CN111273176B - 一种故障诊断的优化方法及装置、系统和存储介质 - Google Patents

一种故障诊断的优化方法及装置、系统和存储介质 Download PDF

Info

Publication number
CN111273176B
CN111273176B CN201811479326.1A CN201811479326A CN111273176B CN 111273176 B CN111273176 B CN 111273176B CN 201811479326 A CN201811479326 A CN 201811479326A CN 111273176 B CN111273176 B CN 111273176B
Authority
CN
China
Prior art keywords
fault
failure
timer
fault diagnosis
judgment result
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811479326.1A
Other languages
English (en)
Other versions
CN111273176A (zh
Inventor
周亚妮
林伟杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Contemporary Amperex Technology Co Ltd
Original Assignee
Contemporary Amperex Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Contemporary Amperex Technology Co Ltd filed Critical Contemporary Amperex Technology Co Ltd
Priority to CN201811479326.1A priority Critical patent/CN111273176B/zh
Publication of CN111273176A publication Critical patent/CN111273176A/zh
Application granted granted Critical
Publication of CN111273176B publication Critical patent/CN111273176B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明实施例涉及电池管理中的故障检测,公开了一种故障诊断的优化方法及装置、电池管理系统和存储介质。该故障诊断的优化方法应用于电池管理系统BMS,包括:获取检测数据;根据检测数据确定电池管理系统处于失效状态;获取失效状态下的失效监测数据,根据所述失效监测数据判断故障是否真正发生,并获得判断结果;根据所述判断结果更新故障统计参数的数值;根据所述故障统计参数的数值优化故障诊断策略。本发明中,在失效发生时获取检测数据,使得故障检测更准确进而优化故障诊断的方法。

