DE102018213991A1

DE102018213991A1 - Verfahren zur Ermittlung einer Lebensdauer einer Batterie sowie Fahrzeug mit einer Batterie

Info

Publication number: DE102018213991A1
Application number: DE102018213991.1A
Authority: DE
Inventors: Michael Mürken; Andreas Thanheiser; Dominik Kübel
Original assignee: Audi AG
Current assignee: Audi AG
Priority date: 2018-08-20
Filing date: 2018-08-20
Publication date: 2020-02-20

Abstract

Es wird ein Verfahren zur Ermittlung einer Lebensdauer (L) einer Batterie (2) angegeben, wobei die Lebensdauer (L) mittels eines Modells (M) bestimmt wird, indem mehrere Eingangsparameter (Ei, Ed) ermittelt und dem Modell (M) zugeführt werden und indem dann die Lebensdauer (L) als ein Ausgangsparameter (A) des Modells (M) in Abhängigkeit der Eingangsparameter (Ei, Ed) bestimmt wird, wobei wenigstens einer der Eingangsparameter (Ei, Ed) bezüglich der Batterie (2) ein indirekter Parameter (Ei) ist, welcher nicht eine Eigenschaft der Batterie (2) selbst angibt, sondern eine Eigenschaft einer Umgebung (U) der Batterie (2). Weiterhin wird ein Fahrzeug (4) mit einer Batterie (2) angegeben.

Description

Die Erfindung betrifft ein Verfahren zur Ermittlung einer Lebensdauer einer Batterie sowie ein Fahrzeug mit einer Batterie.
Eine Batterie dient in einem Fahrzeug typischerweise zur Versorgung eines Bordnetzes des Fahrzeugs mit Energie auf einer Niederspannungsebene, d.h. insbesondere im Bereich von 12 V bis 48 V. Die Batterie ist beispielsweise eine Blei-Säure-Batterie. An das Bordnetz sind diverse Verbraucher angeschlossen, beispielsweise ein Starter, eine Klimaanlage, ein Radio oder dergleichen. Darüber hinaus werden auch sicherheitsrelevante Verbraucher an das Bordnetz angeschlossen, z.B. eine Lenkung, wodurch die an sich schon vorhandene Forderung nach an einem möglichst fehlerfreien Betrieb der Batterie weiter erhöht ist. Um einen Ausfall der Batterie und damit verbundener Verbraucher im Vorfeld zu vermeiden, ist es denkbar, die Batterie noch vor dem Ausfall auszutauschen, also vor Ablauf ihrer Lebensdauer. Eine Vorhersage des Ausfalls ist jedoch schwierig, sodass ein Austausch häufig erst durch einen Ausfall veranlasst wird. Dies ist besonders im Hinblick auf die Versorgung von sicherheitsrelevanten Verbrauchern kritisch.
Andersherum ist es möglich, die Lebensdauer eher konservativ zu schätzen und die Batterie frühzeitig zu tauschen, sodass diese häufig zu früh getauscht wird, also noch länger hätte betrieben werden können. Ein solches Vorgehen ist entsprechend kostenineffizient.
In der DE 10 2016 221 086 A1 wird vorgeschlagen, eine Verschleißkennzahl, welche sich auf eine Fahrzeugkomponente bezieht, anhand einer erfassten Nutzung ebenjener Fahrzeugkomponente zu ermitteln. Die Verschleißkennzahl kann eine verbleibende Lebensdauer sein oder eine Ausfallwahrscheinlichkeit der Fahrzeugkomponente. Die Fahrzeugkomponente ist z.B. ein Akkumulator. Weiter wird beschrieben, dass Daten, welche ein Maß für die Nutzung der Fahrzeugkomponente wiedergeben, an eine Datenbankeinheit übermittelt werden. Bei einem Akkumulator umfassen Nutzungsdaten beispielsweise die fließende Leistung oder den fließenden Strom, in Kombination mit einer Temperatur des Akkumulators. Die Datenbankeinheit bildet die Nutzung auf den Grad an Verschleiß ab. Zur Adaption der können Nutzungs- und Verschleißdaten mehrerer Fahrzeuge verwendet werden. Die Datenbankeinheit kann lernfähig sein, um empirische Daten von Verschleißwerten und zugehörigen Nutzungswerten zu berücksichtigen.
Vor diesem Hintergrund ist es eine Aufgabe der Erfindung, die Lebensdauer einer Batterie möglichst genau vorherzusagen und dadurch einen möglichst optimalen und kosteneffizienten Austausch vornehmen zu können und insbesondere auch vorzunehmen. Dies soll insbesondere im Zusammenhang mit einem Fahrzeug erfolgen, um einen möglichst funktionsfähigen und zugleich kosteneffizienten Betrieb desselben zu gewährleisten.
Die Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren mit den Merkmalen gemäß Anspruch 1 sowie durch ein Fahrzeug mit den Merkmalen gemäß Anspruch 10. Vorteilhafte Ausgestaltungen, Weiterbildungen und Varianten sind Gegenstand der Unteransprüche. Dabei gelten die Ausführungen im Zusammenhang mit dem Verfahren sinngemäß auch für das Fahrzeug und umgekehrt.
Das Verfahren dient zur Ermittlung einer Lebensdauer einer Batterie, d.h. insbesondere der Vorhersage eines zukünftigen Ausfalls der Batterie. Die Ermittlung der Lebensdauer ist äquivalent zur Ermittlung einer Ausfallwahrscheinlichkeit oder einer verbleibenden Lebensdauer oder dergleichen. Die Batterie ist insbesondere eine Fahrzeugbatterie und als solche zur Verwendung in einem Fahrzeug ausgebildet. Das Fahrzeug ist vorzugsweise ein Kraftfahrzeug, beispielsweise ein brennstoffbetriebenes Kraftfahrzeug oder eine Elektro- oder Hybridfahrzeug. Im Fahrzeug ist die Batterie an ein Bordnetz des Fahrzeugs angeschlossen und dient zur Versorgung eines oder mehrerer Verbraucher, welche ebenfalls an das Bordnetz angeschlossen sind. Verbraucher sind beispielsweise ein Starter für das Fahrzeug, eine Lenkung des Fahrzeugs, ein Signalsystem des Fahrzeugs, z.B. Fahrtrichtungsanzeiger oder Scheinwerfer, ein Bordcomputer und allgemein ein Steuergerät oder eine Steuereinheit, ein Sensor, z.B. eine Kamera oder ein Radarsensor, ein Multimediasystem und Ähnliches. Die Batterie wird auch als Akkumulator bezeichnet. Die Batterie ist z.B. eine Blei-Säure-Batterie. Das Bordnetz ist vorzugsweise ein Niederspannungsnetz, z.B. mit einer Spannung im Bereich von 12 V bis 48 V. Das Verfahren ist aber auch anwendbar bei einer Batterie, welche als Energiespeicher zum Antrieb eines Elektro- oder Hybridfahrzeugs ausgebildet ist, welches dann beispielsweise in einem Spannungsbereich von 100 V oder sogar von 400 V bis 800 V betrieben wird.
Die Lebensdauer ist insbesondere eine absolute Lebensdauer der Batterie und wird mittels eines Modells bestimmt, indem mehrere Eingangsparameter ermittelt, insbesondere gemessen, und dem Modell zugeführt werden. Die Lebensdauer wird folglich als ein Ausgangsparameter des Modells in Abhängigkeit der Eingangsparameter bestimmt. Wenigstens einer der Eingangsparameter ist bezüglich der Batterie ein indirekter Parameter, welcher nicht eine Eigenschaft der Batterie selbst angibt, sondern eine Eigenschaft einer Umgebung der Batterie. Die Umgebung der Batterie wird auch als Batterieumgebung bezeichnet.
Die Vorhersage ist insbesondere eine Langzeitvorhersage, d.h. es wird nicht ermittelt, wie sich die Batterie innerhalb der nächsten Sekunden, Minuten oder Stunden verhält. Vielmehr wird vorteilhafterweise die Lebensdauer der Batterie in Tagen bestimmt und insbesondere mit einem Zeithorizont von mehreren Tagen, Wochen, Monaten oder Jahren. Die absolute Lebensdauer gibt an, wie lange, also über welchen Zeitraum, die Batterie insgesamt voraussichtlich funktionsfähig ist, basierend auf einer Auswertung der Eingangsparameter mittels des Modells. Vorzugsweise beginnt der Zeitraum mit der Fertigstellung der Batterie und endet mit dem Ausfall der Batterie. Alternativ sind auch leicht abweichende Zeiträume grundsätzlich denkbar, welche durch das Modell vorteilhaft automatisch entsprechend berücksichtigt werden. So ist als ein Beginn des Zeitraums grundsätzlich auch der Zeitpunkt des Einbaus der Batterie in ein Fahrzeug geeignet. Als Ende des Zeitraums ist auch der Zeitpunkt der Feststellung einer reduzierten Funktionsfähigkeit der Batterie grundsätzlich geeignet, definiert z.B. durch das Unter- oder Überschreiten bestimmter Grenzwerte im Rahmen einer Funktionsüberprüfung.
