電動汽車遠程監(jiān)控技術(shù)研究及其平臺開發(fā)*

杜常清，杜 剛，朱一多，李 晃

(武漢理工大學，現(xiàn)代汽車零部件技術(shù)湖北省重點實驗室，汽車零部件技術(shù)湖北省協(xié)同創(chuàng)新中心,武漢 430070)

?

2015184

電動汽車遠程監(jiān)控技術(shù)研究及其平臺開發(fā)*

杜常清，杜 剛，朱一多，李 晃

(武漢理工大學，現(xiàn)代汽車零部件技術(shù)湖北省重點實驗室，汽車零部件技術(shù)湖北省協(xié)同創(chuàng)新中心,武漢 430070)

為提高電動汽車運行的安全性和揭示設(shè)計參數(shù)對性能的影響，設(shè)計并開發(fā)了一套遠程監(jiān)控平臺。該平臺基于GPS數(shù)據(jù)，采用投影法和曲線擬合算法對車輛進行實時定位；以電動汽車動力電池組的故障診斷為例，提出了基于閾值原則，采用QTouch開發(fā)平臺軟件和Matlab軟件進行電池狀態(tài)和故障監(jiān)控的方法；選擇典型的城市行駛工況，對所開發(fā)的平臺進行了實車測試。結(jié)果表明，該平臺能實現(xiàn)電動汽車遠程數(shù)據(jù)的準確采集與監(jiān)控，對車輛各總成進行實時故障診斷并作出報警提示，也可對電動汽車進行性能分析與評價，滿足電動汽車遠程監(jiān)控與管理的需求。

電動汽車；遠程監(jiān)控；故障診斷；數(shù)據(jù)分析

前言

圍繞節(jié)能與環(huán)保兩大主題，以電動汽車為首的新能源汽車產(chǎn)業(yè)已然成為當今汽車界內(nèi)的研究熱點。當前，電動汽車技術(shù)即將由導入期轉(zhuǎn)向快速發(fā)展期，為保證電動汽車運行安全性，促進技術(shù)進步和提高實用性，整車廠家必須對處于起步期、發(fā)展期的新能源汽車的運行狀態(tài)進行實時監(jiān)控[1]。因此，開發(fā)電動汽車遠程監(jiān)控系統(tǒng)十分必要，國內(nèi)外針對此領(lǐng)域展開了大量研究并取得一定成果。

目前，參與示范運營電動汽車的遠程監(jiān)控系統(tǒng)功能主要停留在數(shù)據(jù)收發(fā)和簡單的故障報警方面，對于數(shù)據(jù)的深入處理，研究基于數(shù)據(jù)流的電動汽車動力系統(tǒng)和能源系統(tǒng)工作狀態(tài)以及性能監(jiān)測等方面還較為欠缺，無法為整車控制策略的優(yōu)化、安全性和可靠性等方面的改進提供完善的技術(shù)指導。

基于以上分析，為增強對遠程數(shù)據(jù)的二次處理能力，本文中對遠程監(jiān)控關(guān)鍵技術(shù)展開探究，設(shè)計并開發(fā)了一套電動汽車遠程監(jiān)控平臺。

1 遠程監(jiān)控平臺系統(tǒng)構(gòu)成

本文中設(shè)計的遠程監(jiān)控平臺主要由車載智能信息終端、上位機監(jiān)控平臺、3G無線網(wǎng)絡(luò)、Internet網(wǎng)絡(luò)構(gòu)成，圖1示出系統(tǒng)的構(gòu)成及其通信原理。

車載智能信息終端的主要功能是遠程數(shù)據(jù)的接收和發(fā)送，而上位機監(jiān)控平臺的主要功能則是對接收的遠程數(shù)據(jù)進行分析處理，方便監(jiān)控用戶對電動汽車運行狀態(tài)進行實時監(jiān)控，了解車輛故障信息并對電動汽車性能作出分析評價，也能響應(yīng)監(jiān)控用戶的交互操作，下達控制指令。

車載智能信息終端采用高性能ARM9單片機作為核心處理器，其主控制芯片AT91SAM9G45通過CAN模塊與車載CAN網(wǎng)絡(luò)各個監(jiān)控節(jié)點實現(xiàn)信息交互，實時獲取車輛運行信息并可下發(fā)控制命令給各監(jiān)控節(jié)點[2]。主控制芯片通過UART接口實現(xiàn)與GPS模塊之間的通信，完成GPS數(shù)據(jù)的采集。主控制芯片將采集到的CAN數(shù)據(jù)和GPS數(shù)據(jù)發(fā)送至3G模塊，監(jiān)控系統(tǒng)上、下位機采用MODBUS通信協(xié)議，3G模塊將數(shù)據(jù)打包為MODBUS報文[3]。

