为了校准，其实可以从燃油车和电动汽车两部分抽取实际的数据，在不同案例和配置里面，需要挺多的测试场地和现实的数据来做支撑。在BMS里面有个很有趣的功能设计，由于电动汽车在没充电休眠的过程中，可以阶段性的采集存放过程中的温度，实现连续的温度曲线的采集，特别是不同的位置，不同的季节，在整个停放休眠过程中温度点，其实也是重要的数据来源。电池的寿命大部分是在高温存放中老化的。
而在刚启动过程中，在整个运行环境中，则可以尽量把温度的各个点勾勒出来。通过之前的数据积累(在寿命使用中的直接物理量温度、电流，然后把对应的充电和工况分布给折算和记录出来)，可以开发模型来预测整个寿命。
其实各家都有自己的电池寿命模型，结合单体和Pack的DV、PV出来的数据调整。
经过实地的数据校准以后才测定预测的准确性。
从另一个角度来说，这个复合环境可以用环境的因素来描述，通过对环境应力的分解，然后通过对应的加速因素加上，然后实现加速验证折算也是条路。
很多的办法，都是叠加使用，才有更好的办法。从另一个角度而言，全生命周期的安全和功能评估还是值得去做的一件事情。
如同前阵子在做的一个事情一样，针对密封和电气部件的考虑，筛选出密封相关件，依据动力电池实际工况，拟合得出各零部件密封失效因子的加速老化验证测试，密封圈的高温老化和低温失效、钣金件盐雾腐蚀、振动对紧固件影响等。
建立三综合振动台(高低温、湿度)测试验证高低温、湿度、振动对动力电池密封性能影响。通过考察耐化学性、耐气候性、海拔压力、整车工况等失效因子对气密影响建立综合性数据库，得出主要失效因子和次要失效因子，并拟合出失效因子间函数关系和对电池包整体密封影响。
从标准的角度而言，做个技术参照，然后各家根据自己的情况来预测和移植，形成基础方法论还是值得去做的。如果变成整车认证实验，出来的结果偏差就大了。
作者：朱玉龙