Die Lebensdauer wird anhand eines Modells bestimmt, welchem diverse Eingangsparameter zugeführt werden und welches diese Eingangsparameter verarbeitet, um die Lebensdauer zu berechnen und auszugeben. Das Modell bildet mittels einer Abbildung entsprechend die Abhängigkeiten zwischen den Eingangsparametern und dem Ausgangsparameter ab, sodass durch Messung der Eingangsparameter dann die Lebensdauer ermittelbar ist und auch ermittelt wird. Das Modell ist hierzu vorzugsweise durch eine Recheneinheit realisiert und in dieser implementiert. Die Recheneinheit ist z.B. ein Computer oder ein ASIC oder Ähnliches. Dabei sind unterschiedliche Lokalisierungen des Modells denkbar und jeweils auch vorteilhaft. In einer ersten Ausgestaltung ist das Modell zentral lokalisiert, d.h. auf einer zentralen Auswerteeinheit, welche gemeinsam für mehrere Batterien jeweils die Lebensdauer berechnet. Dabei wird vorteilhaft genutzt, dass Informationen zu mehreren Batterien bei der Ermittlung der Lebensdauer anderer Batterien verwendet werden, wodurch die jeweilige Vorhersage entsprechend genauer wird. Die zentrale Auswerteeinheit ist vorzugsweise ein Server. Alternativ oder zusätzlich ist das Modell in einem Fahrzeug lokalisiert, in welchem die Batterie verbaut ist und verwendet wird. Die Recheneinheit ist dabei vorzugsweise ein Teil einer Steuereinheit des Fahrzeugs, d.h. eines Bordcomputers oder ähnlichem. Alternativ oder zusätzlich ist die Recheneinheit in die Batterie integriert und somit ist das Modell direkt in der Batterie lokalisiert. Unabhängig von der Lokalisierung des Modells ist die entsprechende Recheneinheit zweckmäßigerweise mit anderen Recheneinheiten, Fahrzeugen oder Batterien oder einer Kombination hiervon vernetzt, um Daten auszutauschen, insbesondere die Eingangsparameter und den Ausgangsparameter.
Ein wesentlicher Aspekt der Erfindung ist insbesondere die spezielle Auswahl des wenigstens einen der Eingangsparameter und vorzugsweise mehrerer der Eingangsparameter für das Modell. Wenigstens einer der Eingangsparameter, vorzugsweise mehrere hiervon, ist bzw. sind nämlich ein indirekter Parameter bezüglich der Batterie. Darunter wird verstanden, dass dieser Parameter keinen direkten Bezug zur Batterie hat, sondern demgegenüber eine Eigenschaft der Umgebung der Batterie beschreibt. Ein wesentlicher Vorteil davon ist, dass eine deutlich erhöhte Datenmenge zur Verfügung steht, wodurch die Vorhersage durch das Modell entsprechend genauer wird.
Ein indirekter Paramater beschreibt zwar nicht den Zustand der Batterie selbst und hat auch scheinbar zunächst keinen besonders relevanten Einfluss auf die Funktionsfähigkeit der Batterie. Jedoch wurde vorliegend erkannt, dass im Rahmen einer statistischen Betrachtung auch indirekte Parameter einen Rückschluss auf die Funktionsfähigkeit der Batterie zulassen. Dies wird vorliegend genutzt. Dabei werden Erkenntnisse aus der Risikoforschung genutzt, im Rahmen welcher der Ausfall von Batterien hinsichtlich äußerer Einflussfaktoren stochastisch untersucht wird. Weiterhin wird die Erkenntnis ausgenutzt, dass für eine korrekte Vorhersage nicht notwendig ein kausaler Zusammenhang zwischen einem der Eingangsparameter und dem Ausgangsparameter bestehen muss, sondern dass ein bestimmtes Maß an Korrelation bereits ausreichend ist, um hinreichend zutreffende Vorhersagen zu machen. So ist insbesondere eine Korrelation von σ = 0,6 bereits vorteilhaft. Das Vorhandensein oder sogar die Kenntnis eines kausalen Zusammenhangs ist vorteilhaft nicht erforderlich.
Das Modell ist also vorliegend derart aufgebaut, dass in der Abbildung der Eingangsparameter auf den Ausgangsparameter die Informationen einer statistischen Auswertung, d.h. stochastischer Untersuchungen, kodiert sind, bei welcher eine möglichst große Anzahl von Einzelfällen statistisch ausgewertet wurde. Für diese statistische Auswertung werden für eine Vielzahl von Batterien die Eingangsparameter und Ausgangsparameter gemessen, gespeichert und davon ausgehend das Modell konstruiert. Insofern ist das Modell insbesondere ein empirisches Modell. Konkret wird also insbesondere gemessen, welchen Wert die Eingangsparameter jeweils beim Ausfall einer Batterie für diese Batterie aufweisen oder aufgewiesen haben und aus diesen Daten wird anhand einer statistischen Auswertung anschließend das Modell gebildet, welches entsprechend bei gegebenen Eingangsparametern für eine noch funktionsfähige Batterie die voraussichtliche Lebensdauer bestimmen kann und auch bestimmt.
Durch die Verwendung indirekter Parameter wird die zur Verfügung stehende Datenbasis drastisch erhöht und die Genauigkeit der Vorhersage entsprechend verbessert. Die indirekten Parameter wären an sich üblicherweise wenig oder gar nicht relevant, werden aber durch eine statistische Auswertung und eine entsprechende Gestaltung des Modells vorteilhaft entsprechend nutzbar gemacht. Insofern wird die Aufgabe insbesondere auch gelöst durch ein Verfahren zur Erstellung eines Modells zur Vorhersage der Lebensdauer einer Batterie, indem eine statistische Auswertung indirekter Parameter vorgenommen wird, welche hinsichtlich deren Korrelation mit der Lebensdauer geeignet ausgewählt werden.
Die Umgebung der Batterie ist in einer zweckmäßigen Ausgestaltung deren Umwelt, sodass der Eingangsparameter dann ein Umweltparameter ist. Alternativ oder zusätzlich ist die Umgebung eine Vorrichtung oder ein Teilekomplex, in welchen die Batterie integriert oder eingebaut ist und in welchem die Batterie in ihrer Funktion als Energiespeicher verwendet wird. Eine besonders bevorzugte Umgebung ist ein Fahrzeug, in welchem die Batterie verbaut ist, sodass dann der Eingangsparameter ein Fahrzeugparameter ist. Demgegenüber beschreibt ein direkter Parameter eine Eigenschaft der Batterie, z.B. deren Ladezustand (auch kurz als SOC bezeichnet), deren Alterungszustand (kurz auch als SOH bezeichnet) oder die Spannung, den Strom, die Energie oder die Leistung, welche von der Batterie bereitgestellt wird oder werden. Entsprechend ist insbesondere der Ausgangsparameter also ein direkter Parameter, da er eine Eigenschaft der Batterie selbst angibt, nämlich deren Lebensdauer.
Allgemein weist ein direkter Parameter für eine bestimmte, individuelle Batterie einen bestimmten Wert auf, welcher sich entsprechend von Batterie zu Batterie unterscheiden kann. Demgegenüber ist der Wert eines indirekten Parameters nicht an eine bestimmte, individuelle Batterie gebunden, sondern kann grundsätzlich für mehrere Batterien zugleich gelten. Ein direkter Parameter beschreibt also eine individuelle Eigenschaft einer einzelnen Batterie, wohingegen ein indirekter Parameter eine Eigenschaft beschreibt, welche gleichermaßen auf mehrere Batterien in deren unterschiedlichen Einzelfallsituationen zutreffen kann. Ein jeweiliger Parameter ist entweder ein indirekter Parameter oder ein direkter Parameter, aber prinzipbedingt niemals beides zugleich.
Ein Kerngedanke der Erfindung besteht somit insgesamt insbesondere darin, dass zum Betrieb eines Modells zur Vorhersage der Lebensdauer spezielle Eingangsparameter ausgewählt werden, welche dem Modell dann zugeführt werden. Diese Eingangsparameter zeichnen sich insbesondere dadurch aus, dass diese indirekte Parameter sind, welche eine einzelne Batterie an sich nicht beschreiben, aber statistisch betrachtet mit der Lebensdauer zusammenhängen und mit dieser insbesondere korrelieren. Dies steht im Gegensatz zu solchen Ansätzen und Modellen, welche lediglich direkte Parameter verwenden, z.B. solche, welche elektrische oder chemische Eigenschaften der Batterie beschreiben, um konkret im Einzelfall die Funktionsfähigkeit einer bestimmten Batterie zu messen, zu bewerten und daraus eine Ausfallwahrscheinlichkeit oder Ähnliches abzuleiten. Vorliegend geht es also nicht darum, den aktuellen Zustand der Batterie zu bestimmen, sondern darum, die voraussichtliche Lebensdauer der Batterie zu ermitteln. Es wird also ermittelt, wie lange die Batterie insgesamt voraussichtlich funktionsfähig ist.
Die Funktionsfähigkeit der Batterie ist logischerweise von deren Nutzung abhängig. Aufgrund der Nutzung ergibt sich ein aktueller Nutzungsstatus, anhand dessen grundsätzlich abgelesen werden kann, ob die Batterie ausgetauscht werden muss oder nicht. Im Grunde stellt dies aber lediglich eine einfache Funktionsprüfung dar, jedoch keine Vorhersage. Vorliegend wird aber gerade eine Vorhersage durchgeführt, welche dann letztendlich angibt, wann als Resultat einer dann durchzuführenden Funktionsprüfung die Batterie ausgetauscht werden muss. Der aktuelle Nutzungsstatus wird dabei höchstens als ein Eingangsparameter - welcher dann ein direkter Parameter ist - für das Modell verwendet, ist jedoch nicht an sich Gegenstand der Bestimmung der Lebensdauer. Vorliegend wird also keine reine Zustandsmessung vorgenommen, welche lediglich einen gegenwärtigen Ist-Zustand ermittelt, sondern es wird anhand der Eingangsparameter die zu erwartende Lebensdauer bestimmt, wobei für diese Vorhersage eine reine Zustandsmessung zweckmäßigerweise als Eingangsparameter verwendet wird. Insofern wird eher eine Zustandsprognose durchgeführt, da mit der Bestimmung des in der Zukunft liegenden Ausfalls der Batterie deren zukünftiger Zustand vorhergesagt wird.
Zweckmäßigerweise wird aus der voraussichtlichen Lebensdauer und der bisher verstrichenen Lebenszeit die Differenz gebildet, um die noch verbleibende Lebenszeit zu errechnen. Die bisher verstrichene Lebenszeit ist ein direkter Parameter. Alternativ oder zusätzlich wird ausgehend von der voraussichtlichen Lebensdauer und der bereits verstrichenen Lebenszeit eine Restlebensdauer oder eine Ausfallwahrscheinlichkeit errechnet oder beides.