基于電信3G-CDMA2000無線網(wǎng)絡(luò)和Internet網(wǎng)絡(luò)，3G模塊將MODBUS報文發(fā)送至遠程監(jiān)控系統(tǒng)服務(wù)器，監(jiān)控人員通過訪問服務(wù)器實現(xiàn)對電動汽車運行狀況的監(jiān)控。通過MODBUS的雙向讀寫功能，監(jiān)控人員也可以通過3G網(wǎng)絡(luò)與Internet網(wǎng)絡(luò)向車載智能信息終端發(fā)送控制命令[4]。

采用QTouch跨平臺自動化組態(tài)軟件作為遠程監(jiān)控系統(tǒng)軟件開發(fā)平臺，基于DDE動態(tài)交換技術(shù)[5]，QTouch聯(lián)合Matlab開發(fā)了故障診斷及分析評價系統(tǒng)，上位機接收的遠程數(shù)據(jù)和運算分析結(jié)果均寫入關(guān)聯(lián)數(shù)據(jù)庫管理系統(tǒng)MySQL中，使用SQL指令對數(shù)據(jù)庫中的數(shù)據(jù)進行查詢和編輯。

2 監(jiān)控平臺功能及關(guān)鍵技術(shù)研究

針對示范運營電動汽車監(jiān)控需求為遠程監(jiān)控平臺進行功能設(shè)計，形成了一套較為完善的軟件功能體系，如圖2所示。軟件功能設(shè)計分為面向管理行為的軟件設(shè)計、面向?qū)崟r監(jiān)控的軟件設(shè)計、面向分析評價的軟件設(shè)計3個方面。軟件功能體系涵蓋11種不同的功能模塊，系統(tǒng)分別為各功能模塊開發(fā)了相應(yīng)的用戶界面，作為用戶與監(jiān)控平臺的交互接口[6]。

圖2中，虛擬儀器儀表模塊以數(shù)值、圖形和曲線繪制等方式顯示電機、動力電池組和其它車載設(shè)備的運行信息。車輛定位與跟蹤模塊以GOOGLE地圖作為顯示載體，調(diào)用電子地圖程序?qū)﹄妱悠囘M行定位，實時獲取在線電動汽車經(jīng)緯度、航速、航向、海拔和運行時間等GPS信息，并能回放任一車輛、任一時段的運行路線。實時報警與故障查詢模塊可以解析電機、動力電池組等車載設(shè)備的故障碼，并以醒目圖標和聲音報警提示的方式告知監(jiān)控人員。歷史數(shù)據(jù)查詢模塊可供監(jiān)控人員查詢?nèi)我獗O(jiān)控參數(shù)的歷史數(shù)據(jù)并可生成、打印報表。數(shù)據(jù)分析與評價模塊能夠?qū)﹄妱悠囆阅芎瓦\行數(shù)據(jù)作出評價，包括能量經(jīng)濟性評價、報警與故障統(tǒng)計分析、行駛工況分析、行駛里程統(tǒng)計分析、SOH電池健康狀態(tài)評價和駕駛習慣分析等，并以圖形和報表的形式顯示分析結(jié)果。

2.1 基于地圖匹配的車輛定位與跟蹤

在實際GPS定位過程中，由于受到各種外界因素的干擾，接收的GPS數(shù)據(jù)常常會發(fā)生一定程度的漂移和失真，不能準確地將GPS定位點關(guān)聯(lián)在實際行駛道路上。為了提高定位精度，監(jiān)控平臺采用基于投影法和曲線擬合數(shù)值分析的方式對GPS定位點進行地圖匹配[7]。

本文中地圖匹配原理是根據(jù)可用的道路匹配信息(車輛運行方向、GPS定位點與待匹配道路投影距離、待匹配道路與前一定位點匹配道路之間的拓撲連接關(guān)系)確定匹配道路[8]，然后采用投影法將GPS定位點關(guān)聯(lián)到匹配道路。

以GPS定位點為中心，40m為半徑創(chuàng)建道路匹配區(qū)域，當區(qū)域內(nèi)的待匹配道路與車輛運行方向夾角不大于30°且與前一定位點匹配道路之間存在拓撲連接時，認為該道路符合匹配條件。車輛方向通過曲線擬合得到的定位點斜率k來反映。

(1)

