一种故障诊断方法、装置、介质、电池管理系统及控制器与流程

本发明属于智能车，尤其涉及一种故障诊断方法、装置、介质、电池管理系统及控制器。

背景技术：

1、锂离子电池单体因电压与容量的限制，通常情况下动力电池组都由数百节电池单体通过串并联组成；在正常连接情况下，单体间的接触阻值通常在μω级别，远远小于单体欧姆内阻，而动力电池组由于受到安装、振动、老化、腐蚀等一系列因素的影响，可能导致电池单体连接处的松动，这种电池单体间连接处的松动称为串联电池组的接触故障。

2、当接触故障发生时，连接片与极耳之间接触面积减小，严重时甚至变为点接触，接触阻值可能会上升至mω级别，而一旦达到这种程度，连接处将会产生相对运动，极易出现火花，导致连接松动处局部异常产热，加快电池老化，减少其剩余循环寿命，加剧电池组的不一致性，甚至造成电池热失控事故。

3、当前，接触故障诊断主要通过对电压和连接点处温度信号采集来实现，需要增加大量的温度传感器，其诊断成本较高，实用性较小；还可通过对电压信号的处理来实现：一类是基于电池模型参数的辨识，通过建立电池模型，如带rc环节的等效电路模型，运用寻优算法进行模型参数的辨识，该方法虽可量化电池单体阻值差异，但是需要输入大量的参数，计算量也较大；另一类是通过计算各单体电压相关性来进行故障诊断，该方法虽在各工况下都可以进行检测，但当电压数据样本较少时，其诊断结果不可靠。

技术实现思路

1、本发明实施例公开了一种故障诊断方法，包括第一电压检测步骤、第二特征提取步骤、第三故障诊断步骤；其第一电压检测步骤获取电池组动态工况下和/或预设工况下各电池单体的电压信号序列，即…、u(i-1)、u(i)、u(i+1)、…；其第二特征提取步骤基于预设的第一信号分解流程，解算其电压信号序列，得到本征模态分量…、imf(j-1)、imf(j)、imf(j+1)、…并提取第一故障特征；i，j为正整数；其第三故障诊断步骤解算第一故障特征的熵中间值，该熵中间值用以表征第一故障特征的不确定性；进而以其熵中间值的第一统计量为故障识别因子h，并比较该识别因子h与第一故障阈值序列预设分量的关系以实现故障的诊断。

2、其中，第一信号分解流程可以是基于自适应白噪声的完整经验模态分解ceemdan、经验模态分解emd(empirical mode decomposition)和/或集合经验模态分解eemd(ensemble empirical mode decomposition)；其熵中间值可以是模糊熵fe(fuzzyentropy)、香农熵、排列熵；其第一统计量可以是上述熵中间值最大值与最小值之差也可以是上述熵中间值的最大值与平均值之差；显然，该第一统计量不应取零。

3、具体地，其第一故障阈值序列可以有1个或多于1个的故障阈值参数，其取值可根据标定过程进行优化选择；对于不同的应用系统，该故障阈值参数用于调整故障诊断的响应时间、灵敏度和/或敏感度；通常，该第一故障特征包括动态分量和静态分量；其动态分量由用以区分不同接触质量下的电压信号序列表现，该接触质量用以描述电池组待进行故障检测部件之间电气/机械连接的可靠程度。

4、进一步地，该故障诊断方法还可设置有第四仿真优化步骤；该第四仿真优化步骤基于预设数量的电池组、预设的动态仿真模型和/或电池单体等效电路/模型，以单体电压采样拓扑和/或电池单体等效电路/模型为依据，在预设电池单体上给出激励条件；其中，单体电压采样拓扑由u＝e-iri-irc给出，u为电压传感器示数或电压检测值，i为串联电流，ri为单体欧姆内阻，rc为单体间接触电阻，e为单体开路电压或电动势。

5、其中，采用预设的跳变频率来模拟车辆和/或电池组承载体引起的振动过程或实际运行中的动态过程；再通过将电压传感器示数的瞬态值u(t)分解为n个动态分量imf和1个稳态分量r(t)，并使之满足：ui(t)＝∑(j＝1->n)imf(j，i，t)+ri(t)来实现仿真和参数优化；这里的ui(t)为采集到的第i个单体的电压信号，imf(j，i，t)为第i个单体第j个动态分量，ri(t)为第i个单体的稳态分量。

6、具体地，其第四仿真优化步骤还可设有一移动窗口参数w，该移动窗口参数w可用于量化数据实时更新的程度，进而可实现对故障诊断灵敏度的调整。

7、进一步地，其熵中间值可采用模糊熵fe，其第一信号分解流程可采用完整经验模态分解ceemdan；其电压信号序列可通过与电压测量线同材料和/或同结构的导电介质采集自电池单体序列的电极部件序列；其电池单体序列包括预设数量的电池单体，该电池单体各自的与电极部件同结构和/或材料的电极，经由与连接部件同结构和/或材料的电极接触并实现电连接；其中，i仍为正整数，且i大于预设的正整数num。