Wie sich aus den bisherigen Ausführungen ergibt, ist die Auswahl der Eingangsparameter vorliegend von besonderer Bedeutung. Untersuchungen und speziell statistische Auswertungen haben ergeben, dass die nachfolgend aufgeführten Eingangsparameter besonders geeignet sind, um in einem Modell zur Vorhersage der Lebensdauer einer Batterie, insbesondere bei einem Fahrzeug, verwendet zu werden.
Umweltparamater sind oben bereits als bevorzugte Eingangsparameter genannt worden. Eine spezielle Form von Umweltparametern sind Wetterparameter, welche allgemein das Wetter beschreiben. Die Ausführungen zu den Wetterparametern gelten entsprechend für Umweltparameter im Allgemeinen. In einer vorteilhaften Ausgestaltung ist der wenigstens eine Eingangsparameter daher ein Wetterparameter und ist ausgewählt aus einer Menge an Wetterparametern, umfassend: eine Außentemperatur, eine Frosttageanzahl, eine Regentageanzahl, eine Niederschlagsmenge, eine Bewölkung, ein Wasserdampfdruck, eine Verdunstung, eine Luftfeuchtigkeit. Dem liegt die Überlegung zugrunde, dass Wetterparameter im Speziellen und Umweltparameter im Allgemeinen zwar nicht den Zustand der Batterie selbst beschreiben, diesen aber mittelbar oder unmittelbar beeinflussen, sodass deren Beachtung in dem Modell entsprechende Vorteile birgt. Ohne dabei die genauen kausalen Zusammenhänge kennen zu müssen, werden zweckmäßigerweise Ausfälle von Batterien mit Umweltparametern oder speziell Wetterparametern korreliert und das Ergebnis in das Modell integriert, sodass dieses bei der Vorhersage der Lebensdauer entsprechend die Umweltbedingungen im Allgemeinen und die Wetterlage im Speziellen mitberücksichtigt.
Die Wetterparameter sind üblicherweise zeitabhängig und deren zeitlicher Verlauf wird zweckmäßigerweise mit berücksichtigt. Diese Berücksichtigung wird in einer geeigneten Ausgestaltung durch eine statistische Auswertung umgesetzt, beispielsweise indem ermittelt wird, wie viele Tage die Batterie jeweils einem von mehreren Temperaturintervallen ausgesetzt war. Um die benötigte Rechenkapazität möglichst gering zu halten, werden die Wetterparameter vorzugsweise mit einer zeitlichen Auflösung im Bereich von einem Tag bis zu einem Monat, bevorzugt von einer Woche gemessen, gespeichert und verwendet. Das heißt insbesondere, dass der jeweilige Parameter ein Mittelwert über den entsprechenden Zeitraum ist. Die Außentemperatur ist beispielsweise eine minimale, mittlere oder maximale Außentemperatur. Die Frosttageanzahl und Regentageanzahl sind jeweils insbesondere einfache Zahlen, welche die Anzahl an Frost- oder Regentagen z.B. seit Beginn der Lebensdauer der Batterie angeben. Die Niederschlagsmenge ist beispielsweise ein Mittelwert oder eine Summe aller Niederschläge, z.B. seit Beginn der Lebensdauer. Die vorigen Ausführungen gelten für die übrigen Wetterparameter analog. Allgemein findet das Wetter seit Beginn der Lebensdauer der Batterie in dem Modell Verwendung.
Die Wetterparameter werden vorzugsweise von einem Wetterdatenserver bereitgestellt und von diesem über eine Kommunikationsverbindung bezogen, d.h. an die Recheneinheit übermittelt. Alternativ oder zusätzlich weist das Fahrzeug eine Wetterstation auf, mit einem oder mehreren Wettersensoren, welche einen oder mehrere Wetterparameter messen und dann als Eingangsparameter an die Recheneinheit und somit an das Modell übermitteln. Geeignet ist auch eine Ausgestaltung, bei welcher die Batterie selbst einen oder mehrere entsprechende Wettersensoren aufweist.
In einer besonders bevorzugten Ausgestaltung wird der wenigstens eine Eingangsparameter aus einem Parameter gebildet, welcher ortsabhängig ist, indem ein Aufenthaltsort der Batterie ermittelt wird und als der Eingangsparameter der Parameter an dem Aufenthaltsort verwendet wird. Der ortsabhängige Parameter wird also ortsaufgelöst in Abhängigkeit des Aufenthaltsorts der Batterie betrachtet, sodass insbesondere die Korrelation des Eingangsparameters mit der Batterie verbessert ist. Dem liegt die Überlegung zugrunde, dass der wenigstens eine Eingangsparameter aufgrund seiner Ausgestaltung als indirekter Parameter von der Batterie zunächst grundsätzlich entkoppelt ist und daher möglicherweise mit deren Lebensdauer insgesamt eher unzureichend korreliert ist. Um also insbesondere die Korrelation zu verbessern, wird eine Kopplung des indirekten Parameters mit der Batterie über deren Aufenthaltsort konstruiert und für das Modell verwendet. Der indirekte Parameter wird also verortet. Mit anderen Worten: es wird eine zusätzliche Zuordnung des Parameters zu der Batterie vorgenommen. Dadurch wird der indirekte Parameter jedoch nicht zu einem direkten Parameter. Insbesondere ist grundsätzlich denkbar, dass die Batterie den Aufenthaltsort wechselt, in welchem Fall entsprechend der ortsabhängige Parameter neu verortet wird, sodass der Eingangsparameter gleichsam der Batterie folgt.
Der ortsabhängige Parameter weist eine Ortsauflösung auf, welche zweckmäßigerweise einerseits mit Blick auf eine möglichst hohe Genauigkeit bei der Vorhersage der Lebensdauer ausgewählt ist und andererseits auch mit Blick auf eine möglichst einfache Datenhandhabung. Ein entsprechender Parameter wird beispielsweise mit einer Ortsauflösung von 50 km bis 500 km ermittelt und verwendet. Dadurch ist die Datenhandhabung noch vorteilhaft einfach, bei gleichzeitig guter Genauigkeit der Vorhersage.
Der Aufenthaltsort der Batterie wird in einer geeigneten Ausgestaltung bei einem Werkstattbesuch, d.h. vorzugsweise im Rahmen einer Wartung, bestimmt. In dieser Ausgestaltung wird der Aufenthaltsort also zeitlich betrachtet lediglich zu diskreten Zeitpunkten bestimmt. Alternativ oder zusätzlich wird der Aufenthaltsort mittels eines Positionsbestimmungssystems, z.B. mittels eines GPS-Systems, bestimmt. Das Positionsbestimmungssystem ist vorzugsweise ein Teil des Fahrzeugs, denkbar und geeignet ist aber auch ein Positionsbestimmungssystem, welches in die Batterie selbst integriert ist. Alternativ oder zusätzlich wird als Aufenthaltsort ein Auslieferungsort der Batterie oder des Fahrzeugs ausgewählt. Dies eignet sich besonders als Erstbestimmung des Aufenthaltsortes, z.B. wenn noch kein Werkstattbesuch erfolgt ist. Denkbar und geeignet zur Bestimmung des Aufenthaltsorts ist auch eine Abfrage eines Ländercodes des Fahrzeugs, d.h. eines Codes, welcher angibt, für welches Land das Fahrzeug produziert ist, wobei dann davon ausgegangen wird, dass Fahrzeug auch tatsächlich in diesem Land verwendet wird.
Besonders zweckmäßig ist das oben beschriebene Konzept der Verortung eines ortsabhängigen Parameters bei Umweltparametern, d.h. speziell auch bei Wetterparametern, welche häufig ortsabhängig sind. In einer vorteilhaften Ausgestaltung wird demnach bestimmt, an welchem Aufenthaltsort sich die Batterie befindet und es wird der Wetterparameter an diesem Aufenthaltsort verwendet. Das gilt vorzugsweise entsprechend bei der Verwendung bei mehrerer ortsabhängiger Wetterparameter. Beispielsweise wird die Außentemperatur deutschlandweit von einer Wetterstation abgerufen, sodass die Außentemperatur als ortsabhängiger Parameter dann je nach Ort unterschiedlich sein kann. Um die Ortsabhängigkeit zu berücksichtigen und den Parameter mit der Batterie zu verknüpfen, wird nun der Aufenthaltsort der Batterie bestimmt. Der Aufenthaltsort ist beispielsweise Ingolstadt, Bayern oder Süddeutschland. Als Eingangsparameter wird dann entsprechend die Außentemperatur im Raum Ingolstadt, Bayern oder Süddeutschland verwendet. Andere Maßstäbe und Ortsaufteilungen sind grundsätzlich denkbar und ebenfalls geeignet. So erfolgt die Ortsauflösung beispielsweise nach Klimazonen oder geographischen Regionen. Besonders zweckmäßig sind aber allgemein Ortsauflösungen in der Größenordnung von 100 km oder mehr, da diese einen guten Kompromiss zwischen Datenhandhabung und Genauigkeitsgewinn ergeben.
Alternativ oder zusätzlich zu Umwelt- und speziell Wetterparametern sind auch andere indirekte Parameter als Eingangsparameter geeignet. In einer vorteilhaften Ausgestaltung ist der wenigstens eine Eingangsparameter ein Fahrzeugparameter eines Fahrzeugs, in welchem die Batterie verwendet wird, und der wenigstens eine Eingangsparameter ist ausgewählt aus einer Menge an Fahrzeugparametern, umfassend: eine Fahrzeugspezifikation, ein Ausstattungsmerkmal, ein Fahrprofil. Dieser Ausgestaltung liegt die Überlegung zugrunde, dass auch die mit der Batterie verbundenen oder diese umgebenden Komponenten und Bauteile mittelbar oder unmittelbar einen Einfluss auf die Lebensdauer haben können und daher zweckmäßigerweise berücksichtigt werden. Die Fahrzeugparameter beschreiben somit das Fahrzeug, in welchem die Batterie verwendet werden soll oder verwendet wird und somit deren unmittelbare Umgebung. Insgesamt geben die Fahrzeugparameter beispielsweise Aufschluss über eine Motorisierung und somit Wärmeentwicklung in der Umgebung der Batterie oder über einen Energiebedarf des Bordnetzes und somit über die elektrischen Anforderung an die Batterie oder über die mechanische Belastung der Batterie aufgrund deren konstruktiver Einbindung in das Fahrzeug. Diese Kenntnis eines Zusammenhangs des Parameters mit der Lebensdauer ist aber an sich nicht notwendig, vielmehr wird jeglicher Zusammenhang insbesondere intrinsisch durch das Modell abgebildet.