式中：(Xi,Yi)為曲線擬合點定位坐標；i=1,2,3,4,5,6；(X6,Y6)為待匹配定位點。

若區(qū)域內(nèi)存在多條道路滿足匹配條件，則通過道路匹配函數(shù)F確定最優(yōu)匹配道路。

(2)

式中：k為(X6,Y6)點處的斜率；k0為待匹配道路斜率；d為投影距離；m，n分別為角度加權(quán)值和投影距離加權(quán)值，且m+n=1，反映了待匹配道路角度與距離的受信任程度，根據(jù)實際情況確定加權(quán)值。

確定匹配道路后，采用投影法將GPS定位點關(guān)聯(lián)到電子地圖道路上，若投影點落到匹配道路延長線上，則以匹配道路臨近端點作為最優(yōu)匹配點。

GPS定位點地圖匹配的算法流程如圖3所示，分為以下幾個階段：

(1) 讀取GPS數(shù)據(jù)，按系統(tǒng)預(yù)定規(guī)則庫判斷該數(shù)據(jù)是否為失效數(shù)據(jù)，若是則放棄匹配；

(2) 以GPS定位點為中心，以40m為半徑創(chuàng)建道路匹配區(qū)域，此區(qū)域內(nèi)出現(xiàn)的道路作為待匹配道路，獲取待匹配道路集；

(3) 將待匹配道路集中待匹配道路與前一定位點匹配道路進行幾何拓撲連接分析，如兩者無幾何拓撲相連關(guān)系，則放棄匹配；

(4) 若道路集中待匹配道路僅有1條，則認為此道路為匹配道路，若有多條，則對6點GPS定位數(shù)據(jù)進行曲線擬合數(shù)值分析，并采用道路匹配函數(shù)F來確定匹配道路；

(5) 采用投影法，將GPS定位點關(guān)聯(lián)到電子地圖匹配道路上。

2.2 基于閾值原則的電池故障診斷

以動力電池為例，其主要故障包括電池零容量、電池容量變小、電池組老化、自放電大、極板損壞、充電不足、內(nèi)部開路、短路、內(nèi)阻過大和報廢等，而故障產(chǎn)生時的征兆，如充電電壓高、升壓快、電流小、放電電壓低、降壓快、溫度高和升溫快等，則通過電池狀態(tài)數(shù)據(jù)(電壓、電流和溫度)來表征。

當動力電池發(fā)生故障時，常常伴隨著多個故障征兆和多個故障原因，一個故障征兆可由多個故障原因引起，一個故障原因也可引起多個故障征兆，征兆與原因間是多對多的模糊關(guān)系，因此，對于電池的故障診斷非常復雜。為了反映故障原因和征兆間的這種模糊關(guān)系，可以通過征兆相對于故障原因的隸屬度來表征，隸屬度值越大，則故障征兆與故障原因之間的相關(guān)程度越高[9-10]。

基于閾值原則和模糊數(shù)學綜合評判，采用QTouch聯(lián)合Matlab開發(fā)了電池故障診斷系統(tǒng)，能夠準確地給出電池故障診斷信息，說明故障原因和故障程度。診斷基本原理為：根據(jù)電壓、電流和溫度等電池狀態(tài)數(shù)據(jù)，抽象出當前電池所表現(xiàn)出的故障征兆，并依據(jù)數(shù)據(jù)進行征兆隸屬度的計算，將征兆程度具體化。再根據(jù)模糊診斷矩陣計算出故障原因隸屬度，對比各個故障隸屬度和對應(yīng)故障閾值(本文中故障閾值為0.5，后期根據(jù)試驗可作出調(diào)整)，若故障隸屬度值超過閾值，則說明對應(yīng)故障發(fā)生，否則電池健康。完整的電池診斷流程如圖4所示，分為以下4個階段。

μsi=F(si)

(3)

(4)

(3) 比較故障原因隸屬度μdj與該故障閾值αdj，若式(5)成立，則故障dj發(fā)生，否則電池健康。

μdj>αdj

(5)

式中：αdj為判斷故障dj發(fā)生與否的閾值，確立的故障閾值集G={αdj|j=1,2,…,m}。

(4) 計算電池健康狀態(tài)SOH并給出診斷信息。

SOH=(1-max(μdj))×100%

(6)

