CN105301425A

CN105301425A - 线束异常检测系统和方法

Info

Publication number: CN105301425A
Application number: CN201510441129.0A
Authority: CN
Inventors: 王旭; 何川; 常晓光
Original assignee: Ford Global Technologies LLC
Current assignee: Ford Global Technologies LLC
Priority date: 2014-07-24
Filing date: 2015-07-24
Publication date: 2016-02-03
Anticipated expiration: 2035-07-24
Also published as: US20160025789A1; US9632125B2; DE102015111094B4; DE102015111094A1; CN105301425B

Abstract

本公开涉及一种线束异常检测系统和方法。一种车辆可包括牵引电池、与所述电池电连接的线束和控制器，所述控制器被配置为：基于指示与所述线束相关联的历史电阻的数据以及指示与所述线束相关联的当前电阻的针对所述电池的温度和荷电状态数据，来产生线束异常输出。

Description

线束异常检测系统和方法

技术领域

在此公开的是线束异常检测系统和方法。

背景技术

电动车辆(诸如混合动力电动车辆(HEV)或电池电动车辆(BEV))可由牵引马达和高电压电池来驱动。这些高电压电池可包括大量的电池单元，以适应车辆的电力需求。布线线束(wiringharness)可以将所述电池的上部和下部连接到相应的车辆系统，另一种布线线束可以以串联的方式连接电池单元。

在操作期间随着时间的推移，布线线束的异常可导致线束电阻增加。期望在给定时间获知与布线线束相关联的电阻。

发明内容

一种车辆包括：牵引电池、与所述电池电连接的线束和控制器，所述控制器被配置为：基于指示与所述线束相关联的历史电阻的数据以及指示与所述线束相关联的当前电阻的针对所述电池的温度和荷电状态数据，来产生线束异常输出。

一种用于车辆的线束异常控制系统包括：输入信道，被配置为接收指示针对牵引电池的温度和荷电状态数据的信号；输出信道，被配置为提供指示线束异常的信号；控制逻辑，被配置为基于所述温度和荷电状态数据以及历史线束电阻数据，来产生所述指示所述线束异常的信号。

根据本发明的一个实施例，所述指示所述线束异常的信号还基于这样的参数，其中，所述参数基于所述牵引电池的测量电流和测量电压。

根据本发明的一个实施例，所述参数包括：限定所述牵引电池的等效电路模型的串联电阻、并联电阻、电容或电压。

根据本发明的一个实施例，所述控制逻辑还被配置为：通过扩展卡尔曼滤波器辨识所述参数。

根据本发明的一个实施例，所述控制逻辑还被配置为：响应于所述扩展卡尔曼滤波器的收敛而辨识所述参数。

一种用于监测车辆电池的布线线束的方法包括：通过至少一个处理器基于与所述线束相关联的历史电阻和与所述线束相关联的当前电阻的比较，来输出线束异常数据，其中，与所述线束相关联的当前电阻是从针对所述电池的温度和荷电状态数据导出的；响应于所述线束异常数据而降低针对所述电池的功率限制。

根据本发明的一个实施例，所述当前电阻还从基于所述电池的测量电流和测量电压的参数被导出。

根据本发明的一个实施例，所述参数包括：限定所述电池的等效电路模型的串联电阻、并联电阻、电容和电压。

根据本发明的一个实施例，所述方法还包括：响应于扩展卡尔曼滤波器的收敛而辨识所述参数。

附图说明

本公开的实施例被指出并具有权利要求的特质。然而，通过参考以下结合附图的详细描述，各种实施例的其它特征将变得更加明显并得到最好的理解，在附图中：

图1示出了具有电池组的混合动力电动车辆的示例；

图2示出了用于车辆电池组/电池单元的等效电路模型；

图3示出了展示电池荷电状态和电池开路电压之间的关系的图表；

图4示出了针对线束异常检测系统的框图；

图5示出了用于线束异常检测系统的处理。

具体实施方式

根据需要，在此公开本发明的详细实施例；然而，将理解的是，所公开的实施例仅仅是本发明的示例，其中，本发明可以以各种替代形式来实现。附图无需按比例绘制；一些特征可被夸大或缩小以示出特定组件的细节。因此，在此公开的具体结构和功能细节不应被解释为具有限制性，而仅仅作为用于教导本领域技术人员以多种方式利用本发明的代表性基础。

