CN116184293B - 一种基于数字孪生锂电池系统的故障诊断方法及报警系统 - Google Patents
一种基于数字孪生锂电池系统的故障诊断方法及报警系统 Download PDFInfo
- Publication number
- CN116184293B CN116184293B CN202310242443.0A CN202310242443A CN116184293B CN 116184293 B CN116184293 B CN 116184293B CN 202310242443 A CN202310242443 A CN 202310242443A CN 116184293 B CN116184293 B CN 116184293B
- Authority
- CN
- China
- Prior art keywords
- data
- real
- lithium battery
- battery system
- information
- 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
Links
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 95
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 95
- 238000003745 diagnosis Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004088 simulation Methods 0.000 claims description 66
- 238000013519 translation Methods 0.000 claims description 30
- 238000005516 engineering process Methods 0.000 claims description 29
- 238000013507 mapping Methods 0.000 claims description 28
- 230000003068 static effect Effects 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 12
- 230000002093 peripheral effect Effects 0.000 claims description 12
- 230000002441 reversible effect Effects 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 10
- 230000007423 decrease Effects 0.000 claims description 10
- 230000003993 interaction Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000007654 immersion Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 230000002452 interceptive effect Effects 0.000 claims description 6
- 230000008774 maternal effect Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000012512 characterization method Methods 0.000 claims 1
- 230000003247 decreasing effect Effects 0.000 claims 1
- 230000006872 improvement Effects 0.000 abstract description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
- G06F16/212—Schema design and management with details for data modelling support
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/185—Electrical failure alarms
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Databases & Information Systems (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Secondary Cells (AREA)
Abstract
