基于數據驅動下純電動汽車動力電池故障診斷方法研究

郭 葳,黃文君,張 飛

(許昌職業技術學院,河南 許昌 461000)

0 引言

隨著經濟的快速發展與工業、制造業的規模不斷擴大,國家需求及社會發展對能源需求量日益升高,在帶來巨大經濟效益的同時也帶來了一系列能源危機和環境問題[1]。汽車制造業作為能源需求較大的產業之一,汽車的制造及使用帶來了一系列環境污染問題,因此,需要采取措施減少能源消耗與環境污染[2]。因此,國內外大力推廣新能源汽車的發展,但是不同國家對新能源汽車的發展類型側重點不同,如美國逐漸經歷了由純電動汽車到混合動力汽車的發展階段,日本目前以插電式混合動力汽車發展技術較為成熟,我國目前主要發展和推廣純電動汽車,并且在2008年奧運會中實現純電動汽車的初次運行。

隨著國家對新能源汽車推廣政策和汽車產業不斷扶持,新能源汽車銷量連年增加。但是隨著新能源汽車的廣泛應用,相關問題逐漸顯現,如新能源汽車電池起火事故、充電故障等問題。其中,動力電池是新能源汽車的重要組成部分,其工作性能直接影響汽車的工作狀態與安全性,目前我國純電動汽車動力電池主要以鋰離子電池為主,鋰電池發展路線如表1所示[3-4]。

表1 不同新能源汽車鋰電池類型及技術特點

針對目前新能源汽車電池故障頻發等問題,本研究以純電動汽車鋰離子電池為研究對象,提出一種基于數據驅動方法下動力電池故障診斷方法,對其故障判斷及數據處理流程進行論述。研究結果可以為新能源汽車故障診斷提供新的發展思路,為保證新能源汽車安全運行提供技術支持。

1 新能源汽車電池故障診斷方法研究進展

1.1 研究進展

在汽車故障診斷技術中,目前主要是基于汽車監測信號變化進行故障判斷。本研究將故障診斷方法劃分為定性分析和定量分析兩種方法,具體方法如圖1所示。

圖1 故障診斷方法類型

隨著新能源汽車產業及相關技術發展不斷成熟,電池故障診斷方法是目前汽車發展領域的研究重點與熱點方向,目前,國內主要研究進展為鄭杭波等[5]將模糊邏輯法與專家系統結合,構建動力電池電壓、溫度、充電間隔與充電過程中的溫差、壓差與電池運行情況關系模型,在汽車運行過程中實現動力電池運行狀態的實時監測。劉文杰[6]提出一種專家故障診斷系統,結合動力電池模糊診斷實現動力電池故障預測,并通過電動客車試驗驗證模型診斷的準確度。高明[7]基于動力電池的故障模式給出相應的解決措施,將故障分析功能于OBD-II系統中,實現故障的診斷與電池管理。劉曉俊[8]基于概率推理下的貝葉斯模型構建動力電池故障智能診斷推理模型,逐步形成動力電池故障診斷專家庫。檀斐[9]基于故障分析法(FTA)開展電池故障分析,并通過電池失效模式分析故障預測并給出相應的措施。

1.2 存在問題

通過對國內外研究現狀進行分析可知,目前對純電動汽車動力電池故障診斷方法較多,主要是基于相關試驗數據開展電池健康狀態的預測,但是由于數據來源不穩定,不確定因素較多,因此難以實現電池故障的實時監測與診斷。

2 動力電池組出現故障時的電壓表現

動力電池是新能源汽車的重要組成部分,同時也是純電動汽車的唯一動力裝置,動力電池性能是影響整車行駛安全性和可靠性的重要因素。本文以鋰電池為研究對象,基于電池基本結構,對目前常見的故障類型進行闡述,為后續基于數據驅動下開展動力電池故障診斷提供技術基礎。

鋰離子電池主要包括正負極材料、電解液和隔膜組成,根據正極材料的不同,鋰離子動力電池可以分為錳酸鋰電池、鈷酸鋰電池、磷酸鐵鋰電池和三元鋰電池。鋰離子電池工作性能主要取決于電池的溫度和電壓,其工作過程中正常電壓和溫度如表2所示。目前,造成動力電池故障的主要原因包括電池溫度異常、過充、過放、欠壓、電池衰老和內阻異常等原因。

表2 鋰離子電池溫度和電壓與電池健康狀態的相關性分析

2.1 過壓

當電池充電電壓超過正常電壓時,過大的電流會引起動力電池過熱,電流過大會引起電池內部短路,鋰離子在電池負極表面堆積,電池焦耳熱增加等,進而影響電池的工作狀態。

2.2 過充

動力電池過充主要是指在動力電池SOC滿電后仍然進行電池充電,此時,電池進入過充狀態,過充時間過長會對電池造成一定的損害,進而引發各種電池故障。當電池正極處于較高的電勢會導致電池內部內阻增加,導致電池溫度增加,電池表面會逐漸出現脹氣產生大量的熱量和氣體,當壓力超過電池承受能力后會導致電池破裂變形,造成電池老化、短路和失效等故障。

