陳如尹 賴(lài)松林 楊 志

?

基于改進(jìn)閾值比較法的電動(dòng)汽車(chē)電池故障在線(xiàn)診斷方法

陳如尹1賴(lài)松林1楊 志2

（1. 福州大學(xué)物理與信息工程學(xué)院，福州 350108； 2. 福建賽智新能源科技有限公司，福州 350025）

電動(dòng)汽車(chē)穩(wěn)定運(yùn)行的關(guān)鍵在于動(dòng)力電池高效安全的運(yùn)行管理，其中對(duì)電池故障的在線(xiàn)檢測(cè)和診斷是電池管理系統(tǒng)中的重要內(nèi)容。本文通過(guò)對(duì)傳統(tǒng)的帶有延遲時(shí)間的閾值比較法進(jìn)行改進(jìn)，提出了一種可根據(jù)電池狀態(tài)自適應(yīng)變參的動(dòng)力電池故障在線(xiàn)診斷方法。該方法在對(duì)動(dòng)力電池狀態(tài)實(shí)時(shí)監(jiān)測(cè)的基礎(chǔ)上，通過(guò)對(duì)故障程度的分析實(shí)時(shí)改變?cè)\斷故障用的閾值和延遲時(shí)間，可實(shí)現(xiàn)對(duì)嚴(yán)重故障的快速響應(yīng)和診斷，并能有效濾除參數(shù)采樣過(guò)程中可能出現(xiàn)的異常脈沖和針尖毛刺數(shù)據(jù)的影響，提高了對(duì)電池故障診斷的及時(shí)性和可靠性。在電池充放電過(guò)程中模擬各類(lèi)電池故障的結(jié)果表明，本方法可根據(jù)故障程度實(shí)現(xiàn)對(duì)故障響應(yīng)動(dòng)作的控制，使動(dòng)力電池安全故障的診斷更具合理性，可應(yīng)用于當(dāng)前實(shí)際的電池管理系統(tǒng)之中。

電動(dòng)汽車(chē)動(dòng)力電池；在線(xiàn)故障診斷；閾值比較；參數(shù)可變

隨著電動(dòng)汽車(chē)的日趨普及和發(fā)展，針對(duì)電動(dòng)汽車(chē)動(dòng)力電池在充放電工作中的在線(xiàn)監(jiān)測(cè)和故障診斷是保證電動(dòng)汽車(chē)能夠穩(wěn)定正常運(yùn)行的關(guān)鍵點(diǎn)。當(dāng)前電動(dòng)汽車(chē)電池管理系統(tǒng)（battery management system, BMS）針對(duì)電池故障的在線(xiàn)診斷策略多采用帶有延遲時(shí)間的閾值比較法。若監(jiān)測(cè)到的電池參數(shù)在延遲時(shí)間內(nèi)均處于故障閾值內(nèi)，即可判定故障的發(fā)生，設(shè)定延遲時(shí)間是為了在一定程度上規(guī)避采樣數(shù)據(jù)集中個(gè)別數(shù)據(jù)脈沖和針尖毛刺的影響，提高診斷的可靠性。該方法的特點(diǎn)是實(shí)現(xiàn)起來(lái)較為簡(jiǎn)單，運(yùn)算復(fù)雜度低，對(duì)于嵌入式設(shè)備微控單元（microcontroller unit, MCU）來(lái)說(shuō)便于移植和應(yīng)用，因此其已得到大多數(shù)動(dòng)力電池管理廠(chǎng)商的重視，功能也經(jīng)受了檢驗(yàn)。

