中國(guó)儲(chǔ)能網(wǎng)訊：截至2018年9月份，中國(guó)新能源汽車保有量已經(jīng)突破200萬(wàn)輛，位居全球第一。
在新能源汽車保有量快速增長(zhǎng)的同時(shí)，新能源汽車電池安全的問(wèn)題也開(kāi)始引發(fā)越來(lái)越人的關(guān)注。
今年以來(lái)，我國(guó)已經(jīng)陸續(xù)出現(xiàn)了多起電池的安全事故，行業(yè)意識(shí)到需要把電池安全提升到一個(gè)非常高的程度。目前國(guó)內(nèi)的公交車、乘用車都出現(xiàn)一些冒煙起火的事故，國(guó)外的特斯拉汽車也因起火處在風(fēng)口浪尖。
在近日召開(kāi)的新能源汽車國(guó)家大數(shù)據(jù)聯(lián)盟2018年會(huì)上，湖南中車時(shí)代電動(dòng)汽車股份有限公司（以簡(jiǎn)稱“中車電動(dòng)”）副總經(jīng)理汪偉表示，針對(duì)電池安全，中車電動(dòng)主要做了兩項(xiàng)探索：首先是針對(duì)電池安全的一些監(jiān)控，包括故障的精準(zhǔn)定位和故障的閉環(huán)處理，第二個(gè)層面針對(duì)故障和壽命的預(yù)測(cè)做這方面的探索。
今年以來(lái)，中車電動(dòng)已經(jīng)成功處理了106起電池的安全隱患，沒(méi)有出現(xiàn)安全事故。
如何對(duì)電池安全有效監(jiān)控
早在2015年，中車電動(dòng)建立了一個(gè)智能網(wǎng)聯(lián)平臺(tái)——云智通。
截止到目前為止，接入云智通平臺(tái)的車輛總數(shù)是17000萬(wàn)輛，整個(gè)存儲(chǔ)數(shù)據(jù)量達(dá)到100TB，其中監(jiān)控的數(shù)據(jù)項(xiàng)目有469項(xiàng)，其中電池?cái)?shù)據(jù)占了165項(xiàng)，全面覆蓋了整車和關(guān)鍵零部件的全部信息。
汪偉表示，不管是國(guó)家層面，還是中車公司層面，大家對(duì)于電池的安全都非常重視。中車電動(dòng)已經(jīng)成立了專門(mén)的網(wǎng)聯(lián)中心，在后臺(tái)對(duì)電池安全進(jìn)行24小時(shí)不間斷地監(jiān)控。
根據(jù)海恩法則，每一期嚴(yán)重事故的背后必然都有29次輕微的事故和300起未遂先兆以及1000起事故的隱患。
目前中車公司對(duì)于電池的安全監(jiān)控是怎么做的呢？“初步的層次是，車輛儀表上面會(huì)通過(guò)BMS推送故障碼，司機(jī)會(huì)收到故障碼對(duì)車輛進(jìn)行檢查看故障率怎么樣。第一個(gè)層次報(bào)完故障以后，有些故障報(bào)一次之后現(xiàn)象就消失了，不再出現(xiàn)。”汪偉介紹。
第二個(gè)層次就利用云智通后臺(tái)的數(shù)據(jù)，在后臺(tái)檢測(cè)到有故障之后，比如某一臺(tái)車報(bào)了絕緣故障，這時(shí)在后臺(tái)對(duì)這個(gè)車的歷史數(shù)據(jù)，觀察它一周和一個(gè)月的變化，或者它的報(bào)警頻率來(lái)分析這個(gè)車是否是真的發(fā)生了絕緣故障，它的絕緣等級(jí)下降的嚴(yán)重程度是怎么樣。
“先是通過(guò)人工對(duì)數(shù)據(jù)的處理和分析，對(duì)嚴(yán)重等級(jí)相對(duì)比較高的，比較緊急的我們會(huì)要求現(xiàn)場(chǎng)的人員對(duì)車輛進(jìn)行開(kāi)箱檢查，實(shí)現(xiàn)故障精準(zhǔn)地判斷和處理，讓我們的安全隱患消除在萌芽狀態(tài)，同時(shí)減輕一定的工作量?！蓖魝ソ榻B。
第三，建立智能預(yù)警的模型，基于故障的歷史數(shù)據(jù)和售后實(shí)際到現(xiàn)場(chǎng)去檢查之后是否真實(shí)有效的故障進(jìn)行一個(gè)比照對(duì)比，這樣來(lái)反饋回來(lái)，對(duì)故障需求分析和挖掘的方法不斷地改進(jìn)和優(yōu)化進(jìn)行迭代，以此來(lái)建立信息化智能預(yù)警的模型，進(jìn)一步提高我們故障判斷的準(zhǔn)確率。
