使用ModelGauge m5 EZ算法进行准确的电量计
对于传统的电量计，由于市场上各种锂离子化学物质所呈现的电性能分布很大，因此必须对电池进行表征以获得可接受的性能。即使对于具有相同化学成分的电池，例如流行的钴酸锂（licoo2），不同的外形尺寸也会改变电池中的阻抗，传统上这使得电池表征成为必要步骤。模型仪表™m5 ez 电量计配置是一种创新的自适应电量计方法，可在许多不同的电池化学成分、容量和充电电压下提供出色的电量计性能。基础鲁棒自适应算法的准确性已在maxim详尽的电池表征数据库中得到验证。modelgauge m5 ez 消除了对电池表征的需求，节省了资源和时间。
介绍
随着物联网（iot）和连接设备成为新发展的主要焦点，绝大多数新设备都需要使用电池供电。传统上，新产品的差异化在于硬件本身。然而，最近的趋势是，区别于竞争对手的关键功能反映在软件上。与组织开发产品的方式（在大型团队中，每个开发任务都有专门的专业工程师）相比，现在的重点越来越放在保持软件团队的小而敏捷上，以便尽快将新产品推向市场。
传统的电量计方法需要团队中的电源或电池专家与电量计供应商合作，找到可与其电池一起使用的合适型号。这通常涉及在各种负载和温度条件下表征电池，这很容易需要几周的时间才能对电池进行全面表征和建模。这种“老式”的方法不再适合上述小型、敏捷和以软件为中心的开发团队的方式。
因此，符合当今要求的现代燃油计量解决方案有助于（除了明显需要精度而不是老化）易用性和较短的上市时间。
模型仪表™m5 ez是结合了这些功能的燃油计量算法的最新发展。它可实现快速准确的电量计解决方案，无需专门的电池表征。
本应用笔记详细介绍了该算法及其如何实现不同的功能。“测量和仿真结果”部分提供了有关使用此方法实现的精度的更多见解。我们还介绍了一个在片上系统 （soc） 上实现该算法的器件系列。
模型仪表 m5 ez 算法的工作原理
获得专利的modelgauge m5算法（wortham等人，2014）（wortham，2013）使用实时电气测量并将其转换为可用的soc%（充电状态）和其他电池信息。该算法具有多种机制，可以对由于模型与使用的实际细胞不匹配而导致的错误脱敏。这些机制还可以使电气测量中的任何误差脱敏，以免对soc%输出产生不利影响。此外，还有几种自适应机制可以帮助电量计了解电池特性并提高其精度。
modelgauge m5 算法将库仑计数器的短期精度和线性度与基于电压的电量计的长期稳定性相结合。该算法的核心将开路电压（ocv）状态估计与库仑计数器相结合。li+细胞的ocv值与soc相关，这种关系在很大程度上与细胞的年龄无关（见图1）。
图1.电池的 soc% 与 ocv 不会随使用时间而变化。
当细胞在应用过程中循环时，这种上下遍历该曲线的过程在很大程度上使任何模型对细胞不匹配引起的任何局部误差脱敏。开始时，当电池首次连接到电量计ic时，ocv状态估计与库仑计数输出相比权重很大。当细胞在应用中循环时，库仑计数器精度提高，混合算法改变权重，使库仑计数器结果占主导地位。从这一点开始，算法切换到伺服混合。
伺服混合根据 ocv 估计的误差方向，向上或向下对库仑计数提供固定幅度的连续误差校正。这样可以快速校正库仑计数和ocv估计之间的差异。混合算法产生的输出不会因电流测量失调误差而受到累积漂移的影响，并且比独立的ocv估计算法更稳定（见图2）。
图2.电压和库仑计数混合。
对库仑计数器的这种校正在应用程序处于活动状态和待机状态时连续进行。实际上，这意味着库仑计数器校正每天发生超过200，000次 - 用户几乎看不见的微小步骤。这些校正发生在电池处于负载下以及空载状态时，无论电池是否松弛，这比其他竞争算法相比具有显着优势。
随着应用的温度和放电速率的变化，应用可用的电荷量也会发生变化。modelgauge m5 算法区分单元的剩余容量和应用程序的剩余容量，并将这两个结果报告给用户。
该算法会定期对细胞模型和应用信息进行内部调整，以消除初始误差，并在细胞老化时保持准确性。这些调整始终作为小的修正进行，以防止系统不稳定并防止电量计输出出现任何明显的跳跃。学习自动进行，无需来自外部主控制器的任何输入。除了估计电池的soc外，ic还观察电池的松弛响应并调整电压电量计的动态。