Description

一种故障诊断的优化方法及装置、系统和存储介质
技术领域
本发明实施例涉及电池管理中的故障检测,特别涉及一种故障诊断的优化方法及装置、系统和存储介质。
背景技术
在新能源汽车中BMS(Battery Management System,电池管理系统)是连接车载动力电池和电动汽车的重要纽带,其主要功能包括:电池物理参数实时监测;电池状态估计;在线诊断与预警;充、放电与预充控制;均衡管理和热管理等。在整车系统中,BMS用于智能化管理及维护各个电池单元,防止电池出现过充电和过放电,延长电池的使用寿命,监控电池的状态。
对于BMS或整车系统来说,故障诊断都是非常重要的一部分,BMS不但与电池关联密切,也与整车系统有着各种的联系,在所有的故障中BMS发生故障的概率是相对较高的,也是很难处理的。现有的针对BMS的诊断策略中,触发故障的阀值与debounce(滤波)时间是最为重要的参数,在确定故障诊断策略的过程中,设计阶段需要对系统诊断参数进行充分的分析,并在测试阶段的不同层级中对系统诊断参数做长周期的验证测试。
然而,发明人发现现有技术中至少存在如下问题:设计阶段的故障分析需要设计者对整体产品包括零部件的完全熟悉了解,因为不同的失效模式下整体产品可能有不同的表现,对开发人员的要求较高;验证测试则依赖于测试人员对整车工况的了解程度,测试案例的覆盖程度。目前,即便是量产车,也不乏因为参数设置不合理而造成故障误报或者是漏报的现象,现有的针对这种故障误报或者漏报的问题是等待问题暴露之后,再对问题进行二次分析,这种处理方式在时间上明显发生迟滞,错过搜集故障信息的最好机会。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明实施方式的目的在于提供一种故障诊断的优化方法及装置、系统和存储介质,在失效发生时获取检测数据,使得故障检测更准确进而优化故障诊断的方法。
为解决上述技术问题,本发明的实施方式提供了一种故障诊断的优化方法,应用于电池管理系统BMS,包括:
获取检测数据;
根据检测数据确定电池管理系统处于失效状态;
获取失效状态下的失效监测数据,根据失效监测数据判断故障是否发生,并获得判断结果;
根据判断结果更新故障统计参数的数值;
根据故障统计参数的数值优化故障诊断策略。
本发明的实施方式还提供了一种故障诊断的优化装置,包括:获取模块、确定模块、判断模块、更新模块和优化模块;
获取模块用于,获取检测数据;
确定模块用于,根据检测数据确定电池管理系统处于失效状态;
判断模块用于,获取失效状态下的失效监测数据,根据失效监测数据判断故障是否发生,并获得判断结果;
更新模块用于,根据判断结果更新故障统计参数的数值;
优化模块用于,根据故障统计参数的数值优化故障诊断策略。
本发明的实施方式还提供了一种电池管理系统,至少一个处理器;以及,
与至少一个处理器通信连接的存储器;
其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述的故障诊断的优化方法。
本发明的实施方式还提供了一种可读存储介质,存储有计算机程序,该计算机程序被处理器执行时实现上述的故障诊断的优化方法
本发明实施方式相对于现有技术而言,在BMS的故障检测中,确定电池管理系统处于失效状态,还需要进一步确定是否发生故障,避免发生故障误报或漏报的现象,在判断故障是否发生之后发出判断结果并根据判断结果生成诊断结果,以便为进行后期的故障诊断提供可靠的诊断依据,提高故障诊断的准确性,而且在失效触发时就获取失效监测数据,并更新故障统计参数的数据,使得测试人员能够根据故障统计参数更新的数据了解到发生故障时的全面的整车工况信息,提高了故障诊断的可靠性。
另外,失效监测数据包括失效持续时间;根据失效监测数据判断故障是否发生,并获得判断结果,具体包括:将失效持续时间与预设的滤波时间进行比较,获得比较结果;根据比较结果判断故障是否发生;若失效持续时间大于预设的滤波时间,则确定判断结果为故障发生;若失效持续时间小于或等于预设的滤波时间,则确定判断结果为故障未发生。
该实施方式中,根据与预设的滤波时间比较确定出是否发生故障,使得对故障发生的判断更准确,有助于对故障诊断进行优化。
另外,故障统计参数包括第一计数器;根据判断结果更新故障统计参数的数值,具体包括:若确定判断结果为故障发生,累加第一计数器的计数值;其中,第一计数器用于记录故障发生的次数。
该实施方式中,获取故障发生的次数,在后期的处理中能够方便测试人员据此对故障诊断的优化方法进行优化。
另外,故障统计参数包括第一计时器和第二计时器;根据判断结果更新故障统计参数的数值,具体包括:若确定判断结果为故障未发生,累加第一计时器的数值,以及更新第二计时器;其中,第一计时器用于记录历史每次失效的失效持续时间的累加数值,第二计时器用于记录历史每次失效的失效持续时间中的最大值。
