基于幂次瑞利分布与自适应渐进型第二类删失的锂离子电池寿命估计方法

《Entropy》：Reliability Analysis of Lithium-Ion Battery Aging Lifetime Based on Adaptive Progressive Type-II Censored Data

　　锂离子电池加速老化试验成本高昂且样本量小，而常规删失方法会忽略电化学退化动态并导致寿命估计出现偏差。幂次瑞利分布具有单调递增的风险率，与固态电解质界面增厚和锂枝晶沉积所致的老化过程相符。我们将该分布与自适应渐进型第二类删失相结合，在失效容量越过寿命终止阈值后提前停止样本抽取，从而保留右尾退化信息。参数估计采用多重初始值配合有限内存BFGS的极大似然法，以及混合Metropolis-Hastings马尔可夫链蒙特卡洛贝叶斯推断，并通过蒙特卡洛模拟和NASA 4°C循环数据进行验证。轻度删失相比重度删失可保留约10%更多的右尾信息。在点估计方面，对于中等样本量（n = 66），极大似然法的偏差略低，而贝叶斯估计在较小样本量的删失情况下（n = 40）更为稳健；最高后验密度可信区间的平均宽度比比渐近区间窄约12%，同时保持名义覆盖度。尽管该分布是对两参数Weibull族的重新参数化，拟合指标完全相同，但其香农熵和分位数函数具有初等闭式表达式，避免了嵌套数值积分，每条链的贝叶斯采样速度提升约740倍，数值稳定性更好，适用于车载计算。敏感性分析表明，移除一个极端电芯会削弱拟合效果，因此该框架适用于均匀条件下的同质电芯子群体。验证工作目前仅限于低温循环，将其扩展至温度与充放电倍率的联合应力环境是我们当前的优先事项。