基于KF-ESN算法的新能源汽車電池組故障在線監(jiān)控系統(tǒng)

2023-10-12 09:41朱布博魏秋蘭孫少杰羅明

微型電腦應(yīng)用 2023年9期

朱布博, 魏秋蘭, 孫少杰, 羅明

(陜西交通職業(yè)技術(shù)學(xué)院,汽車工程學(xué)院,陜西,西安 710018)

0 引言

隨著能源的不斷匱乏,電動汽車逐漸成為一種新型的交通工具,其是通過充電樁充電的,在充電樁內(nèi)多個電池組串聯(lián)后能夠形成電池組。如果單一的電池發(fā)生故障,將會對整個充電系統(tǒng)的運(yùn)行造成很大的影響。電池組爆炸是導(dǎo)致事故發(fā)生的關(guān)鍵因素,會給車內(nèi)人員和交通工具帶來嚴(yán)重?fù)p傷。電池組是新能源汽車的重要能量來源,而電池管理是決定其能否有效運(yùn)行的關(guān)鍵。電池組的充電電流、放電電流、充電電壓、放電電壓、放電深度等是電池管理系統(tǒng)的重要組成部分。通過對各主要參數(shù)的實(shí)時采集與可視化,運(yùn)維管理人員能夠及時地發(fā)現(xiàn)電池組中出現(xiàn)的問題。為了保障新能源汽車安全,需設(shè)計監(jiān)控系統(tǒng)對電池組進(jìn)行實(shí)時監(jiān)控。相關(guān)專家給出了一些較好的研究成果:夏慶國等[1]使用的基于光學(xué)超精密檢測的故障監(jiān)控方法,利用高精度的激光掃描技術(shù)對新能源汽車電池組的表面進(jìn)行了激光圖像處理,從圖像中提取出了紋理特征,并對其進(jìn)行了檢測;彭運(yùn)賽等[2]使用的基于改進(jìn)CNN電池組故障診斷方法,在整個連接層前端增加了一個串聯(lián)層,將各個層的特征結(jié)合起來,從而構(gòu)建了一個新的CNN網(wǎng)絡(luò)模型,應(yīng)用MCE準(zhǔn)則對故障位置進(jìn)行診斷與分析。但上述兩種方法容易出現(xiàn)大樣本數(shù)據(jù)陷入局部最小甚至不能訓(xùn)練的情況,導(dǎo)致故障監(jiān)控結(jié)果不精準(zhǔn)。為了解決上述問題,提出基于KF-ESN算法的新能源汽車電池組故障在線監(jiān)控系統(tǒng)。

1 系統(tǒng)硬件結(jié)構(gòu)設(shè)計

基于KF-ESN算法的新能源汽車電池組故障在線監(jiān)控系統(tǒng)硬件結(jié)構(gòu)主要包括電壓檢測模塊、電流檢測模塊、溫度檢測模塊、比較模塊、控制模塊、執(zhí)行機(jī)構(gòu)和報警模塊,如圖1所示。

圖1 在線監(jiān)控系統(tǒng)硬件結(jié)構(gòu)

由圖1可知:電壓檢測模塊主要通過電壓傳感器來實(shí)現(xiàn)對充電單元進(jìn)行全電壓的測量;電流檢測模塊主要是對充電電池組內(nèi)的總電流和單體的電流進(jìn)行檢測;溫度檢測模塊負(fù)責(zé)檢測電池組內(nèi)部溫度;比較模塊是將電池堆的整體電壓或電流與累積的總電壓或電流相比較的模塊;控制模塊是將控制指令傳送給執(zhí)行機(jī)構(gòu)和報警模塊。將所接收的電壓或電流與累積的電壓或電流值相比較,通過分析充電樁的充放電回路,可向控制模塊發(fā)送比較結(jié)果,同時向控制模塊和報警模塊發(fā)送相關(guān)指令,并由執(zhí)行機(jī)構(gòu)對充電樁進(jìn)行充電、放電處理,通過報警模塊發(fā)出報警提醒。