另外,累加第一计时器的数值,具体包括:获取失效持续时间的数值;将失效持续时间的数值累加至第一计时器。
另外,更新第二计时器的数值,具体包括:将失效持续时间与第二计时器中记录的时间进行比较;若确定失效持续时间大于第二计时器中记录的时间,将第二计时器中记录的时间更新为失效持续时间。
另外,根据故障统计参数的数值优化故障诊断策略,具体包括:获取第二计时器记录的时间;若确定第二计时器记录的时间大于所述滤波时间的二分之一,更新故障诊断策略和预设的滤波时间。
另外,获得判断结果之后,故障诊断方法还包括:若确定判断结果为故障未发生,输出故障未发生的提示信息;若确定判断结果为故障发生,根据失效监测数据确定故障类型,并输出故障类型对应的提示信息。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本发明第一实施方式中故障诊断的优化方法的流程图;
图2是本发明第一实施方式中应用故障诊断的优化方法进行测试的示意图;
图3是本发明第二实施方式中故障诊断的优化方法的流程图;
图4是本发明第三实施方式中故障诊断的优化方法的流程图;
图5是本发明第四实施方式中故障诊断的优化装置的结构图;
图6是本发明第五实施方式中电池管理系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。
本发明的第一实施方式涉及一种故障诊断的优化方法,应用于电池管理系统BMS。具体流程如图1所示,包括如下实施步骤:
需要说明的是,该故障诊断的优化方法是在BMS中的电池的整个生命周期中均进行故障诊断,获取检测数据,BMS可以是应用于整车系统,也可以应用于其他的电子设备或装置,具体不做限制,本申请以安装于整车系统的BMS为例说明,对于BMS的具体应用场景不做限制。
步骤101:获取检测数据。
具体地说,若BMS安装于整车系统,则在整车系统安装之后,获取检测数据,检测数据包括电池物理实时数据、电池的充、放电电流信息等表示电池状态的信息,以便对于每次产生的故障都进行分析,以及测试人员根据测试数据对BMS中的电池发生故障的具体工况得到全面的了解,进而在后续的故障诊断给出优化故障诊断的优化方法。
其中,获取的检测数据可以是电池的各个输出电压、输出电流或充、放电信号等信息。具体地说,在获取到检测数据时,该检测数据中还可以包括失效持续时间,以便对电池故障诊断的方法进行优化。
需要说明的是,上述的具体实现仅为举例,此处获取检测值是为了后续对故障判断更准确,对于具体的获取数据此处不做具体限制,主要是为了准确确定出电池的状态而设置。
步骤102:根据检测数据确定电池管理系统处于失效状态。
其中,在获取到的检测数据中若确定电池管理系统处于失效的状态后,开启故障诊断,并进一步确定电池管理系统是否产生故障。若检测数据表明电池管理系统中系统运转正常,则不必开启故障诊断。
若获取到的检测数据表示电池发生失效,则确定电池管理系统属于失效状态,也就是说,获取到的检测数据表明失效状态被触发。例如,在检测数据中获取到的电芯电压大于过压失效被触发的阀值,如电芯电压值大于4.25V(伏特),则确定电池管理系统处于电芯电压失效状态。
具体地说,电池管理系统中预存有确定失效状态的条件,根据检测数据判断当前的电池管理系统是否处于失效状态,该失效状态的条件可以是一个参数的预设阀值,如,过压故障中电芯电压的预设阀值为4.25V,若检测数据获取到的电芯电压的值大于4.25V,则说明过压失效状态被触发。对于一个失效状态的设定阀值具体为何值,以及需要判断的检测数据的个数此处不做限定,依据预设的失效判断条件为准。
一个具体实施例中,若检测数据中的数据参数表示该电池管理系统运行正常,则继续返回步骤101再次获取当前的检测数据,仅有在检测数据确定出电池管理系统处于失效状态后执行步骤103。
步骤103:获取失效状态下的失效监测数据,根据失效监测数据判断故障是否发生,并获得判断结果。
其中,在确定电池管理系统处于失效状态之后,获取失效状态下的失效监测数据,具体包括,失效持续时间、失效参数的数值变化等,对失效监测数据进行判断,确认故障是否发生。具体的根据失效监测数据具体判断故障是否发生的方式不做具体限定,对于不同原因引起的失效,可能存在不同的判断依据,具体根据实际指定的故障判断方式确定即可。
需要说明的是,在进行故障诊断时,也会存在短时间的失效而故障并未确定发生的情况,因此,在确定电池管理系统处于失效状态后,进一步判断故障是否发生,避免发生故障误报的状况,也为后期优化故障诊断策略累计数据信息。
步骤104:根据判断结果更新故障统计参数的数值。
具体地说,判断结果会具体表明故障发生的状况,有助于进行故障诊断给出可靠的故障诊断结果。其中,这些判断结果和诊断结果被保存,使得测试人员能够根据这个故障诊断的过程了解故障的具体发生过程和发生故障的时间等信息,为进一步优化故障诊断做铺垫。