本发明适用于锂电池系统技术改进领域,提供了一种基于数字孪生锂电池系统的故障诊断方法,该基于数字孪生锂电池系统的故障诊断方法利用现实系统中的参数数据通过数字孪生技术将其在仿真平台内构建数字模型,在采集现实中的环境场所、相关设备及其实时的数据信息通过沉浸式XR技术将其映射进仿真平台内进行各种环境进行模拟采集相应的数据生成分报告后将实时数据和环境信息变化数据映射根据变化数据信息预测诊断即将出现的故障,并将其反馈给现实系统进行预测报警。使得提前具有充分的准备,能够有效的排除不必要的故障现象。
Description
技术领域
本发明属于锂电池系统技术改进领域,尤其涉及一种基于数字孪生锂电池系统的故障诊断方法及报警系统。
背景技术
数字孪生作为一种新兴技术受到电力系统的极大关注,数字孪生是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。锂电池的单体数字孪生系统是基于锂电池单体的物理化学模型的数字孪生体,其不局限于宏观量,而致力于挖掘锂电池内部微观量的变化规律,故存在很强的预测性和可信性。
数字孪生作为信息物理融合的关键技术得到了快速的发展,随着新一代网络信息技术的发展,数字孪生技术的概念不断扩展,从最早的健康维护和保障扩展至设计、制造和运维的全过程;数字孪生是指充分利用物理模型、传感器、运行历史等数据,集成多学科、多尺度的仿真过程,它作为虚拟空间中对实体产品的镜像,反映了相对应物理实体产品的全生命周期过程,数字孪生有三个组成部分:物理空间的实体产品、虚拟空间的虚拟产品、物理空间和虚拟空间之间的数据和信息交互接口;基于数字孪生和机器学习的智能故障诊断方法虽然取得了一定的研究成果,但是仍然存在一些不足:大部分数据驱动的故障诊断方法是基于离线数据展开的研究,缺乏一定的实时性、协同性和交互性,实时性差导致信息出现延时,使得信息缺乏时效性;协同性和交互性差导致故障缺乏实时可视化效果,未能实现信息物理系统中的物理空间和信息空间的实时映射、故障预测以及故障信息反馈;因此,要提供实现实时的信息交互、实现数据分析、实现故障报警及预测的一种基于数字孪生锂电池系统的故障诊断方法及报警系统。
发明内容
本发明的目的在于提供一种基于数字孪生锂电池系统的故障诊断方法,旨在解决上述的技术问题。
本发明是这样实现的,一种基于数字孪生锂电池系统的故障诊断方法,所述基于数字孪生锂电池系统的故障诊断方法包括以下步骤:
S1、采集现实中锂电池系统在正常情况下的参数及工作状态下的参数,根据这些参数利用数字孪生技术及在仿真平台内构建锂电池系统的数字模型;
S2、利用采集设备采集现实中锂电池系统的实时工作环境数据信息、周边相关设备和实时数据信息及锂电池系统的实时数据信息;
S3、通过沉浸式XR技术将采集到的环境数据信息、周边相关设备映射进仿真平台构建出锂电池系统在现实中工作的环境场景,并将相关设备的实时数据信息映射进对应构建出的相关设备内,将锂电池系统的实时数据信息映射进通过数字孪生技术构建的数字模型内;
S4、在仿真平台内根据映射进的实时数据信息及对应环境场景建立锂电池系统的常规环境下的工作数据信息;建立基础数据库后再仿真平台内模拟各种环境各个设备工作情况,并采集不同时间节点各个设备及数字模型的信息变化且对其进行分析生成不同环境下各个节点的相关设备故障报告和锂电池系统数字模型的故障诊断报告,将各种预计相关设备故障报告和锂电池系统数字模型的故障诊断报告生产基础故障诊断报告母本在数据库中进行存储;
S5、将模拟环境场景回归与现实场景同步,根据映射的现实中实时数据信息与数据库中的基础故障诊断报告母本数据库对比预测现实系统中锂电池系统出现的故障的走向并生成对应的报警信息反馈给现实检测系统进行预测故障报警。
本发明的进一步技术方案是:所述步骤S5中还包括以下步骤:
S51、将显示中的实时数据信息在仿真平台内进行分析后生成分析报告后将其与基础数据库中的数据进行对比,抽取出对比差异的数据信息后生成对应的子报告后更新进基础数据库中,并对子报告与基础数据库中的母数据做相对应的关系索引;
S52、在建立索引关系后根据实时数据分析的子报告逐渐增多将相同的子报告进行数量标识;并在子报告数量标识超出阈值后将相应的子报告反馈给现实中的监测系统。
本发明的进一步技术方案是:所述步骤S2中采集设备搭建成一数据采集系统,该数据采集系统包括温湿度传感器、数据服务器、音频采集设备、视频采集设备及数据实时采集器,所述温湿度传感器的输出端连接所述数据服务器的输入端,所述音频采集设备的输出端、视频采集设备的输出端及数据实时采集器的输出端连接所述数据服务器的输入端;所述温湿度传感器,用于环境场所的内外的温度和湿度数据信息;所述音频采集设备,用于采集场所内的设备声音和环境声音信息;视频采集设备,用于采集设备场所的内外动态和静态信息情况;所述数据实时采集器,用于实时采集场所内设备是实时数据;数据服务器,用于接收各个采集设备发送的数据,将接收的数据进行整合后映射进仿真平台内。
本发明的进一步技术方案是:在仿真平台内将映射的实时数据信息进行解调还原后将数据引入对应的位置和接入各个对应设备中,在各个设备的输出端进行数据信息采集,将采集后的数据与现实中采集的数据对比获取变化的差异数据信息。
本发明的进一步技术方案是:所述步骤S1中在正常情况下采集的参数分为静态参数和动态参数,所述静态参数包括电池电压、电流及温度的变化信息;所述动态参数包括工作中电池电压的变化量、电流的变化量、温度的变化量及工作时间变化量。