2.3 欠壓或過放

電池欠壓主要是指電池工作電壓低于正常工作電壓,直接影響汽車動力,由于無法為汽車提供足夠的動力會影響汽車的正常運行,長時間處于欠壓狀態會造成電池電流釋放不穩定、電量不足,進而減少電池使用壽命,嚴重時還會造成動力電池電極材料逐漸裂解。

3 數據處理方式

隨著計算機技術、大數據技術和云儲存技術等的快速發展,目前社會逐漸進入了“數據時代”,數據獲取的準確性、可靠性、安全性等對社會生活影響較大。目前,數據主要分為實時數據和試驗數據。實時數據主要是指從各種控制過程中實時采集數據,并對實時數據進行計算產生相應的結果數據;試驗數據主要是指基于相關試驗得到的試驗參數及試驗結果數據。

目前,從各項實驗平臺或其他途徑獲得的數據會受到環境因子擾動、數據傳輸異常等各種問題,因此導致無法獲得較為完整的數據鏈,因此,在數據收集過程中會存在數據缺失,或者得到光滑噪聲數據,因此,如果不進行相應的數據處理直接使用數據會影響分析結果。

3.1 數據獲取

我國在2016年推出《純電動汽車遠程服務與管理系統》技術規范,國家規定純電動汽車遠程監控平臺上傳汽車實時運行數據,主要包括驅動電機數據10種、整車數據11種、極限數據12種、車輛位置信息3種、燃料電池數據12種及汽車報警數據10種。目前,純電動汽車驅動電機監測數據為驅動電機個數、驅動電機總成信息列表、驅動電機序號、驅動電機工作狀態、驅動電機控制器工作溫度、驅動電機工作轉速、驅動電機轉矩、驅動電機溫度、電機控制器工作電壓、電機控制器電流。根據數據平臺上傳的實時數據可實現對汽車運行軌跡和歷史信息查看。

3.2 數據采集異常原因

數據采集總會存在各種問題與數據缺陷,如數據部分丟失、不正常數據及噪聲數據等,目前,造成汽車采集數據存在問題的原因主要包括車輛發出端問題、傳輸環節問題、數據接收平臺問題及數據處理端問題等。

1)車輛發出端問題。汽車在運行過程中,主要是基于CAN總線進行數據傳輸, 由于存在某些線路短路、虛接自身硬件老化等問題,會導致汽車運行數據在采集環節就會出現問題。

2)中間傳輸環節問題。目前汽車數據環節主要依靠網絡傳輸,當通信系統出現某些故障時會導致數據傳輸不穩定、數據傳輸信號差等導致數據接收平臺無法順利接收數據。

3)數據平臺接收端問題。數據平臺接收端主要依靠電力系統供電運行,系統中含有大量電子元件和計算機元件,由于某個線路或者元件故障就會導致數據接收異常。

4)數據處理端問題。數據處理端主要是由人為操作導致的數據問題,操作誤差主要包括數據修改、增減和刪除等,進而影響數據的準確性。

3.3 數據隨機缺失處理機制

目前汽車數據采集過程中最常見的就是數據隨機缺失問題,在進行數據處理時,主要采用平均值插補法進行數據缺失值的填充,主要處理過程如下:

如t1至t6時間段內連續采集6個數據點分別為[a1,a2,a3,a4,a5,a6],當缺失的數據為a2和a3,具體數值計算公式如式(1)

a2=a3=a4+a5/2

(1)

3.4 不同數據分布下電池故障診斷分析

在車輛數據采集與統計過程中,由于純電動汽車動力電池擾動因素較多,因此數據一般不符合正態分布,因此,基于數據驅動下純電動汽車動力電池故障中診斷方法如下。

首先將采集的大量數據進行箱線圖繪制,主要數據分析指標包括最大值、最小值、第一四分位數(Q1)、中位數和第三四分位數(Q3)。

然后根據箱線圖對異常數據進行識別,數據正常標準為處于大于下界Q1-1.5IQR和小于上界的Q3+1.5IQR,不在正常值范圍內的成為異常數據,即IQR=Q3-Q1。針對動力電池的過壓現象,采用數據閾值處理方法,設置報警最高和最低臨界電壓直接反映動力電池過壓和欠壓預警。

4 結論

本研究主要是對純電動汽車動力電池故障診斷即數據分布、采集和處理開展相關研究,基于動力電池對純電動汽車的重要性,系統論述了動力電池常見故障,如過壓、過放等故障,并基于數據驅動下動力電池數據采集即處理提出相關處理機制,并提出基于非正態分布數據下動力電池故障診斷方式。研究結果可為純電動汽車動力電池故障診斷提供新的發展思路。