為了確保電池的安全，中車電動(dòng)在預(yù)防機(jī)制上主要做了三項(xiàng)工作。第一，全面監(jiān)控所有車輛的電池故障?！拔覀兂鋈サ能囉懈骷业碾姵?、各種類型的電池，不同的區(qū)域、不同的應(yīng)用場(chǎng)景。當(dāng)運(yùn)行的數(shù)據(jù)出現(xiàn)異?；蛘連MS報(bào)出故障時(shí)，及時(shí)分析，不留下任何安全隱患?！蓖魝ソ榻B。
第二，重點(diǎn)監(jiān)控隱患電池高發(fā)故障。對(duì)電池歷史故障數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，發(fā)現(xiàn)不同電池的高發(fā)故障類型，針對(duì)國(guó)內(nèi)某品牌電池易發(fā)生單體過(guò)壓故障，對(duì)該電池單體電壓進(jìn)行重點(diǎn)監(jiān)控和分析、提醒。
第三，故障分級(jí)，降低售后工作強(qiáng)度。對(duì)于系統(tǒng)報(bào)出的電池故障，結(jié)合歷史數(shù)據(jù)的參照，特別緊急、特別嚴(yán)重的車輛要發(fā)生事故的，馬上車輛靠邊停運(yùn)。第二種情況處于有這種隱患，但是車輛還能夠行駛，這時(shí)對(duì)車輛進(jìn)行限制功率，停止載客運(yùn)行，讓車輛能夠回到車庫(kù)進(jìn)行當(dāng)天的維修。這種分級(jí)處理的方式最大的好處解放了售后的資源，不用說(shuō)一接到報(bào)警，馬上就去處理要去開(kāi)箱，原來(lái)的方式至少有50%、60%的工作基本上是白做。
“基于電池的故障預(yù)警信息化，主要是這樣一個(gè)模式，首先是實(shí)時(shí)不間斷地自動(dòng)采集電池的狀態(tài)，主要的數(shù)據(jù)包括電池總電壓、總電流、單體電壓、單體溫度、絕緣電阻，最后根據(jù)智能預(yù)警模型，檢測(cè)到狀態(tài)異常推送到用戶和售后人員。經(jīng)過(guò)今年的探索和研究，發(fā)現(xiàn)單體電壓和絕緣電阻這兩個(gè)值是引起對(duì)這個(gè)電池故障，這兩個(gè)參數(shù)是最重要、最核心的參數(shù)?！蓖魝ソ榻B。
汪偉以某個(gè)品牌的電池為例?！巴ㄟ^(guò)對(duì)單體過(guò)壓故障相關(guān)的電壓數(shù)據(jù)進(jìn)行聚類分析，會(huì)發(fā)現(xiàn)其中有部分故障電壓雖然我們是報(bào)過(guò)壓故障，但是過(guò)壓已經(jīng)超出了原則上合理的范圍，這些不是真正的電池單體的過(guò)壓，它引起的有傳感器、軟連接，甚至有BMS采量的問(wèn)題，這會(huì)屏蔽掉一部分的問(wèn)題。”
汪偉分析，對(duì)電池單體過(guò)壓的故障進(jìn)一步進(jìn)行準(zhǔn)確分析的話，有效區(qū)分單體和非單體問(wèn)題，同時(shí)有些廠家電池在分布電壓傳感器、溫度傳感器、絕緣采樣這塊是不夠精細(xì)的，比較粗放的，這塊對(duì)我們整車廠和電池監(jiān)控造成了一些不準(zhǔn)確的因素，我們也是通過(guò)大數(shù)據(jù)的分析和對(duì)比挖掘精準(zhǔn)的去定位這個(gè)故障。
如何對(duì)電池故障進(jìn)行科學(xué)預(yù)測(cè)
在電池安全的有效監(jiān)控之外，中車電動(dòng)還在探索針對(duì)電池故障的預(yù)測(cè)。
所謂電池故障的預(yù)測(cè)就是電池還沒(méi)有發(fā)生故障，甚至還沒(méi)有報(bào)警，還沒(méi)有發(fā)生絕緣，也還沒(méi)有發(fā)生單體過(guò)壓之前，根據(jù)大數(shù)據(jù)的分析和自學(xué)習(xí)，可以提前推斷出這個(gè)電池可能還有一個(gè)星期，或者兩個(gè)星期即將發(fā)生這樣的過(guò)壓，或者絕緣的問(wèn)題。
為此，中車電動(dòng)建立故障的基礎(chǔ)大數(shù)據(jù)庫(kù)，基于BMS報(bào)警數(shù)據(jù)以及歷史故障的分析數(shù)據(jù)，結(jié)合售后反饋情況，找到故障樣本，對(duì)故障樣本建立基礎(chǔ)大數(shù)據(jù)庫(kù)，涵蓋影響電池安全的關(guān)鍵故障和相關(guān)的參數(shù)，為真正的故障數(shù)據(jù)打上標(biāo)簽。