本发明的进一步技术方案是:所述步骤S3在利用沉浸式XR技术在仿真平台内构建环境场景和相关设备中对视频采集设备获取的信息进行处理获得现实场景的真实形态表征并进行赋值,并初始化环境场景在仿真平台内的三维位姿值。
本发明的进一步技术方案是:所述步骤S3中在场景内构建相关设备时通过正向调整和逆向调整两种方式完成坐标系变换关系,所述坐标系变换关系包括旋转关系和平移关系。
本发明的进一步技术方案是:所述正向调整直接设定旋转角度与平移值或增大减小旋转角度与平移值的互动方式获得新的旋转平移量;所述逆向调整是直接设定位姿值或增大减小位姿值的互动操作方式获得相关设备在仿真平台内的位姿,在根据位姿反向推算获得坐标系的旋转平移值。
本发明的另一目的在于提供一种基于数字孪生锂电池系统的报警系统,所述基于数字孪生锂电池系统的报警系统包括
模型建立模块,用于采集现实中锂电池系统在正常情况下的参数及工作状态下的参数,根据这些参数利用数字孪生技术及在仿真平台内构建锂电池系统的数字模型;
数据采集模块,用于利用采集设备采集现实中锂电池系统的实时工作环境数据信息、周边相关设备和实时数据信息及锂电池系统的实时数据信息;
环境构建模块,用于通过沉浸式XR技术将采集到的环境数据信息、周边相关设备映射进仿真平台构建出锂电池系统在现实中工作的环境场景,并将相关设备的实时数据信息映射进对应构建出的相关设备内,将锂电池系统的实时数据信息映射进通过数字孪生技术构建的数字模型内;
数据库搭建模块,用于在仿真平台内根据映射进的实时数据信息及对应环境场景建立锂电池系统的常规环境下的工作数据信息;建立基础数据库后再仿真平台内模拟各种环境各个设备工作情况,并采集不同时间节点各个设备及数字模型的信息变化且对其进行分析生成不同环境下各个节点的相关设备故障报告和锂电池系统数字模型的故障诊断报告,将各种预计相关设备故障报告和锂电池系统数字模型的故障诊断报告生产基础故障诊断报告母本在数据库中进行存储;
诊断反馈报警模块,用于将模拟环境场景回归与现实场景同步,根据映射的现实中实时数据信息与数据库中的基础故障诊断报告母本数据库对比预测现实系统中锂电池系统出现的故障的走向并生成对应的报警信息反馈给现实检测系统进行预测故障报警。
本发明的进一步技术方案是:所述诊断反馈报警模块中还包括
索引单元,用于将显示中的实时数据信息在仿真平台内进行分析后生成分析报告后将其与基础数据库中的数据进行对比,抽取出对比差异的数据信息后生成对应的子报告后更新进基础数据库中,并对子报告与基础数据库中的母数据做相对应的关系索引;
反馈单元,用于在建立索引关系后根据实时数据分析的子报告逐渐增多将相同的子报告进行数量标识;并在子报告数量标识超出阈值后将相应的子报告反馈给现实中的监测系统;
所述数据采集模块中采集设备搭建成一数据采集系统,该数据采集系统包括温湿度传感器、数据服务器、音频采集设备、视频采集设备及数据实时采集器,所述温湿度传感器的输出端连接所述数据服务器的输入端,所述音频采集设备的输出端、视频采集设备的输出端及数据实时采集器的输出端连接所述数据服务器的输入端;所述温湿度传感器,用于环境场所的内外的温度和湿度数据信息;所述音频采集设备,用于采集场所内的设备声音和环境声音信息;视频采集设备,用于采集设备场所的内外动态和静态信息情况;所述数据实时采集器,用于实时采集场所内设备是实时数据;数据服务器,用于接收各个采集设备发送的数据,将接收的数据进行整合后映射进仿真平台内;
在仿真平台内将映射的实时数据信息进行解调还原后将数据引入对应的位置和接入各个对应设备中,在各个设备的输出端进行数据信息采集,将采集后的数据与现实中采集的数据对比获取变化的差异数据信息;
所述模型建立模块中在正常情况下采集的参数分为静态参数和动态参数,所述静态参数包括电池电压、电流及温度的变化信息;所述动态参数包括工作中电池电压的变化量、电流的变化量、温度的变化量及工作时间变化量;
所述环境构建模块在利用沉浸式XR技术在仿真平台内构建环境场景和相关设备中对视频采集设备获取的信息进行处理获得现实场景的真实形态表征并进行赋值,并初始化环境场景在仿真平台内的三维位姿值;
所述环境构建模块中在场景内构建相关设备时通过正向调整和逆向调整两种方式完成坐标系变换关系,所述坐标系变换关系包括旋转关系和平移关系;
所述正向调整直接设定旋转角度与平移值或增大减小旋转角度与平移值的互动方式获得新的旋转平移量;
所述逆向调整是直接设定位姿值或增大减小位姿值的互动操作方式获得相关设备在仿真平台内的位姿,在根据位姿反向推算获得坐标系的旋转平移值。
本发明的有益效果是:压缩了实验标定、使用的周期,有效降低了动力锂电池系统全生命周期的传感器故障的误警漏警率。通过数字孪生进行各种环境模拟场景状态,提高电池系统的故障诊断及预测报警的准确性。
附图说明