1.1 電壓、電流檢測模塊

電壓、電流檢測模塊是由霍爾電壓、電流傳感器和普通電壓、電流傳感器組成的,其中霍爾電壓、電流傳感器是用來檢測電池組電壓和電流的,而普通電壓、電流傳感器則是用來檢測電池組內(nèi)單體的電壓和電流的[3]。

霍爾傳感器結(jié)構(gòu)如圖2所示。

圖2 霍爾傳感器結(jié)構(gòu)

由圖2可知,霍爾傳感器是由霍爾元件以及一種能使霍爾輸出結(jié)果放大和內(nèi)部線性化集成的電路組成的?；魻栯妷簜鞲衅髋c電池組的兩端相連以偵測電池組的整體電壓;霍爾電流感應(yīng)器與電池組的匯流相連,以偵測電池組的總電流[4-5]。

1.2 控制模塊

控制模塊是一個將控制指令傳送給執(zhí)行機(jī)構(gòu)和報警模塊的中心處理單元,CPU中央處理器的組成主要有兩個部分:運(yùn)算器和控制器。其中,運(yùn)算器包括3個部分,分別是包含源操作的寄存器組、用于存放的目標(biāo)操作寄存器組以及用于暫存讀取數(shù)據(jù)的通用寄存器[6]。暫存讀取數(shù)據(jù)的通用寄存器用來暫時儲存從主要存儲器中讀出的資料,不可將該資料儲存于一般的寄存器中,否則該資料的原始資料會被銷毀;用于暫存讀取數(shù)據(jù)的通用寄存器是一種通用的暫存器,能暫時地儲存 ALU操作的結(jié)果信息,并且執(zhí)行加法操作;而包含源操作的寄存器組則保存了各種狀態(tài)信息,這些狀態(tài)信息是通過計算和邏輯操作命令或者試驗命令結(jié)果而建立的[7]。

在控制模塊中使用控制器能夠用來在內(nèi)存中指定下一條命令的存儲器的地址,并按照 PC的內(nèi)容從內(nèi)存中提取指令。由于程序中的指令(一般)是按照次序進(jìn)行的,因此PC具有自動遞增的特性[8]。圖3為控制器取指令的原理圖。

圖3 控制器取指令結(jié)構(gòu)示意圖

由圖3可知,把目前的命令地址傳送給地址寄存器后,由指令寄存器傳送一個由控制總線傳送給主存的控制信號。之后,通過地址存儲器顯示讀取的信號內(nèi)容,該內(nèi)容經(jīng)過數(shù)據(jù)總線傳輸?shù)降刂反鎯ζ髦?再由地址存儲器將信息通過無線通信方式傳回到指令寄存器中,構(gòu)成一個命令地址的控制信號[9]。

1.3 報警模塊

報警模塊主要由聲音和燈光兩部分組成,聲音是蜂鳴器,燈光是LED。蜂鳴器采用SMD-140035H,其結(jié)構(gòu)如圖4所示。

圖4 SMD-140035H蜂鳴器結(jié)構(gòu)

由圖4可知,通過直流電壓驅(qū)動的一體化電子蜂鳴器,當(dāng)電源連接時,由振蕩器發(fā)出聲音,聲音信號穿過電磁線圈后形成一個磁場。在該磁場內(nèi),振動膜片經(jīng)過周期性振動后產(chǎn)生報警聲音,燈光也亮起。

1.4 CAN總線收發(fā)器

CAN總線收發(fā)信機(jī)采用了USBCAN-II收發(fā)信機(jī),能與USB2.OB標(biāo)準(zhǔn)相適應(yīng),并支持2路CAN接口。在使用本機(jī)時,采用USB接口接入主機(jī),方便、可靠。另外,它的體積很小,方便了測試人員隨身攜帶。在可靠性上,為了防止電磁干擾后生成隨機(jī)代碼,使用了光電隔離模塊[10]。在兩個完整的CAN節(jié)點(diǎn)上設(shè)置一個XC2785微控制器與CAN-V2.OB標(biāo)準(zhǔn)相結(jié)合。在內(nèi)部和外部的CAN總線中使用兩個CAN節(jié)點(diǎn),可以獲得電池組的全部信息,并對其進(jìn)行控制。

