[发明专利]一种基于动态阈值模型的电动汽车故障诊断方法

权利要求书

1.一种基于动态阈值模型的电动汽车故障诊断方法，其特征在于，所述方法用于电动汽车中电池系统故障诊断，所述方法包括：构建动态阈值模型以及基于阈值模型进行电池系统故障诊断，其中，

构建动态阈值模型包括如下步骤:

步骤S11、对锂电池动力电池进行充放电老化循环实验、容量实验、开路电压OCV实验以及混合动力脉冲能力实验，分别用于获取对应循环下的容量Q、OCV-SOC关系式和电池等效电路模型参数；

步骤S12、建立电池全寿命周期下的OCV-SOC-Q三维响应面模型；

步骤S13、建立基于欧姆内阻参数R_o以及时间常数参数τ的一阶等效电路模型，并进行模型参数辨识，建立动态阈值模型；所述一阶RC等效电路模型，模型数学表达式如下：

式中，U_p为电池极化电容两端的极化电压，U_t为端电压，R_p为极化内阻，C_p为极化电容，R_o为欧姆内阻，时间常数τ＝R_p×C_p；

对第0次循环后的混合动力脉冲能力特性实验数据采用带遗忘因子的递推最小二乘法进行模型参数辨识，得到第0次循环后电池SOC从100％下降至0全过程对应的参数R_0,0和τ₀的估计值，即得到SOC分别与R_o,0和τ₀的映射关系；

然后再对第50个循环后的混合动力脉冲能力特性实验数据进行参数辨识得到对应循环下电池放电过程的SOC与R_o,50和τ₅₀的映射关系，将对应SOC点下的R_o,50和τ₅₀的估计值分别与R_o,0和τ₀作差得到参数误差ΔR_o，50和Δτ₅₀，然后建立参数误差和SOC的如下拟合式：

式中，β₀,β₁...β₆和γ₀,γ₁...γ₆分别为ΔR_o，50和Δτ₅₀与SOC的拟合系数；

而后将β₀,β₁...β₆和γ₀,γ₁...γ₆分别进一步解析成容量Q的二次函数，得到全寿命周期内的ΔR₀(Q,z)和Δτ(Q,z):

式中，A₁和A₂均为7×3的拟合系数矩阵；

定义参数R_o对应的阈值模型J₁(Q,z)为：

J₁(Q,z)＝1.1*ΔR_o(Q,z) (8)

定义参数τ对应的阈值模型J₂(Q,z)为：

J₂(Q,z)＝1.1*Δτ(Q,z) (9)；

步骤S14、在不同温度下对动力电池进行上述步骤，得到不同温度下的阈值模型；基于阈值模型进行电池系统故障诊断包括如下步骤：

步骤S21、记录电池充放电过程的端电压信号、电流信号和温度信号；

步骤S22、基于建立的一阶等效电路模型，辨识电池模型参数和状态，得到电池内阻参数R_o、时间常数参数τ、容量Q和SOC的估计值；

步骤S23、采用温度差值的方法，确定参数参考值；在采样时刻k，基于电池当前的温度T_ex、SOC_k和容量估计值Q_k确定对应的参数参考值R_o,0,k和τ_0,k的具体确定过程如下：

根据电池当前温度T_ex读数找到Ta集合中与其最接近的两个温度Ta₁和Ta₂，且Ta₁Ta₂，根据Ta₁和Ta₂温度下的SOC与R_o,0的映射关系，结合估计出的SOC_k值，确定出Ta₁和Ta₂温度下的R_o,0,k,Ta1和R_o,0,k,Ta2，则在k采样时刻，R_o,k对应的参考值R_o,0,k通过下式确定：

通过相同的方式可确定k采样时刻，τ_k对应的参考值τ_0,k,r：

式中，和分别为SOC_k时Ta₁和Ta₂温度下τ₀的值；

步骤S24、根据步骤S22得到的参数估计值和步骤S23得到的参数参考值，得到故障诊断残差；

步骤S25、分别确定参数R_o及参数τ的阈值；首先根据电池温度T_ex读数找到Ta集合中与其最接近的两个温度Ta₁和Ta₂，且Ta₁Ta₂，结合估计出的SOC_k值，确定出Ta₁和Ta₂温度下的阈值模型中的阈值和及中的阈值和最终利用得到k时刻的阈值如下：

步骤S26、对比残差和阈值判断电池是否发生故障。