图1是本发明实施例提供的基于数字孪生锂电池系统的故障诊断方法的流程图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其他实施例中也可以实现本申请。在其他情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所述描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其他特征、整体、步骤、操作、元素、组件和/或集合的存在或添加。为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。另外,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对照附图说明本发明的具体实施方式。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,并获得其他的实施方式。
如图1所示,本发明提供的基于数字孪生锂电池系统的故障诊断方法的流程图,其详述如下:
步骤S1,采集现实中锂电池系统在正常情况下的参数及工作状态下的参数,根据这些参数利用数字孪生技术及在仿真平台内构建锂电池系统的数字模型;对现实中对锂电池系统的正常清下的静态参数进行采集,在将静态参数采集完毕后,使得锂电池系统进入动态的工作状态,此时,对锂电池系统进行动态参数进行采集,在采集参数过程中,静态参数分别采集电池电压、电流及温度的变化信息等参数,动态参数分别为工作中电池电压的变化量、电流的变化量、温度的变化量及工作时间变化量,根据采集的静态参数和动态参数利用数字孪生技术在仿真平台内构建锂电池系统的数字模型。
步骤S2,利用采集设备采集现实中锂电池系统的实时工作环境数据信息、周边相关设备和实时数据信息及锂电池系统的实时数据信息;在现实场景环境内利用采集设备采集现实中锂电池系统工作中的实时环境数据信息,锂电池系统工作环境中的其他相关设备的数据信息和其工作的实时数据信息,还有锂电池系统在工作状态下的实时数据信息,将这些数据采集够输出给数据服务器,在采集数据中,利用采集设备搭建了数据采集系统,该数据采集系统包括用于环境场所的内外的温度和湿度数据信息,用于采集场所内的设备声音和环境声音信息的音频采集设备,用于采集设备场所的内外动态和静态信息情况的视频采集设备,用于实时采集场所内设备是实时数据的数据实时采集器,用于接收各个采集设备发送的数据,将接收的数据进行整合后映射进仿真平台内的数据服务器,所述温湿度传感器的输出端连接所述数据服务器的输入端,所述音频采集设备的输出端、视频采集设备的输出端及数据实时采集器的输出端连接所述数据服务器的输入端;其中,音频采集设备采用的是麦克风或话筒等具有收音功能的设备,视频采集设备采用的是红外摄像头或光电传感器等具有整体采集的小设备。
步骤S3,通过沉浸式XR技术将采集到的环境数据信息、周边相关设备映射进仿真平台构建出锂电池系统在现实中工作的环境场景,并将相关设备的实时数据信息映射进对应构建出的相关设备内,将锂电池系统的实时数据信息映射进通过数字孪生技术构建的数字模型内;在仿真平台内将映射的实时数据信息进行解调还原后将数据引入对应的位置和接入各个对应设备中,在各个设备的输出端进行数据信息采集,将采集后的数据与现实中采集的数据对比获取变化的差异数据信息。在利用沉浸式XR技术在仿真平台内构建环境场景和相关设备中对视频采集设备获取的信息进行处理获得现实场景的真实形态表征并进行赋值,并初始化环境场景在仿真平台内的三维位姿值。在场景内构建相关设备时通过正向调整和逆向调整两种方式完成坐标系变换关系,所述坐标系变换关系包括旋转关系和平移关系。所述正向调整直接设定旋转角度与平移值或增大减小旋转角度与平移值的互动方式获得新的旋转平移量;所述逆向调整是直接设定位姿值或增大减小位姿值的互动操作方式获得相关设备在仿真平台内的位姿,在根据位姿反向推算获得坐标系的旋转平移值。
步骤S4,在仿真平台内根据映射进的实时数据信息及对应环境场景建立锂电池系统的常规环境下的工作数据信息;建立基础数据库后再仿真平台内模拟各种环境各个设备工作情况,并采集不同时间节点各个设备及数字模型的信息变化且对其进行分析生成不同环境下各个节点的相关设备故障报告和锂电池系统数字模型的故障诊断报告,将各种预计相关设备故障报告和锂电池系统数字模型的故障诊断报告生产基础故障诊断报告母本在数据库中进行存储;
步骤S5,将模拟环境场景回归与现实场景同步,根据映射的现实中实时数据信息与数据库中的基础故障诊断报告母本数据库对比预测现实系统中锂电池系统出现的故障的走向并生成对应的报警信息反馈给现实检测系统进行预测故障报警。在仿真平台内进行数据分析和生成报告中,系统内的还包括以下过程,S51、将显示中的实时数据信息在仿真平台内进行分析后生成分析报告后将其与基础数据库中的数据进行对比,抽取出对比差异的数据信息后生成对应的子报告后更新进基础数据库中,并对子报告与基础数据库中的母数据做相对应的关系索引;S52、在建立索引关系后根据实时数据分析的子报告逐渐增多将相同的子报告进行数量标识;并在子报告数量标识超出阈值后将相应的子报告反馈给现实中的监测系统。利用现实系统中的监测进行对应的预测报警。
压缩了实验标定、使用的周期,有效降低了动力锂电池系统全生命周期的传感器故障的误警漏警率。通过数字孪生进行各种环境模拟场景状态,提高电池系统的故障诊断及预测报警的准确性。
本发明的另一目的在于提供一种基于数字孪生锂电池系统的报警系统,所述基于数字孪生锂电池系统的报警系统包括
