[发明专利]一种电池包结构健康状态在线监测与故障预报方法及装置有效

专利信息
申请号: 201710981362.7 申请日: 2017-10-20
公开(公告)号: CN108107365B 公开(公告)日: 2022-06-17
发明(设计)人: 李佳蓉;张勇;张蒙阳 申请(专利权)人: 开沃新能源汽车集团有限公司
主分类号: G01R31/392 分类号: G01R31/392
代理公司: 江苏圣典律师事务所 32237 代理人: 贺翔
地址: 211200 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电池 结构 健康 状态 在线 监测 故障 预报 方法 装置
【权利要求书】:

1.一种电池包结构健康状态在线监测与故障预报方法,其特征在于:包括如下步骤:

步骤1)、加速度传感器选择及布置,将加速度传感器在电池模组上均匀分布;

步骤2)、数据采集由车速触发,车速大于v开始采集,车速小于v停止采集;

步骤3)、数据长度与稳定性判断,首先判断数据长度是否大于N,如大于N,再判断数据的稳定性,车辆加速度稳定在e内时,开始模态参数抽取,否则丢弃当前数据;

步骤4)、数据处理,采用poly MAX方法对数据进行处理,得模态参数F(k)、Φ(k)

步骤5)、利用MAC值判断模态参数的质量,设置一个阈值,满足MAC的对角线大于0.8,非对角线小于0.2,如果不满足,丢弃当前数据,第k次模态参数抽取MAC判断:

将满足上述条件的加速度传感器数据以及模态参数保存至存储模块;

步骤6)、确定模态参数,将第1次模态参数数据作为电池包的初始模态参数数F(0)、Φ(0),前4阶模态参数占主导地位,其中:

第2次模态参数数据

步骤7)、求解特征值,该特征值包含模态频率与模态振型,将模态频率和模态振型进行加权,得到特征值Δk,Δk的算法示例如下:

其中,λi为模态频率加权系数,λ1>λ2>λ3>λ4,G为振型加权矩阵,

g11≥g12=g21=g22≥g13=g23=g33=g31=g32≥g14=g24=g34=g44=g41=g42=g43

*为Hadamard积,E4为四阶单位矩阵,||□||F为Frobenius范数,

其中

依次类推;

步骤8)、判断,给定阈值δ,计算Δk,比较δ和Δk,判断电池结构健康状态;

当Δk≤δ时,计算后续组的特征值并与δ做对比;

当Δk>δ时,预警1,继续计算Δk+1

当Δk+1≥Δk>δ时,预警2,继续计算Δk+2

当Δk+2≥Δk+1≥Δk>δ时,报警;

步骤9)、响应,预警装置以及报警装置集成在BMS内,预警信息保存在BMS内,报警信息输出至整车控制器以及车载终端,整车控制器接收到报警信后,输出报警信号至仪表台并提醒驾驶员采取相应措施,车载终端接收到报警信号后,将报警信号传送至后台监控系统并提醒后台监控人员密切监控该车辆并采取应急措施。

2.如权利要求1所述的电池包结构健康状态在线监测与故障预报方法,其特征在于:步骤4)中Poly MAX方法对数据的处理方法如下:

a)数学模型

PolyMAX方法使用多参考互功率谱代替频响函数,其频响函数H(ω)的数学模型为

式中:Z=e-jωΔt,为多项式基函数;βr、αr分别为分子、分母矩阵多项式系数;p为模型的阶次;Δt为时域信号的取样间隔,对于某一个特定频率ωk,有各测点的互功率谱矩阵然后通过选取不同频率,列出足够数量的方程,最后采用最小二乘法求得分子、分母矩阵多项式系数βr、αr

b)求极点、模态参预因子和振型

求得分母矩阵多项式系数αr后,对其扩展的友矩阵进行特征值分解,得到系统的极点pi和模态参预因子向量

Poly MAX法采用最小二乘频域法求模态振型

式中:为测量的互功率谱矩阵1×m;ψi为待求的第i阶模态振型列向量1×1;为模态参预因子行向量1×m;为li的共轭转置1×m;LR、UR分别为分析频带外模态影响的下残余项和上残余项矩阵1×m;

在上述已经求得极点pi和模态参预因子向量的基础上,依据测量获取的互功率谱频响矩阵按不同的取样频率列出方程(2),采用线性最小二乘法求取未知的模态振型ψi(i=1,2,…,N)以及下、上残余项矩阵LR和UR。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于开沃新能源汽车集团有限公司,未经开沃新能源汽车集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710981362.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top