Die Fahrzeugspezifikation ist beispielsweise ein Modelltyp, eine Fahrzeugklasse, ein Fahrzeugtyp, eine Fahrzeugplattform, eine Antriebsleistung, ein Getriebetyp, eine Kraftstoffart, eine Hybridkonfiguration oder ein Rekuperationslevel. Der Parameter „Getriebetyp“ gibt beispielsweise an, ob das Fahrzeug ein Schalt- oder ein Automatikgetriebe aufweist. Der Parameter „Hybridkonfiguration“ gibt beispielsweise an, ob das Fahrzeug ein Hybridfahrzeug ist, ein Elektrofahrzeug oder ein rein brennstoffbetriebenes Fahrzeug. Der Parameter „Rekuperationslevel“ gibt beispielsweise an, wie viel Energie rückgewonnen wurde, insbesondere zum Laden der Batterie. Der Parameter Kraftstoffart gibt beispielsweise an, ob das Fahrzeug mit Diesel, Benzin, Wasserstoff oder einem anderen Kraftstoff betrieben wird. Das Ausstattungsmerkmal gibt beispielsweise an, ob eine bestimmte Funktion oder Komponente in dem Fahrzeug vorhanden ist oder nicht, z.B. ob eine Start-Stopp-Automatik vorhanden ist oder eine Standheizung. Das Fahrprofil gibt allgemein an, wie das Fahrzeug genutzt wird, beispielsweise welche mittlere Reichweite mit dem Fahrzeug erzielt wird, welche Strecken gefahren werden, wie häufig eine oder mehrere Strecken gefahren werden, wie lang oder wie schnell im Mittel gefahren wird, ob überwiegend in der Stadt oder auf dem Land oder auf der Autobahn gefahren wird, ob und wie lang das Fahrzeug ungenutzt ist, speziell wie lang die Standzeit bis zur Auslieferung des Fahrzeugs an den Kunden oder bis zur ersten Nutzung des Fahrzeugs ist, wie lange das Fahrzeug bei Kunden ungenutzt steht, d.h. die Standzeit beim Kunden, und Ähnliches.
Der Fahrzeugparameter ist beispielsweise in einem Speicher des Bordcomputers des Fahrzeugs hinterlegt. Dies gilt insbesondere für die Fahrzeugspezifikationen und Ausstattungsmerkmale. Alternativ oder zusätzlich wird der Fahrzeugparameter mittels eines geeigneten Sensors ermittelt. Dies ist besonders zweckmäßig beim Fahrprofil, welche beispielsweise mittels Sensoren für Geschwindigkeit, Beschleunigung oder zurückgelegter Strecke gemessen wird.
Die Fahrzeugspezifikation und das Ausstattungsmerkmal sind insbesondere statische Parameter, welche üblicherweise einmalig und insbesondere bei Beginn der Lebensdauer der Batterie festgelegt sind. Demgegenüber ist das Fahrprofil ein dynamischer Parameter, welcher sich erst im Rahmen der Nutzung des Fahrzeugs ergibt und sich mit der Zeit auch verändern kann.
Im Vergleich zu einem Umweltparameter ist ein Fahrzeugparameter ein lokaler Parameter, während ein Umweltparameter ein globaler Parameter ist. Darunter wird verstanden, dass ein Fahrzeugparameter individuell für eine bestimmte Batterie gilt, während ein Umweltparameter einer bestimmten Batterie üblicherweise zunächst erst noch zugeordnet wird, z.B. wie beschrieben über den Aufenthaltsort der Batterie. Für den Fahrzeugparameter ist jedoch aufgrund der Verwendung der Batterie in einem bestimmten Fahrzeug von vornherein eindeutig klar, dass dieser für die entsprechende Batterie gilt.
All die vorgenannten, indirekten Parameter haben auf die Batterie und somit auf deren Lebensdauer potentiell einen elektrischen, chemischen, mechanischen oder physikalischen Einfluss oder eine Kombination hiervon, welcher durch das Modell nunmehr vorteilhaft berücksichtigt wird.
Zusätzlich zu einem oder mehreren indirekten Parametern ist die Verwendung eines direkten Parameters vorteilhaft. Daher wird in einer vorteilhaften Ausgestaltung zusätzlich zu dem wenigstens einen Eingangsparameter, welcher dann ein erster Parameter ist, dem Modell ein weiterer Eingangsparameter, welcher dann ein zweiter Parameter ist, zugeführt. Der weitere Eingangsparameter ist ein direkter Parameter, nämlich ein Batterieparameter, welcher ausgewählt ist aus einer Menge an Batterieparametern, umfassend: eine Kapazität, einen Kaltstartstrom, eine Säuredichte, eine Zellentemperatur, eine bisher erreichte Lebensdauer, ein Ruhestrom, eine Batterietemperatur, eine Batteriepoltemperatur, ein Ladezustand, ein Alterungsparamter. Die Batterieparameter lassen sich in diverse Gruppen gruppieren, nämlich Erstens: im messtechnischen Sinne äußere Parameter, welche von außerhalb der Batterie zugänglich und messbar sind, z.B. die Kapazität und der Kaltstartstrom. Zweitens und im Gegensatz zu den äußeren Parametern: innere Parameter, welche von außerhalb der Batterie nicht zugänglich und messbar sind, z.B. die Säuredichte und die Zellentemperatur. Drittens: dynamische und fahrbetriebsabhängige Parameter, welche vom konkreten Betrieb des Fahrzeugs oder der Batterie abhängig sind, z.B. die bisher erreichte Lebensdauer, der Ruhestrom, die Batteriepoltemperatur, der Ladezustand (kurz: SOC), der Alterungsparamter (kurz: SOH). Die Batterieparameter geben direkt den Zustand der Batterie an und sind insofern besonders gut zur Ergänzung der indirekten Parameter geeignet. Durch die Verwendung der Batterieparameter wird also in dem Modell und bei der Vorhersage auch der aktuelle Ist-Zustand der Batterie mit berücksichtigt. Andere geeignete Batterieparameter beschreiben insbesondere eine oder mehrere konstruktive Eigenschaften der Batterie oder geben auf andere Weise Aufschluss über die Beschaffenheit einer bestimmten Batterie. Solche Batterieparameter sind z.B. ein Batterietyp, eine Zellenanzahl, ein Herstellungsdatum, eine Leistungsklasse oder Ähnliches.
Die Batterieparameter werden zweckmäßigerweise mittels jeweils geeigneter Sensoren gemessen und dann dem Modell zugeführt. Die Sensoren sind dabei in das Fahrzeug oder sogar direkt in die Batterie integriert oder alternativ oder zusätzlich hierzu als externe Sensoren konzipiert, welche dann z.B. lediglich zu diskreten Zeitpunkten, beispielsweise während einer Wartung bei einem Werkstattaufenthalt, zur Messung verwendet werden und insofern nicht an die Batterie gebunden sind.
Insgesamt ergibt sich somit eine Vielzahl an direkten und indirekten Parametern, welche als Eingangsparameter für das Model verwendbar sind. Vorzugsweise werden sämtliche der vorgenannten direkten und indirekten Parameter als Eingangsparameter verwendet, da sich diese allesamt und vor Allem in Kombination miteinander als besonders geeignet zur Vorhersage der absoluten Lebensdauer der Batterie herausgestellt haben. Grundsätzlich ist das Modell jedoch vorteilhaft zur Verwendung jedes beliebigen Parameters als Eingangsparameter geeignet. Zweckmäßigerweise erfolgt jedoch eine Auswahl besonders relevanter oder einfach zu ermittelnder Parameter. Insgesamt werden in einer bevorzugten Ausgestaltung daher dem Modell zwischen 10 und 50 Eingangsparameter zugeführt, vorzugsweise 20 bis 30. Vorzugsweise überwiegen hierbei die indirekten Eingangsparameter. Damit ist eine Auswahl getroffen, welche einerseits noch mit geringem technischen Aufwand eine schnelle Berechnung ermöglicht, also hinsichtlich des Rechenaufwands günstig ist, und andererseits noch eine besonders genaue Prognose der Lebensdauer der Batterie gewährleistet. Mit der oben genannten Auswahl oder einer ähnlichen Zusammenstellung von Paramatern wird vorteilhaft die Lebensdauer mit einer Genauigkeit von beispielsweise +/- 15 Tagen ermittelt.
In einer zweckmäßigen Ausgestaltung werden die Eingangsparameter mittels einer Clusteranalyse ausgewählt aus einer Ausgangsmenge an Parametern. Bei der Clusteranalyse werden die Zusammenhänge zwischen den einzelnen Parametern untereinander und zur Lebensdauer untersucht und ermittelt, sodass dann die Ausgangsmenge an Parametern reduziert werden kann. Insofern ist die Clusteranalyse dann der Verwendung des Modells vorgeschaltet, um Zusammenhänge der infrage kommenden Parameter zu identifizieren und eine sogenannte Feature-Reduktion durchzuführen, sodass die Anzahl der Eingangsparameter möglichst effektiv verringert wird. Dabei wird insbesondere von mehreren stark miteinander korrelierten Parametern eines Clusters einer ausgewählt, welcher dann sozusagen repräsentativ verwendet wird, da die übrigen Parameter aufgrund der starken Korrelation keinen besonderen Informationsmehrgewinn mehr aufweisen. Entsprechendes gilt für eine Korrelation mit der Lebensdauer. Unter „stark korreliert“ wird vorliegend eine Korrelation von wenigstens σ = 0,6 verstanden. Somit sollen also allgemein die relevantesten Parameter gefunden und dann verwendet werden.
