CN117289144B - 一种故障定位方法、装置、设备、系统和介质 - Google Patents
一种故障定位方法、装置、设备、系统和介质 Download PDFInfo
- Publication number
- CN117289144B CN117289144B CN202311590366.4A CN202311590366A CN117289144B CN 117289144 B CN117289144 B CN 117289144B CN 202311590366 A CN202311590366 A CN 202311590366A CN 117289144 B CN117289144 B CN 117289144B
- Authority
- CN
- China
- Prior art keywords
- fault
- battery
- module
- data
- related module
- 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
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000004891 communication Methods 0.000 claims abstract description 28
- 238000003066 decision tree Methods 0.000 claims description 101
- 238000004458 analytical method Methods 0.000 claims description 100
- 230000005856 abnormality Effects 0.000 claims description 55
- 230000004044 response Effects 0.000 claims description 44
- 230000006870 function Effects 0.000 claims description 17
- 230000004807 localization Effects 0.000 claims description 14
- 238000007726 management method Methods 0.000 description 67
- 230000002159 abnormal effect Effects 0.000 description 59
- 238000010586 diagram Methods 0.000 description 24
- 238000012544 monitoring process Methods 0.000 description 23
- 238000012545 processing Methods 0.000 description 16
- 238000005070 sampling Methods 0.000 description 11
- 238000000605 extraction Methods 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 6
- 230000009172 bursting Effects 0.000 description 4
- 230000005669 field effect Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 3
- 239000002253 acid Substances 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Classifications
-
- 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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请公开了一种故障定位方法、装置、设备、系统和介质，该方法包括：获取在电池相关模块发生故障的情况下采集得到的故障数据，故障数据是对目标模块采集得到，且包括目标模块的状态信息、故障统计信息、软件故障标记信息以及所在设备的工况中的一者或多者，目标模块的状态信息包括电池相关模块的状态信息、电池状态信息、驱动状态信息、以及通讯状态信息中的一种或多种，电池相关模块为电池管理系统中的电路模块；对故障数据进行故障定位，得到电池相关模块发生本次故障的故障原因。通过上述方式，本申请能够准确定位电池相关模块故障的故障原因。
Description
技术领域
本申请涉及电池技术领域，特别是涉及一种故障定位方法、装置、设备、系统和介质。
背景技术
随着生活水平的提高，在日常生活中人们越来越多的开始使用各种电池。电子设备中也相应设置有与电池相关的多种电池相关模块，如用于智能化管理电池的电池管理系统（BMS，Battery Management System）中包含多种芯片。
电池相关模块在运行过程中可能会出现故障，本申请的发明人在长期的研发过程中，发现现有对电池相关模块的故障仍然欠缺了解，难以定位出现的故障的原因。
发明内容
本申请至少提供一种故障定位方法、装置、设备、系统和介质，能够解决难以确定电池相关模块故障原因的问题。
本申请提供了一种故障定位方法，包括：获取在电池相关模块发生故障的情况下采集得到的故障数据，故障数据是对目标模块采集得到，且包括目标模块的状态信息、故障统计信息、软件故障标记信息以及所在设备的工况中的一者或多者，目标模块的状态信息包括电池相关模块的状态信息、电池状态信息、驱动状态信息、以及通讯状态信息中的一种或多种，目标模块包括电池相关模块和/或电池相关模块的关联模块，电池相关模块为电池管理系统中的电路模块；对故障数据进行故障定位，得到电池相关模块发生本次故障的故障原因。
在上述方案中，记录电池相关模块故障情况下的故障数据，故障数据为与电池相关模块的故障相关的数据，包括目标模块的状态信息、故障统计信息、软件故障标记信息以及所在设备的工况中的一者或多者，对上述故障数据进行故障定位，能够准确定位电池相关模块故障的故障原因。
一些实施例中，电池相关模块的故障原因分为至少一种故障类，每种故障类包括至少有一个故障原因。
在上述方案中，电池相关模块的故障原因分为至少一种故障类，实现能够对各故障类分析定位故障原因。
一些实施例中，对故障数据进行故障定位，得到电池相关模块发生本次故障的故障原因，包括：获取故障数据的特征数据；对特征数据进行故障定位，得到电池相关模块发生本次故障的故障原因。
在上述方案中，特征数据能够反映故障数据的特征，从而能够用于故障定位，定位到故障原因，便于用户及时了解电池相关模块已经发生的故障。
一些实施例中，对特征数据进行故障定位是利用决策树实现的。
在上述方案中，利用决策树作为分析手段，能够实现对特征数据进行分析，分析确定电池相关模块的故障原因。
一些实施例中，电池相关模块的故障原因分为至少一种故障类，每种故障类对应至少一原因决策树；在对特征数据进行故障定位，得到电池相关模块发生本次故障的故障原因之前，还包括：利用故障数据对应的特征数据，定位得到故障数据所属的故障类下的原因决策树，作为目标决策树；对特征数据进行故障定位，得到电池相关模块发生本次故障的故障原因，包括：利用目标决策树对特征数据进行故障定位，得到电池相关模块发生本次故障的故障原因。
在上述方案中，特征数据可以反映电池相关模块的故障类，根据特征数据选择分析所用的目标决策树，利用目标决策树进行分析，简化分析过程，能够提升高压芯片的故障分析效率。
一些实施例中，利用故障数据对应的特征数据，定位得到故障数据所属的故障类下的原因决策树，作为目标决策树，包括：从电池相关模块对应的若干故障类下的原因决策树中，查找出顶事件与故障数据对应的特征数据匹配的原因决策树，作为目标决策树。
在上述方案中，通过特征数据与顶事件进行匹配，能够选出本次故障定位需要用到的目标决策树，以简化分析过程。
一些实施例中，电池相关模块为第一类模块；对特征数据进行故障定位，得到电池相关模块发生本次故障的故障原因，包括：利用特征数据，分析是否存在电池相关模块所在的系统的运行异常；响应于存在系统的运行异常，分析系统的软件层是否运行异常，以确定电池相关模块发生本次故障的故障原因；响应于不存在系统的运行异常，基于外部连接器和/或外部干扰的情况，确定电池相关模块发生本次故障的故障原因。
在上述方案中，利用特征数据进行分析，分析系统运行异常，以及进一步分析是否为系统软件层或者外部因素导致故障，能够具体定位第一类模块的故障原因，准确反映第一类模块的故障。