modelgauge m5 算法包括一项功能，可确保当电池电压接近空电压时，电量计输出收敛到 0%。当电池电压接近预期的空电压时，ic平滑地调整soc %的变化率，使电量计在电池电压达到空电压的确切时间报告0%。这可以防止意外关机或电量计报告的早期 0% soc。这也提供了一种额外的机制，用于使soc %误差与任何模型失配误差脱敏。
测量和仿真结果
maxim开发了一个庞大的电池数据库，其中包含与客户用例类似的各种测试条件下的电芯特性和行为。这使得maxim能够通过对之前收集的真实数据运行电量计算法来验证其任何新的改进。利用这些数据，maxim分析了数百种不同尺寸电池的性能，并在图3中绘制了结果的直方图。
图3.modelgauge m5 ez soc 不同电池和放电的误差统计。
这表明，在室温及以上条件下，超过94%的测试用例的soc误差小于3%。这些测试用例确实排除了某些已知在ocv与soc%表方面与更传统和流行的化学物质有很大差异的电池类型。
图 4 是一个直方图，显示了 ez 模型与“调整”自定义模型的比较，绘制为测试用例与它们所属的错误桶的百分位数。虽然优化模型确实在 1% 存储桶中放置了更多案例，但所有测试用例的总和高达 3% 的误差表明 ez 模型覆盖了 95%，而自定义模式覆盖了 97% 的测试用例。考虑到准备自定义模型所需的额外工作、资源和时间，ez 配置方法是一个有吸引力的替代方案。
图4.模型仪表 m5 ez 误差与自定义调整模型的比较。
另一种方法是在系统设计允许的特定误差预算下比较ez与定制调谐模型。图 5 显示了它们与 3% 误差预算和 5% 误差预算<<比较。
与其简单地查看 0% 到 100% soc 之间的最坏情况误差，不如查看接近空的误差（例如 10%），其中准确的燃料测量确实很重要。如果电池处于 50% 左右的状态，并且电量计指示 40% 或 60%（10% 误差），则可能不会发生任何不良情况，因为此时不会做出关键的电源管理决策。但是，当电池电量为 10% 并且电量计显示 5% soc 时，系统很可能会过早关闭，并且电池将无法充分利用。
另一方面，如果电池电量为 5%，电量计显示 soc 为 10%，则系统很可能会意外崩溃，而没有正常计划关机的好处。两者都会导致用户体验不佳 - 前者导致运行时间比预期短，而后者导致突然关闭，这对用户来说非常烦人。
图5.modelgauge m5 ez 与基于系统误差预算的定制调整模型相比。
如果应用有更苛刻的要求，并且还需要在低温（0°c）下具有良好的精度，那么类似的分析表明，对于<5%的soc误差预算，结果几乎相同。因此，对于一大类应用，实现ez配置性能的简单性成为新产品开发的游戏规则改变者。
硅实现
maxim在max17201、max17205、max17211和max17215器件系列中实现了上述算法。图6显示了家庭框图。
ic可自动补偿电池老化、温度和放电速率，并在各种工作条件下提供以毫安小时（mah）或百分比（%）为单位的精确soc。ic提供对空载时间和满载时间的准确估计，cycle+™年龄预测，以及报告电池年龄的三种方法：容量减少、电池电阻增加和循环里程表。
ic提供电流、电压和温度的精密测量。电池组的温度是使用内部温度测量和最多两个外部热敏电阻测量的，这些热敏电阻由辅助输入端的比率测量支持。这些器件可以通过检测高或低电压、电流、温度或 soc 来提供警报。ic还包含两个可编程的快速过流比较器，可检测系统电流的尖峰，并警告系统进行适当的调整，以防止可能导致电池突然崩溃的情况。两个比较器都具有可编程阈值电平和可编程去抖延迟。
图6.实现modelgauge m5 ez的ic框图。
结论
凭借其准确性和易用性，modelgauge m5 ez 在精度方面是一种非常适合的电量计算法。它还符合当今以软件和上市时间为中心的设计限制。本应用笔记研究了该算法的功能，分享了确认其性能的测量结果，并介绍了该算法的硅实现。
智能时代，智慧餐厅也是一个新趋势
点阵式存储映射的LCD驱动器特点说明
滚筒自动化流水线的简单介绍
如何使用外部模拟电压控制数字电位器
日本工业机器人对华出口额减少近2成，保持高速增长的市场迎来平台期
使用ModelGauge m5 EZ算法进行准确的电量计
电脑接口中那些层出不穷的硬盘接口
2023CPSE安博会倒计时1天！英码科技参展5大亮点抢先看~
人脸识别技术时代,人们都存在哪些隐私安全隐患
诺基亚“小胜”爱立信 能否“翻盘”存疑
如何使用树莓派调暗LED
给乘客提供卓越体验，汽车信息娱乐系统优化设计方案
产品荟萃！凌鸥创芯开发者大会集体亮相