8、相应地，本发明实施例还公开了一种故障诊断装置，包括第一电压检测单元、第二特征提取单元、第三故障诊断单元；其第一电压检测单元获取电池组动态工况下和/或预设工况下各电池单体的电压信号序列，即…、u(i-1)、u(i)、u(i+1)、…；其第二特征提取单元基于预设的第一信号分解流程，解算其电压信号序列，得到本征模态分量…、imf(j-1)、imf(j)、imf(j+1)、…并提取第一故障特征；i，j为正整数；其第三故障诊断单元解算第一故障特征的熵中间值，该熵中间值用以表征第一故障特征的不确定性；再以熵中间值的第一统计量为故障识别因子h，比较该识别因子h与第一故障阈值序列预设分量的关系以实现故障的诊断。

9、其中，第一信号分解流程包括基于自适应白噪声的完整经验模态分解ceemdan、经验模态分解emd和/或集合经验模态分解eemd；其熵中间值包括模糊熵fe、香农熵、排列熵；其第一统计量包括熵中间值最大值与最小值之差、熵中间值最大值与平均值之差，且第一统计量不为零。

10、具体地，其第一故障阈值序列可包括1个或大于1个的故障阈值参数，该故障阈值参数用于调整故障诊断的响应时间、灵敏度和/或敏感度；其第一故障特征包括动态分量和静态分量，该动态分量由用以区分不同接触质量下的电压信号序列表现；其中，接触质量用以描述电池组待进行故障检测部件之间电气/机械连接的可靠程度。

11、进一步地，该故障诊断装置还可设置有第四仿真优化单元；该第四仿真优化单元基于预设数量的电池组、预设的动态仿真模型和/或电池单体等效电路/模型，以单体电压采样拓扑和/或电池单体等效电路/模型为依据，在预设电池单体上给出激励条件；其单体电压采样拓扑由u＝e-iri-irc给出；其中，u为电压传感器示数或电压检测值，i为串联电流，ri为单体欧姆内阻，rc为单体间接触电阻，e为单体开路电压或电动势；以预设的跳变频率来模拟车辆和/或电池组承载体引起的振动过程；将电压传感器示数的瞬态值u(t)分解为n个所述动态分量imf和1个所述稳态分量r(t)，并满足：

12、ui(t)＝∑(j＝1->n)imf(j，i，t)+ri(t)；其中，ui(t)为采集到的第i个单体的电压信号，imf(j，i，t)为第i个单体第j个所述动态分量，ri(t)为第i个单体的所述稳态分量。

13、具体地，其第四仿真优化单元还可设置一移动窗口参数w，该移动窗口参数w用于量化数据实时更新的程度，进而实现对故障诊断灵敏度的调整。

14、其中，上述的熵中间值可以采用模糊熵fe，其第一信号分解流程可采用完整经验模态分解ceemdan；电压信号序列可通过与电压测量线同材料和/或同结构的导电介质采集自电池单体序列的电极部件序列；其电池单体序列通常可包括预设数量的电池单体；该电池单体各自的与电极部件同结构和/或材料的电极经由与连接部件同结构和/或材料的电极接触并实现电连接；i为正整数，i大于预设的正整数num。

15、类似地，本发明通过实施例还公开了一种计算机存储介质、电池管理系统及控制器；其计算机存储介质包括用于存储计算机程序的存储介质本体；其计算机程序在被微处理器执行时，可实现如上任一项的故障诊断方法；类似地，其电池管理系统包括如上任一项的故障诊断装置和/或任一项的计算机存储介质；其控制器亦可采用如上任一项的故障诊断装置、计算机存储介质和/或电池管理系统。

16、发明人研究发现，由于存在接触电阻，电压测量值与真实值存在较大偏差，且该偏差有很强的不确定性与随机性，导致电池组状态估计出现严重偏差；若电池组内单体数目较多，逐个排查维修困难巨大；因此，实时诊断电池组接触故障并定位故障单体，对于保障动力电池组安全运行具有重要意义。

17、综上，本发明在动态工况下通过对电池组目标区域单体电压信号的采集和分解过程，挖掘电压信号中稳态分量和动态分量的特征，并结合熵中间值信息的处理，构造出了相应的识别因子h；进而可通过比较识别因子h与故障阈值的关系，实现相关故障的诊断。

18、具体地，其方法可在不增加硬件配置的前提下，通过信息处理过程实现电池组接触故障的准实时诊断，并可定位出具体的故障单体；其产品诊断故障的准确性和响应速度可通过故障阈值的调整来优化或标定，对于现有的硬件系统具备较高的鲁棒性，利于提高新能源车辆在使用过程中的安全等级。

19、需要说明的是，在本文中采用的“第一”、“第二”等类似的语汇，仅仅是为了描述技术方案中的各组成要素，并不构成对技术方案的限定，也不能理解为对相应要素重要性的指示或暗示；带有“第一”、“第二”等类似语汇的要素，表示在对应技术方案中，该要素至少包含一个。