Bevorzugterweise ist das Modell mittels einer Lernmaschine realisiert, welche insbesondere ein neuronales Netz ist. Mit anderen Worten: das Modell ist eine Lernmaschine. Eine Lernmaschine eignet sich ganz besonders zur Realisierung des oben beschriebenen Konzepts, in dessen Rahmen eine genaue Kenntnis der Zusammenhänge von Eingangsparametern und Lebensdauer nicht notwendig ist. Vielmehr wird die Abbildung, welche die Eingangsparameter auf den Ausgangsparameter abbildet, durch die Lernmaschine automatisch erzeugt. Hierzu werden der Lernmaschine Datensätze aus Eingangs- und Ausgangsparametern zugeführt, sodass die Lernmaschine die Abbildung mit jedem weiteren Datensatz anpassen kann und vorzugsweise auch anpasst. Durch Hinzufügen einer möglichst großen Anzahl an Datensätzen wird dann die Genauigkeit immer weiter verbessert. Hierdurch wird insbesondere auch prinzipbedingt automatisch die oben beschriebene statistische Auswertung vorgenommen, welche sich dann in einer entsprechenden Gewichtung der Eingangsparameter innerhalb des Modells niederschlägt.
Besonders geeignet ist ein neuronales Netz als Lernmaschine. Ein neuronales Netz enthält mehrere Knoten, welche in mehreren sogenannten Layern (layers) angeordnet sind und miteinander verbunden sind. Einer der Layer ist ein Eingangslayer, welcher für jeden Eingangsparameter einen Knoten enthält. In einer geeigneten Ausgestaltung weist das neuronale Netz insgesamt vier Layer auf, nämlich einen Eingangs- und einen Ausgangslayer sowie zwei dazwischen angeordnete versteckte Layer (sogenannte hidden layer). Jeder versteckte Layer weist beispielsweise 100 Neuronen, also Knoten auf. Der Ausgangslayer weist wenigstens einen Knoten auf, nämlich den Ausgangsparameter. Durch die diversen Verknüpfungen und die mehreren Layer erfolgt eine Gewichtung der Eingangsparameter relativ zueinander und eine mathematische Verknüpfung miteinander. Die Gewichtung ist dabei prinzipbedingt veränderbar und wird im Sinne eines Lernens der Lernmaschine fortlaufend angepasst.
Alternativ ist als Lernmaschine auch z.B. ein Entscheidungsbaum (sogenannter decision tree) möglich und geeignet.
Um eine optimale Verarbeitung der Eingangsparameter durch das Modell zu gewährleisten, wird jeder Eingangsparameter zweckmäßigerweise in einem numerischen Format bereitgestellt.
Vorzugsweise ist das Modell mittels einer Vielzahl an Datensätzen aus Lebensdauer und Eingangsparametern einer entsprechenden Vielzahl an Batterien trainiert. Diese Vielzahl an Datensätzen wird auch als Trainingsset bezeichnet. Das Modell ist also im Voraus trainiert. Je nach Umfang des Trainings wird insbesondere die Genauigkeit der Vorhersage verbessert. Das Trainingsset wird zweckmäßigerweise aus bekannten Daten zusammengestellt, welche im Voraus erhoben wurden. Dazu werden bei einem Ausfall einer Batterie die Eingangsparameter und die Lebensdauer als ein Datensatz gespeichert. Mithilfe dieser Datensätze wird dann das Modell im Rahmen eines Optimierungsverfahrens trainiert, indem die Gewichtung derart angepasst wird, dass sich für die gegebenen Eingangsparameter mit möglichst geringem Fehler die entsprechenden Ausgangsparameter ergeben. Das auf diese Weise erhaltene trainierte Modell wird dann gespeichert und zur Ermittlung der Lebensdauer verwendet.
Grundsätzlich ist bereits eine Ausgestaltung vorteilhaft, bei welcher das trainierte Modell ohne weitere Änderungen oder Anpassungen verwendet wird, um für eine oder mehrere neue, nicht im Trainingsset enthaltene Batterien die jeweilige Lebensdauer zu bestimmen. Ein besonderer Vorteil der Lernmaschine ist aber gerade, dass diese über das Trainingsset hinaus noch lernfähig ist und im Betrieb durch Hinzufügen weiterer Datensätze fortlaufend trainiert werden kann und vorzugsweise auch auf diese Weise wiederkehrend trainiert wird.
In einer vorteilhaften Ausgestaltung wird das Modell wiederkehrend bei einem Werkstattbesuch trainiert, indem bei dem Werkstattbesuch ein Datensatz aus den Eingangsparametern erzeugt wird und an eine zentrale Auswerteeinheit übermittelt wird. Bei einem Werkstattbesuch wird dann die Batterie und insbesondere das gesamte Fahrzeug in eine Werkstatt gebracht, in welcher dann insbesondere eine Wartung des Fahrzeugs und speziell der Batterie durchgeführt wird. Dabei wird ermittelt, ob die Batterie ihre Lebensdauer erreicht hat oder nicht. Hierzu wird zweckmäßigerweise die Funktionsfähigkeit der Batterie überprüft. Ist die Batterie ausgefallen oder erfüllen ein oder mehrere Batterieparameter nicht eine oder mehrere vorgegebene Spezifikationen oder halten vorgegebene Grenzwerte nicht ein, dann wird dies als Ende der Lebensdauer gewertet. Die Batterie wird zweckmäßigerweise ausgetauscht. Wenigstens in diesem Fall werden die Eingangsparameter ermittelt und ggf. gemessen und gemeinsam mit der Lebensdauer in einem Datensatz zusammengefügt. Der Datensatz wird dann beispielsweise von der Werkstatt aus oder vom Fahrzeug aus an die zentrale Auswerteeinheit übermittelt, z.B. per Internet. Mit diesem Datensatz wird zudem das Modell trainiert und dadurch dessen Genauigkeit bezüglich der Vorhersage eines Ausfalls verbessert. Weist die Batterie hingegen eine hinreichende Funktionsfähigkeit auf, wird festgestellt, dass die Batterie ihre absolute Lebensdauer noch nicht erreicht hat. Die Batterie verbleibt im Fahrzeug. Auch in dieser Situation wird zweckmäßigerweise auf analoge Weise ein Datensatz gebildet, indem dann als Ausgangsparameter die bisherige Lebensdauer ermittelt wird. Dieser Datensatz enthält dann die Information, dass die Batterie für die gegebenen Eingangsparameter noch funktionsfähig ist und also wenigstens die ermittelte Lebensdauer aufweist.
Insofern wird die Aufgabe insbesondere auch gelöst durch eine Serviceinfrastruktur, umfassend wenigstens eine Werkstatt und eine zentrale Auswerteeinheit. Zweckmäßige Weiterbildungen ergeben sich entsprechend aus obigen sowie den nachfolgenden Ausführungen.
Die zentrale Auswerteeinheit ist vorzugsweise ein Server. Die zentrale Auswerteeinheit weist einen Speicher auf, in welchem die übermittelten Datensätze abgelegt sind. Die Auswerteeinheit trainiert dann mit den Datensätzen das Modell. Das Modell ist dabei zweckmäßigerweise ebenfalls in der Auswerteeinheit gespeichert. Das Modell ist insbesondere auf einer Recheneinheit hinterlegt, welche ein Teil der Auswerteeinheit ist oder mit dieser über eine Kommunikationsverbindung, z.B. das Internet, verbunden ist. Geeigneterweise ist die zentrale Auswerteeinheit auch über eine Kommunikationsverbindung mit dem Fahrzeug verbunden, insbesondere mit einem Bordcomputer des Fahrzeugs.
Im Gegensatz zu einer zentralen Auswerteeinheit ist alternativ oder zusätzlich auch eine Ausgestaltung geeignet, bei welcher die Auswertung entsprechend lokal im Fahrzeug durch eine lokale Auswerteeinheit erfolgt, welche dann beispielsweise ein Teil eines Bordcomputers des Fahrzeugs ist.
Ganz besonders bevorzugt ist eine Ausgestaltung, bei welcher ein Fahrzeug über eine bidirektionale Kommunikationsverbindung mit einer zentralen Auswerteeinheit verbunden ist. Bei einem Werkstattbesuch wird dann die Funktionsfähigkeit der Batterie ermittelt und wie beschrieben ein Datensatz erzeugt. Dieser Datensatz wird dann über die Kommunikationsverbindung an die zentrale Auswerteeinheit übertragen, welche mit dem Datensatz das Modell trainiert. Hierzu ist das Modell zweckmäßigerweise auf der zentralen Auswerteeinheit hinterlegt. Dadurch ist vorteilhaft ein online-Modell realisiert, mittels welchem vorzugsweise mehrere Fahrzeuge derart versorgt werden, dass die Datensätze verschiedener Batterien in der zentralen Auswerteeinheit gesammelt werden und gesammelt zum Training des Modells verwendet werden, mittels welchem dann für jede der Batterien die Lebensdauer bestimmbar ist und insbesondere auch bestimmt wird. Dadurch wird ein Synergieeffekt derart erzielt, dass weitere Fahrzeuge, insbesondere deren Batterien aufgrund der gesammelten Datensätze und des fortschreitenden Trainings des Modells nunmehr von den bisherigen Erkenntnissen profitieren. Die Genauigkeit der Vorhersage der Lebensdauer wird fortlaufend verbessert.