三星最新款Chromebook Plus和Chromebook Pro笔记本首次搭载国产处理器
F46热缩管收缩比有哪些？
施工现场扬尘检测仪功能有哪些？
Keil为啥比IAR更受欢迎？
闪光灯适用机型/其它功能
中科新松赋能3C,推出了一系列3C协作机器人
21家企业5月发布的新品有何看点？
介绍
随着物联网（iot）和连接设备成为新发展的主要焦点，绝大多数新设备都需要使用电池供电。传统上，新产品的差异化在于硬件本身。然而，最近的趋势是，区别于竞争对手的关键功能反映在软件上。与组织开发产品的方式（在大型团队中，每个开发任务都有专门的专业工程师）相比，现在的重点越来越放在保持软件团队的小而敏捷上，以便尽快将新产品推向市场。
传统的电量计方法需要团队中的电源或电池专家与电量计供应商合作，找到可与其电池一起使用的合适型号。这通常涉及在各种负载和温度条件下表征电池，这很容易需要几周的时间才能对电池进行全面表征和建模。这种“老式”的方法不再适合上述小型、敏捷和以软件为中心的开发团队的方式。
因此，符合当今要求的现代燃油计量解决方案有助于（除了明显需要精度而不是老化）易用性和较短的上市时间。
模型仪表™m5 ez是结合了这些功能的燃油计量算法的最新发展。它可实现快速准确的电量计解决方案，无需专门的电池表征。
本应用笔记详细介绍了该算法及其如何实现不同的功能。“测量和仿真结果”部分提供了有关使用此方法实现的精度的更多见解。我们还介绍了一个在片上系统 （soc） 上实现该算法的器件系列。
模型仪表 m5 ez 算法的工作原理
获得专利的modelgauge m5算法（wortham等人，2014）（wortham，2013）使用实时电气测量并将其转换为可用的soc%（充电状态）和其他电池信息。该算法具有多种机制，可以对由于模型与使用的实际细胞不匹配而导致的错误脱敏。这些机制还可以使电气测量中的任何误差脱敏，以免对soc%输出产生不利影响。此外，还有几种自适应机制可以帮助电量计了解电池特性并提高其精度。
modelgauge m5 算法将库仑计数器的短期精度和线性度与基于电压的电量计的长期稳定性相结合。该算法的核心将开路电压（ocv）状态估计与库仑计数器相结合。li+细胞的ocv值与soc相关，这种关系在很大程度上与细胞的年龄无关（见图1）。
图1.电池的 soc% 与 ocv 不会随使用时间而变化。
当细胞在应用过程中循环时，这种上下遍历该曲线的过程在很大程度上使任何模型对细胞不匹配引起的任何局部误差脱敏。开始时，当电池首次连接到电量计ic时，ocv状态估计与库仑计数输出相比权重很大。当细胞在应用中循环时，库仑计数器精度提高，混合算法改变权重，使库仑计数器结果占主导地位。从这一点开始，算法切换到伺服混合。
伺服混合根据 ocv 估计的误差方向，向上或向下对库仑计数提供固定幅度的连续误差校正。这样可以快速校正库仑计数和ocv估计之间的差异。混合算法产生的输出不会因电流测量失调误差而受到累积漂移的影响，并且比独立的ocv估计算法更稳定（见图2）。
图2.电压和库仑计数混合。
对库仑计数器的这种校正在应用程序处于活动状态和待机状态时连续进行。实际上，这意味着库仑计数器校正每天发生超过200，000次 - 用户几乎看不见的微小步骤。这些校正发生在电池处于负载下以及空载状态时，无论电池是否松弛，这比其他竞争算法相比具有显着优势。
随着应用的温度和放电速率的变化，应用可用的电荷量也会发生变化。modelgauge m5 算法区分单元的剩余容量和应用程序的剩余容量，并将这两个结果报告给用户。
该算法会定期对细胞模型和应用信息进行内部调整，以消除初始误差，并在细胞老化时保持准确性。这些调整始终作为小的修正进行，以防止系统不稳定并防止电量计输出出现任何明显的跳跃。学习自动进行，无需来自外部主控制器的任何输入。除了估计电池的soc外，ic还观察电池的松弛响应并调整电压电量计的动态。
modelgauge m5 算法包括一项功能，可确保当电池电压接近空电压时，电量计输出收敛到 0%。当电池电压接近预期的空电压时，ic平滑地调整soc %的变化率，使电量计在电池电压达到空电压的确切时间报告0%。这可以防止意外关机或电量计报告的早期 0% soc。这也提供了一种额外的机制，用于使soc %误差与任何模型失配误差脱敏。
测量和仿真结果
