[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

说明书

本发明提供一种基于动态阈值模型的电动汽车故障诊断方法，该方法用于电动汽车中电池系统故障诊断，在阈值模型建立和参数辨识算法两方面进行了改进，在不同温度下进行电路基础特性测试实验，得到等效电路模型参数；建立OCV‑SOC‑Q三维响应面模型；采用带遗忘因子的递推最小二乘法进行模型参数辨识，建立关于R₀和τ的动态阈值模型。在实际故障诊断过程当中，利用双扩展卡尔曼滤波算法辨识参数和状态，得到电池R₀和τ、容量及SOC；采用温度插值的方法确定参数参考值；确定参数阈值；生成残差；通过对比残差与阈值来判断电池是否发生故障。该方法不仅故障诊断率高，还能避免检测不及时、误警和漏警问题。

技术领域

本发明主要涉及新能源汽车系统相关技术领域，具体是一种基于动态阈值模型的电动汽车故障诊断方法。

背景技术

当前电动汽车技术发展十分迅速，正处于市场推广的上升阶段。电动车作为一种新兴车型，相比传统车型，车辆安全及零部件质量问题比较突出。而电池作为电动汽车的核心零部件,其故障状态及运行寿命直接影响汽车使用功能及安全，同时也是生产厂商及4S店十分关心的内容。

动力电池系统故障诊断是电池管理系统的核心功能之一，常用的电池系统故障诊断方法是基于模型的方法，该方法共分残差生成和残差评价两步。残差生成是通过构建故障模型，得到参数或状态的估计值并与相应参数或状态的参考值做差生成残差，再通过对比残差与故障阈值来判断故障是否发生。鉴于电池模型参数是其状态估计的基础，通过残差生成残差是故障诊断的典型方法，但目前研究仍存在如下问题：

1)、在残差生成过程中，尽管参数的估计值易确定，但对应的参考值通常是固定值，实际上，电池在一定温度下的残差估计值对应的参考值也应是对应温度下的值，忽略温度影响易造成生成的残差过大或过小，均影响故障诊断精度；

2)、残差评价过程中，故障阈值通常也是固定值，而电池残差受温度、老化和电池荷电状态(State of charge,SOC)影响，若忽略SOC、温度和老化对残差的影响而采用固定阈值进行残差评价，易造成故障误警率和漏警率过高问题。因此，如何获得准确的参数参考值以生成残差且随着电池工作状态而更新阈值进行故障检测是当然的难点。

发明内容

为解决目前技术的不足，本发明结合现有技术，从实际应用出发，提供一种基于动态阈值模型的电动汽车故障诊断方法。

本发明的技术方案如下：

一种基于动态阈值模型的电动汽车故障诊断方法，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；

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；