在目前多數(shù)的嵌入式BMS產(chǎn)品或故障診斷芯片中，故障閾值和延遲時(shí)間兩個(gè)參數(shù)多被設(shè)為定值，但具體數(shù)值的標(biāo)定就成為了恒參的閾值比較法所面臨的難題。若延遲時(shí)間設(shè)置過(guò)短，對(duì)于一些可容忍的輕微異常檢測(cè)太過(guò)靈敏，則影響電池工作的穩(wěn)定性；若延遲時(shí)間過(guò)長(zhǎng)，則可能對(duì)于負(fù)載短路等參數(shù)變化斜率大的故障檢測(cè)不及時(shí)，影響電池健康。且隨著動(dòng)力電池循環(huán)使用次數(shù)的增加，電池的外特性也會(huì)隨之發(fā)生改變，恒定的故障診斷閾值也可能會(huì)在電池老化后出現(xiàn)診斷不及時(shí)的情況。

為改進(jìn)上述傳統(tǒng)故障診斷策略的相關(guān)缺陷，本文在對(duì)恒參的帶有延遲時(shí)間的閾值比較法進(jìn)行優(yōu)化的基礎(chǔ)上，設(shè)計(jì)一套參數(shù)自適應(yīng)的電動(dòng)汽車(chē)電池故障診斷系統(tǒng)。該系統(tǒng)可根據(jù)電池的不同狀態(tài)和故障程度智能優(yōu)化故障閾值和延遲時(shí)間，并對(duì)故障按等級(jí)進(jìn)行了分類(lèi)，按故障等級(jí)進(jìn)行相應(yīng)的針對(duì)性處理。

1 原理介紹

本系統(tǒng)定位為由微控管理單元控制的嵌入式設(shè)備或集成于BMS的嵌入式管理模塊。系統(tǒng)通過(guò)前端與動(dòng)力電池連接的各傳感器采集電壓、電流和溫度等參數(shù)，根據(jù)設(shè)定的數(shù)據(jù)傳輸協(xié)議將采樣值傳輸?shù)胶蠖薓CU中進(jìn)行分析和處理，因此在線(xiàn)故障診斷的策略算法也在MCU中執(zhí)行，并根據(jù)診斷的結(jié)果最終控制相關(guān)動(dòng)作模塊來(lái)執(zhí)行后續(xù)的故障處理措施。

圖1 帶有延遲時(shí)間的閾值比較法故障診斷流程圖

2 電路設(shè)計(jì)

系統(tǒng)的硬件框圖如圖2所示。

系統(tǒng)的硬件主要由集成了MCU的BMU主機(jī)、前端參數(shù)采樣單元、用于故障保護(hù)的高壓繼電器和用于顯示各參數(shù)的顯示屏輔助模塊組成。顯示屏采用24V的直流電源直接供電，BMU主機(jī)以及各采樣單元均從動(dòng)力電池取電。

BMU主機(jī)的中央處理器MCU采用飛思卡爾公司的專(zhuān)用于電動(dòng)汽車(chē)動(dòng)力電池管理系統(tǒng)的微控制器MC9S12G 16位單片機(jī)，此款單片機(jī)包括2個(gè)異步串口通信SCI和1個(gè)串行外設(shè)接口SPI，同時(shí)內(nèi)部集成了MSCAN模塊，便于實(shí)現(xiàn)與各采樣單元的數(shù)據(jù)交互。

前端參數(shù)采樣單元需實(shí)現(xiàn)的功能包括對(duì)動(dòng)力電池組總壓、單體電芯和溫度以及工作電流的采樣。其中電芯電壓和溫度采樣通過(guò)TI公司的PL455芯片來(lái)實(shí)現(xiàn)。PL455芯片是一款高度集成式鋰離子電池監(jiān)控和保護(hù)器件，單片最多可以采集16個(gè)串聯(lián)電池的電壓和8個(gè)溫度以及支持其他傳感器的AUX輸入，并通過(guò)高速差動(dòng)通信鏈路提供報(bào)告。管腳輸入電壓范圍在-0.3～6V之間，因此可兼容絕大多數(shù)品牌的單體電芯。