步骤105:根据故障统计参数的数值优化故障诊断策略。
具体地说,本实施方式是循环执行的一种故障诊断的优化方法,在电池的整个生命周期中均需记录电池发生故障的过程并对电池发生的故障进行计数。其中,已记录到故障统计参数中的数据可用于,对下一次的电池故障诊断策略进行优化,提高电池故障诊断的准确率,有针对的优化故障诊断的策略。
一个具体实施中,对于故障统计参数中的数据需要定期的读取,并根据读取到的故障统计参数更新故障诊断策略,其中,故障统计参数是以历史数据的形式存储于系统中,以汽车中的电池管理系统为例,由于汽车可根据需要定期进行车辆保养,在对车辆进行保养或检查车辆状态时使用诊断仪器从车辆的电池管理系统中读取故障统计参数。
值得一提的是,获取到故障统计参数之后,根据故障统计参数对故障诊断策略进行优化的方式不做具体限定,具体的优化方式包括设置的故障确认的条件或故障处理方式的调整等,还可根据实际做出具体的改进,此处不做具体限定。
需要说明的是,本实施方式中并非执行到步骤105就完成故障诊断的优化方法,本实施方式是在电池的整个生命周期中均在执行步骤101至步骤105,会根据电池的实际运行状况记录每次的电池故障状态和故障诊断结果,直到确定电池不能再继续使用就不再进行故障诊断。
本实施方式中的故障诊断的优化方法的主要核心在于,获取检测数据;根据检测数据确定电池管理系统处于失效状态;获取失效状态下的失效监测数据,根据失效监测数据判断故障是否发生,并获得判断结果;根据该判断结果更新故障统计参数的数值,并根据故障统计参数的数值对故障诊断的策略进行优化。下面的对本实施方式中的故障诊断的优化方法的具体实现细节进行说明,以下内容仅为方便理解而提供的实施细节,并非实施本方案的必须。
具体地说,在电池的整个生命周期中,在确定电池管理系统处于失效状态之后,还需要确定电池管理系统是否发生故障,一般需要根据滤波时间判断故障是否发生,具体的确定过程此处不做限制。
一个具体实现中,根据滤波时间判断,也就是电池管理系统处于失效状态之后,失效持续时间是否导致电池管理系统发生故障,若失效监测数据中包括失效持续时间,判断故障是否发生的具体实现为,将失效持续时间与预设的滤波时间进行比较;根据比较结果判断故障是否发生;若失效持续时间小于或等于预设的滤波时间,则确定判断结果为故障未发生;若失效持续时间大于预设的滤波时间,则确定判断结果为故障发生。
其中,在获得故障是否发生的判断结果之后,对判断结果进行统计,包括,若确定判断结果为故障发生之后,累加第一计数器的计数值;若确定判断结果为故障未发生之后,累加第一计时器的数值,以及更新第二计时器。
具体地说,滤波时间是系统处于失效状态后是否发生故障的判断依据,也就是确定系统处于失效状态之后根据失效持续时间判断是否发生故障,由于故障发生的条件是系统处于失效状态之后持续一段时间,因此根据滤波时间判断是否故障发生结果更可靠。
具体地说,故障统计参数包括第一计数器,第一计数器用于统计电池系统的生命周期中故障发生的次数。在步骤104中,若确定判断结果为故障发生,累加第一计数器的计数值。
具体地说,故障统计参数还包括第一计时器和第二计时器,步骤104中确定故障未发生累加第一计时器和更新第二计时器的数值,一个具体实施为:若确定判断结果为故障未发生,累加第一计时器的数值,以及更新第二计时器。其中,第一计时器用于记录历史每次失效的失效持续时间的累加数值,第二计时器用于记录历史每次失效的失效持续时间中的最大值。
需要说明的是,在判断完成之后,还可以记录故障持续的时间等,若有必要,还可根据情况记录或保存其他的时间值或计数值,此处不再一一赘述,具体可根据需要设置。
例如,在进行过压测试中,电芯电压值大于4.25V则确定系统处于失效状态,第一次测试中,若电芯电压的阀值大于4.25V,电池管理系统处于失效状态,失效持续时间为0.3S,滤波时间设置为2.5S,电池生命周期中的故障发生的总次数不需要更新,即第一计数器的数值不变,但是第一计时器中记录的时间的累加数值更新为0.3S,第二计时器中失效持续时间中的最大值更新为0.3S。
第二次测试中,若电芯电压的阀值大于4.25V,电池管理系统处于失效状态,失效持续时间为1.4S,没有满足滤波时间,因此,第一计数器中记录的电池生命周期中的故障发生的总次数不需要更新,第一计时器中失效持续时间的累加数值更新为1.7S,第二计时器中失效持续时间中的最大值更新为1.4S。
第三次测试中,若电芯电压的阀值大于4.25V,电池管理系统处于失效状态,失效持续时间为2.6S,满足滤波时间的要求,第一计数器中记录的电池生命周期中故障发生的次数累加1,由于故障触发确认,则第一计时器和第二计时器中的数值不需要更新。
