本发明专利技术提供了一种纯电动汽车远程故障诊断及预警系统，结合了大数据技术对电池状态进行实时检测，基于3σ多层筛选算法，能够准确检测到异常值并对故障进行判断，在故障发生前就可以进行可靠的报警，报警信息可以通过车载终端传输给车内驾驶员，使其做出相应措施，减少故障损失。该系统基于数据驱动的故障检测方式，具有实现简便且不需要构建复杂数学模型的优点，还可实现对故障数据的存储分析，便于在长期运维中寻找故障规律。长期运维中寻找故障规律。长期运维中寻找故障规律。
【技术实现步骤摘要】
一种纯电动汽车远程故障诊断及预警系统
[0001]本专利技术属于纯电动汽车故障监测
，具体涉及针对纯电动汽车基于数据驱动的远程故障诊断及预警系统。
技术介绍
[0002]随着环保意识的提高，纯电动汽车产业正逐渐成为汽车行业未来的发展方向，作为纯电动汽车的核心部件，动力电池在电动汽车的运行过程中发挥着至关重要的作用。由于动力电池是一个复杂的电化学系统，其对工作环境要求较高，工作机理和内部机制复杂，因此引起电池故障的原因较多，这给动力电池的故障诊断带来一定难度。而且，一旦动力电池发生故障，容易导致过热、爆炸等情况发生，造成巨大的经济损失和人身财产损失，严重制约着纯电动汽车的安全和发展。
[0003]现有的对动力电池的故障诊断中，较多采用基于知识的方法，如专家系统法、模糊逻辑法等，或基于模型的方法，如卡尔曼滤波，观测器方法等。这些方法虽然能够实现故障检测，但也存在不便于实施等的诸多缺陷。譬如对基于知识的方法来说，实施时对行业经验的依赖性较高，且知识库获取具有较大难度；对基于模型的方法来说，则通常需要构建较为复杂的数学模型，计算复杂度高。同时，现有预警方法大多仍停留在故障发生后，缺少对电池故障即将发生的预判断，存在预警不及时的问题，随着纯电动汽车保有量和相应车载数据量的激增，上述故障检测方式已无法满足要求。因此，如何克服现有纯电动汽车故障诊断中存在的缺陷，利用海量车载数据实现及时的诊断与预警，是本领域中亟待解决的技术问题。
技术实现思路
[0004]针对上述本领域中所存在的技术问题，本专利技术提供了一种纯电动汽车远程故障诊断及预警系统，由车载终端与云控大数据平台组成；
[0005]其中，所述车载终端包括：数据采集模块、数据收发模块；所述云控大数据平台包括：网络传输模块、基于3σ原则的故障诊断模型、预警模型；
[0006]所述数据采集模块用于采集实车数据中的动力电池总电压U
t
、单体电池电压ui
,t
，电池极柱温度T
i
作为评估电池状态的关键参数，通过所述数据收发模块将上述电池状态参数上传至云控大数据平台的网络传输模块；
[0007]所述故障诊断模型针对所述关键参数执行以下处理：
[0008]1)构建高斯分布，则电池组总电压U
t
具体为以下形式：
[0009][0010]其中，为电池组总电压的原始数据，μ
t，0
为第0次迭代的中心值，σ
t，0
为第0次迭代的标准差；
[0011]对于关键参数单体电池电压u
i,t
，电池极柱温度T
i
，也采用与电池总电压相同的构建高斯分布以及后续处理步骤2)至步骤5)；
[0012]2)根据3σ原则，去除数据中超出阈值3倍标准差即3σ的数据，建立新的高斯分布，进行数据迭代：
[0013][0014]其中，是经过第1次筛选迭代后的电池组总电压数据，μ
t，1
为第1次迭代的中心值；σ
t，1
为第1次迭代的标准差；
[0015]3)对步骤2)进行迭代计算m次，当前后两次标准差之差小于预设的可调节阈值β即(σ
t,m
‑1‑
σ
t,m
)＜β时跳出迭代，得到最终的高斯分布及参数；
[0016]4)获取最终高斯分布后，根据最终高斯分布参数及可调节阈值β，确定集群中心点μ
t，m
和以下阈值范围：
[0017](μ
t，m
±
β
·
σ
t，m
)
[0018]5)根据阈值范围，对某一时刻t的动力电池总电压数据进行扫描检测，若总电压数据超出阈值范围，则认为该数据为与故障对应的离群点并记为1，否则认为无故障并记为 0；
[0019]6)将各关键数据与相应阈值范围的比较，得到与不同故障情况对应的诊断结果；所述预警模型根据诊断结果，对连续若干帧实车数据中被诊断为发生故障的关键数据进行累加统计，在累计值满足阈值条件时生成故障预警。
[0020]进一步地，步骤6)中将各关键数据与相应阈值范围的比较，分别执行故障诊断：
[0021]若电池组总电压U
t
高于阈值范围上限(μ
t，m
+β
·
σ
t，m
)，则判断存在故障：“电池过充电”或“充电保护电路失效”；