圖2 系統(tǒng)硬件框圖

同時(shí)，通過(guò)PL455芯片的數(shù)據(jù)報(bào)告機(jī)制，可以定位出故障的電芯位置，便于后續(xù)維護(hù)人員進(jìn)行 處理。

采樣選擇的是目前工程上比較常用在動(dòng)力電池檢測(cè)領(lǐng)域AS8510數(shù)據(jù)采集前端芯片，其可在-40℃～125℃的標(biāo)準(zhǔn)運(yùn)作溫度范圍內(nèi)測(cè)量電流，誤差僅為5‰。

通信方面分為內(nèi)部通信和外部通信兩部分，外部通信主要采用CAN總線(xiàn)和485總線(xiàn)兩種通信方式，分別實(shí)現(xiàn)對(duì)電流采樣單元CSU和外接顯示屏的數(shù)據(jù)通信。CAN總線(xiàn)是ISO國(guó)際標(biāo)準(zhǔn)化的串行通信協(xié)議，它是一種多主總線(xiàn)，速率最高可達(dá)到1Mbit/s，目前已經(jīng)被廣泛應(yīng)用于工業(yè)自動(dòng)化、多種控制設(shè)備、交通工具、醫(yī)療儀器等眾多環(huán)境之中。

而RS-485總線(xiàn)也可適應(yīng)長(zhǎng)距離通信的需求，總線(xiàn)收發(fā)器具有高靈敏度，能檢測(cè)低至200mV的電壓。因其布線(xiàn)簡(jiǎn)單、穩(wěn)定可靠的特點(diǎn)而被廣泛應(yīng)用于視頻傳輸?shù)阮I(lǐng)域之中。

對(duì)故障后的保護(hù)措施分為警告和切斷動(dòng)力電池工作回路兩種，系統(tǒng)中采用高壓繼電器來(lái)實(shí)現(xiàn)對(duì)電池工作回路導(dǎo)通和關(guān)斷的控制。高壓繼電器由控制系統(tǒng)和被控制系統(tǒng)兩大部分組成，是一種通過(guò)小電流去控制較大電流的“自動(dòng)開(kāi)關(guān)”。它也能夠起到隔離高壓系統(tǒng)和低壓系統(tǒng)的作用。本系統(tǒng)根據(jù)MCU的分析運(yùn)算結(jié)果，對(duì)高壓繼電器輸出控制信號(hào)，以實(shí)現(xiàn)對(duì)動(dòng)力電池工作回路的保護(hù)控制。

系統(tǒng)在工作過(guò)程中，首先由前端參數(shù)采樣單元采集電池的工作參數(shù)，隨后BMU的MCU基于采集到的參數(shù)進(jìn)行分析和處理，MCU得到相應(yīng)的運(yùn)算結(jié)果后，對(duì)各功能執(zhí)行器件輸出控制信號(hào)，以實(shí)現(xiàn)各類(lèi)功能，顯示屏輔佐用于顯示系統(tǒng)內(nèi)各模塊運(yùn)算的結(jié)果，便于使用者了解當(dāng)前動(dòng)力電池的工作狀態(tài)。因此，本文設(shè)計(jì)的故障診斷策略是在MCU中完成的。

3 在線(xiàn)故障診斷算法優(yōu)化

3.1 對(duì)故障閾值的改進(jìn)

以電芯過(guò)壓故障的診斷為例，隨著動(dòng)力電池的老化，內(nèi)阻增加，電池滿(mǎn)充端電壓max_Cell也會(huì)隨之下降，所以本文構(gòu)建max_Cell與max_OP的關(guān)系為

同理，每次充電的電流故障閾值通過(guò)待充入容量確定。

通過(guò)電池狀態(tài)對(duì)故障閾值進(jìn)行在線(xiàn)修正，可提高對(duì)電池各類(lèi)故障診斷的及時(shí)性和有效性，更好地降低充電過(guò)程中過(guò)壓或過(guò)流等情況對(duì)電池的損傷。

3.2 對(duì)延遲時(shí)間的改進(jìn)