第四次测试中,若电芯电压值小于4.25V持续时间为4S,故障消除,从故障确认状态更改为故障消除。一个具体实现中也可以记录故障持续的时间,即故障发生到故障消除的时间。
第五次测试中,若电芯电压值大于4.25V持续时间为1.5S,第一计数器中电池生命周期中故障发生的总次数不需要更新,保持为1,但是,第一计时器中失效持续时间的累加数值更新为3.2S,第二计时器中失效持续时间中的最大值更新为1.5S。
上述的测试过程是在连续的时间发生的,该测试过程在图示中的表示如图2所示,其中,该测试并不是按照顺序进行的测试,仅是存在时间上的先后顺序。
具体地说,根据故障统计参数优化故障诊断策略的实施中,根据第一计数器、第一计时器和第二计时器的数值对电池管理的故障诊断策略进行优化,例如,获取第二计时器记录的时间;若确定第二计时器记录的时间大于滤波时间的二分之一,更新故障诊断策略和预设的滤波时间。
一个具体实施中,以电池管理系统中的电流传感器飘零故障为例,电流传感器飘零故障为可恢复的故障,即在确定该种类型的故障发生后电池管理系统能够自动恢复正常运行的状态,恢复正常后不会影响车辆电池管理系统的运转。
情景一,获取到10000辆车辆的故障统计参数,若第一计数器的数值大于预设数值表示该电池管理系统中电流传感器的故障率较高,例如,10000辆车中有超过30%的车辆第一计数器的数值均超过预设数值,表明该车辆中电池管理系统中的电流传感器的故障率较高,需要重新考虑该型号的电流传感器的可靠性,对该电流传感器进行更换或者更改电路设计。
情景二,若10000辆车辆的电池管理系统中,若超过0.1%的车辆第一计数器的数值大于零,说明电流传感器发生故障的车辆很少,若发生故障的车辆中第一计数器中记录的发生过电流传感器飘零故障的次数大于等于5次,则表明在发生过该种故障的车辆中电流传感器可能已经存在硬件失效,需要通知对应的车辆车主更换电流传感器。
情景三,获取到10000辆车辆的电池管理系统中故障统计参数中的数据,若第一计数器的数值显示车辆的电流传感器未报出故障,第一计时器显示电流传感器处于失效状态的时间超过预设的数值,且超过30%的车辆的第一计数器的数值均超过该预设的数值,由于第一计时器记录了失效的时间,第一计数器显示该电池管理系统并未发生故障,因此,需要分析电流传感器的故障原因,以及分析该电流传感器的使用中失效率较高是否存在潜在风险。例如,是否电流传感器的故障阀值设置不合理,或者滤波时间设置过长,对失效状态诊断不够全面导致对故障的诊断不准确的问题,需要考虑是否重新设定诊断策略。
具体地说,根据故障统计参数的数值优化故障诊断策略,可根据第二计时器中记录的历史每次失效持续时间为依据优化故障诊断策略,例如,获取第二计时器记录的时间;若确定第二计时器记录的时间大于所述滤波时间的二分之一,更新故障诊断策略和预设的滤波时间。
需要说明的是,以上仅为举例说明,并不对本发明的技术方案构成限定。
相对于现有技术而言,在BMS的故障检测中,确定电池管理系统处于失效状态,还需要进一步确定是否发生故障,避免发生故障误报或漏报的现象,在判断故障是否发生之后发出判断结果并根据判断结果生成诊断结果,以便为进行后期的故障诊断提供可靠的诊断依据,提高故障诊断的准确性,而且在失效触发时就获取失效监测数据,并更新故障统计参数的数据,使得测试人员能够根据故障统计参数更新的数据了解到发生故障时的全面的整车工况信息,提高了故障诊断的可靠性。
本发明的第二实施方式涉及一种故障诊断的优化方法。第二实施方式与第一实施方式大致相同,主要区别之处在于:在本发明第二实施方式中,具体说明了确定发生故障之后报出故障的具体实施方式,其方法流程如图3所示,可以理解的是,该具体说明仅是一种示例性的说明,并不限制本发明的实施步骤。
需要说明的是,在第二实施方式中包括步骤201至步骤207,其中,步骤201至步骤204分别与第一实施方式中的步骤101至步骤104相同,此处不再赘述。
步骤205:判断结果是否为故障发生,若为是,执行步骤206,否则,执行步骤207。
需要说明的是,本实施方式中,为描述清楚,将步骤205设置为步骤204的后续步骤,但在实际应用中,步骤205只要在步骤203之后即可,本实施例仅是示例,不对步骤的实施顺序具体限定。
具体地说,以BMS为例,在BMS中会预存各种故障触发的条件,如上述第一实施方式中的过压故障中的电芯电压值为4.25V,具体在获取到检测数据之后,将检测数据与预设的故障数据进行匹配,确定该检测数据表明故障是否已被触发。
步骤206:根据失效监测数据确定故障类型,并输出故障类型对应的提示信息。
具体地说,失效监测数据与故障数据进行匹配之后,若失效监测数据与故障数据匹配,则确定该失效监测数据对应的故障类型为匹配的故障数据对应的故障类型,输出失效监测数据对应的故障类型的提示信息。
