基于数据驱动下纯电动汽车动力电池故障诊断方法研究

郭 葳,黄文君,张 飞

(许昌职业技术学院,河南 许昌 461000)

0 引言

随着经济的快速发展与工业、制造业的规模不断扩大,国家需求及社会发展对能源需求量日益升高,在带来巨大经济效益的同时也带来了一系列能源危机和环境问题[1]。汽车制造业作为能源需求较大的产业之一,汽车的制造及使用带来了一系列环境污染问题,因此,需要采取措施减少能源消耗与环境污染[2]。因此,国内外大力推广新能源汽车的发展,但是不同国家对新能源汽车的发展类型侧重点不同,如美国逐渐经历了由纯电动汽车到混合动力汽车的发展阶段,日本目前以插电式混合动力汽车发展技术较为成熟,我国目前主要发展和推广纯电动汽车,并且在2008年奥运会中实现纯电动汽车的初次运行。

随着国家对新能源汽车推广政策和汽车产业不断扶持,新能源汽车销量连年增加。但是随着新能源汽车的广泛应用,相关问题逐渐显现,如新能源汽车电池起火事故、充电故障等问题。其中,动力电池是新能源汽车的重要组成部分,其工作性能直接影响汽车的工作状态与安全性,目前我国纯电动汽车动力电池主要以锂离子电池为主,锂电池发展路线如表1所示[3-4]。

表1 不同新能源汽车锂电池类型及技术特点

针对目前新能源汽车电池故障频发等问题,本研究以纯电动汽车锂离子电池为研究对象,提出一种基于数据驱动方法下动力电池故障诊断方法,对其故障判断及数据处理流程进行论述。研究结果可以为新能源汽车故障诊断提供新的发展思路,为保证新能源汽车安全运行提供技术支持。

1 新能源汽车电池故障诊断方法研究进展

1.1 研究进展

在汽车故障诊断技术中,目前主要是基于汽车监测信号变化进行故障判断。本研究将故障诊断方法划分为定性分析和定量分析两种方法,具体方法如图1所示。

图1 故障诊断方法类型

随着新能源汽车产业及相关技术发展不断成熟,电池故障诊断方法是目前汽车发展领域的研究重点与热点方向,目前,国内主要研究进展为郑杭波等[5]将模糊逻辑法与专家系统结合,构建动力电池电压、温度、充电间隔与充电过程中的温差、压差与电池运行情况关系模型,在汽车运行过程中实现动力电池运行状态的实时监测。刘文杰[6]提出一种专家故障诊断系统,结合动力电池模糊诊断实现动力电池故障预测,并通过电动客车试验验证模型诊断的准确度。高明[7]基于动力电池的故障模式给出相应的解决措施,将故障分析功能于OBD-II系统中,实现故障的诊断与电池管理。刘晓俊[8]基于概率推理下的贝叶斯模型构建动力电池故障智能诊断推理模型,逐步形成动力电池故障诊断专家库。檀斐[9]基于故障分析法(FTA)开展电池故障分析,并通过电池失效模式分析故障预测并给出相应的措施。

1.2 存在问题

通过对国内外研究现状进行分析可知,目前对纯电动汽车动力电池故障诊断方法较多,主要是基于相关试验数据开展电池健康状态的预测,但是由于数据来源不稳定,不确定因素较多,因此难以实现电池故障的实时监测与诊断。

2 动力电池组出现故障时的电压表现

动力电池是新能源汽车的重要组成部分,同时也是纯电动汽车的唯一动力装置,动力电池性能是影响整车行驶安全性和可靠性的重要因素。本文以锂电池为研究对象,基于电池基本结构,对目前常见的故障类型进行阐述,为后续基于数据驱动下开展动力电池故障诊断提供技术基础。

锂离子电池主要包括正负极材料、电解液和隔膜组成,根据正极材料的不同,锂离子动力电池可以分为锰酸锂电池、钴酸锂电池、磷酸铁锂电池和三元锂电池。锂离子电池工作性能主要取决于电池的温度和电压,其工作过程中正常电压和温度如表2所示。目前,造成动力电池故障的主要原因包括电池温度异常、过充、过放、欠压、电池衰老和内阻异常等原因。

表2 锂离子电池温度和电压与电池健康状态的相关性分析

2.1 过压

当电池充电电压超过正常电压时,过大的电流会引起动力电池过热,电流过大会引起电池内部短路,锂离子在电池负极表面堆积,电池焦耳热增加等,进而影响电池的工作状态。

2.2 过充

动力电池过充主要是指在动力电池SOC满电后仍然进行电池充电,此时,电池进入过充状态,过充时间过长会对电池造成一定的损害,进而引发各种电池故障。当电池正极处于较高的电势会导致电池内部内阻增加,导致电池温度增加,电池表面会逐渐出现胀气产生大量的热量和气体,当压力超过电池承受能力后会导致电池破裂变形,造成电池老化、短路和失效等故障。

