Lithium-ion-batterier udviser ofte unormale lyde ved bestemte frekvenser i deres indledende stadier, såsom elektrolytnedbrydning eller separatorbrud. Lyddetektionsteknologi kan fange disse karakteristiske signaler for at give tidlige advarsler. Men miljøstøj i industrielle omgivelser, såsom mekaniske vibrationer, ventilationsudstyr og personaleaktivitet, fører let til falske alarmer eller mistede alarmer, hvilket bliver en vigtig udfordring, der hindrer teknologiens implementering.
Nøjagtig udtrækning af frekvensdomænefunktioner: Gennem Short-Time Fourier Transform (STFT) eller wavelet-analyse dekomponeres lydsignalet i frekvensdomænet. Karakteristiske frekvensbånd relateret til batteriets termiske runaway (f.eks. 2-10kHz) vælges, mens lavfrekvent mekanisk støj (<1kHz) and high-frequency environmental interference (>15 kHz) filtreres fra, hvilket forbedrer signal-til-støjforholdet.
Adaptiv tærskeldynamisk justering: Kombineret med-realtidsovervågning af miljøstøj bruges en glidende vinduesalgoritme til dynamisk at justere alarmtærsklen. Tærsklen øges under støjspidser (f.eks. når udstyr starter op) og sænkes i perioder med lav-støj, balanceringsfølsomhed og falsk alarmfrekvens.
Adaptiv tærskeldynamisk justering: Kombineret med-realtidsovervågning af miljøstøj bruges en glidende vinduesalgoritme til dynamisk at justere alarmtærsklen. Tærsklen øges under støjspidser (f.eks. når udstyr starter op) og sænkes i perioder med lav-støj, balanceringsfølsomhed og falsk alarmfrekvens.
Multi-sensordatafusion: Et multi-modalt detekteringssystem er konstrueret ved at kombinere temperatur- og gassensorer. Når lydsignaler vises samtidigt med funktioner som en pludselig stigning i temperatur og for høj CO-koncentration, udløses en alarm, hvilket reducerer risikoen for fejlvurdering forårsaget af enkelt støjinterferens.