一些实施例中，电池相关模块为第二类模块；对特征数据进行故障定位，得到电池相关模块发生本次故障的故障原因，包括：利用特征数据，分析电池相关模块软件运行状态；基于软件运行状态，分析本次故障的软件对应的执行任务的执行情况或者分析串行接口通讯情况，以确定电池相关模块发生本次故障的故障原因。
在上述方案中，利用特征数据进行分析，分析软件运行状态，以及进一步分析任务执行情况或者通讯情况，能够具体定位第二类模块的故障原因，准确反映第二类模块的故障。
一些实施例中，电池相关模块为第三类模块且故障类为复位故障类；对特征数据进行故障定位，得到电池相关模块发生本次故障的故障原因，包括：利用特征数据，分析电池相关模块所在的系统的运行是否存在复位；响应于系统的运行存在复位，分析系统的运行复位与软件还是硬件相关，得到第一复位分析结果；响应于第一复位分析结果为系统的运行复位与软件相关，分析复位与内部监控程序、非法操作寄存器、还是调用复位函数相关，得到第二复位分析结果，并基于第二复位分析结果，确定电池相关模块发生本次故障的故障原因；响应于第一复位分析结果为系统的运行复位与硬件相关，分析复位与外部监控程序还是电源芯片相关，得到第三复位分析结果，并基于第三复位分析结果，确定电池相关模块发生本次故障的故障原因。
在上述方案中，利用特征数据进行分析，分析系统运行是否复位，以及进一步分析复位是与软件相关或者与硬件相关，更具体定位软件复位或者硬件复位的原因，能够具体定位第三类模块复位故障的原因，准确反映第三类模块的复位故障。
一些实施例中，获得故障数据的特征数据，包括：对故障数据进行特征提取，得到特征数据。
在上述方案中，通过特征提取，得到更能准确表征电池相关模块的特征数据，可以用于进行故障定位，提升故障定位的准确性。
一些实施例中，获取在电池相关模块发生故障的情况下采集得到的故障数据，包括：接收目标设备发送的故障数据，目标设备为电池相关模块所在的设备，故障数据是目标设备在监测到电池相关模块发生故障的情况下采集并发送的；或者，从第一存储池中读取得到故障数据，其中，故障数据是电池相关模块所在的目标设备在监测到电池相关模块发生故障的情况下采集并存储于第一存储池的。
在上述方案中，可以实时进行故障定位，或者，将故障数据存储到第一存储池，进行非实时的故障定位，灵活适应不同的应用场景。
一些实施例中，第一存储池设于目标设备、方法的执行设备、或者其他设备中。
在上述方案中，第一存储池可以灵活设置于目标设备、执行设备和其他设备中，能够灵活适应不同的应用需要。
一些实施例中，故障数据是从第一存储池读取得到，该方法还包括：在将本次故障的故障数据存储于第一存储池之前，响应于第一存储池中的故障数据的存储组数多于上限值，按照故障发生时间，从第一存储池中选择至少一组故障数据进行删除；将本次故障的故障数据存储于经删除后的第一存储池。
在上述方案中，为第一存储池设置存储上限，能够在满足故障定位的数据存储需要的基础上，减少资源占用。
一些实施例中，该方法还包括：响应于未能获取到电池相关模块的故障数据，从第二存储池中读取电池相关模块的候选故障数据，候选故障数据为在发生本次故障之前对目标模块采集得到的，且响应于预测到电池相关模块未来会发生故障而保存的；对候选故障数据进行故障定位，得到电池相关模块的故障原因。
在上述方案中，在预测可能出现故障时，预先将相关数据存储下来，能够避免因为故障导致数据丢失，从而无法对故障进行原因定位，提升故障原因定位的稳定性。
一些实施例中，故障统计信息包括故障发生次数、故障发生时长中的至少一者。
在上述方案中，故障数据包括电池相关模块相关的信息，能够表征电池相关模块的状态，进而可以用于定位电池相关模块的故障原因。
一些实施例中，电池相关模块为电池管理系统中的芯片。
在上述方案中，能够实现电池管理系统中的芯片的故障原因定位，能够充分反映电池管理系统中芯片已发生的故障，便于用户及时了解电池管理系统中的芯片的故障并作出针对性处理，提升故障处理效率。
一些实施例中，电池相关模块的故障原因有多个，电池相关模块的至少一个故障原因是关于电池相关模块中的元器件的。
在上述方案中，能够定位到元器件的故障原因，准确、直接地表示故障原因，便于用户针对性处理，提升故障处理效率。
本申请提供了一种故障定位装置，包括获取模块和定位模块，获取模块用于获取在电池相关模块发生故障的情况下采集得到的故障数据，故障数据是对目标模块采集得到，且包括目标模块的状态信息、故障统计信息、软件故障标记信息以及所在设备的工况中的一者或多者，目标模块的状态信息包括电池相关模块的状态信息、电池状态信息、驱动状态信息、以及通讯状态信息中的一种或多种，目标模块包括电池相关模块和/或电池相关模块的关联模块，电池相关模块为电池管理系统中的电路模块；定位模块用于对故障数据进行故障定位，得到电池相关模块发生本次故障的故障原因。
本申请提供了一种电子设备，包括相互耦接的存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述任一项中的故障定位方法。
本申请提供了一种故障定位系统，包括目标设备、定位设备，目标设备包括电池和电池相关模块；定位设备为上述电子设备，用于对电池相关模块进行故障定位。
在上述方案中，故障预测系统中的定位设备可以对目标设备中的电池相关模块进行故障原因定位，能够反映电池相关模块已发生的故障的原因，便于用户准确了解电池相关模块已经发生的故障。
一些实施例中，目标设备为车辆。
在上述方案中，能够反映车辆中电池相关模块的故障原因，便于用户准确了解电池相关模块已经发生的故障。
一些实施例中，定位设备为独立于目标设备，或者集成于目标设备中。
在上述方案中，定位设备可以独立于目标设备，或者集成于目标设备，能够灵活适应不同的应用需要。
本申请提供了一种计算机可读存储介质，其上存储有程序指令，程序指令被处理器执行时实现上述任一项中的故障定位方法。
附图说明
图1是本申请一些实施例提供的故障定位方法的第一流程示意图；
图2是本申请一些实施例提供的故障定位方法的第二流程示意图；
图3是本申请一些实施例提供的故障定位方法的第三流程示意图；
图4是本申请一些实施例提供的故障定位步骤的第一流程示意图；
图5是本申请一些实施例提供的原因决策树的第一示意图；
图6是本申请一些实施例提供的原因决策树的第二示意图；
图7是本申请一些实施例提供的原因决策树的第三示意图；
图8是本申请一些实施例提供的原因决策树的第四示意图；
图9是本申请一些实施例提供的故障定位步骤的第二流程示意图；
图10是本申请一些实施例提供的原因决策树的第五示意图；
图11是本申请一些实施例提供的故障定位步骤的第三流程示意图；
图12是本申请一些实施例提供的原因决策树的第六示意图；
图13是本申请一些实施例提供的故障定位装置的框架示意图；
图14是本申请一些实施例提供的电子设备的框架示意图；
图15是本申请一些实施例提供的故障定位系统的框架示意图；
图16是本申请一些实施例提供的计算机可读存储介质的框架示意图。
具体实施方式
为使本申请的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本申请进一步详细说明。以下实施例仅用于更加清楚地说明本申请的技术方案，因此只作为示例，而不能以此来限制本申请的保护范围。
本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中的“多”表示两个或者多于两个。另外，本文中“若干”表示至少一个。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。本文的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
目前，随着生活水平的提高，在日常生活中人们越来越多的开始使用各种电池。电子设备中也相应设置有与电池相关的多种电池相关模块，但是现有技术中对电池相关模块的故障仍然欠缺了解，在出现故障的时候，难以定位出现的故障的原因。
本发明人注意到，与电池相关模块相关的数据可以表征电池相关模块的状态，但是这些数据往往被忽视。故，本申请实施例提出了以下故障定位方法，在电池相关模块发生故障的情况下，记录故障数据，故障数据为与电池相关模块的故障相关的数据，对目标数据进行故障定位，能够具体定位电池相关模块的故障原因，便于用户及时了解电池相关模块已经发生的故障。
参阅图1，图1是本申请一些实施例提供的故障定位方法的第一流程示意图，该方法可以包括：
步骤S110：获取在电池相关模块发生故障的情况下采集得到的故障数据。
其中，电池相关模块可以是与电池相关的模块，可以作为故障定位的对象。即在电池相关模块发生故障的情况下，可以定位其故障原因。
需要说明的是，本申请提供的故障定位方法可以由一定位设备执行。目标设备中可以设置有电池以及电池相关模块，定位设备执行故障定位方法可以在目标设备中的电池相关模块发生故障之后定位本次故障的故障原因。