在此描述的是线束异常检测系统和方法。这种检测系统和方法可使用将由电池组控制器实现的电池模型，在该模型内，串联电阻器可代表电池内部的欧姆电阻和电池的线束电阻二者。当通过将估计值与历史电阻值进行比较而确定该串联电阻器的估计值增加时，可检测到异常。串联电阻值可基于使用卡尔曼滤波器确定的各种模型参数来被估计。

图1示出了车辆100的示例。插电式混合动力电动车辆102可包括一个或更多个电动马达104，一个或更多个电动马达104机械连接到混合动力传动装置106。此外，混合动力传动装置106机械连接到发动机108。混合动力传动装置106还可机械连接到驱动轴110，其中，驱动轴110机械连接到车轮112。当发动机108关闭(例如，车辆以电动模式工作)时，电动马达104可提供推进力。当插电式混合动力电动车辆102放慢速度时，电动马达104可提供减速能力。电动马达104可被配置为发电机，并可通过回收通常在摩擦制动系统中会作为热而损失的能量来提供燃料经济效益。由于插电式混合动力电动车辆102可以在特定条件下以电动车辆模式运转，因此，电动马达104还可减少污染排放。

电池组114(也被称为电池114)可存储可由电动马达104使用的能量。车辆电池组114通常提供高电压DC输出。电池组114电连接到电力电子模块116。电力电子模块116还电连接到电动马达104，并在电池组114和电动马达104之间提供双向传输能量的能力。例如，典型的电池组114可提供DC电压，而电动马达104可能需要三相AC电流来运转。电力电子模块116可将DC电压转换为电动马达104所需的三相AC电流。在再生模式下，电力电子模块116可将来自用作发电机的电动马达104的三相AC电流转换为电池组114所需的DC电压。在此描述的方法同样适用于纯电动车辆或使用电池组的任何其它装置。

电池组114除了提供用于推进的能量之外，还可提供用于其它车辆电力系统的能量。典型的系统可包括DC/DC转换器模块118，DC/DC转换器模块118将电池组114的高电压DC输出转换为与其它车辆负载兼容的低电压DC供应。其它高电压负载(比如，压缩机和电热器)可被直接连接到来自电池组114的高电压总线。在典型的车辆中，低电压系统被电连接到12V电池。全电动车辆可具有类似的结构，但是没有发动机108。

电池组114可通过外部电源126被再充电。外部电源126可通过经由充电端口124的电连接来向插电式混合动力电动车辆102提供AC或DC电力。充电端口124可以是被构造为将电力从外部电源126传输到插电式混合动力电动车辆102的任何类型的端口。充电端口124可电连接到电力转换模块122。电力转换模块122可调节来自外部电源126的电力，以向电池组114提供合适的电压和电流水平。在某些应用中，外部电源126可被构造为向电池组114提供合适的电压和电流水平，而电力转换模块122可能不是必要的。电力转换模块122的功能可驻留在某些应用的外部电源126中。可通过动力传动系统控制模块(PCM)128来控制车辆发动机、传动装置、电动马达和电力电子器件。

电池组114还可包括电池组控制器130(也被称为控制器130)。电池组控制器130可包括用于检测线束异常的电池等效电路模型400(如在图4中所示)。电池组控制器130可以是电池能量控制模块(batteryenergycontrolmodule，BECM)，并且可对电池组114的性能进行控制和监测。