[0022]若电池组总电压U
t
低于阈值范围下限(μ
t，m
‑
β
·
σ
t，m
)，则判断存在故障：“单体电池极性装反”或“电池过放电”或“单体电池损坏”；
[0023]若电池极柱温度T
i
高于阈值范围上限，则判断存在故障：“单体电池内部短路”或“电池箱内部短路”或“电池箱外部短路”；
[0024]若单体电池电压u
i,t
高于阈值范围上限，则判断存在故障：“单体电池过充电”或“充电保护电路失效”；
[0025]若单体电池电压u
i,t
低于阈值范围下限，则判断存在故障：“单体电池损坏”或“电池内部短路”或“单体电池过放电”。
[0026]进一步地，步骤6)中所述预警模型具体执行以下步骤生成故障预警：
[0027]1)对连续若干帧实车数据中被标记为1的所述关键数据进行累加；
[0028]2)当累加结果大于阈值条件M次时生成对应的故障预警通知；
[0029]3)当标记为0的关键数据累加结果大于阈值条件N次，且已产生了预警通知的情况，则发送结束预警通知。
[0030]进一步地，所述车载终端还包：数据存储模块、高精度定位模块以及语音报警模块；
[0031]其中，所述数据模块用于对在车载终端与云控大数据平台间的通信链路发生异常时，备份所述数据采集模块获取的数据，并在通信链路恢复正常后对数据进行补发；
[0032]所述高精度定位模块根据所述数据采集模块获取的车辆信息得到车辆的轨迹及实时位置，用于在GPS信号较弱的场景中实现对车辆的高精度定位；
[0033]所述语音报警模块用于根据预警模型生成的故障预警通知，发出相应的语音报警信息；
[0034]所述云控大数据平台还包括后台存储模块用于存储电池故障诊断数据，便于对电池故障进行分析与问题追溯。
[0035]上述本专利技术所提供的系统，结合了大数据技术对电池状态进行实时检测，基于3σ多层筛选算法，能够准确检测到异常值并对故障进行判断，在故障发生前就可以进行可靠的报警，报警信息可以通过车载终端传输给车内驾驶员，使其做出相应措施，减少故障损失。该系统基于数据驱动的故障检测方式，具有实现简便且不需要构建复杂数学模型的优点，还可实现对故障数据的存储分析，便于在长期运维中寻找故障规律。
附图说明
[0036]图1为本专利技术所提供本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种纯电动汽车远程故障诊断及预警系统，其特征在于：由车载终端与云控大数据平台组成，其中，所述车载终端包括：数据采集模块、数据收发模块；所述云控大数据平台包括：网络传输模块、基于3σ原则的故障诊断模型、预警模型；所述数据采集模块用于采集实车数据中的动力电池总电压U
t
、单体电池电压u
i,t
，电池极柱温度T
i
作为评估电池状态的关键参数，通过所述数据收发模块将上述电池状态参数上传至云控大数据平台的网络传输模块；所述故障诊断模型针对所述关键参数执行以下处理：1)构建高斯分布，则电池组总电压U
t
具体为以下形式：其中，为电池组总电压的原始数据，μ
t，0
为第0次迭代的中心值，σ
t，0
为第0次迭代的标准差；对于关键参数单体电池电压u
i,t
，电池极柱温度T
i
，也采用与电池总电压相同的构建高斯分布以及后续处理步骤2)至步骤5)；2)根据3σ原则，去除数据中超出阈值3倍标准差即3σ的数据，建立新的高斯分布，进行数据迭代：其中，是经过第1次筛选迭代后的电池组总电压数据，μ
t，1
为第1次迭代的中心值；σ
t，1
为第1次迭代的标准差；3)对步骤2)进行迭代计算m次，当前后两次标准差之差小于预设的可调节阈值β即(σ
t,m
‑1‑
σ
t,m
)＜β时跳出迭代，得到最终的高斯分布及参数；4)获取最终高斯分布后，根据最终高斯分布参数及可调节阈值β，确定集群中心点μ
t，m
和以下阈值范围：(μ
t，m
±
β
·
σ
t，m
)5)根据阈值范围，对某一时刻t的动力电池总电压数据进行扫描检测，若总电压数据超出阈值范围，则认为该数据为与故障对应的离群点并记为1，否则认为无故障并记为0；6)将各关键数据与相应阈值范围的比较，得到与不同故障情况对应的诊断结果；所述预警模型根据诊断结果，对连续若干帧实车数据中被诊断为...
【专利技术属性】
技术研发人员：王震坡，龙超华，刘鹏，韩冰，许媛，魏国亮，朱洪杰，
申请(专利权)人：北京理工新源信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。