一些实施例中，目标设备和定位设备可以是相互独立的，两者可以进行通信。
一些实施例中，定位设备可以作为定位模块集成于目标设备，也即目标设备利用其定位模块，对其自身设置的电池相关模块进行故障定位。
在一具体的应用场景中，目标设备可以是新能源车辆，其中设置有电池和电池相关模块。定位设备可以是服务器，新能源车辆和服务器之间可以进行通信。
其中，故障数据可以是在电池相关模块运行过程中存储的，具体来说，可以是在电池相关模块发生故障的情况下采集得到的，可以与是电池相关模块已经发生的故障相关的数据。并且，故障数据可以是对目标模块采集得到的，目标模块可以包括电池相关模块和/或电池相关的关联模块。
故障数据的内容可以根据实际应用需要而设置，可以包括目标模块的状态信息、故障统计信息、软件故障标记信息以及所在设备的工况中的一者或多者。
其中，目标模块的状态信息可以包括电池相关模块的状态信息、电池状态信息、驱动状态信息以及通讯状态信息中的一种或多种。
进一步地，驱动状态信息可以包括电池相关模块的驱动状态信息，通讯状态信息可以包括电池相关模块的通讯状态信息。故障统计信息包括故障发生次数、故障发生时长中的至少一者。
一些实施例中，电池相关模块可以是芯片。当然，电池相关模块也可以不限于芯片，也可以是与电池相关的电路模块，或者电路模块中的单元分支等，在此不做一一列举。
一些实施例中，电池相关模块可以是电池管理系统中的电路模块。进一步，电池相关模块可以是电池管理系统中的芯片。
在一具体的应用场景中，电池相关模块可以为电池管理系统的主控芯片，其故障数据可以包括软件故障标记信息和主控芯片的状态信息。
在一具体的应用场景中，电池相关模块可以为电池管理系统的高压芯片，其故障数据可以包括软件相关故障标记信息和工况。
当然，一些实施场景中，电池相关模块也可以仅包括目标模块的状态信息、故障统计信息、软件故障标记信息以及所在设备的工况中的一者，可以根据实际应用需要而设置，在此不做一一列举说明。
步骤S120：对故障数据进行故障定位，得到电池相关模块发生本次故障的故障原因。
需要说明的是，故障数据是与电池相关模块已经发生的故障相关的数据，该数据可以从故障发生角度来表征电池相关模块相关的状态，从而可以用于定位电池相关模块发生故障的原因。该故障原因可以用于提供给目标设备的用户，以便于用户了解其使用的设备所发生的故障以及故障的原因，便于用户处理故障，能够提升故障处理效率。
参阅图2，图2是本申请一些实施例提供的故障定位方法的第二流程示意图，该方法可以包括：
步骤S210：获取在电池相关模块发生故障的情况下采集得到的故障数据。
步骤S210的相关描述可以参考前述实施例中关于步骤S110的相关内容。
其中，电池相关模块可以是与电池相关的模块，一些实施例中，电池相关模块可以是电池管理系统中的芯片。当然，电池相关模块也不限于芯片，也可以是与电池相关的电路模块，或者电路模块中的单元分支等，在此不做一一列举。示例性地，可以是主控模块、电源模块、信息采集模块等。
在一具体的应用场景中，目标设备设置有电池和电池管理系统，其中，电池管理系统中的某一芯片可以作为电池相关模块，在其发生故障时作为故障原因定位的对象。
在一具体的应用场景中，电池管理系统可以包括主控模块、电源模块以及信息采集模块等。进一步来说，主控模块可以包括电源芯片（SBC），电源模块可以包括主控芯片（MCU），信息采集模块可以包括时钟芯片（RTC）、电芯监控芯片（CMC）、电流监控芯片、保险丝驱动芯片（Pyrofuse芯片）、高压芯片等。上述电池管理系统中的芯片均与电池相关，均可以作为电池相关模块。不同的模块作为电池相关模块时，其故障数据包含的数据项可以是不同的，或者也可以存在至少部分是相同的。
需要说明的是，故障数据可以是对目标模块采集得到，目标模块可以包括电池相关模块和电池相关模块的关联模块，后者可以不限于上述电池管理系统中的芯片。
一些实施例中，故障数据可以在电池相关模块发生故障的情况下采集得到的，可以由定位设备或者目标设备对电池相关模块是否发生故障进行监测，从而在发生故障的情况下，目标设备可以采集得到故障数据。示例性地，可以为电池相关模块设置故障判断条件，监测电池相关模块是否满足故障判断条件，以判断是否发生故障。
一些实施例中，上述获取得到故障数据的步骤可以包括：接收目标设备发送的故障数据。其中，目标设备为设置有电池以及电池相关模块的设备，故障数据可以是目标设备在电池相关模块发生故障的情况采集并发送的。
可以理解的是，目标设备可以每在电池相关模块出现故障时，即可以发送本次故障对应的故障数据，定位设备相应可以获取故障数据，以用于定位本次故障原因，从而实现实时的故障定位，以便于用户及时了解目标设备出现的故障，缩短故障处理的周期。
一些实施例中，上述获取得到故障数据的步骤可以包括：从第一存储池中读取的得到故障数据，其中，可以是目标设备在电池相关模块发生故障的情况采集并存入第一存储池的。
一些实施场景中，第一存储池中故障数据可以有若干组，每组数据可以是出现一次故障而存储的。不同的故障数据可以是在电池相关模块出现不同故障时采集的。当然，也可以存在部分或者全部组数据是在不同时刻出现相同的故障而分别采集并存储的。
一些实施场景中，非实时的故障原因定位可以间隔一定时间进行一次，对本次时间间隔发生的故障进行原因定位。其中，间隔期间可以是固定时长，也可以是非固定时长。具体来说，定位设备可以从第一存储池中读到间隔期间存储的若干组故障数据，对每组故障数据分别进行定位，从而实现非实时的故障原因定位。
在一具体的应用场景中，目标设备可以是新能源车辆，定位设备可以在新能源车辆每次进行保养或者检修时获取第一存储池中存储的故障数据进行原因定位。
进一步地，可以通过UDS(Unified Diagnostic Services，统一诊断服务)指令获取故障数据。
需要说明的是，电池相关模块的一些故障出现可能并不会影响电池相关模块的工作，因此，也可以采用非实时的故障定位方式。当然，一些情况下，实时定位和非实时定位的方式也可以结合，例如，可以根据为分别各个故障设置是采用实时定位方式或者非实时定位方式，那么目标设备可以根据出现的异常对应采用的定位方式，将对本次故障采集的故障数据存储到第一存储池中或者直接发送给定位设备。
一些实施例中，第一存储池可以设置于目标设备、定位设备或者其他设备中。
在一具体的应用场景中，目标设备可以是新能源车辆，第一存储池可以设置于车辆中，在车辆进行保养时，建立车辆与定位设备的通信，从而定位设备能够得到故障数据。
一些实施例中，第一存储池可以被配置为能够存储故障数据的组数不超过上限值。在将本次故障的故障数据存储于第一存储池之前，可以先确定第一存储池中存储的故障数据的组数与上限值之间的大小关系，响应于第一存储池中的故障数据的存储组数多于上限值，此时本次采集的故障数据也可计算在存储组数之中，那么可以按照故障发生时间，从第一存储池中选择至少一组故障数据进行删除；将本次故障的故障数据存储于经删除后的第一存储池。从而能够使得获取故障数据时，能够得到最近发生的故障数据。
在一实施场景中，第一存储池的存储组数上限为5组。最大支持存储5组不同异常的故障数据，且采样先进先出，当新的故障数据需要存入时，要存储的组数超过上限值时，则可以按照数据的采集时间来删除第一存储池中已经存储的至少一组故障数据，以将新的故障数据存入第一存储池。
在一具体的应用场景中，在记录下本次故障数据之后，将故障存储组数加一，并判断存储的故障组数是否大于上限值5组，若大于，则删除最早存入的故障数据，更新第一存储池中的数据。
一些实施例中，在存储故障数据时，还可以优先考虑故障数据对应的故障，以使得第一存储池中能够存储最近发生的、不同故障的故障数据，从而能够反映最近发生的各类故障。
一些实施例中，定位设备也可以作为定位模块集成于目标设备中。
需要说明的是，一些故障的发生可能会导致相关数据的丢失，从而无法获取故障数据。一些实施例中，响应于未能获取到电池相关模块的故障数据，从第二存储池中读取电池相关模块的候选故障数据，对候选故障数据进行故障定位，得到电池相关模块的故障原因。
其中，候选故障数据为在发生本次故障之前对目标模块采集得到的，且是响应于预测到电池相关模块未来会发生故障而存储的。
在一具体的应用场景中，在预测到电池相关模块未来会发生故障的情况下，存储候选故障数据到第二存储池，候选故障数据可以用于定位故障原因。
步骤S220：获取故障数据的特征数据。
步骤S220-步骤S230的相关描述可以参考前述实施例中关于步骤S120的相关内容。
其中，特征数据是基于故障数据得到。一些实施例中，故障数据可以直接作为特征数据，也可以经特征提取而得到特征数据。进一步来说，特征提取包括的方式可以根据需要而设置，例如，可以包括数据整形、二值化、格式调整等等。
一些实施例中，故障数据可以包括若干数据项，对不同的数据项可以采用不同的特征提取方式，以得到特征数据。