具体地说,故障诊断结果中包括故障类型、故障持续的时间和判断结果中的至少一个。
步骤207:输出故障未发生的提示信息。
需要说明的是,以上仅为举例说明,并不对本发明的技术方案构成限定。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包括相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本发明第三实施方式涉及一种故障诊断的优化方法,方法流程如图4所述,第一、第二实施方式与本实施方式大致相同,主要的区别之处在于,本实施方式中主要说明了具体的故障诊断的优化方法的实施,包括如下实施步骤:
步骤301:获取检测数据。
步骤302:根据检测数据确定电池管理系统处于失效状态。
步骤303:获取失效监测数据中的失效持续时间,判断失效持续时间是否大于预设的滤波时间,若为是,执行步骤304-步骤305,否则,执行步骤306-步骤310。
步骤304:确定电池管理系统发生故障,累加第一计数器的计数值。
步骤305:根据失效监测数据确定故障类型,并输出故障类型对应的提示信息。
步骤306:确定电池管理系统未发生故障,累加第一计时器的数值。
步骤307:判断失效持续时间是否大于第二计时器中记录的时间,若为是,执行步骤308,否则,执行步骤309。
步骤308:将第二计时器中记录的时间更新为失效持续时间。
步骤309:禁止更新第二计时器中记录的时间。
步骤310:输出故障未发生的提示信息。
需要说明的是,以上仅为举例说明,并不对本发明的技术方案构成限定。
本发明第四实施方式涉及一种故障诊断的优化装置,如图5所示,包括:获取模块401、确定模块402、判断模块403、更新模块404和优化模块405。
获取模块401用于,获取检测数据。
确定模块402用于,根据检测数据确定电池管理系统处于失效状态。
判断模块403用于,获取失效状态下的失效监测数据,根据失效监测数据判断故障是否发生,并获得判断结果。
更新模块404用于,根据判断结果更新故障统计参数的数值。
优化模块405用于,根据故障统计参数的数值优化故障诊断策略。
不难发现,本实施方式为与第一实施方式相对应的系统实施例,本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第一实施方式中。
值得一提的是,本实施方式中所涉及到的各模块均为逻辑模块,在实际应用中,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现。此外,为了突出本发明的创新部分,本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,但这并不表明本实施方式中不存在其它的单元。
本发明第五实施方式涉及一种电池管理系统,如图6所示,包括至少一个处理器501;以及,与至少一个处理器501通信连接的存储器502,其中,存储器502存储有可被至少一个处理器501执行的指令,指令被至少一个处理器501执行,以使至少一个处理器501能够执行故障诊断的优化方法。
本实施方式中,处理器501以中央处理器(Central Processing Unit,CPU)为例,存储器502以可读写存储器(Random Access Memory,RAM)为例。处理器501、存储器502可以通过总线或者其他方式连接,图5中以通过总线连接为例。存储器502作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施方式中实现故障诊断的优化方法的程序就存储于存储器502中。处理器501通过运行存储在存储器502中的非易失性软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述故障诊断的优化方法。
存储器502可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储选项列表等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施方式中,存储器502可选包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个程序模块存储在存储器502中,当被一个或者多个处理器501执行时,执行上述第一或第二方法实施方式中的故障诊断的优化方法。
上述产品可执行本申请实施方式所提供的故障诊断的优化方法,具备执行方法相应的功能模块和有益效果,未在本实施方式中详尽描述的技术细节,可参见本申请实施方式所提供的故障诊断的优化方法。
本发明第六实施方式涉及一种计算机可读存储介质,存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。

