Soft Failure und Hard Failure stehen für zwei grundlegend unterschiedliche Definitionen des Batterie-Lebensdauerendes. Ein Soft Failure tritt auf, wenn ein messbarer Alterungswert einen vordefinierten Schwellenwert überschreitet, beispielsweise wenn die Kapazität auf 80 % ihrer ursprünglichen Nennkapazität fällt. Ein Hard Failure tritt auf, wenn die Batterie ihre erforderliche Funktion nicht mehr erfüllen kann, etwa wenn sie nicht mehr genügend Anlasserstrom liefert, selbst wenn ihre gemessene Kapazität oder ihr Widerstand noch keinen festen Grenzwert überschritten hat.
Soft Failure basiert auf einem Schwellenwert; Hard Failure basiert auf der Funktion und ist grundsätzlich variabel. Hochleistungs-Batterietestsysteme müssen daher sowohl die allmähliche Alterung als auch den Zeitpunkt tatsächlicher Ausfälle erfassen, um zuverlässige probabilistische Schätzungen der verbleibenden Nutzungsdauer zu ermöglichen.
Warum die Definition des Ausfalls wichtig ist
Soft Failure bietet einen wiederholbaren Referenzwert
Soft Failure wird dadurch definiert, dass ein messbarer Parameter einen vereinbarten Grenzwert erreicht. Das häufig verwendete Beispiel ist eine Zelle, die nur noch 80 % ihrer ursprünglichen Nennkapazität behält.
Dieser Ansatz erleichtert die Standardisierung automatisierter Zyklustests. Jede Zelle kann anhand desselben Kriteriums für Kapazität, Widerstand oder Energieerhalt verglichen werden, auch wenn die Zelle weiterhin funktionsfähig ist.
Hard Failure spiegelt den tatsächlichen Funktionsverlust wider
Hard Failure wird danach bestimmt, ob die Batterie ihre vorgesehene Aufgabe noch erfüllen kann. Eine Batterie zum Starten eines Motors ist beispielsweise ausgefallen, wenn sie keinen ausreichenden Anlasserstrom mehr liefern kann, unabhängig davon, ob ihr Widerstand einen universellen Grenzwert erreicht hat.
Diese Unterscheidung ist bei Hochleistungsanwendungen entscheidend, da eine Batterie bei routinemäßigen Messungen unauffällig erscheinen, bei einer anspruchsvollen Last jedoch ausfallen kann.
Die beiden Kriterien beantworten unterschiedliche Fragen
Soft Failure fragt: „Hat die Batterie einen festgelegten Alterungsgrenzwert überschritten?“ Hard Failure fragt: „Kann die Batterie ihre erforderliche Funktion noch erfüllen?“
Keines der beiden Kriterien ist grundsätzlich überlegen. Soft Failure unterstützt Konsistenz und Vergleichbarkeit, während Hard Failure die Zuverlässigkeit auf Anwendungsebene besser abbildet.
Warum feste Schwellenwerte für Hard Failure nicht ausreichen
Batterien fallen nicht bei identischen Messwerten aus
Einzelne Batterien können zum Zeitpunkt des Hard Failure erhebliche Unterschiede beim Innenwiderstand aufweisen. Eine Zelle kann ihre Funktionsfähigkeit bei einem Widerstandswert verlieren, der sich deutlich vom Wert einer anderen Zelle desselben Typs unterscheidet.
Ein einzelner Widerstandsgrenzwert kann daher nicht jeden Hard Failure zuverlässig erkennen. Er kann einige Batterien zu früh als ausgefallen einstufen und andere erst dann erkennen, wenn die Funktionsleistung bereits verloren gegangen ist.
Hochleistungslasten machen verborgene Schwächen sichtbar
Hochleistungsanwendungen stellen höhere Anforderungen an Stromabgabe, Spannungsstabilität und das Verhalten bei transienten Lasten. Eine Batterie, die bei einer Diagnosemessung mit geringer Last ausreichend funktioniert, kann ausfallen, wenn sie einer hohen oder sich schnell ändernden Stromanforderung ausgesetzt wird.
Die relevante Ausfallgrenze hängt daher von der Betriebsanforderung ab und nicht nur von einer sich langsam verändernden Labormessung.
Alterung und Ausfall stehen in Zusammenhang, sind aber nicht identisch
Innenwiderstand und Kapazität liefern normalerweise kontinuierliche Signale der Alterung. Diese Signale bestimmen jedoch nicht den genauen Zeitpunkt, an dem eine Batterie ihre erforderliche Funktion nicht mehr erfüllen kann.
Bei der Zuverlässigkeitsbewertung muss die Alterung als zeitlich veränderliche Evidenz betrachtet werden, während Hard Failure als Ereignis mit unsicherem Zeitpunkt behandelt werden muss.
Was Hochleistungs-Batterietestsysteme messen müssen
Kontinuierliche Alterungssignale
Das Testsystem sollte Messwerte wie den Innenwiderstand über die Alterungszyklen hinweg und den Kapazitätserhalt aufzeichnen. Diese wiederholten Beobachtungen zeigen, wie sich jede Batterie vor dem Ausfall verändert.