模型建立模块,用于采集现实中锂电池系统在正常情况下的参数及工作状态下的参数,根据这些参数利用数字孪生技术及在仿真平台内构建锂电池系统的数字模型;
数据采集模块,用于利用采集设备采集现实中锂电池系统的实时工作环境数据信息、周边相关设备和实时数据信息及锂电池系统的实时数据信息;
环境构建模块,用于通过沉浸式XR技术将采集到的环境数据信息、周边相关设备映射进仿真平台构建出锂电池系统在现实中工作的环境场景,并将相关设备的实时数据信息映射进对应构建出的相关设备内,将锂电池系统的实时数据信息映射进通过数字孪生技术构建的数字模型内;
数据库搭建模块,用于在仿真平台内根据映射进的实时数据信息及对应环境场景建立锂电池系统的常规环境下的工作数据信息;建立基础数据库后再仿真平台内模拟各种环境各个设备工作情况,并采集不同时间节点各个设备及数字模型的信息变化且对其进行分析生成不同环境下各个节点的相关设备故障报告和锂电池系统数字模型的故障诊断报告,将各种预计相关设备故障报告和锂电池系统数字模型的故障诊断报告生产基础故障诊断报告母本在数据库中进行存储;
诊断反馈报警模块,用于将模拟环境场景回归与现实场景同步,根据映射的现实中实时数据信息与数据库中的基础故障诊断报告母本数据库对比预测现实系统中锂电池系统出现的故障的走向并生成对应的报警信息反馈给现实检测系统进行预测故障报警。
所述诊断反馈报警模块中还包括
索引单元,用于将显示中的实时数据信息在仿真平台内进行分析后生成分析报告后将其与基础数据库中的数据进行对比,抽取出对比差异的数据信息后生成对应的子报告后更新进基础数据库中,并对子报告与基础数据库中的母数据做相对应的关系索引;
反馈单元,用于在建立索引关系后根据实时数据分析的子报告逐渐增多将相同的子报告进行数量标识;并在子报告数量标识超出阈值后将相应的子报告反馈给现实中的监测系统。
所述数据采集模块中采集设备搭建成一数据采集系统,该数据采集系统包括温湿度传感器、数据服务器、音频采集设备、视频采集设备及数据实时采集器,所述温湿度传感器的输出端连接所述数据服务器的输入端,所述音频采集设备的输出端、视频采集设备的输出端及数据实时采集器的输出端连接所述数据服务器的输入端;所述温湿度传感器,用于环境场所的内外的温度和湿度数据信息;所述音频采集设备,用于采集场所内的设备声音和环境声音信息;视频采集设备,用于采集设备场所的内外动态和静态信息情况;所述数据实时采集器,用于实时采集场所内设备是实时数据;数据服务器,用于接收各个采集设备发送的数据,将接收的数据进行整合后映射进仿真平台内。
在仿真平台内将映射的实时数据信息进行解调还原后将数据引入对应的位置和接入各个对应设备中,在各个设备的输出端进行数据信息采集,将采集后的数据与现实中采集的数据对比获取变化的差异数据信息。
所述模型建立模块中在正常情况下采集的参数分为静态参数和动态参数,所述静态参数包括电池电压、电流及温度的变化信息;所述动态参数包括工作中电池电压的变化量、电流的变化量、温度的变化量及工作时间变化量。
所述环境构建模块在利用沉浸式XR技术在仿真平台内构建环境场景和相关设备中对视频采集设备获取的信息进行处理获得现实场景的真实形态表征并进行赋值,并初始化环境场景在仿真平台内的三维位姿值。
所述环境构建模块中在场景内构建相关设备时通过正向调整和逆向调整两种方式完成坐标系变换关系,所述坐标系变换关系包括旋转关系和平移关系。
所述正向调整直接设定旋转角度与平移值或增大减小旋转角度与平移值的互动方式获得新的旋转平移量。
所述逆向调整是直接设定位姿值或增大减小位姿值的互动操作方式获得相关设备在仿真平台内的位姿,在根据位姿反向推算获得坐标系的旋转平移值。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于数字孪生锂电池系统的故障诊断方法,其特征在于,所述基于数字孪生锂电池系统的故障诊断方法包括以下步骤:
S1、采集现实中锂电池系统在正常情况下的参数及工作状态下的参数,根据这些参数利用数字孪生技术及在仿真平台内构建锂电池系统的数字模型;
S2、利用采集设备采集现实中锂电池系统的实时工作环境数据信息、周边相关设备和实时数据信息及锂电池系统的实时数据信息;
S3、通过沉浸式XR技术将采集到的环境数据信息、周边相关设备映射进仿真平台构建出锂电池系统在现实中工作的环境场景,并将相关设备的实时数据信息映射进对应构建出的相关设备内,将锂电池系统的实时数据信息映射进通过数字孪生技术构建的数字模型内;
S4、在仿真平台内根据映射进的实时数据信息及对应环境场景建立锂电池系统的常规环境下的工作数据信息;建立基础数据库后再仿真平台内模拟各种环境各个设备工作情况,并采集不同时间节点各个设备及数字模型的信息变化且对其进行分析生成不同环境下各个节点的相关设备故障报告和锂电池系统数字模型的故障诊断报告,将各种预计相关设备故障报告和锂电池系统数字模型的故障诊断报告生产基础故障诊断报告母本在数据库中进行存储;
S5、将模拟环境场景回归与现实场景同步,根据映射的现实中实时数据信息与数据库中的基础故障诊断报告母本数据库对比预测现实系统中锂电池系统出现的故障的走向并生成对应的报警信息反馈给现实检测系统进行预测故障报警;