Claims (10)

1.一种故障诊断的优化方法,其特征在于,应用于电池管理系统,包括:
获取检测数据;
根据所述检测数据确定所述电池管理系统处于失效状态;
获取失效状态下的失效监测数据,根据所述失效监测数据判断故障是否发生,并获得判断结果;所述失效监测数据包括失效持续时间;所述根据所述失效监测数据判断故障是否发生,并获得判断结果,包括:将所述失效持续时间与预设的滤波时间进行比较,获得比较结果;根据所述比较结果判断故障是否发生;若所述比较结果为所述失效持续时间大于所述预设的滤波时间,则确定判断结果为故障发生;若所述比较结果为所述失效持续时间小于或等于所述预设的滤波时间,则确定判断结果为故障未发生;
根据所述判断结果更新故障统计参数的数值;
根据所述故障统计参数的数值优化故障诊断策略。
2.根据权利要求1所述的故障诊断的优化方法,其特征在于,所述故障统计参数包括第一计数器;
所述根据所述判断结果更新故障统计参数的数值,包括:
若确定所述判断结果为故障发生,累加所述第一计数器的计数值;其中,所述第一计数器用于记录故障发生的次数。
3.根据权利要求1所述的故障诊断的优化方法,其特征在于,所述故障统计参数包括第一计时器和第二计时器;
所述根据所述判断结果更新故障统计参数的数值,包括:
若确定所述判断结果为故障未发生,累加所述第一计时器的数值,以及更新所述第二计时器的数值;其中,所述第一计时器用于记录历史每次失效的所述失效持续时间的累加数值,所述第二计时器用于记录历史每次失效的所述失效持续时间中的最大值。
4.根据权利要求3所述的故障诊断的优化方法,其特征在于,所述累加第一计时器的数值,包括:
获取所述失效持续时间的数值;
将所述失效持续时间的数值累加至所述第一计时器。
5.根据权利要求3所述的故障诊断的优化方法,其特征在于,所述更新第二计时器的数值,包括:
将所述失效持续时间与所述第二计时器中记录的时间进行比较;
若确定所述失效持续时间大于所述第二计时器中记录的时间,将所述第二计时器中记录的时间更新为所述失效持续时间。
6.根据权利要求3或5所述的故障诊断的优化方法,其特征在于,所述根据所述故障统计参数的数值优化故障诊断策略,包括:
获取所述第二计时器记录的时间;
若确定所述第二计时器记录的时间大于所述预设的滤波时间的二分之一,更新所述故障诊断策略和所述预设的滤波时间。
7.根据权利要求1所述的故障诊断的优化方法,其特征在于,所述获得判断结果之后,所述优化方法还包括:
若确定所述判断结果为故障未发生,输出所述故障未发生的提示信息;
若确定所述判断结果为故障发生,根据所述失效监测数据确定故障类型,并输出所述故障类型对应的提示信息。
8.一种故障诊断的优化装置,其特征在于,包括:获取模块、确定模块、判断模块、更新模块和优化模块;
所述获取模块用于,获取检测数据;
所述确定模块用于,根据所述检测数据确定电池管理系统处于失效状态;
所述判断模块用于,获取失效状态下的失效监测数据,根据所述失效监测数据判断故障是否发生,并获得判断结果;所述失效监测数据包括失效持续时间;所述根据所述失效监测数据判断故障是否发生,并获得判断结果,包括:将所述失效持续时间与预设的滤波时间进行比较,获得比较结果;根据所述比较结果判断故障是否发生;若所述比较结果为所述失效持续时间大于所述预设的滤波时间,则确定判断结果为故障发生;若所述比较结果为所述失效持续时间小于或等于所述预设的滤波时间,则确定判断结果为故障未发生;
所述更新模块用于,根据所述判断结果更新故障统计参数的数值;
所述优化模块用于,根据所述故障统计参数的数值优化故障诊断策略。
9.一种电池管理系统,其特征在于,包括:至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-7任一项所述的故障诊断的优化方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的故障诊断的优化方法。
CN201811479326.1A 2018-12-05 2018-12-05 一种故障诊断的优化方法及装置、系统和存储介质 Active CN111273176B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811479326.1A CN111273176B (zh) 2018-12-05 2018-12-05 一种故障诊断的优化方法及装置、系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811479326.1A CN111273176B (zh) 2018-12-05 2018-12-05 一种故障诊断的优化方法及装置、系统和存储介质