电池组114可包括将电池的上部和下部连接到相应的电池系统(比如，电力转换模块122、电力电子模块116和转换器模块118)的电池线束132。在电池操作期间，线束132可能具有线束电阻。线束电阻可能会由于环境因素(比如，振动、潮湿、生锈、焊料失效(solderfailure))而增大。线束电阻的增加可能对电池组114有负面影响。例如，它可能会有害于车辆的电子里程(E-mileage)和降低燃料经济性。

图1除了示出插电式混合动力车辆，还可示出电池电动车辆(BEV)、传统的混合动力电动车辆(HEV)和功率分流式混合动力电动车辆。所讨论的各种组件可具有一个或更多个相关联的控制器(包括电池组控制器130)以控制并监测所述组件的操作。所述控制器可经由串行总线(例如，控制器局域网(CAN))或经由离散导体进行通信。

图2示出了用于车辆电池组114的等效电路模型(equivalentcircuitmodel,ECM)200(也被称为模型200)。虽然在此以电池组级别应用来相对于电池组114描述模型200，但是模型200也可以以电池单元级别应用适用于电池组114内的单个电池单元。模型200包括简化的兰德尔(Randel)电路，所述简化的兰德尔电路包括串联电阻器r₁和RC电路205，其中，串联电阻器r₁与RC电路205串联，RC电路205包括并联电阻器r₂和并联电容器C。串联电阻器r₁可包括电池内部的欧姆电阻和电池的线束电阻二者。模型200可包括电池开路电压(OCV)V_oc。可通过利用电池的荷电状态(SOC)和OCV之间的关系来从SOC导出开路电压V_oc。参照附图3更详细地描述这种导出。

模型200可包括电压V₁、V₂，其中，电压V₁、V₂分别为串联电阻器r₁两端的电压和RC电路205两端的电压。电池端电压V_t(也被称为测量的电池电压)可通过电压传感器来测量。电池电流i可通过电流传感器来测量。另外，在图2中示出了电阻器电流i_r和电容器电流i_c，其中，i＝i_c+i_r。

电压V₂和V_OC可由以下等式表示：

v_oc-v_t＝v₂+ir₁(2)

可通过辨识方法辨识模型参数r₁、r₂、C和V₂(分别为串联电阻、并联电阻、并联电容和并联电压)。在一个示例中，所述方法可包括扩展卡尔曼滤波器(EKF)方法。EKF方法在辨识串联电阻r₁方面可以是高度准确的。当电池OCV相对于电池温度T在正常范围内时，串联电阻r₁可被用于线束异常检测。也就是说，串联电阻r₁可被用作表明电池线束132中的异常的指示器。

EKF系统状态可表示为：

EKF系统输出可表示为：

y＝v_ov-v_t＝v₂+ir₁(4)

EKF系统的对应离散状态空间模型可表示为：

x(k+1)＝f(x(k),i(k))(5)

y(k+1)＝h(x(k+1),i(k+1))(6)

其中：

h(x(k+1),i(k+1))＝x₁(k+1)+x₄(k+1)i(k+1)(8)

其中，T_s是EKF的采样周期，k是离散时间步长索引。

为了应用EKF，可将等式5和6线性化。等式5的雅可比行列式(Jacobians)可以为：

其中，

等式6的雅可比行列式可以为：

其中，

针对状态x估计的EKF递归计算可被确定。一旦EKF从等式(3)收敛，则串联电阻可被估计为EKF的收敛可能受到初始值的选择的影响，其中，所述初始值用于初始化EKF。如以下针对图5的框520所更详细描述的，当基于估计的ECM参数的距离值序列正在减少，并且该序列的最终距离值低于阈值时，收敛可被检测到。

图3示出了展示以百分比为单位的电池SOC和以伏特(V)为单位的电池OCV(V_oc)之间的关系的图表。如图表中的曲线C所指示的，随着SOC增加，V_oc也增加。可通过分析电池特性或通过测试电池单元来获得SOC和V_oc之间的关系。所述关系可被实现为查表或等效方程。该曲线的准确形状可基于锂离子电池的准确配方而变化。电压V_oc由于电池114的充电和放电而变化。