所述步骤S5中还包括以下步骤:
S51、将显示中的实时数据信息在仿真平台内进行分析后生成分析报告后将其与基础数据库中的数据进行对比,抽取出对比差异的数据信息后生成对应的子报告后更新进基础数据库中,并对子报告与基础数据库中的母数据做相对应的关系索引;
S52、在建立索引关系后根据实时数据分析的子报告逐渐增多将相同的子报告进行数量标识;并在子报告数量标识超出阈值后将相应的子报告反馈给现实中的监测系统。
2.根据权利要求1所述的基于数字孪生锂电池系统的故障诊断方法,其特征在于,所述步骤S2中采集设备搭建成一数据采集系统,该数据采集系统包括温湿度传感器、数据服务器、音频采集设备、视频采集设备及数据实时采集器,所述温湿度传感器的输出端连接所述数据服务器的输入端,所述音频采集设备的输出端、视频采集设备的输出端及数据实时采集器的输出端连接所述数据服务器的输入端;所述温湿度传感器,用于环境场所的内外的温度和湿度数据信息;所述音频采集设备,用于采集场所内的设备声音和环境声音信息;视频采集设备,用于采集设备场所的内外动态和静态信息情况;所述数据实时采集器,用于实时采集场所内设备是实时数据;数据服务器,用于接收各个采集设备发送的数据,将接收的数据进行整合后映射进仿真平台内。
3.根据权利要求2所述的基于数字孪生锂电池系统的故障诊断方法,其特征在于,在仿真平台内将映射的实时数据信息进行解调还原后将数据引入对应的位置和接入各个对应设备中,在各个设备的输出端进行数据信息采集,将采集后的数据与现实中采集的数据对比获取变化的差异数据信息。
4.根据权利要求3所述的基于数字孪生锂电池系统的故障诊断方法,其特征在于,所述步骤S1中在正常情况下采集的参数分为静态参数和动态参数,所述静态参数包括电池电压、电流及温度的变化信息;所述动态参数包括工作中电池电压的变化量、电流的变化量、温度的变化量及工作时间变化量。
5.根据权利要求4所述的基于数字孪生锂电池系统的故障诊断方法,其特征在于,所述步骤S3在利用沉浸式XR技术在仿真平台内构建环境场景和相关设备中对视频采集设备获取的信息进行处理获得现实场景的真实形态表征并进行赋值,并初始化环境场景在仿真平台内的三维位姿值。
6.根据权利要求5所述的基于数字孪生锂电池系统的故障诊断方法,其特征在于,所述步骤S3中在场景内构建相关设备时通过正向调整和逆向调整两种方式完成坐标系变换关系,所述坐标系变换关系包括旋转关系和平移关系。
7.根据权利要求6所述的基于数字孪生锂电池系统的故障诊断方法,其特征在于,所述正向调整直接设定旋转角度与平移值或增大减小旋转角度与平移值的互动方式获得新的旋转平移量;所述逆向调整是直接设定位姿值或增大减小位姿值的互动操作方式获得相关设备在仿真平台内的位姿,在根据位姿反向推算获得坐标系的旋转平移值。
8.一种基于数字孪生锂电池系统的报警系统,其特征在于,所述基于数字孪生锂电池系统的报警系统包括
模型建立模块,用于采集现实中锂电池系统在正常情况下的参数及工作状态下的参数,根据这些参数利用数字孪生技术及在仿真平台内构建锂电池系统的数字模型;
数据采集模块,用于利用采集设备采集现实中锂电池系统的实时工作环境数据信息、周边相关设备和实时数据信息及锂电池系统的实时数据信息;
环境构建模块,用于通过沉浸式XR技术将采集到的环境数据信息、周边相关设备映射进仿真平台构建出锂电池系统在现实中工作的环境场景,并将相关设备的实时数据信息映射进对应构建出的相关设备内,将锂电池系统的实时数据信息映射进通过数字孪生技术构建的数字模型内;
数据库搭建模块,用于在仿真平台内根据映射进的实时数据信息及对应环境场景建立锂电池系统的常规环境下的工作数据信息;建立基础数据库后再仿真平台内模拟各种环境各个设备工作情况,并采集不同时间节点各个设备及数字模型的信息变化且对其进行分析生成不同环境下各个节点的相关设备故障报告和锂电池系统数字模型的故障诊断报告,将各种预计相关设备故障报告和锂电池系统数字模型的故障诊断报告生产基础故障诊断报告母本在数据库中进行存储;
诊断反馈报警模块,用于将模拟环境场景回归与现实场景同步,根据映射的现实中实时数据信息与数据库中的基础故障诊断报告母本数据库对比预测现实系统中锂电池系统出现的故障的走向并生成对应的报警信息反馈给现实检测系统进行预测故障报警;
所述诊断反馈报警模块中还包括
索引单元,用于将显示中的实时数据信息在仿真平台内进行分析后生成分析报告后将其与基础数据库中的数据进行对比,抽取出对比差异的数据信息后生成对应的子报告后更新进基础数据库中,并对子报告与基础数据库中的母数据做相对应的关系索引;
反馈单元,用于在建立索引关系后根据实时数据分析的子报告逐渐增多将相同的子报告进行数量标识;并在子报告数量标识超出阈值后将相应的子报告反馈给现实中的监测系统。
9.根据权利要求8所述的基于数字孪生锂电池系统的报警系统,其特征在于,
所述数据采集模块中采集设备搭建成一数据采集系统,该数据采集系统包括温湿度传感器、数据服务器、音频采集设备、视频采集设备及数据实时采集器,所述温湿度传感器的输出端连接所述数据服务器的输入端,所述音频采集设备的输出端、视频采集设备的输出端及数据实时采集器的输出端连接所述数据服务器的输入端;所述温湿度传感器,用于环境场所的内外的温度和湿度数据信息;所述音频采集设备,用于采集场所内的设备声音和环境声音信息;视频采集设备,用于采集设备场所的内外动态和静态信息情况;所述数据实时采集器,用于实时采集场所内设备是实时数据;数据服务器,用于接收各个采集设备发送的数据,将接收的数据进行整合后映射进仿真平台内;