In einer geeigneten Ausgestaltung sendet die zentrale Auswerteeinheit ein Hinweissignal an ein jeweiliges Fahrzeug, wenn dessen Batterie das Ende ihrer Lebensdauer erreicht. Alternativ oder zusätzlich fragt das Fahrzeug oder die Batterie die Lebensdauer von der zentralen Auswerteeinheit ab. Die Lebensdauer wird allgemein zentral durch die zentrale Auswerteeinheit ermittelt, indem einer oder mehrere der Eingangsparameter an die Auswerteeinheit übermittelt werden, oder lokal durch das Fahrzeug oder die Batterie selbst, indem die Auswerteeinheit das Modell an das Fahrzeug oder die Batterie übermittelt, oder sowohl zentral als auch lokal. Speziell bei der lokalen Ausgestaltung ist das Modell zweckmäßigerweise auf dem Fahrzeug, speziell einem Bordcomputer, hinterlegt und wird dann dort durch das Fahrzeug selbst oder mittels der zentralen Auswerteeinheit aktualisiert.
Vorzugsweise wird in einer Ausgestaltung während des bestimmungsgemä-ßen Betriebs der Batterie wiederkehrend ein Datensatz erzeugt, mittels welchem das Modell trainiert wird. Mit anderen Worten: im Normalbetrieb des Fahrzeugs und nicht lediglich bei einem Werkstattbesuch werden wiederkehrend Datensätze, wie beschrieben, erzeugt. Diese werden geeigneterweise entsprechend an eine zentrale Auswerteeinheit übertragen. Dadurch ist vorteilhaft eine live-Überwachung realisiert, welche in regelmäßigen Zeitabständen, beispielsweise täglich, wöchentlich oder beim Starten oder Abstellen des Fahrzeugs, die Lebensdauer der Batterie ermittelt. Die Lebensdauer wird zweckmäßigerweise auch ausgegeben oder wenigstens wird ein Hinweis ausgegeben, wenn die Lebensdauer erreicht ist. Die vorgenannte Ausgabe erfolgt insbesondere durch das Fahrzeug, speziell einen Bordcomputer des Fahrzeugs, und ist z.B. mittels einer Leuchtanzeige oder einer Sprachausgabe realisiert. In einer zweckmäßigen Ausgestaltung erfolgt die Ausgabe eines Hinweises oder eine Hinweissignals hinsichtlich der Lebensdauer der Batterie alternativ oder zusätzlich über ein Kundensystem, beispielsweise eine App auf einem Smartphone des Kunden, per SMS oder Email an den Kunden oder über eine Website, welche insbesondere durch den Kunden abrufbar ist.
Zweckmäßig ist auch eine Ausgestaltung, bei welcher an bereits verwendeten und somit gealterten Batterien oder an bereits ausgefallenen Batterien oder beides ein zusätzliches Analyseverfahren durchgeführt wird, um das Modell weiter zu trainieren. Geeignet als Analyseverfahren ist z.B. eine Impedanzspektroskopie.
Die Aufgabe wird auch gelöst durch ein Fahrzeug, welches eine Batterie aufweist und welches einen Bordcomputer aufweist. Der Bordcomputer ist ausgebildet zur Durchführung eines Verfahrens wie vorstehend beschrieben. Derr Bordcomputer weist vorzugsweise eine Recheneinheit wie vorstehend beschrieben auf, mit einem Modell wie vorstehend beschrieben.
Sofern das Modell in einer Recheneinheit hinterlegt ist, welche in die Batterie integriert ist, wird die Aufgabe auch durch eine entsprechende Batterie gelöst.
Die Aufgabe wird insbesondere auch gelöst durch ein Computerprogrammprodukt (Datei oder Datenträger) enthaltend ein ausführbares Programm, das bei einer Installation auf einem Computer das Verfahren wie vorstehend beschrieben automatisch ausführt. Das Programm enthält insbesondere das Modell. Dabei ist der Computer vorzugsweise eine zentrale oder lokale Auswerteeinheit oder ein Bordcomputer eines Fahrzeugs, wie oben beschrieben.
Nachfolgend werden Ausführungsbeispiele der Erfindung anhand einer Zeichnung näher erläutert. Darin zeigen jeweils schematisch:

1 ein Fahrzeug mit einer Batterie und innerhalb einer Serviceinfrastruktur,
2 ein Blockschaltbild eines Verfahrens zur Ermittlung der Lebensdauer einer Batterie,
3 ein Modell zur Ermittlung der Lebensdauer.

In 1 ist ein Ausführungsbeispiel gezeigt, bei welchem eine Batterie 2 in einem Fahrzeug 4 verbaut ist. Das Fahrzeug 4 und die Batterie 2 sind in 1 zudem in eine Serviceinfrastruktur 6 integriert, um die Batterie 2 zu überwachen, die Lebensdauer L regelmäßig zu ermitteln und ggf. einen Hinweis auf ein Ende der Lebensdauer L auszugeben. Im Fahrzeug 4 ist die Batterie 2 an ein Bordnetz 8 des Fahrzeugs 4 angeschlossen und dient zur Versorgung eines oder mehrerer Verbraucher 10, welche ebenfalls an das Bordnetz 8 angeschlossen sind. Die Verbraucher 10 sind beispielsweise ein Starter für das Fahrzeug 4, eine Lenkung des Fahrzeugs 4, ein oder mehrere Sensoren, ein Signalsystem, ein Bordcomputer 12, ein Multimediasystem und Ähnliches.
2 zeigt nun ein Blockschaltbild zur Illustration eines Verfahrens zur Ermittlung einer Lebensdauer L einer Batterie 2. Die Lebensdauer L wird mittels eines Modells M bestimmt, für welches ein Ausführungsbeispiel in 3 gezeigt ist. Die Lebensdauer L wird vorliegend bestimmt, indem in einem ersten Schritt V1 mehrere Eingangsparameter Ei, Ed gemessen werden und dann in einem zweiten Schritt V2 dem Modell M zugeführt werden und indem dann in einem dritten Schritt V3 die Lebensdauer L als ein Ausgangsparameter A des Modells M in Abhängigkeit der Eingangsparameter Ei, Ed bestimmt wird. Wenigstens einer der Eingangsparameter Ei, Ed ist bezüglich der Batterie 2 ein indirekter Parameter Ei, welcher nicht eine Eigenschaft der Batterie 2 selbst angibt, sondern eine Eigenschaft einer Umgebung U der Batterie 2.
Die Vorhersage ist eine Langzeitvorhersage, bei welcher die Lebensdauer L der Batterie 2 in Tagen bestimmt und mit einem Zeithorizont von mehreren Tagen, Wochen, Monaten oder Jahren. Die Lebensdauer L wird anhand eines Modells M bestimmt, welchem diverse Eingangsparameter Ei, Ed zugeführt werden und welches diese Eingangsparameter Ei, Ed verarbeitet, um die Lebensdauer L zu berechnen und auszugeben. Das Modell M bildet entsprechend die Abhängigkeiten zwischen den Eingangsparametern Ei, Ed und dem Ausgangsparameter A ab. Das Modell M ist hierzu durch eine Recheneinheit 14 realisiert und in dieser implementiert. Die Recheneinheit 14 ist z.B. ein Computer oder ein ASIC oder Ähnliches.
In 3 sind unterschiedliche Lokalisierungen des Modells M gezeigt, welche auch unabhängig voneinander verwendbar sind. So ist 3 das Modell M einerseits zentral lokalisiert, d.h. auf einer zentralen Auswerteeinheit 16, welche gemeinsam für mehrere Batterien 2 jeweils die Lebensdauer L berechnet. Die Auswerteeinheit 16 weist eine Recheneinheit 14 mit dem Modell M auf. Alternativ oder zusätzlich ist das Modell M in demjenigen Fahrzeug 4 lokalisiert, in welchem die Batterie 2 verbaut ist und verwendet wird. Die Recheneinheit 14 ist hier ein Teil eines Bordcomputers 12. Nicht dargestellt ist eine mögliche Variante, bei welcher die Recheneinheit 14 in die Batterie 2 integriert ist. Wie aus 1 deutlich wird, sind die Bordcomputer 12 mehrerer Fahrzeuge 4 mit der zentralen Auswerteeinheit 16 und somit auch untereinander vernetzt.
Die Umgebung U der Batterie 2 umfasst in 1 zunächst deren Umwelt, sodass wenigstens einer der Eingangsparameter Ei dann ein Umweltparameter ist. In 3 umfasst die Umgebung U zusätzlich auch das Fahrzeug 4, in welchem die Batterie 2 verbaut ist, sodass dann wenigstens einer der Eingangsparameter Ei ein Fahrzeugparameter ist. Demgegenüber beschreibt ein direkter Parameter Ed eine Eigenschaft der Batterie 2 selbst, z.B. deren Ladezustand (auch kurz als SOC bezeichnet), deren Alterungszustand (kurz auch als SOH bezeichnet) oder Spannung, Strom oder Leistung, welche von der Batterie 2 bereitgestellt werden.
Die indirekten Eingangsparameter Ei zeichnen sich vorliegend dadurch aus, dass diese eine einzelne Batterie 2 zwar nicht an sich beschreiben, aber statistisch betrachtet mit der Lebensdauer L zusammenhängen und mit dieser korrelieren. Dies steht im Gegensatz zu solchen Ansätzen und Modellen, welche lediglich direkte Parameter Ed verwenden, z.B. solche, welche elektrische oder chemische Eigenschaften der Batterie 2 beschreiben
Eine spezielle Form von Umweltparametern sind Wetterparameter, welche allgemein das Wetter beschreiben. In einer Ausgestaltung ist wenigstens einer der Eingangsparameter Ei ein Wetterparameter und ist ausgewählt aus einer Menge an Wetterparametern, umfassend: eine Außentemperatur, eine Frosttageanzahl, eine Regentageanzahl, eine Niederschlagsmenge, eine Bewölkung, ein Wasserdampfdruck, eine Verdunstung, eine Luftfeuchtigkeit. Da die Wetterparameter üblicherweise zeitabhängig sind, wird deren zeitlicher Verlauf mit berücksichtigt. Diese Berücksichtigung wird in einer Ausgestaltung durch eine statistische Auswertung umgesetzt, beispielsweise indem ermittelt wird, wie viele Tage die Batterie 2 jeweils einem von mehreren Temperaturintervallen ausgesetzt war.