图4示出了用于线束异常检测系统400的框图。可通过具有处理器和存储器的控制器来协助系统400。在一个示例中，所述控制器可以是电池组控制器130。所述控制器还可位于车辆模块116、122、128之一的内部。系统400可包括EKF块405、串联电阻估计块410、存储块415和线束增加检测块420。

EKF块405可以被配置为接收各种滤波器输入。这种输入可包括一个或更多个动态滤波器输入(比如，电池SOC、电池温度T、电池电流i和电池端电压V_t)。当接收到所述各种滤波器输入时，块405可应用EKF以辨识模型的r₁、r₂、C和V₂的值。

然后，块410可利用x的辨识值来进行串联电阻估计

块415可将的每个值存储在控制器内或可由控制器访问的存储器中。与估计电阻相关联的其它值(比如其中的SOC、温度T)也可被存储。在应用中，串联电阻r₁可随着电池温度T和SOC的变化而变化。均与特定电池温度T和SOC相关的r₁的历史值可被记录在存储器(例如，EEPROM)中。

在块420，可调用并将这些存储的r₁的历史值与的最近估计进行比较。这一比较可有助于线束异常检测，如以下参照图5更详细描述的。

图5示出了用于线束异常检测系统400的处理500。所述处理在块505处开始，其中，控制器可从非易失性存储器(例如，EEPROM)读取电池SOC和历史电阻值。历史电阻值可依据电池温度T和SOC而被布置在历史电阻表中。以下通过表1来示出历史电阻表的示例。块505还可接收测量的电池温度T和测量的电池V_oc。应注意，在钥匙接通时，并且当没有电池使用(即，没有电流流经电池)且电池电压已经松弛了一段时间(例如，10分钟)时，测量的电池端电压V_t是电池V_oc。

温度/SOC	0％	10％	20％	30％	40％	50％	60％	70％	80％	90％	100％
												-40℃	0.6218	-	-	-	-	0.5240	-	-	-	0.3800	0.6500
-30℃	0.0460	-	-	-	-	0.0153	-	-	-	0.0212	0.0221
												-20℃	0.0230	-	-	-	-	0.0088	-	-	-	0.0099	0.0096
-10℃	0.0120	-	-	-	-	0.0044	-	-	-	0.0046	0.0050
												0℃	0.0120	-	-	-	-	0.0031	-	-	-	0.0033	0.0039
10℃	0.0041	-	-	-	-	0.0022	-	-	-	0.0021	0.0020
												20℃	0.0033	-	-	-	-	0.0021	-	-	-	0.0020	0.0019
30℃	0.0028	-	-	-	-	0.0015	-	-	-	0.0022	0.0020
												40℃	0.0025	-	-	-	-	0.0014	-	-	-	0.0020	0.0018
45℃	0.0024	-	-	-	-	0.0016	-	-	-	0.0020	0.0018
												50℃	0.0023	-	-	-	-	0.0016	-	-	-	0.0019	0.0017
60℃	0.0022	-	-	-	-	0.0015	-	-	-	0.0018	0.0016

表1

在块510，控制器可确定电池V_oc相对于测量的温度T是否在预定义范围内。例如，在25摄氏度时，对于单个电池单元而言，45％SOC的电池V_oc可在3.66V和3.70V之间。如果电池V_oc在预定义范围内，也就是说，如果电池的内部化学成分适于钥匙接通，并且电池的所辨识的内部电阻的异常增加更可能是由于线束异常引起的，则处理500可进行至块515。否则，处理500可进行至块540。

如以上所描述的，在块515，在用于ECM参数辨识的EKF计算中测量和使用电池电流i、电压V_t和温度T。

在块520，控制器可确定EKF是否已经收敛。在执行EKF之后，可在块520确定EKF的收敛。若干种机制可以用于确定EKF的收敛。一个示例是利用平滑滤波器(比如，Savitzky-Golay滤波器)来获得EKF估计值θ_ekf＝[r₁,r₂,C]的的滤波后的值θ_sg。针对每个步长m的原始估计值θ_ekf和滤波后的估计值θ_sg之间的距离可被计算为：

d(m)＝∑_k∈[1，M]w_k(θ_sg-θ_ekf)²(11)