在仿真平台内将映射的实时数据信息进行解调还原后将数据引入对应的位置和接入各个对应设备中,在各个设备的输出端进行数据信息采集,将采集后的数据与现实中采集的数据对比获取变化的差异数据信息;
所述模型建立模块中在正常情况下采集的参数分为静态参数和动态参数,所述静态参数包括电池电压、电流及温度的变化信息;所述动态参数包括工作中电池电压的变化量、电流的变化量、温度的变化量及工作时间变化量;
所述环境构建模块在利用沉浸式XR技术在仿真平台内构建环境场景和相关设备中对视频采集设备获取的信息进行处理获得现实场景的真实形态表征并进行赋值,并初始化环境场景在仿真平台内的三维位姿值;
所述环境构建模块中在场景内构建相关设备时通过正向调整和逆向调整两种方式完成坐标系变换关系,所述坐标系变换关系包括旋转关系和平移关系;
所述正向调整直接设定旋转角度与平移值或增大减小旋转角度与平移值的互动方式获得新的旋转平移量;
所述逆向调整是直接设定位姿值或增大减小位姿值的互动操作方式获得相关设备在仿真平台内的位姿,在根据位姿反向推算获得坐标系的旋转平移值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310242443.0A CN116184293B (zh) | 2023-03-01 | 2023-03-01 | 一种基于数字孪生锂电池系统的故障诊断方法及报警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310242443.0A CN116184293B (zh) | 2023-03-01 | 2023-03-01 | 一种基于数字孪生锂电池系统的故障诊断方法及报警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116184293A CN116184293A (zh) | 2023-05-30 |
CN116184293B true CN116184293B (zh) | 2024-02-13 |
Family
ID=86434532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310242443.0A Active CN116184293B (zh) | 2023-03-01 | 2023-03-01 | 一种基于数字孪生锂电池系统的故障诊断方法及报警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116184293B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117038048B (zh) * | 2023-10-09 | 2023-12-26 | 江苏优创生物医学科技有限公司 | 一种用于医疗器械的远程故障处理方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021073690A2 (de) * | 2019-10-15 | 2021-04-22 | Hochschule Offenburg | Verfahren und vorrichtung zur bestimmung des ladezustandes und des gesundheitszustandes einer aufladbaren batterie |
CN113379123A (zh) * | 2021-06-09 | 2021-09-10 | 中德(珠海)人工智能研究院有限公司 | 基于数字孪生的故障预测方法、装置、服务器及存储介质 |
CN114004168A (zh) * | 2021-12-24 | 2022-02-01 | 武汉理工大学 | 一种基于数字孪生的燃料电池综合管理系统及方法 |
CN114814691A (zh) * | 2022-03-09 | 2022-07-29 | 中国科学技术大学 | 一种基于数字孪生的锂电池系统电压传感器故障诊断方法 |
CN115236523A (zh) * | 2022-07-28 | 2022-10-25 | 国网河南省电力公司经济技术研究院 | 一种基于数字孪生的动力电池故障诊断及预测的方法 |
CN115356639A (zh) * | 2022-09-29 | 2022-11-18 | 深圳先进技术研究院 | 一种双向锂离子电池智能健康监控方法及系统 |
CN115687011A (zh) * | 2022-10-21 | 2023-02-03 | 国网辽宁省电力有限公司信息通信分公司 | 基于数字孪生驱动的通信动力环境监控方法、系统及存储介质 |
-
2023
