電動汽車電池火災預警報警及自動滅火裝置設計

田龍禎 謝春麗 王昊潔

（東北林業大學交通學院，黑龍江 哈爾濱150040）

汽車的廣泛應用極大地促進了經濟社會的發展, 但同時也帶來一系列環境問題,電動汽車以其無污染、低噪音、高效率等優點迅速發展成為一種替代的交通工具。但是由于外界的碰撞;高壓線路等發生短路;電池的散熱系統失效等問題,車輛自燃的情況時有發生。[1]本文設計了一種電動汽車電池自動滅火裝置,準確識別電池火災,實現火災早期探測預警、火災報警實時監控功能,選取合適的滅火劑及時有效自動滅火。

1 硬件設計

該裝置由STM32 微處理器、預警及報警模塊、溫度檢測模塊及火探管自動滅火模塊組成。電動汽車電池由于熱失控、短路、外界碰撞等意外而發生火情時,該裝置實時采集電池溫度信息利用卡爾曼濾波算法對電池溫度進行在線估算, 微處理器根據估算結果準確識別火災并及時向預警及報警模塊發出預警信號。

1.1 STM32 微處理器

該裝置選用 32 位 STM32 嵌入式開發析, 選擇STM3232F103RCT6 作為MCU,工作頻率高達72MHZ,功能強大能耗低,包括48KB SRAM、256KB FLASH、5 個串口、1 個USB、1個CAN、1 個SDIO 接口及51 個通用IO 口等硬件資源。[2-3]

1.2 預警及報警模塊

由于電動汽車電池在充電, 放電及停車等任何工況下隨時可能發生火災并引起爆炸,該裝置采用GSM模塊及聲光報警模塊實現對電池火災火情的實時預警報警。

A6 GSM模塊是一款工業級通信模塊,其支持的GSM/GPRS工作頻率為850,900,1800,1900MHz, 可以低功耗地實現語音、SMS、數據的傳輸,支持1.8/3V SIM 卡,支持GSM07.07,07.05 AT命令及Ai Thinker 擴展命令[4]。

1.3 溫度檢測模塊

溫度傳感器DS18B20 是數字溫度傳感器, 可以將采集到地溫度信號直接轉換成數字信號輸送給微處理器, 每一塊DS18B20 均有唯一的產品編號, 在一條串行數據總線上可以使用多個傳感器,便于進行多點檢測。本裝置設置六個DS18B20 溫度傳感器, 微處理器接受數據利用卡爾曼濾波計算溫度最優化估算值,使火災識別準確。[5]

1.4 火探管自動滅火模塊

1.4.1 模塊概述

該模塊由裝有滅火劑的壓力容器、容器閥及火探管組成?；鹛焦苁且环N新型非金屬柔性材料,易于在細小空間內布置,無需能源供給,能夠實現線型探測,火探管在著火點上方受熱溫度最高處爆破, 利用自身儲壓將滅火劑通過爆破口直接噴射至著火點根部。[6]

1.4.2 滅火劑選擇及劑量計算

該裝置選用七氟丙烷滅火劑, 是一種無色無味無毒的氣體,適用于電氣類火災,本身沒有導電性能,可以有效隔絕著火化學反應并防止火災復燃。

火探管式自動探火滅火裝置的滅火劑用量應按(1)式計算:[7]

式中:M 為滅火劑用量,kg;Q 為單位容積所需滅火劑最小用量,kg/m3;V 為被保護區容積,m3。

2 卡爾曼濾波算法溫度估算設計

該裝置傳感器需要實時采集電池溫度數據, 汽車的加速、怠速等多種復雜工況, 傳感器的誤報問題以及電動汽車復雜的內部環境都會對傳感器的數據采集產生影響, 所以該裝置利用卡爾曼濾波算法對溫度數據進行修正, 使裝置對誤報問題的魯棒性更強。[8]

2.1 卡爾曼濾波算法原理

卡爾曼濾波算法在控制理論及控制系統工程有廣泛的應用,是一種利用系統輸入的觀測數據,去除噪聲干擾,對系統狀態進行最優估計的算法。[9]

卡爾曼濾波算法由預測狀態方程及更新方程組成。離散型卡爾曼濾波基本方程如下:

2.1.1 觀測對象的空間狀態系統模型狀態方程:

式中:Xk是k 時刻系統的狀態,A 和B 為系統狀態轉移矩陣,μk是k 時刻對系統的控制量,Wk為過程中的白噪聲。設Wk均值為0,對應協方差矩陣表示為Q 的白噪聲。

2.1.2 該系統的測量方程:

式中:Zk是k 時刻的測量值,Hi為系統狀態測量矩陣,vk為測量的白噪聲。設vk均值為0, 對應協方差矩陣表示為R 的白噪聲。

2.1.3 利用上一狀態的預測:

式中:X'k是利用上一狀態預測的結果,Xk-1是上一狀態最優的結果。

2.1.4 利用上一狀態的預測對應的協方差:

式中:P'k是X'k對應的協方差,Pk-1是k-1 時刻Xk-1對應的協方差,AT是A 的轉置矩陣。

2.1.5 卡爾曼增益:

式中:K 為卡爾曼增益,HTi為Hi的轉置矩陣。

2.1.6 最優化估算:

式中:Xk為k 時刻的最優化估算。

2.2 最優化估算值求解

根據傳感器采集的數據得到溫度平均值, 利用上一狀態的最優結果計算預測結果及對應的協方差, 然后計算卡爾曼增益和當前狀態下的最優化估算值及其對應的協方差。該裝置以電池包建立模型,卡爾曼算法分為預估方程和校正方程[10]。

3 軟件設計

該裝置使用Keil 軟件進行編程、仿真及調試。裝置工作流程為:啟動裝置各個模塊首先進行初始化,隨后傳感器進行數據采集并將采集到的數據進行傳輸, 然后通過卡爾曼濾波計算溫度最優化估算值,判斷電池溫度是否達到預警或報警警戒閾值,若出現火情或火災控制預警及報警模塊執行任務。

結束語

本文設計了一種基于STM32 的電動汽車電池自動滅火裝置,裝置以STM32F103 單片機為核心,利用卡爾曼濾波算法對采集到的數據進行最優化估算,準確識別電池火情火災,通過預警及報警模塊對火災實時監控, 并采用火探管自動滅火模塊快速有效滅火防止火災復燃,便于駕駛員及時處理故障,保護駕駛員及乘客人身財產安全。