2.3 欠压或过放

电池欠压主要是指电池工作电压低于正常工作电压,直接影响汽车动力,由于无法为汽车提供足够的动力会影响汽车的正常运行,长时间处于欠压状态会造成电池电流释放不稳定、电量不足,进而减少电池使用寿命,严重时还会造成动力电池电极材料逐渐裂解。

3 数据处理方式

随着计算机技术、大数据技术和云储存技术等的快速发展,目前社会逐渐进入了“数据时代”,数据获取的准确性、可靠性、安全性等对社会生活影响较大。目前,数据主要分为实时数据和试验数据。实时数据主要是指从各种控制过程中实时采集数据,并对实时数据进行计算产生相应的结果数据;试验数据主要是指基于相关试验得到的试验参数及试验结果数据。

目前,从各项实验平台或其他途径获得的数据会受到环境因子扰动、数据传输异常等各种问题,因此导致无法获得较为完整的数据链,因此,在数据收集过程中会存在数据缺失,或者得到光滑噪声数据,因此,如果不进行相应的数据处理直接使用数据会影响分析结果。

3.1 数据获取

我国在2016年推出《纯电动汽车远程服务与管理系统》技术规范,国家规定纯电动汽车远程监控平台上传汽车实时运行数据,主要包括驱动电机数据10种、整车数据11种、极限数据12种、车辆位置信息3种、燃料电池数据12种及汽车报警数据10种。目前,纯电动汽车驱动电机监测数据为驱动电机个数、驱动电机总成信息列表、驱动电机序号、驱动电机工作状态、驱动电机控制器工作温度、驱动电机工作转速、驱动电机转矩、驱动电机温度、电机控制器工作电压、电机控制器电流。根据数据平台上传的实时数据可实现对汽车运行轨迹和历史信息查看。

3.2 数据采集异常原因

数据采集总会存在各种问题与数据缺陷,如数据部分丢失、不正常数据及噪声数据等,目前,造成汽车采集数据存在问题的原因主要包括车辆发出端问题、传输环节问题、数据接收平台问题及数据处理端问题等。

1)车辆发出端问题。汽车在运行过程中,主要是基于CAN总线进行数据传输, 由于存在某些线路短路、虚接自身硬件老化等问题,会导致汽车运行数据在采集环节就会出现问题。

2)中间传输环节问题。目前汽车数据环节主要依靠网络传输,当通信系统出现某些故障时会导致数据传输不稳定、数据传输信号差等导致数据接收平台无法顺利接收数据。

3)数据平台接收端问题。数据平台接收端主要依靠电力系统供电运行,系统中含有大量电子元件和计算机元件,由于某个线路或者元件故障就会导致数据接收异常。

4)数据处理端问题。数据处理端主要是由人为操作导致的数据问题,操作误差主要包括数据修改、增减和删除等,进而影响数据的准确性。

3.3 数据随机缺失处理机制

目前汽车数据采集过程中最常见的就是数据随机缺失问题,在进行数据处理时,主要采用平均值插补法进行数据缺失值的填充,主要处理过程如下:

如t1至t6时间段内连续采集6个数据点分别为[a1,a2,a3,a4,a5,a6],当缺失的数据为a2和a3,具体数值计算公式如式(1)

a2=a3=a4+a5/2

(1)

3.4 不同数据分布下电池故障诊断分析

在车辆数据采集与统计过程中,由于纯电动汽车动力电池扰动因素较多,因此数据一般不符合正态分布,因此,基于数据驱动下纯电动汽车动力电池故障中诊断方法如下。

首先将采集的大量数据进行箱线图绘制,主要数据分析指标包括最大值、最小值、第一四分位数(Q1)、中位数和第三四分位数(Q3)。

然后根据箱线图对异常数据进行识别,数据正常标准为处于大于下界Q1-1.5IQR和小于上界的Q3+1.5IQR,不在正常值范围内的成为异常数据,即IQR=Q3-Q1。针对动力电池的过压现象,采用数据阈值处理方法,设置报警最高和最低临界电压直接反映动力电池过压和欠压预警。

4 结论

本研究主要是对纯电动汽车动力电池故障诊断即数据分布、采集和处理开展相关研究,基于动力电池对纯电动汽车的重要性,系统论述了动力电池常见故障,如过压、过放等故障,并基于数据驱动下动力电池数据采集即处理提出相关处理机制,并提出基于非正态分布数据下动力电池故障诊断方式。研究结果可为纯电动汽车动力电池故障诊断提供新的发展思路。