其中，例如，M＝3是由EKF估计的ECM参数的总数，w_k是一组预定的加权因子。d(m)值的序列可以针对收敛而被评估。d(m)值的序列可被构造为EKF和所述平滑滤波器的最后的M_z个输出，其中，M_z可以是可校准的数。M_z表示在确定EKF的学习收敛中所使用的点数。如果该序列正在减小，并且序列中的最后一个值小于校准值d_cal，则EKF可能已收敛并且所述处理可进行至块525。否则，EKF可能尚未收敛，并且处理500可以进行至块540。

在块525，控制器可使用EKF的计算结果估计串联电阻r₁。可至少部分基于电池温度T来估计所估计的串联电阻

在块530，控制器可将在相似温度和SOC处的估计的串联电阻与r₁的历史值进行比较。如果比较结果示出估计的串联电阻增加至超过r₁的历史值，则所述处理可进行至块535。否则所述处理可进行至块540，其中，在块540，历史电阻表基于电池的估计的串联电阻温度T和SOC而被更新。确定估计的串联电阻增加至超过r₁的历史值的操作可包括若干计算。例如，历史值的平均值可被获取，并且随后与估计的串联电阻进行比较。另外或者可选地，r₁的最高历史值可与估计的串联电阻进行比较。然后，r₁的历史值和估计的串联电阻之间的差可与预定义的增加值进行比较。预定义的增加值可能是较大的增加值(例如，对于电池组级别应用，在25摄氏度的温度下增加0.5欧姆)。因此，如果估计的串联电阻和r₁的历史值之间的差超过预定义的增加值，则该处理可进行至块535。

在块535，控制器可报告电池线束异常故障。一旦线束异常故障被检测到，则控制器130可采取一个或更多个补救措施。例如，控制器可命令风扇增加转速，以提供更多的冷空气并减少由电阻增加所产生的热，其中，所述电阻增加是由于线束异常而引起的。另外或可选地，控制器130可放宽或调节与其它车辆故障检测系统(例如，过充电和/或过放电故障检测系统)相关联的相应故障检测阈值/极限，以试图避免针对其它故障检测系统的错误报警。例如，当线束异常被检测到并被定位时，针对过充电和过放电系统的电池组/电池单元的电压阈值可增加。控制器130还可点亮扳手灯和/或发动机灯以通知客户电池线束处于故障。控制器130还可降低电池的功率限制，以减少热的产生。

值得注意的是，线束异常检测既可以以电池组级别应用的形式被应用于作为整体的电池组114，又可以以电池单元级别应用的形式被应用于电池组114中的单个电池单元。参照图2，开路电压V_oc可以是在电池组级别应用期间的所有的电池单元的OCV的总和。在电池单元级别应用期间，图2的V_oc可表示单个电池单元的OCV，或者电池114中的同一子集中的电池单元的OCV的总和。对于电池单元级别应用，线束异常不仅是可检测的，而且还可被定位到特定的电池单元或电池单元的子集，并且与特定的电池单元或电池单元的子集隔离。相应地，特定电池单元周围的线束132可被辨识为故障。类似地，控制器130还可以基于仅在电池单元的一个子集中检测到的异常来采取补救措施。例如，在确定针对这些故障电池单元的SOC计算的SOC校正时，可不考虑这些故障电池单元的电压。

在块540，控制器可确定控制器130是否已经关闭(例如，车辆钥匙是否断开)。如果控制器130已经关闭，则该处理进行至块545。如果控制器130没有关闭，则该处理500返回到块515。