2 系統(tǒng)軟件部分設(shè)計

2.1 基于KF-ESN算法的電池組故障在線估計

ESN網(wǎng)絡(luò)作為一種新型的遞歸神經(jīng)網(wǎng)絡(luò),由輸入層、隱藏層(即儲備池)、輸出層組成。在ESN網(wǎng)絡(luò)中,其內(nèi)部的動態(tài)儲備池(DR)包含了大量稀疏連接的神經(jīng)元,蘊(yùn)含系統(tǒng)的運(yùn)行狀態(tài),并具有短期訓(xùn)記憶功能。ESN訓(xùn)練的過程就是訓(xùn)練隱藏層到輸出層的連接權(quán)值的過程。受到初始化隨機(jī)權(quán)值的影響,網(wǎng)絡(luò)輸出權(quán)值是唯一需要確定的參數(shù)[11],公式為

w(t+1)=w(t)+γ(t)

(1)

式(1)中,w(t)表示t時刻的輸出權(quán)值,γ(t)表示儲備池運(yùn)行過程中的噪聲,每一時刻輸入w(t),儲備池都要更新狀態(tài)?；诖?構(gòu)建ESN網(wǎng)絡(luò)狀態(tài)方程[12]如下:

y(t)=x(t)w(t)+κ(t)

(2)

式(2)中,x(t)表示隱藏層系統(tǒng)輸入數(shù)據(jù),κ(t)表示運(yùn)行過程中的觀測噪聲。

在ESN網(wǎng)絡(luò)中通過KF算法進(jìn)行電池組故障在線估計過程時,需先計算t-1時刻的儲備池網(wǎng)絡(luò)輸出權(quán)值和誤差協(xié)方差[13],公式為

ω′(t-1)=R(t-1)ω(t-1)

(3)

Z(t-1)=R(t-1)w(t+1)+γ′(t-1)

(4)

式(3)～式(4)中,R(t-1)表示t-1時刻狀態(tài)轉(zhuǎn)移誤差的協(xié)方差,ω(t-1)表示隱藏層系統(tǒng)輸出偏差,γ′(t-1)表示運(yùn)行時噪聲協(xié)方差的先驗值。

通過輸出層中的目標(biāo)值校正先驗值,輸出層的校正差異用e(t)來表示,在ESN網(wǎng)絡(luò)中,輸出層從低維輸入空間向高維狀態(tài)空間映射輸入信號,進(jìn)行狀態(tài)轉(zhuǎn)移[14],公式為

(5)

式(5)中,f表示輸出計算結(jié)果對應(yīng)t時刻的ESN網(wǎng)絡(luò)狀態(tài),從而避免了計算過程的復(fù)雜性,有效提高在線評估速率。由于G(t)是輸出層的單位狀態(tài)轉(zhuǎn)換,所以可將公式(5)進(jìn)行如下轉(zhuǎn)換[15]:

G′(t)=μ-1/2ω′(t-1)

(6)

式(6)中,μ表示期望輸出值,在0和1之間,至此,完成ESN網(wǎng)絡(luò)訓(xùn)練。在線評估過程中,ESN網(wǎng)絡(luò)的KF只需評估網(wǎng)絡(luò)輸出權(quán)值就能得到精準(zhǔn)故障監(jiān)控系統(tǒng)。

2.2 故障在線監(jiān)控流程設(shè)計

因為電池在惡劣的條件下工作,對電壓、電流的測量會產(chǎn)生較大的影響,并且有時會使測試結(jié)果與標(biāo)準(zhǔn)結(jié)果存在一定偏差。但通過上述的基于KF-ESN算法的電池組故障在線估計步驟,能夠獲取正常值范圍,進(jìn)而能夠精準(zhǔn)監(jiān)控電池組出現(xiàn)故障情況。