在一具体的应用场景中，特征提取可以包括删除数据项1，对数据项2不进行处理，将数据项3和数据项4加和，对数据项5进行整形等等。
步骤S230：对特征数据进行故障定位，得到电池相关模块发生本次故障的故障原因。
其中，电池相关模块的故障原因可以分为至少一种故障类，每种故障类包括至少有一个故障原因。
一些实施例中，电池相关模块的故障原因有多个，至少一个故障原因是关于电池相关模块中的元器件的。
以下以保险丝驱动芯片作为电池相关模块为例进行说明，保险丝驱动芯片的故障原因可以分为至少一种故障类，也可以称为保险丝驱动芯片故障类，每个保险丝驱动芯片故障类包括至少一个故障原因。保险丝驱动芯片故障类、故障原因可以根据实际应用需要而设置。
一些实施场景中，至少一个保险丝驱动芯片故障类可以包括串行接口通讯故障类、芯片故障类、电压故障类、上下电故障类、温度故障类以及爆管电路故障类中的至少一者。
一些实施场景中，爆管电路故障类可以包括如下故障原因中的至少一者：电池管理系统的应用软件层运行异常、基础软件层的数据被篡改、内部参考电压失效、安全场效应管电路（SAFING FET电路）失效或升压电路（Boost电路）失效、爆管功能失效、检测到异常电信号或者异常状态、保险丝驱动芯片本体通讯异常、保险丝驱动芯片无法切换内部状态、外部器件异常、线阻值过大。
需要说明的是，特征数据可以从故障发生角度来表征电池相关模块相关的状态，对特征数据进行故障定位可以是基于特征数据进行分析，以判断故障是何种原因导致的。进行数据分析的手段可以根据实际应用需要而选择，示例性地，可以利用决策树进行分析，或者，也可以利用神经网络进行分析。
以高压芯片作为电池相关模块为例进行说明，高压芯片故障类包括通讯故障类、采样芯片故障类和高压故障类中的至少一者，高压故障类的故障原因包括以下至少一者：电池管理系统的应用软件层运行异常、基础软件层的数据被篡改、时序异常、高压芯片本体异常、外部器件异常、外部干扰过大、高压输入异常、外部连接器异常。
以电流监控芯片作为电池相关模块为例进行说明，电流监控芯片故障类包括通讯丢失故障类、电流超限故障类、电流校准故障类、电流传感器故障类、传感器供电故障类和温度故障类中的至少一者。电流校准故障类的故障原因包括以下至少一者：电池管理系统的应用软件层运行异常、基础软件层的数据被篡改、诊断时序异常、电流监控芯片本体异常、外部器件异常、外部连接器异常、外部干扰过大和电流真实跳变。
以主控芯片作为电池相关模块为例进行说明，主控芯片故障类包括复位故障类、时钟故障类、启动引脚（boot引脚）配置故障类、启动文件故障类、中断故障类和堆栈溢出故障类中的至少一者。复位故障类的故障原因包括以下至少一者：电池管理系统的中央处理器加载过高、程序运行速度过慢、中断定时器故障、主控芯片时钟故障、内部监控程序的重置操作失败、外部监控程序的重置操作方式有误、串行接口通信错误、解锁失败、结束初始化失败、诊断服务请求复位、在线标定完成后请求复位、下电过程中唤醒复位、栈溢出、内核出现严重错误、主控芯片异常、安全管理单元的错误监控引脚输出低电压、电源输出引脚过压或欠压、铅酸供电电压过压。
以电芯监控芯片作为电池相关模块为例进行说明，电芯监控芯片故障类包括菊花链通讯故障类、采样线掉线故障类、均衡回路故障类、芯片故障类、电压故障类、温度故障类中的至少一者。采样线掉线故障类的故障原因包括以下至少一者：电池管理系统的应用软件层运行异常、基础软件层的数据被篡改、下拉关均衡功能失效、下拉电压采样功能失效、上拉关均衡功能失效、上拉电压采样功能失效、诊断时序异常、电芯监控芯片本体异常、外部器件异常、外部连接器异常、外部干扰过大和模组异常。
以电源芯片作为电池相关模块为例进行说明，电源芯片故障类包括外狗复位故障类、电源输出故障类、功能安全输出故障类、自检故障类、错误监控引脚（ErrPin）故障类中的至少一者。外狗复位故障类的故障原因可以包括：任务卡死、任务中断被挂起、任务占用过高、中断异常、任务时序不准、通讯接口软件故障、通讯接口硬件故障、外部干扰过大、芯片本体故障。
一些实施例中，进行故障定位还可以得到故障原因的分析过程，分析过程可以与故障原因一并输出，以便于用户直接、详细地了解其使用的设备发生的故障从而处理故障，能够提升故障处理的效率。
其中，分析过程具体与分析所使用的手段关联，示例性地，采用决策树进行分析，那么分析过程可以包括决策树对故障数据的处理过程，采用神经网络进行分析，那么分析过程可以包括神经网络对故障数据的处理过程，具体可以根据实际应用需要而设置，在此不做具体限定。
在一具体的应用场景中，采用决策树对电池相关模块的故障数据进行分析，得到电池相关模块的本次故障原因，以及得出该故障原因的FTA（Fault Tree Analysis，故障树分析法）结果，即故障树分析得到故障原因的过程。
通过上述方式，能够得到故障原因以及故障原因得出的过程，使得用户能够了解电池相关模块已经发生故障的故障原因，以及分析得到故障原因的过程。有利于充分反映已发生故障并直观地了解到故障原因的定位，便于对已经发生的做出针对性应对措施。
参阅图3，图3是本申请一些实施例提供的故障定位方法的第三流程示意图，以下以利用决策树进行原因定位为例进行说明，该方法可以包括：
步骤S310：获取在电池相关模块发生故障的情况下采集得到的故障数据。
其中，电池相关模块的故障原因可以分为至少一种故障类。每种故障类对应至少一原因决策树。
一些实施例中，一种故障类对应一个原因决策树。该原因决策树用于在发生归属于对应故障类的故障时，定位故障原因。
一些实施例中，一种故障类包括若干故障场景，每个故障场景对应一个原因决策树，那么原因决策树的数量也可以为一个，也可以为多个。每个原因决策树用于在发生归属于对应故障场景的故障时，定位故障原因。
示例性地，以保险丝驱动芯片为例进行说明，保险丝驱动芯片的故障原因可以分为若干类，可以称为保险丝驱动芯片故障类。保险丝驱动芯片故障类可以包括爆管电路故障类，该故障类包括爆管故障场景。爆管故障场景对应的原因决策树用于在发生归属于爆管故障场景的故障时，定位故障原因。该故障场景可能的故障原因可以包括电池管理系统的应用软件层运行异常、基础软件层的数据被篡改、内部参考电压失效、安全场效应管电路（SAFING FET电路）失效或升压电路（Boost电路）失效、爆管功能失效。该故障场景对应的原因决策树的叶子节点存储有该故障场景的故障原因。
步骤S320：获取故障数据的特征数据。
步骤S330：利用故障数据对应的特征数据，定位得到故障数据所属的故障类下的原因决策树，作为目标决策树。
其中，原因决策树的数量为一个或者多个，利用原因决策树进行分析之前，可以先选择用于分析故障原因的目标决策树。
可以理解的是，特征数据可以用于定位电池相关模块本次故障所属的故障类，或者也可以进一步定位本次故障所属的故障场景。基于特征数据定位得到的故障颗粒度可以根据实际应用需要而设置，在此不做赘述。在定位到故障类或者故障类下的某一故障场景后，可以利用该故障类对应的原因决策树或者该故障场景对应的原因决策树作为目标决策树进行分析，以得到故障原因。
在能够确定电池相关模块故障类的情况下，可以仅使用该电池相关模块故障类对应的原因决策树进行分析。进一步地，在能够确定电池相关模块故障类下的故障场景的情况下，可以仅使用该电池相关模块故障类下的这一故障场景对应的原因决策树。
当然，在不能够确定故障场景的情况下，也可以使用所属故障类对应的各个原因决策树作为目标决策树进行分析，以得到故障原因。在不能够确定电池相关模块故障类的情况下，也可以使用各个原因决策树作为目标决策树分别进行分析，以得到电池相关模块的故障原因。
一些实施例中，原因决策树也可以仅有一个，对应所有故障类，用于在电池相关模块发生故障时，定位故障原因。
其中，原因决策树的节点用于基于特征数据进行分析，不同的原因决策树所涉及的特征数据可能是不同的，当然也可能存在相同的部分。
一些实施例中，定位目标决策树可以包括：从电池相关模块对应的若干故障类下的原因决策树中，查找出顶事件与故障数据对应的特征数据匹配的原因决策树，作为目标决策树。
进一步地，每个原因决策树均具有顶事件，顶事件可以表示该原因决策树分析的对象。一个原因决策树可以用于对一故障类进行分析或者用于对一故障类下的某一故障场景进行分析。在确定目标决策树时，可以基于各个原因决策树的顶事件与特征数据进行匹配，从若干原因决策树中，查找出顶事件与特征数据匹配的原因决策树，作为目标决策树。
可以理解的是，特征数据可以表征本次故障所属的故障类或者故障场景，也即可以确定本次分析所使用的决策树的分析对象，因此利用特征数据与顶事件匹配，能够选出与本次故障匹配的原因决策树。
在一实施场景中，经过对故障数据的特征提取，得到特征数据，特征数据可以表征本次故障所属的故障类或者故障场景，也就能够确定需要选择的顶事件，从而选择该顶事件匹配的原因决策树作为目标决策树。