Die Wetterparameter werden vorliegend von einem Wetterdatenserver 18 bereitgestellt und von diesem über eine Kommunikationsverbindung wie in 1 gezeigt bezogen, d.h. an die Recheneinheit 14 übermittelt. Der Wetterdatenserver 18 ist vorliegend ein Teil der Serviceinfrastruktur 6. In 1 werden die Wetterparameter an die Recheneinheit 14 der zentralen Auswerteeinheit 16 übermittelt, alternativ oder zusätzlich werden die Wetterparameter direkt an das Fahrzeug 4 übermittelt oder auch von der Auswerteeinheit 16 zum Fahrzeug sozusagen durchgeschleift. In einer nicht gezeigten Variante, welche auch mit der Variante in 1 kombinierbar ist, weist das Fahrzeug 4 eine Wetterstation auf, mit einem oder mehreren Wettersensoren, welche einen oder mehrere Wetterparameter messen und dann als Eingangsparameter Ei an die Recheneinheit 14 z.B. im Bordcomputer 12 übermitteln. Ebenfalls nicht gezeigt ist eine Ausgestaltung, bei welcher die Batterie 2 selbst einen oder mehrere entsprechende Wettersensoren aufweist.
Im gezeigten Ausführungsbeispiel wird wenigstens ein Eingangsparameter Ei aus einem Parameter gebildet, welcher ortsabhängig ist, indem ein Aufenthaltsort der Batterie 2 ermittelt wird und als der Eingangsparameter Ei der Parameter an dem Aufenthaltsort verwendet wird. Der ortsabhängige Parameter wird also ortsaufgelöst in Abhängigkeit des Aufenthaltsorts der Batterie 2 betrachtet. Vorliegend werden vor allem die Wetterparameter auf diese Weise verortet. Beispielsweise wird die Außentemperatur als ein Wetterparameter deutschlandweit von einer Wetterstation, d.h. in 1 dem Wetterdatenserver 18, abgerufen, sodass die Außentemperatur als ortsabhängiger Parameter dann je nach Ort unterschiedlich sein kann. Um die Ortsabhängigkeit zu berücksichtigen und den Parameter mit der Batterie 2 zu verknüpfen, wird nun der Aufenthaltsort der Batterie 2 bestimmt. Dies erfolgt auf eine oder mehrere der nachfolgend beschriebenen Weisen. Eine Bestimmung des Aufenthaltsorts erfolgt in 1 z.B. bei einem Werkstattbesuch, d.h. vorzugsweise im Rahmen einer Wartung in einer Werkstatt 20, welche somit ein Teil der Serviceinfrastruktur 6 ist. Alternativ oder zusätzlich wird der Aufenthaltsort mittels eines Positionsbestimmungssystems 22, z.B. mittels eines GPS-Systems, bestimmt. Das Positionsbestimmungssystem 22 ist vorliegend ein Teil des Fahrzeugs 4 und in dessen Bordcomputer 12 integriert. Nicht gezeigt ist eine Variante, bei welcher ein Positionsbestimmungssystem 22 in die Batterie 2 selbst integriert ist. Alternativ oder zusätzlich wird als Aufenthaltsort ein Auslieferungsort der Batterie 2 oder des Fahrzeugs 4 ausgewählt. In einer nicht gezeigten Variante wird zur Bestimmung des Aufenthaltsorts ein Ländercode des Fahrzeugs 4 abgefragt, wobei der Ländercode beispielsweise in einem Speicher des Bordcomputers 12 hinterlegt ist.
Im gezeigten Ausführungsbeispiel werden zusätzlich zu Umwelt- und speziell Wetterparametern noch weitere indirekte Parameter Ei verwendet. So ist wenigstens ein Eingangsparameter Ei ein Fahrzeugparameter des Fahrzeugs 4, in welchem die Batterie 2 verwendet wird, und ist ausgewählt aus einer Menge an Fahrzeugparametern, umfassend: eine Fahrzeugspezifikation, ein Ausstattungsmerkmal, ein Fahrprofil. Die Fahrzeugparameter beschreiben das Fahrzeug 4, in welchem die Batterie 2 verwendet wird und somit deren unmittelbare Umgebung U. Insgesamt geben die Fahrzeugparameter beispielsweise Aufschluss über eine Motorisierung und somit Wärmeentwicklung in der Umgebung U der Batterie 2 oder über einen Energiebedarf des Bordnetzes 8 und somit über die elektrischen Anforderung an die Batterie 2 oder über die mechanische Belastung der Batterie 2 aufgrund deren konstruktiver Einbindung in das Fahrzeug 4. Die Fahrzeugspezifikation ist beispielsweise ein Modelltyp, eine Fahrzeugklasse, ein Fahrzeugtyp, eine Fahrzeugplattform, eine Antriebsleitung, ein Getriebetyp, eine Kraftstoffart, eine Hybridkonfiguration oder ein Rekuperationslevel. Das Ausstattungsmerkmal gibt beispielsweise an, ob eine bestimmte Funktion oder Komponente in dem Fahrzeug vorhanden ist oder nicht, z.B. ob eine Start-Stopp-Automatik vorhanden ist oder eine Standheizung und allgemein welche Verbraucher 10 das Fahrzeug 4 aufweist. Das Fahrprofil gibt allgemein an, wie das Fahrzeug 4 genutzt wird, beispielsweise welche mittlere Reichweite mit dem Fahrzeug 4 erzielt wird, welche Strecken gefahren werden, wie häufig eine oder mehrere Strecken gefahren werden, wie lang oder wie schnell im Mittel gefahren wird, ob überwiegend in der Stadt oder auf dem Land oder auf der Autobahn gefahren wird, ob und wie lang das Fahrzeug 4 ungenutzt ist und Ähnliches.
Die Fahrzeugparameter sind beispielsweise in einem Speicher des Bordcomputers 12 des Fahrzeugs 4 hinterlegt. Dies gilt vorliegend vor allem für die Fahrzeugspezifikationen und Ausstattungsmerkmale. Alternativ oder zusätzlich werden einer oder mehrere der Fahrzeugparameter mittels eines oder mehrerer Sensoren 24 ermittelt, z.B. wird zur Bestimmung des Fahrprofils, die Geschwindigkeit, die Beschleunigung oder die zurückgelegter Strecke mittels eines Sensors 24 gemessen.
Zusätzlich zu einem oder mehreren indirekten Parametern Ei wird vorliegend auch wenigstens ein direkter Parameter Ed verwendet. Dieser weitere Eingangsparameter Ed ist vorliegend ein Batterieparameter, welcher ausgewählt ist aus einer Menge an Batterieparametern, umfassend: eine Kapazität, einen Kaltstartstrom, eine Säuredichte, eine Zellentemperatur, eine bisher erreichte Lebensdauer, ein Ruhestrom, eine Batteriepoltemperatur, ein Ladezustand, ein Alterungsparamter. Die Batterieparameter geben allgemein direkt den Zustand der Batterie 2 an und ergänzen insofern die indirekten Eingangsparameter Ei. Vorliegend wird wenigstens ein Batterieparameter mittels eines Sensor 26 gemessen, welcher in die Batterie 2 integriert oder an dieser angebracht ist. In einer nicht gezeigten Variante ist der Sensor 26 als ein externer Sensor konzipiert und z.B. in der Werkstatt 20 während einer Wartung zur Messung des Batterieparameters verwendet.
Das Modell M ist vorliegend mittels einer Lernmaschine realisiert, welche hier - wie aus 3 deutlich wird - ein neuronales Netz ist. Die Lernmaschine erzeugt automatisch eine Abbildung, welche die Eingangsparameter Ei, Ed auf den Ausgangsparameter A abbildet. Hierzu werden der Lernmaschine Datensätze aus Eingangsparametern Ei, Ed und Ausgangsparametern A zugeführt, sodass die Lernmaschine die Abbildung mit jedem weiteren Datensatz anpasst und dadurch die Genauigkeit der Vorhersage weiter verbessert.
Das in 3 gezeigte neuronale Netz enthält mehrere Knoten 28, welche in mehreren sogenannten Layern 30, 32, 34 angeordnet sind und miteinander verbunden sind. Einer der Layer 30, 32, 34 ist ein Eingangslayer 30, welcher für jeden Eingangsparameter Ei, Ed einen Knoten 28 enthält. Insgesamt werden vorliegend etwa 20 bis 30 Eingangsparameter Ei, Ed ermittelt und dem Modell M zugeführt. Lediglich beispielhaft weist das neuronale Netz in 3 zwei versteckte Layer 32 auf, welche jeweils beispielsweise 100 Neuronen, also Knoten 28 aufweisen. Daran schließt sich ein Ausgangslayer 34 an, welcher wenigstens einen Knoten 28 auf, nämlich den Ausgangsparameter A. Durch die diversen Verknüpfungen und die mehreren Layer 30, 32, 34 erfolgt eine Gewichtung der Eingangsparameter Ei, Ed relativ zueinander und eine mathematische Verknüpfung miteinander. Die Gewichtung ist dabei prinzipbedingt veränderbar und wird im Sinne eines Lernens der Lernmaschine fortlaufend angepasst.
Das Modell M ist zudem mit einer Vielzahl an Datensätzen aus Lebensdauer L und Eingangsparametern Ei, Ed von möglichst vielen Batterien 2 trainiert. Diese Vielzahl an Datensätzen bildet ein Trainingsset, um das Modell M also im Voraus zu trainieren. Grundsätzlich genügt bereits eine Ausgestaltung, bei welcher das trainierte Modell M ohne weitere Änderungen oder Anpassungen verwendet wird, um für eine oder mehrere neue, nicht im Trainingsset enthaltene Batterien 2 die jeweilige Lebensdauer L zu bestimmen. Vorliegend wird aber das Modell M zusätzlich durch Hinzufügen weiterer Datensätze fortlaufend trainiert. Dies geschieht im gezeigten Ausführungsbeispiel innerhalb und mit Hilfe der Serviceinfrastruktur 6.