SOH描述了電池健康狀態(tài)，電池診斷出現(xiàn)故障后，根據(jù)SOH數(shù)值的大小可以反映電池的故障程度。

2.3 行駛工況分析

各地區(qū)道路特征、地理結(jié)構(gòu)與實時路況存在較大差異，針對不同地區(qū)實際行駛工況，根據(jù)通用的循環(huán)工況進行動力系統(tǒng)參數(shù)匹配和整車控制策略設(shè)計存在較大的局限性。為獲取電動汽車實際運行時的功率需求，更好地匹配動力總成參數(shù)，優(yōu)化整車控制策略，改善動力性、經(jīng)濟性、實用性，就必須對電動汽車實際行駛工況數(shù)據(jù)進行統(tǒng)計與分析，為制定本地區(qū)典型電動汽車工況提供數(shù)據(jù)基礎(chǔ)。

基于3G無線網(wǎng)絡(luò)，車載智能信息終端將采集的大量行駛工況數(shù)據(jù)在線發(fā)送至上位機監(jiān)控平臺并寫入MySQL數(shù)據(jù)庫。工況分析評價軟件通過訪問MySQL數(shù)據(jù)庫，能夠?qū)r數(shù)據(jù)文件進行連續(xù)不斷的統(tǒng)計與分析，分析流程如圖5所示。本文中選取13個工況特征參數(shù)(表1)進行分析，分析結(jié)果以報表的形式給出，這樣就可以對電動汽車實際行駛工況作出評價[11]。

表1 實際行駛工況特征參數(shù)分析

類似工況分析軟件，開發(fā)了駕駛習慣分析軟件，可對多項駕駛習慣進行統(tǒng)計分析，包括車速分布、各擋位使用次數(shù)、轉(zhuǎn)速分布等近百個統(tǒng)計分析項，為研究駕駛習慣對車輛性能的影響提供數(shù)據(jù)基礎(chǔ)。不同駕駛員有著不同的駕駛習慣，它們必然會影響到電動汽車運行性能，尤其對經(jīng)濟性的影響較大。通過對同車和多車大量數(shù)據(jù)進行駕駛習慣分析，研究駕駛習慣對車輛性能的影響方式，可以制定出良好的駕駛指導準則，提高電動汽車經(jīng)濟性和實用性。

3 實車驗證

在項目一期實車測試中，以某單位提供的2臺純電動汽車作為實驗監(jiān)控對象，在武漢市區(qū)選擇了一條典型市區(qū)工況路線進行測試。測試路線中包含一段城市快速道路，一段交通較為平穩(wěn)的道路和一段交通較為擁堵的道路，一次測試全程共17.4km，耗時約50min。利用自主開發(fā)的遠程監(jiān)控平臺對2臺純電動車進行全面監(jiān)控，系統(tǒng)測試與分析結(jié)果如下。

圖6為遠程監(jiān)控平臺主監(jiān)控界面，可以監(jiān)控任一在線車輛的詳細數(shù)據(jù)，也可以同時監(jiān)控全部在線車輛的基本數(shù)據(jù)。圖中顯示了001號電動汽車運行時的整車數(shù)據(jù)、GPS數(shù)據(jù)、電機與電池的CAN數(shù)據(jù)和故障報警等實時監(jiān)控信息。調(diào)用SQL查詢指令查看001號電動汽車實車測試時SOC的歷史數(shù)據(jù)，如圖7所示，顯示了SOC從運行開始到50min時的變化趨勢。

基于投影法和曲線擬合數(shù)值分析，調(diào)用電子地圖程序?qū)囕v進行定位跟蹤。圖8驗證了監(jiān)控平臺能對在線的2臺電動汽車進行準確定位，以動態(tài)實心圓圈定位車輛，并在線顯示車輛位置信息，如車速、方向、經(jīng)緯度、海拔、時間等GPS信息。圖9為002號電動汽車在一期測試中的行駛路線。

監(jiān)控平臺實時對電動汽車遠程數(shù)據(jù)進行故障診斷并給出診斷信息，監(jiān)控人員可以查看任一零部件、任一時段的歷史診斷信息。圖10示出了001號電動汽車實車測試時17號單體電池的部分診斷信息。經(jīng)過分析對比，該監(jiān)控平臺的診斷結(jié)果與實際人工檢測結(jié)果基本一致，驗證了電池故障診斷信息的準確性。

對002號電動汽車實車測試行駛工況特征參數(shù)作出分析，從MySQL數(shù)據(jù)庫中讀取指定工況數(shù)據(jù)分析文件，進行連續(xù)不斷地統(tǒng)計與分析。分析結(jié)果如表1所示，監(jiān)控平臺準確地對系統(tǒng)所采用的13個工況特征參數(shù)進行分析。

讀取數(shù)據(jù)庫中實車測試001號電動汽車行駛里程、時間、車速等數(shù)據(jù)，生成“里程百分比-車速”、“時間百分比-車速”車速分布圖，如圖11所示。