在判斷有無故障時,根據(jù)蓄電池的歷史數(shù)據(jù),確定故障狀態(tài)為持續(xù)高于或低于標(biāo)準(zhǔn)。在計算過程中,通過雙向加減計數(shù)來計算電池組的超標(biāo)值。故障在線監(jiān)控流程如圖5所示。

圖5 故障在線監(jiān)控流程圖

由圖5可知,在判定故障之前將設(shè)置的判定次數(shù)加到計數(shù)裝置中:若目前所收集的電壓或電流超過設(shè)定的警報上限值時,則計數(shù)器加1;若低于所設(shè)置的警報值下限值時,則計數(shù)器減1。計數(shù)器會在電壓或電流處于正常范圍時,載入設(shè)置的故障判斷時間。如果計數(shù)器累積到原來數(shù)值的二倍,則認(rèn)為電池組數(shù)據(jù)超過最高警報值上限值;如果計數(shù)器減到0,則認(rèn)為電池組數(shù)據(jù)超過最低警報值下限值。通過這種方法,可以有效地篩選出由于受到干擾而導(dǎo)致數(shù)據(jù)超出的極限值,從而避免了對正常狀態(tài)的誤判。

3 實(shí)驗

為了驗證基于KF-ESN算法的新能源汽車電池組故障在線監(jiān)控系統(tǒng)設(shè)計的合理性,進(jìn)行實(shí)驗驗證分析。

3.1 實(shí)驗數(shù)據(jù)采集裝置

實(shí)驗數(shù)據(jù)采集裝置結(jié)構(gòu)如圖6所示。

圖6 實(shí)驗數(shù)據(jù)采集裝置結(jié)構(gòu)

由圖6可知,電池組電壓、電流測量通過隔離式電壓、電流采集裝置采集數(shù)據(jù),采集裝置的采集誤差僅為0.2%,通過控制器自帶的模擬量輸入卡來采集電壓、電流數(shù)據(jù)。對于電池組的電壓和電流測量需要進(jìn)行分量測量,因此,應(yīng)對分流器電壓進(jìn)行放大處理。

基于此,采集的故障參數(shù)如表1所示。

表1 故障參數(shù)采集結(jié)果

3.2 實(shí)驗結(jié)果與分析

3.2.1 電池組故障電壓數(shù)據(jù)分析

分別使用基于光學(xué)超精密檢測的故障監(jiān)控方法、基于改進(jìn)CNN電池組故障診斷方法和基于KF-ESN算法的故障在線監(jiān)控系統(tǒng),對比分析電池組故障電壓數(shù)據(jù)監(jiān)控結(jié)果,如圖7所示。

(a) 基于光學(xué)超精密檢測的故障監(jiān)控方法

由圖7(a)、圖7(b)可知,使用基于光學(xué)超精密檢測的故障監(jiān)控方法、基于改進(jìn)CNN電池組故障診斷方法,不同電池組的最大值和最小值均與標(biāo)準(zhǔn)故障數(shù)據(jù)相差很大。

由圖7(c)可知,使用基于KF-ESN算法的故障在線監(jiān)控系統(tǒng)方法,1號電池組的最大值為3.81 V、最小值為3.57 V,2號電池組的最大值為3.80 V、最小值為3.45 V,3號電池組的最大值為3.85 V、最小值為3.39 V,4號電池組的最大值為3.73 V、最小值為3.60 V,5號電池組的最大值為3.85 V、最小值為3.42 V。與標(biāo)準(zhǔn)故障數(shù)據(jù)相比,存在最大為0.02 V的誤差。

3.2.2 電池組電流實(shí)驗數(shù)據(jù)分析

分別使用3種方法,對比分析電池組故障電流數(shù)據(jù)監(jiān)控結(jié)果,如圖8所示。