系統(tǒng)通過(guò)加入相關(guān)反饋控制模塊來(lái)實(shí)現(xiàn)檢測(cè)延時(shí)的自適應(yīng)改變，由于各類(lèi)故障診斷策略的區(qū)別只是在于相關(guān)閾值的設(shè)定，所以本節(jié)仍以電壓故障診斷為例，其Simulink上的仿真模型如圖3所示。

圖3 電壓故障檢測(cè)仿真模型

在Simulink中所改進(jìn)的算法進(jìn)行模擬仿真，由于在實(shí)際應(yīng)用中電池的工作參數(shù)通常不會(huì)產(chǎn)生過(guò)大的階躍突變，因此在仿真中選擇采用峰值不同正弦波形來(lái)模擬采集到的參數(shù)，并設(shè)定電芯電壓的故障閾值為4.25V，仿真結(jié)果如圖4所示。

（a）模擬輸入的電壓數(shù)據(jù)與故障閾值的關(guān)系圖

（b）Switch_add模塊輸出計(jì)數(shù)結(jié)果圖

（c）診斷結(jié)果信號(hào)圖

減小模擬的輸入數(shù)據(jù)的峰值為4.5V，模型輸出結(jié)果如圖5所示，與圖4對(duì)比可得，當(dāng)輸入數(shù)據(jù)與故障閾值的Cell_Vol減小時(shí)，所需故障診斷的時(shí)間也相應(yīng)增長(zhǎng)，約為0.8s。

（a）

（b）

（c）

通過(guò)Simulink仿真證明了該改進(jìn)后的閾值比較法在檢測(cè)故障過(guò)程中可根據(jù)不同程度的故障針對(duì)性地調(diào)整診斷時(shí)間，同時(shí)也能有效濾除一些瞬時(shí)的采樣波動(dòng)，有助于診斷的準(zhǔn)確性。在實(shí)際系統(tǒng)中須將其轉(zhuǎn)換為嵌入式程序語(yǔ)言，以供嵌入式設(shè)備執(zhí)行。

3.3 故障等級(jí)的判定

圖6為故障等級(jí)判定的仿真模型。

模型中通過(guò)設(shè)定不同的故障閾值，將每類(lèi)故障劃分為兩個(gè)等級(jí)，分別對(duì)應(yīng)的警告和回路保護(hù)兩種處理措施。其中警告的故障閾值較低，通?？稍O(shè)定在電池極限承受值的95%左右。這也是為了提前警示駕駛員電池可能出現(xiàn)的安全故障，使其在可能的情況下先采取一定的人工措施來(lái)防止故障產(chǎn)生。因此系統(tǒng)中設(shè)定警告等級(jí)處理措施為信息報(bào)警，或指示燈閃爍即可。

保護(hù)等級(jí)的安全閾值在極限承受值的100%左右，若用戶(hù)在收到警告后未能有效地降低該類(lèi)故障的參數(shù)指標(biāo)，則系統(tǒng)會(huì)進(jìn)一步采取相應(yīng)的保護(hù)措施來(lái)實(shí)現(xiàn)對(duì)故障的處理。本系統(tǒng)中所采取的保護(hù)措施為通過(guò)控制串接在動(dòng)力電池工作回路上的高壓繼電器，來(lái)強(qiáng)行切斷電源與負(fù)載之間的工作回路，以實(shí)現(xiàn)對(duì)動(dòng)力電池和負(fù)載的保護(hù)。