4 結(jié)論

本文中設(shè)計了基于3G網(wǎng)絡(luò)的電動汽車遠程監(jiān)控平臺，通過實車測試，驗證了該監(jiān)控平臺能夠準確、穩(wěn)定地對電動汽車運行狀態(tài)進行監(jiān)控和管理，滿足示范運營需求。基于地圖匹配數(shù)值分析方法，實現(xiàn)了對電動汽車準確定位，采用QTouch聯(lián)合Matlab開發(fā)了基于閾值原則的模糊數(shù)學綜合評判的故障診斷系統(tǒng)，改進了電池故障診斷方式。開發(fā)的數(shù)據(jù)統(tǒng)計與分析模塊能夠?qū)Υ罅繉嶋H工況數(shù)據(jù)和駕駛習慣數(shù)據(jù)進行統(tǒng)計分析并形成報表，為電動汽車動力參數(shù)匹配和整車控制策略優(yōu)化等電動汽車技術(shù)的改進打下基礎(chǔ)。

[1] 工業(yè)與信息產(chǎn)業(yè)部.新能源汽車生產(chǎn)企業(yè)及產(chǎn)品準入管理規(guī)則[R].2009.

[2] 胡瑤.基于CAN、GPRS技術(shù)的電動汽車遠程監(jiān)控系統(tǒng)研究[D].武漢:武漢理工大學,2012.

[3] 張宇,朱樸寧.基于MODBUS的礦區(qū)監(jiān)測系統(tǒng)數(shù)據(jù)采集方案[J].電氣自動化,2012,34(3):76-78.

[4] 曾宏.基于CAN的公交車車況信息采集及GPRS/3G的遠程監(jiān)控調(diào)度系統(tǒng)[D].廣州:華南理工大學,2012.

[5] 陳燕虹,沈帥,劉宏偉,等.多輛電動汽車遠程監(jiān)控系統(tǒng)[J].吉林大學學報(工學版),2013,43(2).

[6] 張新豐,沈勇,宋謌,等.面向規(guī)模示范運營的新能源汽車遠程監(jiān)控系統(tǒng)設(shè)計[J].汽車工程,2012,34(5):470-474.

[7] 陳嘉,胡繼華,張飛舟.面向車輛監(jiān)控導航的地圖匹配算法研究[J].北京大學學報(自然科學版),2009,45(2):299-305.

[8] 付夢印,李杰,鄧志紅.一種適于車輛導航系統(tǒng)的快速地圖匹配算法[J].北京理工大學學報,2005,25(3):225-229.

[9] 吳建榮.純電動汽車遠程監(jiān)控系統(tǒng)設(shè)計及故障診斷方法研究[D].長春:吉林大學,2011.

[10] Cox Michael, Fritsch Mike. Automotive “Smart” Battery with State of Health Conductance Testing and Monitoring Technology[C]. SAE Paper 2003-01-0099.

[11] 謝輝,肖斌,郝明德,等.電動汽車示范運行無線遠程監(jiān)控管理系統(tǒng)的開發(fā)研究[J].汽車工程, 2006,28(8):734-737.

Remote Monitoring Technology Research and PlatformDevelopment for Electric Vehicle

Du Changqing, Du Gang, Zhu Yiduo & Li Huang

WuhanUniversityofTechnology,HubeiKeyLaboratoryofAdvancedAutomotivePartsTechnology,HubeiCollaborativeInnovationCenterofAutomotivePartsTechnology,Wuhan430070

Aiming at improving the operation security of electric vehicle (EV) and revealing the influence of design parameters on vehicle performance, a remote monitoring platform is designed and developed. Based on GPS data, the platform fulfills the real-time positioning for vehicle by means of projection and curve fitting. With the fault diagnosis of power battery for EV as example, a method for battery state and fault monitoring is put forward based on the principle of threshold and using QTouch development platform and Matlab software. A real vehicle testing on the platform developed is conducted with typical urban driving cycle. The results indicate that the platform can realize the accurate collection and monitoring for the remote data of EV, perform real time fault diagnosis for various assemblies of vehicle and give warning, and can also conduct the performance analysis and evaluation of EV, meeting the requirements of the remote monitoring and management of EV.

EV; remote monitoring; fault diagnosis; data analysis

*國家科技支撐計劃項目(2013BAG09B00)、國家自然科學基金(51275367)和中國新能源汽車產(chǎn)品檢測工況研究和開發(fā)資助。

原稿收到日期為2014年1月14日，修改稿收到日期為2014年5月13日。