Kontinuierliche Daten sind wertvoll, um Alterungstrends zu erkennen, Produktionsbedingungen zu vergleichen und abzuschätzen, wie schnell sich eine Batterie einer Leistungsgrenze nähert.
Ereignisse bis zum Ausfall
Das System muss außerdem erfassen, wann eine Batterie während ihres definierten Funktionstests tatsächlich einen Hard Failure erleidet. Dadurch entsteht ein Datensatz zur Ausfallzeit, anstatt sich nur auf den zuletzt gemessenen Widerstands- oder Kapazitätswert zu stützen.
Der Ereignisdatensatz sollte zwischen einem bestätigten Ausfall und einer Batterie unterscheiden, die bis zum Ende des Tests noch nicht ausgefallen ist. Diese Unterscheidung ist für eine valide Zuverlässigkeitsanalyse erforderlich.
Anwendungsrelevante Betriebstests
Hard Failure sollte unter den für die Anwendung relevanten Last- und Leistungsbedingungen bewertet werden. Bei einem Hochleistungssystem kann dies die Prüfung der Stromabgabe oder einer anderen erforderlichen Funktion umfassen, anstatt ausschließlich den Kapazitätserhalt zu verwenden.
Die Testdefinition sollte im Voraus festgelegt werden, damit Ausfallereignisse zwischen Zellen, Chargen und Testprogrammen vergleichbar sind.
Warum probabilistische Ausfallmodelle erforderlich sind
Der Zeitpunkt des Ausfalls ist grundsätzlich unsicher
Zwei Batterien mit ähnlichen Alterungsverläufen können zu unterschiedlichen Zeitpunkten ausfallen. Produktionsstreuungen, Betriebsbedingungen und unbeobachtete Unterschiede auf Zellebene können den Übergang von allmählicher Alterung zu einem Funktionsausfall beeinflussen.
Ein probabilistisches Modell bildet diese Unsicherheit direkt ab, anstatt anzunehmen, dass alle Batterien demselben deterministischen Ausfallverlauf folgen.
Die Überlebenszeitanalyse behandelt Ausfallereignisse korrekt
Die Überlebenszeitanalyse wurde entwickelt, um die Wahrscheinlichkeit zu schätzen, dass ein Objekt im Laufe der Zeit weiterhin funktioniert. Sie kann sowohl Batterien berücksichtigen, die ausgefallen sind, als auch Batterien, die bei Beendigung des Tests noch funktionieren.
Dies ist wichtig, da Zuverlässigkeitstests häufig unvollständige Beobachtungen enthalten. Eine Batterie, die bisher nicht ausgefallen ist, ist nicht gleichbedeutend mit einer Batterie, die garantiert unbegrenzt weiter funktioniert.
Modelle mit gemischten Effekten erfassen Unterschiede zwischen Batterien
Lineare Modelle mit gemischten Effekten können die kontinuierliche Alterung beschreiben und dabei Unterschiede zwischen einzelnen Batterien berücksichtigen. Sie trennen den allgemeinen Alterungstrend vom zellspezifischen Verhalten.
In Kombination mit der Überlebenszeitanalyse ermöglicht dieser Ansatz, gemessene Alterungsverläufe mit der Wahrscheinlichkeit und dem Zeitpunkt eines Funktionsausfalls zu verknüpfen.
Gemeinsame Modelle verbessern die RUL-Schätzung
Ein gemeinsames statistisches Modell kombiniert den kontinuierlichen Alterungsdatensatz mit dem Ausfallzeitpunkt. Dadurch entsteht eine besser begründete Schätzung der verbleibenden Nutzungsdauer (RUL) unter probabilistischen Ausfallkriterien.
Das Ergebnis ist nicht lediglich eine Vorhersage, dass ein Widerstandsgrenzwert überschritten wird. Es ist eine Schätzung der Wahrscheinlichkeit, dass eine Batterie ihre erforderliche Hochleistungsfunktion während eines zukünftigen Zeitraums weiterhin erfüllt.
Die Zielkonflikte verstehen
Tests auf Soft Failure lassen sich leichter standardisieren
Feste Schwellenwerte machen Testautomatisierung, Lieferantenvergleiche und Abnahmekriterien relativ unkompliziert. Sie sind besonders nützlich, wenn die Branche über eine etablierte Definition verfügt, beispielsweise den Referenzwert von 80 % Kapazitätserhalt.
Die Einschränkung besteht darin, dass der Schwellenwert möglicherweise nicht dem tatsächlichen Betriebsausfallpunkt jeder Anwendung entspricht.
Tests auf Hard Failure sind realistischer, aber anspruchsvoller
Funktionstests auf Ausfall bilden die reale Leistung genauer ab, erfordern jedoch anwendungsspezifische Lastprofile und eine zuverlässige Ereigniserkennung. Außerdem können sie während einer praxisnahen Testdauer weniger Ausfallbeobachtungen liefern.
Diese Kombination erschwert die Datenanalyse und erhöht die Bedeutung geeigneter statistischer Methoden.