圖6 故障等級(jí)判定仿真模型

4 實(shí)驗(yàn)測(cè)試結(jié)果

實(shí)驗(yàn)中采用的電芯松下NCR18650B-H00HA，單體滿(mǎn)充電壓4.25V，額定充電電流為1.62A，由于受限于環(huán)境和安全等因素，而PL455芯片又需滿(mǎn)足采樣的串聯(lián)電芯數(shù)目最少為6串，因此實(shí)驗(yàn)中選擇3并6串的電芯連接方式來(lái)模擬一個(gè)實(shí)際的電池組。對(duì)電池工作環(huán)境的模擬選用的是新科華公司的MTL-T系列電池充放電機(jī)，通過(guò)對(duì)其內(nèi)部微控制器的設(shè)置可實(shí)時(shí)改變電池的充放電工作過(guò)程中的相關(guān)參數(shù)，以此來(lái)檢驗(yàn)不同工況下系統(tǒng)的響應(yīng)。實(shí)驗(yàn)中硬件連接如圖7所示。

圖7 實(shí)驗(yàn)硬件連接圖

實(shí)驗(yàn)中采用對(duì)外通信的CAN總線(xiàn)以100ms為周期將系統(tǒng)運(yùn)行過(guò)程中代表各類(lèi)故障判定結(jié)果的信號(hào)mask和用于確定該類(lèi)故障診斷參數(shù)的偏差程度輸出，在PC端通過(guò)CANTest軟件來(lái)實(shí)時(shí)接收這些運(yùn)載著實(shí)驗(yàn)數(shù)據(jù)的報(bào)文，并通過(guò)數(shù)據(jù)處理，將系統(tǒng)進(jìn)行故障檢測(cè)的結(jié)果通過(guò)圖表的形式表示出來(lái)。圖8表示系統(tǒng)對(duì)單體電芯過(guò)壓故障mask的檢測(cè)情況。

（a）電芯過(guò)壓0.1V診斷圖

（b）電芯過(guò)壓0.2V診斷圖

（c）電芯過(guò)壓0.3V診斷圖

（d）電芯過(guò)壓0.4V診斷圖

圖8 不同過(guò)壓差下單體電芯過(guò)壓故障mask的檢測(cè)情況

由圖8中可見(jiàn)，當(dāng)電芯電壓過(guò)壓0.1V時(shí)，系統(tǒng)需要花費(fèi)大概4.7s的時(shí)間確診過(guò)壓故障的產(chǎn)生；當(dāng)過(guò)壓程度達(dá)到0.2V時(shí)，這一時(shí)間縮短到大約2.2s；而對(duì)于過(guò)壓程度更高的0.3V或甚至達(dá)到0.4V時(shí)，所需檢測(cè)的時(shí)間更加短暫。此結(jié)果表明系統(tǒng)能根據(jù)不同的故障程度，智能化調(diào)整檢測(cè)花費(fèi)的時(shí)間，以實(shí)現(xiàn)對(duì)程度嚴(yán)重的故障加速處理。一方面盡可能減小大故障對(duì)動(dòng)力電池帶來(lái)的損傷，另一方面也對(duì)一些細(xì)微的異常檢測(cè)地更加苛刻，保證系統(tǒng)正常穩(wěn)定的運(yùn)行。

5 結(jié)論

本文對(duì)傳統(tǒng)BMS系統(tǒng)中所采用的閾值比較法故障診斷策略進(jìn)行改進(jìn)，設(shè)計(jì)了一種可根據(jù)電池狀態(tài)自適應(yīng)的電動(dòng)汽車(chē)電池故障在線(xiàn)診斷方法。其可根據(jù)電池的故障程度，智能化地優(yōu)化所需的故障閾值和診斷延遲時(shí)間，達(dá)到對(duì)嚴(yán)重故障快速響應(yīng)、輕微故障慢響應(yīng)的目的，并能有效濾除采樣和數(shù)據(jù)傳輸過(guò)程中一些脈沖信號(hào)，針尖毛刺的干擾。在保證了動(dòng)力電池持續(xù)穩(wěn)定運(yùn)行的前提下，能夠及時(shí)有效地規(guī)避異常故障所帶來(lái)的損傷和危害。但本方法目前所采用的影響檢測(cè)時(shí)長(zhǎng)的因素還較為基礎(chǔ)和單一，在之后的深入研究中還可增加更多的控制變量，以增強(qiáng)控制的科學(xué)性和有效性。

[1] 張劍波, 盧蘭光, 李哲. 車(chē)用動(dòng)力電池系統(tǒng)的關(guān)鍵技術(shù)與學(xué)科前沿[J]. 汽車(chē)安全與節(jié)能學(xué)報(bào), 2012, 3(2): 87-104.