在一具体的应用场景中，故障数据中包含软件故障标记信息，该软件故障标记信息可以用于确定本次故障所属的故障类或者故障场景，特征提取步骤可以包括选出软件故障标记信息，并识别其对应的顶事件。
可以理解的是，特征数据可以包括用于确定目标决策树的部分，还可以包括用于得到故障原因的部分。可以利用目标决策树对后者进行分析，从而得到故障原因。一些实施例中，用于确定目标决策树的部分和用于得到故障原因的部分也可以存在至少部分相同的数据项。
一些实施例中，利用特征数据能够定位到目标决策树的情况下，在获取特征数据的过程中，也可以将对故障数据中与目标决策树无关的数据直接剔除，从而简化特征数据，提高后续处理效率。
步骤S340：利用目标决策树对特征数据进行故障定位，得到电池相关模块发生本次故障的故障原因。
具体来说，可以将特征数据输入目标决策树，目标决策树从根节点逐步向下分析，最终结束于一叶子节点，该叶子节点存储的内容即为故障原因。
其中，电池相关模块的故障原因有多个，至少一个故障原因是关于电池相关模块中的元器件的，因此进行故障定位能够定位到元器件级别的故障原因。
参阅图4，图4是本申请一些实施例提供的故障定位步骤的第一流程示意图。以下以电池相关模块为第一类模块为例进行说明。该方法可以包括：
步骤S410：利用特征数据，分析是否存在电池相关模块所在系统的运行异常。
其中，第一类模块可以是信息采集模块，示例性地，可以包括电池管理系统中的电芯监控芯片（CMC）、高压芯片、电流监控芯片、时钟芯片（RTC）、保险丝驱动芯片（Pyrofuse芯片）等。
其中，高压芯片可以用于采集电池包内各个高压采样点的高压信号，电流监控芯片可以用于采集电池包的母线电流信号，电芯监控芯片可以用于管理电池电芯，可以用于采集电池的电芯温度、电芯电压信号。保险丝驱动芯片可以用于驱动保险丝断开等。
对于信息采集模块来说，故障发生可能是受到其所在系统的影响或者是外部连接器和/或外部干扰，进一步地，也可以继续判断是否由系统的软件层导致故障。从而基于特征数据可以具体定位电池相关模块的故障原因。
一些实施例中，可以利用决策树逐层分析，一步步细化定位电池相关模块的故障原因。
一些实施例中，故障原因可以逐层细化，从而定位到元器件，例如，因为开关管或者继电器异常导致电池相关模块故障。
步骤S420：响应于存在系统的运行异常，分析系统的软件层是否运行异常，以确定电池相关模块发生本次故障的故障原因。
一些实施例中，在判断系统存在运行异常时，可能是应用软件层或者基础软件层异常导致的，进一步可以根据系统的软件层的运行异常来确定电池相关模块发生故障的原因。
步骤S430：响应于不存在系统的运行异常，基于外部连接器和/或外部干扰的情况，确定电池相关模块发生本次故障的故障原因。
参阅图5，图5是本申请一些实施例提供的原因决策树的第一示意图。
本实施例中，以电池相关模块为第一类模块为例进行说明。
如图5示出了电池相关模块为电池管理系统的高压芯片时，高压芯片的高压故障类下的高压跳变故障对应的原因决策树。
可以理解的是，原因决策树可以是预先构建好的，并且原因决策树的叶子节点存储的故障原因可以根据实际应用需要而设置，叶子节点存储的故障原因的颗粒度可以根据实际需要进行设置，例如，叶子节点存储的故障原因可以是电池管理系统的软件层运行异常，或者，也可以是进一步地电池管理系统的应用软件层运行异常、电池管理系统的基础软件层运行异常，或者也可以是更进一步地基础软件层的数据被篡改、高压芯片本体存在异常。
在一实施场景中，将该决策树作为目标决策树，对特征数据进行分析的过程可以包括：利用特征数据，分析是否存在电池管理系统（Battery Management System，BMS）的运行异常；响应于存在电池管理系统的运行异常，分析电池管理系统的软件层是否运行异常，得到分析结果，基于分析结果确定高压芯片的故障原因；响应于不存在电池管理系统的运行异常，基于外部连接器和/或外部干扰的情况，确定高压芯片的故障原因。
上述分析过程可以基于特征数据中数据项的值与对应的异常判断标准实现，从而得到是否异常的判断结果。例如，数据项A的数值为30，异常判断标准可以为若数据项A的数值大于60，则电池管理系统的软件层运行异常，那么可以确定不存在电池管理系统的运行异常。
其中，若电池管理系统运行异常，那么可以从其内部的软件层来判断故障原因，分析结果可以表示电池管理系统的软件层是否运行异常，那么可以确定相应的故障原因。外部连接器可以是高压回路中高压芯片的外部连接器，外部干扰是指高压芯片的外部干扰。在排除了电池管理系统的运行异常之后，那么可以基于高压芯片之外的因素确定高压芯片的故障原因。进一步还可以判断外部连接器中的开关管或者继电器是否异常。
一些实施例中，分析电池管理系统的软件层是否运行异常，得到分析结果，基于分析结果确定高压芯片的故障原因可以包括：分析是否存在电池管理系统的应用软件层（ASW，Application Software）运行异常；响应于存在应用软件层运行异常，确定高压芯片的故障原因为应用软件层运行异常；响应于不存在应用软件层运行异常，分析电池管理系统的基础软件层（BSW，Basic Software）是否运行异常，以确定高压芯片的故障原因。
其中，电池管理系统的软件层又可以进一步细化分为应用软件层和基础软件层，在分析电池管理系统软件层是否存在故障时也可以从细粒度分析应用软件层和基础软件层是否存在故障。当然，一些情况下，软件层也可以采用其他划分方式，可以在相应划分方式下分析软件层是否异常，在此不做一一举例说明。
一些实施例中，分析电池管理系统的基础软件层是否运行异常，以确定高压芯片的故障原因可以包括：分析是否存在基础软件层运行异常；响应于存在基础软件层运行异常，分析是否存在基础软件层的数据被篡改；响应于不存在基础软件层的数据被篡改，确定高压芯片的故障原因为时序异常；响应于存在基础软件层的数据被篡改，确定高压芯片的故障原因为基础软件层的数据被篡改；响应于不存在基础软件层运行异常，分析高压芯片本体是否存在异常；响应于高压芯片本体存在异常，确定高压芯片的故障原因为高压芯片本体异常；响应于高压芯片本体不存在异常，确定高压芯片的故障原因为外部器件异常，此处的外部器件可以是指主控芯片与高压芯片之间的元器件。
其中，在确定基础软件层运行异常的情况下，还可以进一步确定更细粒度的故障原因。以上实施例中，进一步判断是否存在数据被篡改的情况，以及在确定不存在数据被篡改的情况下，高压跳变故障场景还可以推定故障原因为时序异常。一些实施例中还可以判断是否存在时序异常，若不存在时序异常，则推定为数据被篡改。
在确定不存在基础软件层运行异常的情况下，排除软件层的故障因素，可以对芯片本体是否存在故障进行判断。若能够排除芯片本体存在异常，那么高压跳变故障场景还可以推定为外部器件异常。
以上实施例仅为示例，一些情况下，还可以对部分故障原因进行进一步细粒度地分析。一些情况下，部分推定的故障原因也可以根据实际应用情况而进行调整。
一些实施例中，基于外部连接器和/或外部干扰的情况，确定高压芯片的故障原因可以包括：分析外部连接器是否异常；响应于外部连接器异常，确定高压芯片的故障原因为外部连接器异常，例如，开关管（MOS）或继电器未关闭；响应于外部连接器不异常，分析外部干扰的强度是否达到预设干扰强度条件；响应于外部干扰的强度达到预设干扰强度条件，确定高压芯片的故障原因为外部干扰过大；响应于外部干扰的强度未达到预设干扰强度条件，确定高压芯片的故障原因为高压输入异常。
其中，在排除电池管理系统异常因素之后，可以将故障定位到高压芯片之外的因素。以上实施例中，外部因素包括外部连接器、外部干扰、高压输入，外部因素包括的具体内容可以根据实际应用而调整，以上仅为示例。外部连接器可以指与高压芯片连接的器件，如为开关管或继电器。
参阅图6，图6是本申请一些实施例提供的原因决策树的第二示意图，示出了电池相关模块为电池管理系统的电流监控芯片时，电流监控芯片的电流校准故障类下的电流采样跳变故障对应的原因决策树。
参阅图7，图7是本申请一些实施例提供的原因决策树的第三示意图，示出了电池相关模块为电池管理系统的电芯监控芯片时，电芯监控芯片的采样线掉线故障类下采样线掉线故障对应的原因决策树。
进一步地，基于是否存在时序异常的分析结果，确定电芯监控芯片的故障原因，具体包括：响应于存在时序异常，确定电芯监控芯片的故障原因为时序异常；响应于不存在时序异常，分析上拉电压是否异常；响应于上拉电压异常，确定电芯监控芯片的故障原因为上拉电压采样功能失效或者上拉关均衡功能失效；响应于上拉电压不存在异常，确定电芯监控芯片的故障原因为下拉电压采样功能失效或者下拉关均衡功能失效。
参阅图8，图8是本申请一些实施例提供的原因决策树的第四示意图，示出了电池相关模块为电池管理系统的保险丝驱动芯片时，保险丝驱动芯片的爆管电路故障类下爆管故障对应的原因决策树。