Eine Strategie, die ausschließlich auf dem Widerstand basiert, kann die Zuverlässigkeit falsch klassifizieren
Die Verwendung eines einzigen festen Widerstandswerts als universelle Grenze für Hard Failure ignoriert die Unterschiede zwischen Batterien. Dadurch kann bei einigen Einheiten ein falsches Sicherheitsgefühl entstehen, während andere unnötig ersetzt werden.
Der Widerstand sollte als Alterungsindikator und Modelleingang betrachtet werden, nicht automatisch als vollständige Definition des Funktionsausfalls.
Sicherheitsfehler sind eine separate Klassifikation
Ein harter oder weicher Erdschluss ist ein elektrischer Isolationszustand und nicht dasselbe wie ein harter oder weicher Ausfall der Batterielebensdauer. Bei einem harten Erdschluss besteht eine Verbindung mit nahezu null Ohm, während ein weicher Erdschluss über einen hochohmigeren Pfad wie Feuchtigkeit oder leitfähige Verunreinigungen auftritt.
Testsysteme benötigen möglicherweise eine Isolationsüberwachung und einen Schutz gegen Leckströme, einschließlich anwendungsspezifischer Sicherheitsgrenzwerte. Diese Funktionen sollten jedoch konzeptionell von Modellen zur Kapazitätsalterung und funktionalen Zuverlässigkeit getrennt bleiben.
Die richtige Wahl für Ihr Ziel treffen
Verwenden Sie die Ausfalldefinition und Datenstrategie, die zu der Entscheidung passen, die Ihr Batteriesystem unterstützen muss.
- Wenn Ihr Hauptaugenmerk auf dem standardisierten Lebensdauervergleich liegt: Verwenden Sie einen klar definierten Soft-Failure-Schwellenwert, beispielsweise 80 % Kapazitätserhalt, und wenden Sie ihn konsistent auf Zellen und Testchargen an.
- Wenn Ihr Hauptaugenmerk auf der betrieblichen Zuverlässigkeit bei hohen Leistungen liegt: Definieren Sie Hard Failure anhand der erforderlichen Lastleistung und erfassen Sie den genauen Zeitpunkt jedes Funktionsausfalls.
- Wenn Ihr Hauptaugenmerk auf einer genauen RUL-Prognose liegt: Erfassen Sie kontinuierliche Alterungsmessungen zusammen mit Ausfallzeitpunkten und analysieren Sie diese mit einem gemeinsamen Modell aus gemischten Effekten und Überlebenszeitanalyse.
- Wenn Ihr Hauptaugenmerk auf Labor- und Packsicherheit liegt: Ergänzen Sie die Bewertung der Zuverlässigkeit der Batterielebensdauer um eine automatisierte Erdschluss- und Isolationsüberwachung, führen Sie diese Funktionen jedoch getrennt davon aus.
Zuverlässige Prognosen für Hochleistungsbatterien entstehen, wenn sowohl die Alterung der Batterien als auch der Zeitpunkt berücksichtigt werden, an dem sie ihre erforderliche Funktion nicht mehr erfüllen.
Übersichtstabelle:
| Aspekt | Soft Failure | Hard Failure |
|---|---|---|
| Definition | Schwellenwertbasiert: Die messbare Alterung überschreitet einen Grenzwert (z. B. 80 % Kapazität) | Funktionsbasiert: Die Batterie kann ihre erforderliche Funktion nicht erfüllen (z. B. Anlasserstrom liefern) |
| Kriterium | Fester messbarer Schwellenwert | Anwendungsspezifische Funktionsanforderung |
| Vorteil | Standardisiert und wiederholbar | Spiegelt die Zuverlässigkeit unter realen Bedingungen wider |
| Einschränkung | Entspricht möglicherweise nicht dem tatsächlichen Ausfallpunkt | Erfordert anwendungsspezifische Tests und Ereigniserkennung |
| Testfokus | Kontinuierliche Alterung erfassen (Kapazität, Widerstand) | Ausfallzeitpunkte aufzeichnen und Lasttests durchführen |
| Modellierung | Lineare Modelle mit gemischten Effekten für die Alterung | Überlebenszeitanalyse für den Zeitpunkt von Ereignissen |
| RUL-Prognose | Basiert auf dem Überschreiten eines Schwellenwerts | Basiert auf der Wahrscheinlichkeit eines Funktionsverlusts |
Möchten Sie Ihre Batterietests auf ein höheres Niveau bringen? KINTEK bietet fortschrittliche Testsysteme, die sowohl die Analyse von Soft Failure als auch von Hard Failure unterstützen. Unsere Geräte helfen Ihnen, kontinuierliche Alterungsdaten zu erfassen und Ausfallzeitpunkte präzise aufzuzeichnen. Dadurch wird eine probabilistische Zuverlässigkeitsmodellierung für Hochleistungsanwendungen ermöglicht. Unabhängig davon, ob Sie Lithium-Ionen-Batterien erforschen oder Energiespeicher der nächsten Generation entwickeln: Unsere Lösungen sind darauf ausgelegt, Ihre F&E-Effizienz und Produktzuverlässigkeit zu steigern. Kontaktieren Sie noch heute unser Team, um zu erfahren, wie wir Ihren Batterietest-Workflow optimieren können!