在块545，控制器可保存估计的串联电阻和与其相关联的电池温度T和电池SOC，以用于将来的确定。也就是说，估计的串联电阻现在被保存为历史值r₁之一。

在操作期间，EKF可能消耗存储器和中央处理单元(CPU)的负荷。如果控制器不能够针对所有的电池单元同时进行ECM辨识，则可逐一进行辨识。在典型的系统400中，EKF收敛得非常快。因此，在针对每个电池单元的ECM辨识被分开进行的示例中，循环持续直到每个电池单元的ECM辨识完成为止。每个电池单元的线束异常检测可基于其自身的估计的串联电阻来单独进行。

因此，在此描述了用于确定线束异常检测的系统。可使用基于电池的温度和SOC的估计电阻值来实现异常检测。至少因为EKF可以用于辨识特定的ECM参数，所以额外的硬件对于该检测可能是不必要的。异常检测可以以实时或接近实时的方式来实现，并且可以适用于电池的生命周期。该检测可被认为是非常准确的，并且可通过在范围内和在范围外的车载诊断(onboarddiagnostic，OBD)和其它电池功率相关诊断来实现。该检测可被制造商和车辆经销商两者用作经销工具以对可能的线束连接松动进行检测。

线束电阻增加可能导致电池组电力被消耗。这会产生额外的热，从而可能使得用于冷却电池的风扇更频繁地操作。该风扇可能由于高电阻而消耗更多的能量。因此，电池电力可能被降低，并且车辆性能和燃料经济性将遭受不利影响。

在此描述的计算装置通常包括计算机可执行指令，其中，所述指令可以由诸如以上所列出的那些装置的一个或更多个计算装置来执行。可通过使用各种编程语言和/或技术创建的计算机程序来编译或解释计算机可执行指令，所述编程语言和/或技术包括但不限于Java^TM、C、C++、VisualBasic、JavaScript、Perl等中的单个或它们的组合。通常，处理器(例如，微处理器)(例如，从存储器、计算机可读介质等)接收指令，并且执行这些指令，从而执行一个或更多个处理，其中，所述处理包括在此描述的所述处理中的一个或更多个。这样的指令和其它数据可利用各种计算机可读介质来被存储和传输。

关于在此描述的处理、系统、方法、启示等，应当理解的是，虽然这样的处理的步骤等已经被描述为根据特定排列的顺序发生，但是可以以除了在此描述的顺序之外的顺序所执行的描述的步骤来实施这样的处理。还应理解的是，特定步骤可以被同时执行，可以添加其它步骤或可以省略在此描述的特定步骤。换言之，在此描述的处理被提供是为了说明特定实施例的目的，而不应以任何方式被解释为限制权利要求。

虽然以上描述了示例性实施例，但这些实施例并不意在描述本发明的所有可能形式。更确切地，说明书中所使用的词语是描述性词语而非限制性词语，并且应理解的是，可在不脱离本公开的精神和范围的情况下做出各种改变。此外，可将各种实现的实施例的特征进行组合，以形成本发明的进一步的实施例。

Claims

1.一种车辆，包括：

牵引电池；

线束，与所述电池电连接；

控制器，被配置为：基于指示与所述线束相关联的历史电阻的数据以及指示与所述线束相关联的当前电阻的针对所述电池的温度和荷电状态数据，来产生线束异常输出。

2.如权利要求1所述的车辆，其中，所述输出还基于指示所述当前电阻的参数，其中，所述参数基于所述电池的测量电流和测量电压。

3.如权利要求2所述的车辆，其中，所述参数包括限定所述电池的等效电路模型的串联电阻、并联电阻、电容或电压。

4.如权利要求3所述的车辆，其中，所述控制器还被配置为：通过扩展卡尔曼滤波器来辨识所述参数。

5.如权利要求4所述的车辆，其中，所述控制器还被配置为：响应于卡尔曼滤波器的收敛而辨识所述参数。

6.如权利要求1所述的车辆，其中，所述控制器还被配置为：响应于所述线束异常输出而采取补救措施，其中，所述补救措施包括：命令风扇速度增加、调节针对其它车辆故障检测系统的阈值或降低针对所述电池的功率限制。