进一步地，分析是否存在时序异常，以确定保险丝驱动芯片的故障原因，具体包括：响应于存在时序异常，确定保险丝驱动芯片的故障原因为时序异常；响应于不存在时序异常，分析是否存在上电状态异常；响应于存在上电状态异常，分析是否周期诊断异常；响应于周期诊断异常，确定保险丝驱动芯片的故障原因为安全场效应管电路（SAFING FET电路）失效或升压电路（Boost电路）失效；响应于周期诊断不异常，确定保险丝驱动芯片的故障原因为内部参考电压失效；响应于不存在上电状态异常，确定保险丝驱动芯片的故障原因为爆管功能失效、或者检测到异常电压或异常状态。
参阅图9，图9是本申请一些实施例提供的故障定位步骤的第二流程示意图。以下以电池相关模块为第二类模块为例进行说明，该方法可以包括：
步骤S910：利用特征数据，分析电池相关模块软件运行状态。
其中，第二类模块可以是电源模块，示例性地，可以包括电池管理系统中的电源芯片（SBC）。
对于电源芯片来说，故障发生可能是受到软件运行异常的影响，进一步地，软件运行异常可能受执行任务或者通讯异常的影响，可以进一步分析执行任务情况以及通讯情况来确定故障原因。
一些实施例中，可以利用决策树逐层分析，一步步细化定位电池相关模块的故障原因。
一些实施例中，故障原因可以逐层细化，从而定位到元器件。
步骤S920：基于软件运行状态，分析本次故障的软件对应的执行任务的执行情况或者分析串行接口通讯情况，以确定电池相关模块发生本次故障的故障原因。
参阅图10，图10是本申请一些实施例提供的原因决策树的第五示意图。
本实施例中，以电池相关模块为第二类模块为例进行说明。
其中，电池相关模块为电池管理系统的电源芯片。电源芯片对应的故障类包括外狗复位故障类、电源输出故障类、功能安全输出故障类、自检故障类、错误监控引脚（ErrPin）故障类中的至少一者。图中示出了电池相关模块为电池管理系统的电源芯片时，电源芯片的外狗复位故障类下的喂狗失败故障对应的原因决策树。
具体地，利用特征数据分析电池相关模块的软件运行情况。具体来说软件运行情况可以受任务执行情况以及通讯情况影响，可以进一步选择两者中的一者进行分析。进一步，分析任务是否卡死或者卡滞，确定故障原因。还可以进一步判断卡滞的原因，从而确定故障原因。或者，可以分析串行接口通讯情况，确定故障原因。
其中，任务卡死可以指操作系统调度的任务卡在task里面，不能运行出来，任务卡滞可以指能够执行但是滞后，具体可以根据实际应用需要而设置。
参阅图11，图11是本申请一些实施例提供的故障定位步骤的第三流程示意图。以下以电池相关模块为第三类模块，第三类模块可以是主控模块，且故障类为复位故障类为例进行说明，该方法可以包括：
步骤S1110：利用特征数据，分析电池相关模块所在的系统的运行是否存在复位。
步骤S1120：响应于系统的运行存在复位，分析系统的运行复位与软件还是硬件相关，得到第一复位分析结果。
其中，第三类模块可以是主控模块，示例性地，如电池管理系统的主控芯片。其故障类为复位故障类。对主控芯片复位来说，复位发生可以是与硬件相关或者与软件相关。进一步地，可以具体定位到内部监控程序、非法操作寄存器还是调用复位函数导致软件复位。可以具体定位到外部监控程序还是电源芯片导致硬件复位。
步骤S1130：响应于第一复位分析结果为系统的运行复位与软件相关，分析复位与内部监控程序、非法操作寄存器还是调用复位函数相关，得到第二复位分析结果，并基于第二复位分析结果，确定电池相关模块发生本次故障的故障原因。
步骤S1140：响应于第一复位分析结果为系统的运行复位与硬件相关，分析复位与外部监控程序还是电源芯片相关，得到第三复位分析结果，并基于第三复位分析结果，确定电池相关模块发生本次故障的故障原因。
参阅图12，图12是本申请一些实施例提供的原因决策树的第六示意图。
本实施例中，以电池相关模块为第三类模块为例进行说明。
其中，电池相关模块为电池管理系统的主控芯片，并且为复位故障类。
具体地，利用特征数据，分析电池管理系统的运行是否存在复位；响应于电池管理系统的运行存在复位，分析电池管理系统的运行复位与软件还是硬件相关，以确定主控芯片的故障原因。
进一步地，分析电池管理系统的运行复位与软件还是硬件相关，以确定主控芯片的故障原因，包括：响应于电池管理系统的运行复位与软件相关，分析复位与内部监控程序（内部看门狗）、非法操作寄存器、还是调用复位函数相关，得到第一分析结果，并基于第一分析结果，确定主控芯片的故障原因；响应于确定电池管理系统的运行复位与硬件相关，分析复位与外部监控程序（外部看门狗）还是电源芯片相关，得到第二分析结果，并基于第二分析结果，确定主控芯片的故障原因。
进一步地，基于第一分析结果，确定主控芯片的故障原因，包括：响应于第一分析结果为复位与内部监控程序相关，分析复位是否与内部监控程序的重置任务未调用（喂狗task未调用）或被中断有关，得到第三分析结果，并基于第三分析结果确定主控芯片的故障原因。
进一步地，响应于第一分析结果为复位与非法操作寄存器相关，基于寄存器是否解锁失败，确定主控芯片的故障原因。
进一步地，响应于第一分析结果为复位与调用复位函数相关，分析复位是否与正常复位请求或者操作系统监控到的严重错误有关，得到第四分析结果，并基于第四分析结果确定主控芯片的故障原因。
进一步地，基于第三分析结果确定主控芯片的故障原因，包括：响应于第三分析结果为复位与内部监控程序的重置任务未调用有关，确定主控芯片的故障原因为中央处理器加载过高（CPU Loading）或者程序运行速度过慢（程序卡死）；响应于第三分析结果为复位与内部监控程序的重置任务被中断有关，确定主控芯片的故障原因为中断定时器故障；响应于第三分析结果为复位与内部监控程序的重置任务未调用或未中断均无关，确定主控芯片的故障原因为内部监控程序的重置操作失败；基于寄存器是否解锁失败，确定主控芯片的故障原因，包括：响应于寄存器解锁失败，确定主控芯片的故障原因为解锁失败；响应于寄存器不存在解锁失败，确定主控芯片的故障原因为结束初始化失败（Endinit失败）；基于第四分析结果确定主控芯片的故障原因，包括：响应于第四分析结果为复位与正常复位请求有关，确定主控芯片的故障原因为诊断服务请求复位、在线标定完成后请求复位、或下电过程中唤醒复位；响应于第四分析结果为复位与系统监控到的严重错误有关，确定主控芯片的故障原因为栈溢出（Stack overFlow）或者内核出现严重错误（Kernel Panic）；响应第四分析结果为复位与正常复位请求和系统监控到的严重错误均无关，确定主控芯片的故障原因为主控芯片异常（MCU Exception）。
进一步地，基于第二分析结果，确定主控芯片的故障原因，包括：响应于第二分析结果为复位与外部监控程序（外部看门狗）相关，分析复位是否与外部监控程序的重置任务未调用或被中断有关，得到第五分析结果，并基于第五分析结果确定主控芯片的故障原因。
进一步地，响应于第二分析结果为复位与电源芯片相关，确定主控芯片的故障原因与电压有关。
进一步地，基于第五分析结果确定主控芯片的故障原因，包括：响应于第五分析结果为复位与外部监控程序的重置任务未调用有关，确定主控芯片的故障原因为中央处理器加载过高或者程序运行速度过慢；响应于第五分析结果为复位与外部监控程序的重置任务被中断有关，确定主控芯片的故障原因为中断定时器故障或者主控芯片时钟故障；响应于第五分析结果为复位与外部监控程序的重置任务未调用或未中断均无关，确定主控芯片的故障原因为外部监控程序的重置操作方式有误或者串行接口通信错误（SPI通信错误）；确定主控芯片的故障原因与电压有关，包括：确定主控芯片的故障原因为安全管理单元的错误监控引脚输出低电压（SMU ErrPin输出低电平）、电源输出引脚过压或欠压、或者铅酸供电电压过压。
以上实施例仅为示例，一些情况下，还可以对部分故障原因进行进一步细粒度地分析。一些情况下，部分推定的故障原因也可以根据实际应用情况而进行调整。
参阅图13，图13是本申请一些实施例提供的故障定位装置的框架示意图。
本实施例中，故障定位装置130可以包括获取模块131和定位模块132。
获取模块131用于获取在电池相关模块发生故障的情况下采集得到的故障数据，故障数据是对目标模块采集得到，且包括目标模块的状态信息、故障统计信息、软件故障标记信息以及所在设备的工况中的一者或多者，目标模块的状态信息包括电池相关模块的状态信息、电池状态信息、驱动状态信息、以及通讯状态信息中的一种或多种，目标模块包括电池相关模块和/或电池相关模块的关联模块，电池相关模块为电池管理系统中的电路模块。
定位模块132用于对故障数据进行故障定位，得到电池相关模块发生本次故障的故障原因。
在上述方案中，记录电池相关模块故障情况下的故障数据，故障数据为与电池相关模块的故障相关的数据，包括目标模块的状态信息、故障统计信息、软件故障标记信息以及所在设备的工况中的一者或多者，对上述故障数据进行故障定位，能够准确定位本次故障的故障原因。