[2] 劉文珍, 金鵬. 電池管理系統(tǒng)故障自診斷的系統(tǒng)研究[J]. 電氣技術(shù), 2012, 13(4): 26-29.

[3] Puviwatnangkurn W, Tanboonjit B. Overcurrent protection scheme of BMS for li-ion battery used in electric bicycles[C]//10th International Conference on Telecommunications and Information Technology, 2013: 1-5.

[4] 秦大同, 黃晶瑩, 劉永剛, 等. 電動(dòng)汽車(chē)電池溫度加權(quán)PID控制[J]. 交通運(yùn)輸工程學(xué)報(bào), 2016(1): 73-79.

[5] 張治國(guó), 孔慶, 崔納新. 電動(dòng)汽車(chē)電池組監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)[J]. 電源技術(shù), 2011(10): 1224-1226.

[6] 袁學(xué)慶, 趙林, 劉利, 等. 動(dòng)力鋰電池組及管理系統(tǒng)的故障診斷[J]. 工業(yè)控制計(jì)算機(jī), 2014(8): 147-148.

[7] 孫紅, 田沛. 基于模糊PI控制的蓄電池智能充電控制系統(tǒng)研究[J]. 蓄電池, 2015(1): 14-17.

[8] Gadsden S A, Habibi S R. Model-based fault detection of a battery system in a hybrid electric vehicle[C]// Vehicle Power and Propulsion Conference, 2011: 1-6.

[9] 古昂, 張向文. 基于RBF神經(jīng)網(wǎng)絡(luò)的動(dòng)力電池故障診斷系統(tǒng)研究[J]. 電源技術(shù), 2016, 40(10): 1943- 1945.

[10] 檀斐. 車(chē)用動(dòng)力鋰離子電池系統(tǒng)故障診斷研究與實(shí)現(xiàn)[D]. 北京: 北京理工大學(xué), 2015.

[11] 許寶立, 齊鉑金, 鄭敏信, 等. 電動(dòng)汽車(chē)動(dòng)力電池故障診斷系統(tǒng)設(shè)計(jì)[C]//國(guó)際節(jié)能與新能源汽車(chē)創(chuàng)新發(fā)展論壇, 2011.

On-board diagnosis approach for battery of electric vehicle based on improved threshold comparison method

Chen Ruyin1Lai Songlin1Yang Zhi2

(1. College of Physics and Information Engineering, Fuzhou University, Fuzhou 350108; 2. Beyond Intelligence Corporatin, Fuzhou 350025)

In order to ensure efficient and safe operation of electric vehicle battery, on-board detection and diagnosis of battery faults has become one of significant parts of the BMS. In this paper, an on-board diagnosis approach based on the battery state is proposed by improving the traditional threshold comparison method. Through the real-time monitoring of power battery status, the threshold of faults and delay time can be adjusted according to the analysis of the fault degree by this approach. It can realize that response and diagnose to serious faults rapidly. And the influence of abnormal pulse and needle burr data which may occur during parameter sampling can be filtered effectively. Through the charge and discharge process test, the result shows that the response can be controlled according to the degree of fault and the rationality of on-board diagnosis is improved by this approach, which can be applied to the actual BMS.

power battery of electric vehicle; on-board diagnosis; threshold comparison; variable parameters

2018-05-15

陳如尹（1992-），男，福建省南平市建陽(yáng)區(qū)人，碩士研究生，主要從事電動(dòng)汽車(chē)動(dòng)力電池嵌入式管理系統(tǒng)方面研究工作。