- 2023-03-01 CN CN202310242443.0A patent/CN116184293B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021073690A2 (de) * | 2019-10-15 | 2021-04-22 | Hochschule Offenburg | Verfahren und vorrichtung zur bestimmung des ladezustandes und des gesundheitszustandes einer aufladbaren batterie |
CN113379123A (zh) * | 2021-06-09 | 2021-09-10 | 中德(珠海)人工智能研究院有限公司 | 基于数字孪生的故障预测方法、装置、服务器及存储介质 |
CN114004168A (zh) * | 2021-12-24 | 2022-02-01 | 武汉理工大学 | 一种基于数字孪生的燃料电池综合管理系统及方法 |
CN114814691A (zh) * | 2022-03-09 | 2022-07-29 | 中国科学技术大学 | 一种基于数字孪生的锂电池系统电压传感器故障诊断方法 |
CN115236523A (zh) * | 2022-07-28 | 2022-10-25 | 国网河南省电力公司经济技术研究院 | 一种基于数字孪生的动力电池故障诊断及预测的方法 |
CN115356639A (zh) * | 2022-09-29 | 2022-11-18 | 深圳先进技术研究院 | 一种双向锂离子电池智能健康监控方法及系统 |
CN115687011A (zh) * | 2022-10-21 | 2023-02-03 | 国网辽宁省电力有限公司信息通信分公司 | 基于数字孪生驱动的通信动力环境监控方法、系统及存储介质 |
Non-Patent Citations (1)
Title |
---|
杨世春等.面向智能化管理的数字孪生电池构建方法.北 京 航 空 航 天 大 学 学 报.2022,第48卷(第9期),1734-1743. * |
Also Published As
Publication number | Publication date |
---|---|
CN116184293A (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110210513B (zh) | 数据分类方法、装置及终端设备 | |
JP5278310B2 (ja) | 診断システム | |
CN113485156B (zh) | 一种变压器数字孪生云平台及其实现方法 | |
CN116184293B (zh) | 一种基于数字孪生锂电池系统的故障诊断方法及报警系统 | |
JP2021056991A (ja) | 推薦方法、装置、電子デバイス、記憶媒体、及びプログラム | |
CN108536972B (zh) | 基于自适应智能体的复杂系统可靠性仿真方法及系统 | |
CN114281903A (zh) | 数字孪生体构建方法、装置、设备及存储介质 | |
CN114241381A (zh) | 一种基于时序事件和语义背景的事件抽取和预测方法 | |
CN114860833A (zh) | 应用于数字孪生水利工程的数据中台和数据处理方法 | |
CN115827888A (zh) | 一种复杂设备的故障预测方法 | |
CN111626058B (zh) | 基于cr2神经网络的图像-文本双编码实现方法及系统 | |
CN115425760A (zh) | 一种基于数字孪生的数字电网系统 | |
CN116127821A (zh) | 一种运维数据的三维可视化呈现方法及平台 | |
CN115687494A (zh) | 一种制造系统的数字孪生监控系统 | |
CN114996936A (zh) | 设备运维方法、设备运维装置、设备运维设备及存储介质 | |
CN116680624B (zh) | 一种电力系统元数据的分类方法、系统及存储介质 | |
CN117633967A (zh) | 一种数字化虚拟工厂构建系统 | |
CN201414197Y (zh) | Miscs智能监控系统 | |
CN108898510A (zh) | 一种基于数字化双胞胎的智能化车间运维监控仿真云平台 | |
CN115988182A (zh) | 面向数字孪生的远程视频监测方法和系统 | |
CN116070171A (zh) | 一种孪生数据融合平台 | |
CN110263811B (zh) | 一种基于数据融合的设备运行状态监测方法及系统 | |
CN111881979A (zh) | 多模态数据标注装置及包含程序的计算机可读存储介质 | |
Alamgir | Performance analysis internet of things based on sensor and data analytics | |
CN213461906U (zh) | 一种ai可视化视觉传感器 |
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 |