参阅图14，图14是本申请一些实施例提供的电子设备的框架示意图。
本实施例中，电子设备140包括存储器141和处理器142。处理器142还可以称为CPU（Central Processing Unit，中央处理单元）。处理器142可能是一种集成电路芯片，具有信号的处理能力。处理器142还可以是通用处理器、数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器142也可以是任何常规的处理器等。
电子设备140中的存储器141用于存储处理器142运行所需的程序指令。处理器142用于执行程序指令以实现本申请提供的故障定位方法任一实施例。
参阅图15，图15是本申请一些实施例提供的故障定位系统的框架示意图。
本实施例中，故障定位系统150可以包括目标设备151和定位设备152。
其中，目标设备151可以包括电池1511和电池相关模块1512。
定位设备152可以为前述实施例中的电子设备140，用于对电池相关模块1512进行故障定位。定位设备152可以执行本申请提供的故障定位方法的实施例。
一些实施例中，目标设备151可以是车辆，例如，新能源车辆。
一些实施例中，目标设备151可以与定位设备152之间相互独立，或者，定位设备152可以集成于目标设备151中。
参阅图16，图16是本申请一些实施例提供的计算机可读存储介质的框架示意图。
本申请实施例的计算机可读存储介质160存储有程序指令161，该程序指令161被处理器执行时实现本申请提供的故障定位方法。其中，该程序指令161可以形成程序文件以软件产品的形式存储在上述计算机可读存储介质160中，以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施方式方法的全部或部分步骤。而前述的计算机可读存储介质160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，或者是计算机、服务器、手机、平板等终端设备。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，在不存在矛盾冲突的情况下，上文各个实施例之间可以相互结合，为了简洁，本文不再赘述。
以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (14)
1.一种故障定位方法，其特征在于，包括：
获取在电池相关模块发生故障的情况下采集得到的故障数据，所述故障数据是对目标模块采集得到，且包括所述目标模块的状态信息、故障统计信息、软件故障标记信息以及所在设备的工况，所述目标模块的状态信息包括所述电池相关模块的状态信息、电池状态信息、驱动状态信息、以及通讯状态信息，所述目标模块包括所述电池相关模块和/或所述电池相关模块的关联模块，所述电池相关模块为电池管理系统中的电路模块；
获取所述故障数据的特征数据；
对所述特征数据进行故障定位，得到所述电池相关模块发生本次故障的故障原因；
其中，在所述电池相关模块为第一类模块，且所述第一类模块为信息采集模块的情况下，所述对所述特征数据进行故障定位，得到所述电池相关模块发生本次故障的故障原因，包括：
利用所述特征数据，分析是否存在所述电池相关模块所在的系统的运行异常；
响应于存在所述系统的运行异常，分析所述电池管理系统的应用软件层是否运行异常，响应于存在应用软件层运行异常，确定所述电池相关模块发生本次故障的故障原因为应用软件层运行异常，响应于不存在应用软件层运行异常，分析所述电池管理系统的基础软件层是否运行异常，以确定所述电池相关模块发生本次故障的故障原因，其中，所述故障原因为基于对所述基础软件层是否存在数据篡改的第一分析或者对所述电池相关模块的本体是否存在异常的第二分析确定，进行所述第一分析或所述第二分析是基于所述基础软件层是否存在异常的分析结果而选择。
2.根据权利要求1所述的方法，其特征在于，所述对所述特征数据进行故障定位是利用决策树实现的。
3.根据权利要求2所述的方法，其特征在于，所述电池相关模块的故障原因分为至少一种故障类，每种所述故障类对应至少一原因决策树；
在所述对所述特征数据进行故障定位，得到所述电池相关模块发生本次故障的故障原因之前，还包括：
利用所述故障数据对应的特征数据，定位得到所述故障数据所属的故障类下的原因决策树，作为目标决策树；
所述对所述特征数据进行故障定位，得到所述电池相关模块发生本次故障的故障原因，包括：
利用所述目标决策树对所述特征数据进行故障定位，得到所述电池相关模块发生本次故障的故障原因。
4.根据权利要求1所述的方法，其特征在于，所述电池相关模块为第一类模块；所述对所述特征数据进行故障定位，得到所述电池相关模块发生本次故障的故障原因，还包括：
响应于不存在所述系统的运行异常，基于外部连接器和/或外部干扰的情况，确定所述电池相关模块发生本次故障的故障原因。
5.根据权利要求1所述的方法，其特征在于，所述电池相关模块为第二类模块；所述对所述特征数据进行故障定位，得到所述电池相关模块发生本次故障的故障原因，包括：
利用所述特征数据，分析所述电池相关模块软件运行状态；
基于所述软件运行状态，分析本次故障的软件对应的执行任务的执行情况或者分析串行接口通讯情况，以确定所述电池相关模块发生本次故障的故障原因。
6.根据权利要求1所述的方法，其特征在于，所述电池相关模块为第三类模块且故障类为复位故障类；所述对所述特征数据进行故障定位，得到所述电池相关模块发生本次故障的故障原因，包括：
利用所述特征数据，分析所述电池相关模块所在的系统的运行是否存在复位；
响应于所述系统的运行存在复位，分析所述系统的运行复位与软件还是硬件相关，得到第一复位分析结果；
响应于所述第一复位分析结果为所述系统的运行复位与软件相关，分析所述复位与内部监控程序、非法操作寄存器、还是调用复位函数相关，得到第二复位分析结果，并基于所述第二复位分析结果，确定所述电池相关模块发生本次故障的故障原因；
响应于所述第一复位分析结果为所述系统的运行复位与硬件相关，分析所述复位与外部监控程序还是电源芯片相关，得到第三复位分析结果，并基于所述第三复位分析结果，确定所述电池相关模块发生本次故障的故障原因。
7.根据权利要求1所述的方法，其特征在于，所述获取在电池相关模块发生故障的情况下采集得到的故障数据，包括：
接收目标设备发送的所述故障数据，所述目标设备为所述电池相关模块所在的设备，所述故障数据是所述目标设备在监测到所述电池相关模块发生故障的情况下采集并发送的；或者，
从第一存储池中读取得到所述故障数据，其中，所述故障数据是所述电池相关模块所在的目标设备在监测到所述电池相关模块发生故障的情况下采集并存储于所述第一存储池的。
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
响应于未能获取到所述电池相关模块的所述故障数据，从第二存储池中读取所述电池相关模块的候选故障数据，所述候选故障数据为在发生本次故障之前对所述目标模块采集得到的，且响应于预测到所述电池相关模块未来会发生故障而保存的；
对所述候选故障数据进行故障定位，得到所述电池相关模块的故障原因。
9.根据权利要求1所述的方法，其特征在于，所述故障统计信息包括故障发生次数、故障发生时长中的至少一者；
所述电池相关模块为所述电池管理系统中的芯片；
所述电池相关模块的故障原因有多个，所述电池相关模块的至少一个所述故障原因是关于所述电池相关模块中的元器件的。
10.一种故障定位装置，其特征在于，包括：
获取模块，用于获取在电池相关模块发生故障的情况下采集得到的故障数据，所述故障数据是对目标模块采集得到，且包括所述目标模块的状态信息、故障统计信息、软件故障标记信息以及所在设备的工况，所述目标模块的状态信息包括所述电池相关模块的状态信息、电池状态信息、驱动状态信息、以及通讯状态信息，所述目标模块包括所述电池相关模块和/或所述电池相关模块的关联模块，所述电池相关模块为电池管理系统中的电路模块；
定位模块，用于获取所述故障数据的特征数据；对所述特征数据进行故障定位，得到所述电池相关模块发生本次故障的故障原因，其中，在所述电池相关模块为第一类模块，且所述第一类模块为信息采集模块的情况下，所述对所述特征数据进行故障定位，得到所述电池相关模块发生本次故障的故障原因，包括：利用所述特征数据，分析是否存在所述电池相关模块所在的系统的运行异常；响应于存在所述系统的运行异常，分析所述电池管理系统的应用软件层是否运行异常，响应于存在应用软件层运行异常，确定所述电池相关模块发生本次故障的故障原因为应用软件层运行异常，响应于不存在应用软件层运行异常，分析所述电池管理系统的基础软件层是否运行异常，以确定所述电池相关模块发生本次故障的故障原因，其中，所述故障原因为基于对所述基础软件层是否存在数据篡改的第一分析或者对所述电池相关模块的本体是否存在异常的第二分析确定，进行所述第一分析或所述第二分析是基于所述基础软件层是否存在异常的分析结果而选择。