“我們可以提供豐富的數(shù)據(jù)樣本，將故障預(yù)測(cè)可以從無(wú)監(jiān)督的學(xué)習(xí)轉(zhuǎn)化為半監(jiān)督，最后到有監(jiān)督的學(xué)習(xí)，這樣提高了建模預(yù)測(cè)的準(zhǔn)確率，也為基于大數(shù)據(jù)的電池故障預(yù)測(cè)奠定數(shù)據(jù)的基礎(chǔ)。”汪偉介紹。
汪偉解釋，基于大數(shù)據(jù)對(duì)故障隱患單體定位，是在整個(gè)電池生命周期內(nèi)，每個(gè)單體出現(xiàn)最高電壓的次數(shù)越多，或者越頻繁，過(guò)壓的峰值有一個(gè)趨勢(shì)，我們能夠根據(jù)這一些數(shù)據(jù)的分析和對(duì)比，能夠大概預(yù)測(cè)出它即將發(fā)生過(guò)壓故障的概率，就會(huì)對(duì)這些單體進(jìn)行重點(diǎn)關(guān)注，這些車輛、這些線路，依此類推，同廠家、同線路、同工況的電池提前進(jìn)行重點(diǎn)關(guān)注。
同時(shí)，對(duì)于電池的健康預(yù)測(cè)，主要是根據(jù)電池歷史的運(yùn)行狀況和信息來(lái)識(shí)別電池性能退化情況，挖掘電池的退化規(guī)律。在這個(gè)基礎(chǔ)上，結(jié)合智能算法，預(yù)測(cè)電池狀態(tài)的演化趨勢(shì)，預(yù)測(cè)性能失效時(shí)間。
傳統(tǒng)的方法去預(yù)測(cè)單體電壓和預(yù)測(cè)這個(gè)電池故障的話，需要對(duì)電池非常專業(yè)的了解，比如基于它退化的機(jī)理模型和等效電路模型。
“整車廠用了不同廠家的電池模型，不可能對(duì)每一家廠家電池模型進(jìn)行了解，基于數(shù)據(jù)驅(qū)動(dòng)的方法整車廠做這種預(yù)測(cè)是有基礎(chǔ)和有優(yōu)勢(shì)的，首先不用太過(guò)深入了解電池單體本身的機(jī)理，而主機(jī)廠又存儲(chǔ)了豐富的運(yùn)營(yíng)數(shù)據(jù)，不同電池廠、不同運(yùn)用場(chǎng)景的數(shù)據(jù)，為這種驅(qū)動(dòng)建模有這樣的基礎(chǔ)，對(duì)整車廠來(lái)說(shuō)，用大數(shù)據(jù)進(jìn)行電池故障的預(yù)測(cè)和分析是最有效，而且應(yīng)該說(shuō)是最直接的?！蓖魝シ治觥?
對(duì)于電池健康的問(wèn)題，實(shí)際上最后聚焦還是在電池的不均衡，就基于大數(shù)據(jù)的單體進(jìn)行了不均衡故障預(yù)測(cè)建模，引入不均衡度這樣一個(gè)參數(shù)，進(jìn)行從實(shí)時(shí)的不均衡事件，最后細(xì)化分布到不均衡程度天的情況。
汪偉介紹，最終通過(guò)這樣的手段解決了幾個(gè)問(wèn)題：對(duì)主機(jī)廠對(duì)電池機(jī)理了解不深的問(wèn)題，可以通過(guò)大數(shù)據(jù)分析的方式可以解決，同時(shí)解決模型適用性的問(wèn)題，提出不均衡程度的指標(biāo)，可以從很大程度上來(lái)說(shuō)，有效地排除了不同電池種類之間的差異，不同廠家電池的差異，提高模型的通用度，也解決了預(yù)測(cè)精度不高的問(wèn)題，基于故障的基礎(chǔ)大數(shù)據(jù)庫(kù)，把故障預(yù)測(cè)從無(wú)監(jiān)督的學(xué)習(xí)轉(zhuǎn)化為有監(jiān)督的學(xué)習(xí)，提高模型的準(zhǔn)確性。
“最后我們得到的效果是這種模型的通用性比較好，準(zhǔn)確率比較高，最終理想可以達(dá)到80%左右的精度?！蓖魝ヌ岢?。
對(duì)于電池健康度的管理和運(yùn)用，中車電動(dòng)后續(xù)還將做這新一步，下一步正在采用邊緣計(jì)算+云計(jì)算的架構(gòu)模式，在我的服務(wù)器、云端分析模型和分析參數(shù)在云端，具體的數(shù)據(jù)分析和計(jì)算是在我的整車終端上進(jìn)行計(jì)算，再把結(jié)果傳回云端。這樣的好處就是數(shù)據(jù)不需要遠(yuǎn)距離的傳輸，在邊緣就可以了，具體的業(yè)務(wù)應(yīng)用在邊緣模型管理就可以運(yùn)行，避開(kāi)了網(wǎng)絡(luò)通信瓶頸限制，提高了模型的運(yùn)行效率，同時(shí)提高了數(shù)據(jù)的事實(shí)時(shí)性和維護(hù)處理能力。