maxim开发了一个庞大的电池数据库，其中包含与客户用例类似的各种测试条件下的电芯特性和行为。这使得maxim能够通过对之前收集的真实数据运行电量计算法来验证其任何新的改进。利用这些数据，maxim分析了数百种不同尺寸电池的性能，并在图3中绘制了结果的直方图。
图3.modelgauge m5 ez soc 不同电池和放电的误差统计。
这表明，在室温及以上条件下，超过94%的测试用例的soc误差小于3%。这些测试用例确实排除了某些已知在ocv与soc%表方面与更传统和流行的化学物质有很大差异的电池类型。
图 4 是一个直方图，显示了 ez 模型与“调整”自定义模型的比较，绘制为测试用例与它们所属的错误桶的百分位数。虽然优化模型确实在 1% 存储桶中放置了更多案例，但所有测试用例的总和高达 3% 的误差表明 ez 模型覆盖了 95%，而自定义模式覆盖了 97% 的测试用例。考虑到准备自定义模型所需的额外工作、资源和时间，ez 配置方法是一个有吸引力的替代方案。
图4.模型仪表 m5 ez 误差与自定义调整模型的比较。
另一种方法是在系统设计允许的特定误差预算下比较ez与定制调谐模型。图 5 显示了它们与 3% 误差预算和 5% 误差预算<<比较。
与其简单地查看 0% 到 100% soc 之间的最坏情况误差，不如查看接近空的误差（例如 10%），其中准确的燃料测量确实很重要。如果电池处于 50% 左右的状态，并且电量计指示 40% 或 60%（10% 误差），则可能不会发生任何不良情况，因为此时不会做出关键的电源管理决策。但是，当电池电量为 10% 并且电量计显示 5% soc 时，系统很可能会过早关闭，并且电池将无法充分利用。
另一方面，如果电池电量为 5%，电量计显示 soc 为 10%，则系统很可能会意外崩溃，而没有正常计划关机的好处。两者都会导致用户体验不佳 - 前者导致运行时间比预期短，而后者导致突然关闭，这对用户来说非常烦人。
图5.modelgauge m5 ez 与基于系统误差预算的定制调整模型相比。
如果应用有更苛刻的要求，并且还需要在低温（0°c）下具有良好的精度，那么类似的分析表明，对于<5%的soc误差预算，结果几乎相同。因此，对于一大类应用，实现ez配置性能的简单性成为新产品开发的游戏规则改变者。
硅实现
maxim在max17201、max17205、max17211和max17215器件系列中实现了上述算法。图6显示了家庭框图。
ic可自动补偿电池老化、温度和放电速率，并在各种工作条件下提供以毫安小时（mah）或百分比（%）为单位的精确soc。ic提供对空载时间和满载时间的准确估计，cycle+™年龄预测，以及报告电池年龄的三种方法：容量减少、电池电阻增加和循环里程表。
ic提供电流、电压和温度的精密测量。电池组的温度是使用内部温度测量和最多两个外部热敏电阻测量的，这些热敏电阻由辅助输入端的比率测量支持。这些器件可以通过检测高或低电压、电流、温度或 soc 来提供警报。ic还包含两个可编程的快速过流比较器，可检测系统电流的尖峰，并警告系统进行适当的调整，以防止可能导致电池突然崩溃的情况。两个比较器都具有可编程阈值电平和可编程去抖延迟。
图6.实现modelgauge m5 ez的ic框图。
结论
凭借其准确性和易用性，modelgauge m5 ez 在精度方面是一种非常适合的电量计算法。它还符合当今以软件和上市时间为中心的设计限制。本应用笔记研究了该算法的功能，分享了确认其性能的测量结果，并介绍了该算法的硅实现。
智能时代，智慧餐厅也是一个新趋势
点阵式存储映射的LCD驱动器特点说明
滚筒自动化流水线的简单介绍
如何使用外部模拟电压控制数字电位器
日本工业机器人对华出口额减少近2成，保持高速增长的市场迎来平台期
使用ModelGauge m5 EZ算法进行准确的电量计
电脑接口中那些层出不穷的硬盘接口
2023CPSE安博会倒计时1天！英码科技参展5大亮点抢先看~
人脸识别技术时代,人们都存在哪些隐私安全隐患
诺基亚“小胜”爱立信 能否“翻盘”存疑
如何使用树莓派调暗LED
给乘客提供卓越体验，汽车信息娱乐系统优化设计方案
产品荟萃！凌鸥创芯开发者大会集体亮相
三星最新款Chromebook Plus和Chromebook Pro笔记本首次搭载国产处理器
F46热缩管收缩比有哪些？
施工现场扬尘检测仪功能有哪些？
Keil为啥比IAR更受欢迎？
闪光灯适用机型/其它功能
中科新松赋能3C,推出了一系列3C协作机器人
21家企业5月发布的新品有何看点？