11.一种电子设备，其特征在于，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现权利要求1至9任一项所述的故障定位方法。
12.一种故障定位系统，其特征在于，包括：
目标设备，包括电池和电池相关模块；
定位设备，所述定位设备为如权利要求11所述的电子设备，用于对所述电池相关模块进行故障定位。
13.根据权利要求12所述的系统，其特征在于，所述目标设备为车辆；和/或，
所述定位设备为独立于所述目标设备，或者集成于所述目标设备中。
14.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1至9任一项所述的故障定位方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311590366.4A CN117289144B (zh) | 2023-11-27 | 2023-11-27 | 一种故障定位方法、装置、设备、系统和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311590366.4A CN117289144B (zh) | 2023-11-27 | 2023-11-27 | 一种故障定位方法、装置、设备、系统和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117289144A CN117289144A (zh) | 2023-12-26 |
| CN117289144B true CN117289144B (zh) | 2024-04-19 |
Family
ID=89248483
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311590366.4A Active CN117289144B (zh) | 2023-11-27 | 2023-11-27 | 一种故障定位方法、装置、设备、系统和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117289144B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107482260A (zh) * | 2017-05-27 | 2017-12-15 | 宝沃汽车（中国）有限公司 | 电池系统的加热继电器故障检测方法、装置、系统及车辆 |
| CN207924092U (zh) * | 2018-02-01 | 2018-09-28 | 宁波吉利汽车研究开发有限公司 | 一种电池管理系统的继电器粘合故障检测电路 |
| CN111190118A (zh) * | 2018-11-15 | 2020-05-22 | 华润微电子（重庆）有限公司 | 电池管理系统及其开关模块栅极驱动电压的故障检测电路 |
| CN112710956A (zh) * | 2020-12-17 | 2021-04-27 | 四川虹微技术有限公司 | 一种基于专家系统的电池管理系统故障检测系统及方法 |
| WO2021218277A1 (zh) * | 2020-04-27 | 2021-11-04 | 湖南大学 | 一种用于电动汽车整车控制器故障诊断的分析与测试方法 |
| CN114441964A (zh) * | 2022-04-08 | 2022-05-06 | 苏州浪潮智能科技有限公司 | 一种存储系统供电过程中的故障定位方法、装置以及介质 |
| CN116278953A (zh) * | 2023-03-20 | 2023-06-23 | 中国第一汽车股份有限公司 | 电池管理系统的信号处理方法、装置以及存储介质 |
-
2023
- 2023-11-27 CN CN202311590366.4A patent/CN117289144B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107482260A (zh) * | 2017-05-27 | 2017-12-15 | 宝沃汽车（中国）有限公司 | 电池系统的加热继电器故障检测方法、装置、系统及车辆 |
| CN207924092U (zh) * | 2018-02-01 | 2018-09-28 | 宁波吉利汽车研究开发有限公司 | 一种电池管理系统的继电器粘合故障检测电路 |
| CN111190118A (zh) * | 2018-11-15 | 2020-05-22 | 华润微电子（重庆）有限公司 | 电池管理系统及其开关模块栅极驱动电压的故障检测电路 |
| WO2021218277A1 (zh) * | 2020-04-27 | 2021-11-04 | 湖南大学 | 一种用于电动汽车整车控制器故障诊断的分析与测试方法 |
| CN112710956A (zh) * | 2020-12-17 | 2021-04-27 | 四川虹微技术有限公司 | 一种基于专家系统的电池管理系统故障检测系统及方法 |
| CN114441964A (zh) * | 2022-04-08 | 2022-05-06 | 苏州浪潮智能科技有限公司 | 一种存储系统供电过程中的故障定位方法、装置以及介质 |
| CN116278953A (zh) * | 2023-03-20 | 2023-06-23 | 中国第一汽车股份有限公司 | 电池管理系统的信号处理方法、装置以及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117289144A (zh) | 2023-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106537351B (zh) | 用于诊断无线通信设备中的电源故障的方法 | |
| CN111881014B (zh) | 一种系统测试方法、装置、存储介质及电子设备 | |
| CN103838181B (zh) | 机床状态判断方法以及系统 | |
| CN109733238B (zh) | 故障检测方法、装置、存储介质及处理器 | |
| CN111537916B (zh) | 电压采样芯片供电地断线故障诊断方法、装置及设备 | |
| CN106649043B (zh) | 一种运维系统故障自动诊断方法及系统 | |
| CN116381542B (zh) | 基于人工智能的电源设备的健康诊断方法及装置 | |
| CN101246444B (zh) | 一种模块测试方法及系统 | |
| CN113687234A (zh) | 电池异常识别方法、装置、设备、介质及程序产品 | |
| CN114878960A (zh) | 故障诊断方法、存储介质、电力采集终端和故障诊断系统 | |
| CN107622011A (zh) | 一种动态日志控制方法及系统 | |
| CN117289144B (zh) | 一种故障定位方法、装置、设备、系统和介质 | |
| CN112816933A (zh) | 一种电能表终端的维护诊断方法和系统 | |
| CN112307647A (zh) | 充电桩通信中断的测试方法、装置、存储介质及处理器 | |
| CN116626492A (zh) | 电池故障诊断方法、装置及车辆 | |
| CN117289145B (zh) | 故障分析方法、数据采集方法、装置、设备、系统和介质 | |
| CN117290150B (zh) | 故障原因确定方法、装置、设备、系统和介质 | |
| CN117290149B (zh) | 主控模块的复位故障定位方法、装置、设备、系统和介质 | |
| CN117289143B (zh) | 一种故障预测方法、装置、设备、系统和介质 | |
| CN117290151B (zh) | 电源模块的故障原因确定方法、装置、设备、系统和介质 | |
| CN112600282B (zh) | 一种智能太阳能箱包充放电控制方法及系统 | |
| WO2023103627A1 (zh) | 网络巡检的方法、装置、电子设备和存储介质 | |
| CN114114017A (zh) | 电池管理系统下电逻辑的测试方法、装置及系统 | |
| CN109426610A (zh) | 一种vxWorks系统下的故障诊断方法 | |
| CN118405025A (zh) | 一种消防车电池管理系统 |
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 |