Beispielsweise wird das Modell M wiederkehrend beim Besuch der Werkstatt 20 trainiert, indem dabei ein Datensatz aus den Eingangsparametern Ei, Ed erzeugt wird und an die zentrale Auswerteeinheit 16 übermittelt wird. Dabei wird die Funktionsfähigkeit der Batterie 2 überprüft und ermittelt, ob diese ihre Lebensdauer L erreicht hat oder nicht. Ist die Batterie 2 ausgefallen oder erfüllen ein oder mehrere Batterieparameter nicht eine oder mehrere vorgegebene Spezifikationen oder halten vorgegebene Grenzwerte nicht ein, dann wird dies als Ende der Lebensdauer L gewertet und die Batterie 2 wird ausgetauscht. Wenigstens in diesem Fall werden die Eingangsparameter Ei, Ed ermittelt und ggf. gemessen und gemeinsam mit der Lebensdauer L in einem Datensatz zusammengefügt, welcher dann von der Werkstatt 20 aus oder vom Fahrzeug 4 aus an die zentrale Auswerteeinheit 16 übermittelt wird. Mit diesem Datensatz wird dann das Modell M trainiert. Weist die Batterie 2 hingegen eine hinreichende Funktionsfähigkeit auf, wird festgestellt, dass die Batterie 2 ihre absolute Lebensdauer L noch nicht erreicht hat und die Batterie 2 verbleibt im Fahrzeug 4. Auch in dieser Situation wird auf analoge Weise ein Datensatz gebildet, indem dann als Ausgangsparameter A die bisherige Lebensdauer L ermittelt wird. Dieser Datensatz enthält dann die Information, dass die Batterie 2 für die gegebenen Eingangsparameter Ei, Ed noch funktionsfähig ist und also wenigstens die ermittelte Lebensdauer L aufweist.
Die zentrale Auswerteeinheit 16 ist vorliegend ein Server und weist einen Speicher 36 auf, in welchem die übermittelten Datensätze abgelegt sind. Die Auswerteeinheit 16 trainiert dann mit den Datensätzen das Modell M, welches hier ebenfalls in der Auswerteeinheit 16 gespeichert ist. Dies ist jedoch nicht zwingend. Die zentrale Auswerteeinheit 16 ist auch über eine Kommunikationsverbindung mit dem Fahrzeug 4 sowie mit weiteren Fahrzeugen 4 verbunden, speziell mit einem Bordcomputer 12 des jeweiligen Fahrzeugs 4. Alternativ oder zusätzlich ist die Auswerteeinheit 16 oder wenigstens deren Funktionalität in einer nicht gezeigten Variante ganz oder teilweise lokal im Fahrzeug 4 angeordnet, z.B. als ein Teil des Bordcomputers 12.
In 1 ist das Fahrzeug 4 über eine bidirektionale Kommunikationsverbindung mit der zentralen Auswerteeinheit 16 verbunden. Bei einem Werkstattbesuch wird dann die Funktionsfähigkeit der Batterie 2 ermittelt und wie beschrieben ein Datensatz erzeugt, welcher dann über die Kommunikationsverbindung an die zentrale Auswerteeinheit 16 übertragen wird, welche wiederum mit dem Datensatz das Modell M trainiert. Dadurch ist vorteilhaft ein online-Modell realisiert, mittels welchem mehrere Fahrzeuge 4 derart versorgt werden, dass die Datensätze verschiedener Batterien 2 in der zentralen Auswerteeinheit 16 gesammelt werden und gesammelt zum Training des Modells M verwendet werden, mittels welchem dann für jede der Batterien 2 die Lebensdauer L bestimmbar ist und auch bestimmt wird.
In einer Variante sendet die zentrale Auswerteeinheit 16 z.B. über die Kommunikationsverbindung ein Hinweissignal an ein jeweiliges Fahrzeug 4, wenn dessen Batterie 2 das Ende ihrer Lebensdauer L erreicht. Alternativ oder zusätzlich fragt das Fahrzeug 4 oder die Batterie 2 die Lebensdauer L von der zentralen Auswerteeinheit 16 ab. In einer Ausgestaltung wird ein Hinweis bezüglich der Lebensdauer der Batterie 2 über ein Kundensystem an den Kunden gesendet, beispielsweise über eine App auf einem Smartphone, per SMS oder Email oder über eine Website, welche insbesondere durch den Kunden abrufbar ist.
Im Ausführungsbeispiel der 1 wird zudem nicht lediglich bei einem Werkstattbesuch ein Datensatz erzeugt, sondern wiederkehrend während des bestimmungsgemäßen Betriebs der Batterie 2. Diese Datensätze werden entsprechend an die zentrale Auswerteeinheit 16 übertragen. Dadurch ist eine live-Überwachung realisiert, welche in regelmäßigen Zeitabständen, beispielsweise täglich, wöchentlich oder beim Starten oder Abstellen des Fahrzeugs 4, die Lebensdauer L der Batterie 2 ermittelt und ggf. ein entsprechender Hinweis ausgegeben wird, z.B. mittels des Bordcomputers 12.
Bezugszeichenliste

2: Batterie
4: Fahrzeug
6: Serviceinfrastruktur
8: Bordnetz
10: Verbraucher
12: Bordcomputer
14: Recheneinheit
16: Auswerteeinheit
18: Wetterdatenserver
20: Werkstatt
22: Positionsbestimmungssystem
24: Sensor
26: Sensor
28: Knoten
30: Eingangslayer
32: versteckter Layer
34: Ausgangslayer
36: Speicher
A: Ausgangsparameter
Ei: Eingangsparameter, indirekter Parameter
Ed: Eingangsparameter, direkter Parameter
L: Lebensdauer
M: Modell
U: Umgebung
V1: erster Schritt
V2: zweiter Schritt
V3: dritter Schritt

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

DE 102016221086 A1 [0004]

Claims

Verfahren zur Ermittlung einer Lebensdauer (L) einer Batterie (2), - wobei die Lebensdauer (L) mittels eines Modells (M) bestimmt wird, indem mehrere Eingangsparameter (Ei, Ed) ermittelt werden und dem Modell (M) zugeführt werden und indem dann die Lebensdauer (L) als ein Ausgangsparameter (A) des Modells (M) in Abhängigkeit der Eingangsparameter (Ei, Ed) bestimmt wird, - wobei wenigstens einer der Eingangsparameter (Ei, Ed) bezüglich der Batterie (2) ein indirekter Parameter (Ei) ist, welcher nicht eine Eigenschaft der Batterie (2) selbst angibt, sondern eine Eigenschaft einer Umgebung (U) der Batterie (2).
Verfahren nach Anspruch 1, wobei der wenigstens eine Eingangsparameter (Ei) ein Wetterparameter ist und ausgewählt ist aus einer Menge an Wetterparametern, umfassend: eine Außentemperatur, eine Frosttageanzahl, eine Regentageanzahl, eine Niederschlagsmenge, eine Bewölkung, einen Wasserdampfdruck, eine Verdunstung.
Verfahren nach einem der Ansprüche 1 oder 2, wobei der wenigstens eine Eingangsparameter (Ei) aus einem Parameter gebildet wird, welcher ortsabhängig ist, indem ein Aufenthaltsort der Batterie (2) ermittelt wird und als der Eingangsparameter (Ei) der Parameter an dem Aufenthaltsort verwendet wird.
Verfahren nach Anspruch 3, wobei der Aufenthaltsort bei einem Werkstattbesuch bestimmt wird oder mittels eines Positionsbestimmungssystems (22) oder durch eine Abfrage eines Ländercodes eines Fahrzeugs (4), in welchem die Batterie (2) verwendet wird.
Verfahren nach einem der Ansprüche 1 bis 4, wobei der wenigstens eine Eingangsparameter (Ei) ein Fahrzeugparameter eines Fahrzeugs ist (4), in welchem die Batterie (2) verwendet wird, und wobei der wenigstens eine Eingangsparameter (Ei) ausgewählt ist aus einer Menge an Fahrzeugparametern, umfassend: eine Fahrzeugspezifikation, ein Ausstattungsmerkmal, ein Fahrprofil.
Verfahren nach einem der Ansprüche 1 bis 5, wobei zusätzlich zu dem wenigstens einen Eingangsparameter (Ei) dem Modell (M) ein weiterer Eingangsparameter (Ed) zugeführt wird, welcher ein direkter Parameter (Ed) ist, nämlich ein Batterieparameter, welcher ausgewählt ist aus einer Menge an Batterieparametern, umfassend: eine Kapazität, einen Kaltstartstrom, eine Säuredichte, eine Zellentemperatur, eine bisher erreichte Lebensdauer, ein Ruhestrom, eine Batterietemperatur, eine Batteriepoltemperatur, ein Ladezustand, ein Alterungsparamter.
Verfahren nach einem der Ansprüche 1 bis 6, wobei das Modell (M) mittels einer Lernmaschine realisiert ist, welche insbesondere ein neuronales Netz ist.
Verfahren nach einem der Ansprüche 1 bis 7, wobei das Modell (M) wiederkehrend bei einem Werkstattbesuch trainiert wird, indem bei dem Werkstattbesuch ein Datensatz aus den Eingangsparametern (Ei, Ed) erzeugt wird und an eine zentrale Auswerteeinheit (16) übermittelt wird.
Verfahren nach einem der Ansprüche 1 bis 8, wobei während des bestimmungsgemäßen Betriebs der Batterie (2) wiederkehrend ein Datensatz erzeugt wird, mittels welchem das Modell (M) trainiert wird.
Fahrzeug (4), welches eine Batterie (2) aufweist und welches einen Bordcomputer (12) aufweist, welcher ausgebildet ist zur Durchführung eines Verfahrens nach einem der vorhergehenden Ansprüche.