，處理器501與存儲器503之間通過總線504通信，機(jī)器可讀指令被處理器501調(diào)用時執(zhí)行如上述實(shí)施例中一種新能源車輛健康狀態(tài)商檢平臺的內(nèi)容。[0164] 以上內(nèi)容僅是本發(fā)明的實(shí)施例，方案中公知的具體結(jié)構(gòu)及特性等常識在此未做過多描述，所屬領(lǐng)域普通技術(shù)人員知曉申請日或者優(yōu)先權(quán)日之前發(fā)明所屬技術(shù)領(lǐng)域所有的普通技術(shù)知識，能夠獲知該領(lǐng)域中所有的現(xiàn)有技術(shù)，并且具有應(yīng)用該日期之前常規(guī)實(shí)驗(yàn)手段的能力，所屬領(lǐng)域普通技術(shù)人員可以在本申請給出的啟示下，結(jié)合自身能力完善并實(shí)施本方案，一些典型的公知結(jié)構(gòu)或者公知方法不應(yīng)當(dāng)成為所屬領(lǐng)域普通技術(shù)人員實(shí)施本申請的障礙。應(yīng)當(dāng)指出，對于本領(lǐng)域的技術(shù)人員來說，在不脫離本發(fā)明結(jié)構(gòu)的前提下，還可以做出若干變形和改進(jìn)，這些也應(yīng)該視為本發(fā)明的保護(hù)范圍，這些都不會影響本發(fā)明實(shí)施的效果和專利的實(shí)用性。本申請要求的保護(hù)范圍應(yīng)當(dāng)以其權(quán)利要求的內(nèi)容為準(zhǔn)，說明書中的具體實(shí)施方式等記載可以用于解釋權(quán)利要求的內(nèi)容。