Publications (2)

Publication Number Publication Date
CN111273176A CN111273176A (zh) 2020-06-12
CN111273176B true CN111273176B (zh) 2022-03-25

Family

ID=70998537

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811479326.1A Active CN111273176B (zh) 2018-12-05 2018-12-05 一种故障诊断的优化方法及装置、系统和存储介质

Country Status (1)

Country Link
CN (1) CN111273176B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111796571A (zh) * 2020-07-09 2020-10-20 广东智源机器人科技有限公司 设备故障检测方法、装置、计算机设备和存储介质
CN112448448B (zh) * 2020-11-13 2023-11-10 Oppo广东移动通信有限公司 充电控制方法、装置、耳机、电子设备和可读存储介质
CN112730931B (zh) * 2020-12-17 2022-04-26 潍柴动力股份有限公司 用于pwm驱动负载的故障诊断方法、装置、设备及介质
CN113703365B (zh) * 2021-08-26 2023-03-21 北京无线电测量研究所 设备监测信息的管理方法及系统
JP7454022B1 (ja) 2022-09-28 2024-03-21 本田技研工業株式会社 車両制御システム及び車両制御方法
CN117289145B (zh) * 2023-11-27 2024-04-19 宁德时代新能源科技股份有限公司 故障分析方法、数据采集方法、装置、设备、系统和介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101782629A (zh) * 2009-01-21 2010-07-21 清华大学 基于obd—ⅱ的电池系统监测方法及装置
CN103197188A (zh) * 2013-03-05 2013-07-10 上海翼锐汽车科技有限公司 电池电流传感器故障诊断系统及其方法
GB201409840D0 (en) * 2014-06-03 2014-07-16 Bboxx Ltd Adaptive battery management system
CN104459556A (zh) * 2014-12-03 2015-03-25 重庆长安汽车股份有限公司 电池系统故障诊断方法及装置
CN205017076U (zh) * 2015-10-22 2016-02-03 上海中科深江电动车辆有限公司 电池管理系统掉线失效检测电路
CN105356535A (zh) * 2015-11-11 2016-02-24 成都雅骏新能源汽车科技股份有限公司 一种基于功能安全的电池管理系统总电压处理方法
CN106353684A (zh) * 2016-08-11 2017-01-25 华霆(合肥)动力技术有限公司 一种电池失效检测方法及装置
CN106501711A (zh) * 2016-10-20 2017-03-15 法乐第(北京)网络科技有限公司 故障位置检测方法、装置、蓄电池组件和机动车
CN107037372A (zh) * 2017-04-27 2017-08-11 广东机电职业技术学院 针对电池组及电池管理系统的故障诊断装置及诊断方法
CN107942259A (zh) * 2017-11-29 2018-04-20 山西长征动力科技有限公司 一种电池失效预警时间的检测方法
KR20180053055A (ko) * 2016-11-11 2018-05-21 현대오트론 주식회사 배터리 관리 시스템의 고장 진단 방법
CN108445404A (zh) * 2018-03-06 2018-08-24 曾祥华 电池管理系统的性能测试方法及装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101782629A (zh) * 2009-01-21 2010-07-21 清华大学 基于obd—ⅱ的电池系统监测方法及装置
CN103197188A (zh) * 2013-03-05 2013-07-10 上海翼锐汽车科技有限公司 电池电流传感器故障诊断系统及其方法
GB201409840D0 (en) * 2014-06-03 2014-07-16 Bboxx Ltd Adaptive battery management system
CN104459556A (zh) * 2014-12-03 2015-03-25 重庆长安汽车股份有限公司 电池系统故障诊断方法及装置
CN205017076U (zh) * 2015-10-22 2016-02-03 上海中科深江电动车辆有限公司 电池管理系统掉线失效检测电路
CN105356535A (zh) * 2015-11-11 2016-02-24 成都雅骏新能源汽车科技股份有限公司 一种基于功能安全的电池管理系统总电压处理方法
CN106353684A (zh) * 2016-08-11 2017-01-25 华霆(合肥)动力技术有限公司 一种电池失效检测方法及装置
CN106501711A (zh) * 2016-10-20 2017-03-15 法乐第(北京)网络科技有限公司 故障位置检测方法、装置、蓄电池组件和机动车
KR20180053055A (ko) * 2016-11-11 2018-05-21 현대오트론 주식회사 배터리 관리 시스템의 고장 진단 방법
CN107037372A (zh) * 2017-04-27 2017-08-11 广东机电职业技术学院 针对电池组及电池管理系统的故障诊断装置及诊断方法
CN107942259A (zh) * 2017-11-29 2018-04-20 山西长征动力科技有限公司 一种电池失效预警时间的检测方法
CN108445404A (zh) * 2018-03-06 2018-08-24 曾祥华 电池管理系统的性能测试方法及装置

Also Published As

Publication number Publication date
CN111273176A (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
CN111273176B (zh) 一种故障诊断的优化方法及装置、系统和存储介质
CN108254696B (zh) 电池的健康状态评估方法及系统
US8315829B2 (en) Battery state-of-health monitoring system and method
CN111823952B (zh) 电芯温度的诊断方法、存储介质和电子设备
CN106324385A (zh) 电池管理系统的测试系统和方法
EP2166422B1 (en) Method of alarm mask generation and condition monitoring of wind turbines
CN112124076B (zh) 动力电池短路检测方法、装置、汽车、系统及存储介质
EP4145157A1 (en) Battery system state of health monitoring system
CN116973782B (zh) 基于机器学习的新能源汽车保养维护与故障监测诊断方法
CN111051906B (zh) 用于确定能量存储装置的容量的设备
CN114725577A (zh) 动力电池系统的温度监控方法、电池管理系统及存储介质
CN111983488B (zh) 一种电池管理系统及其电压信号处理方法
US20230168305A1 (en) Anomaly identification in an electrochemical system
CN112540301B (zh) 电池检测方法、装置及存储介质
JP7415654B2 (ja) 電池監視システム
CN113172764B (zh) 搅拌站监控方法及系统
US11714136B2 (en) Method of determining battery degradation
JP5126538B2 (ja) 車両用制御装置
Dunn et al. A P-Value Approach for Real-Time Identifying the Capacity Regeneration Phenomenon of Lithium-ion Batteries
CN117805647A (zh) 电池检测方法、装置、终端设备及计算机可读存储介质
KR20230131412A (ko) 자율 주행 제어 장치 및 그 방법
CN117681664A (zh) 一种动力电池预警控制方法及相关设备
CN108983101B (zh) 蓄电池容量分析方法、装置、设备和计算机可读存储介质
CN114660482A (zh) 电池标称容量的确定方法、装置和电子设备
CN116106757A (zh) 电芯检测方法、装置、存储介质及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant