JP2014232506A - Arithmetic device - Google Patents
Arithmetic device Download PDFInfo
- Publication number
- JP2014232506A JP2014232506A JP2013114227A JP2013114227A JP2014232506A JP 2014232506 A JP2014232506 A JP 2014232506A JP 2013114227 A JP2013114227 A JP 2013114227A JP 2013114227 A JP2013114227 A JP 2013114227A JP 2014232506 A JP2014232506 A JP 2014232506A
- Authority
- JP
- Japan
- Prior art keywords
- data
- value
- unit
- calculation
- timing
- 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.)
- Pending
Links
Images
Abstract
Description
本発明は、回帰式を作成する演算装置に関するものである。 The present invention relates to an arithmetic device that creates a regression equation.
走行中の車両に搭載されている電池の内部抵抗は、当該電池におけるＩＶ特性（電流―電圧特性）の回帰計算に基づいて求められる。この場合において、当該回帰計算の演算負荷軽減を目的として、取得したデータを上位群と下位群の２つに分割し、それらの各群における平均値を結ぶ直線の傾きから当該内部抵抗を検出する方法が知られている（例えば特許文献１参照）。 The internal resistance of the battery mounted on the traveling vehicle is obtained based on the regression calculation of the IV characteristic (current-voltage characteristic) of the battery. In this case, for the purpose of reducing the calculation load of the regression calculation, the acquired data is divided into the upper group and the lower group, and the internal resistance is detected from the slope of the straight line connecting the average values in each group. A method is known (see, for example, Patent Document 1).
上記の技術において、精度よく電池の内部抵抗値を検出するためには、サンプリング数を増加させてより多くのデータに基づいて回帰式を作成しなければならならず、当該回帰式の作成に際して演算負荷が増大する場合がある、という問題がある。 In the above technology, in order to detect the internal resistance value of the battery with high accuracy, it is necessary to create a regression equation based on more data by increasing the number of samplings. There is a problem that the load may increase.
本発明が解決しようとする課題は、回帰式を作成する際の演算負荷を軽減することができる演算装置を提供することである。 The problem to be solved by the present invention is to provide an arithmetic device capable of reducing a calculation load when creating a regression equation.
本発明は、演算装置の取得部によって最新のタイミングで取得されたデータと、１つ前のタイミングで取得された当該データに関する平均値、分散値、及び共分散値と、に基づいて回帰式を作成することによって上記課題を解決する。 The present invention provides a regression equation based on the data acquired at the latest timing by the acquisition unit of the arithmetic device and the average value, variance value, and covariance value regarding the data acquired at the previous timing. The above-mentioned problem is solved by creating.
本発明によれば、演算装置の取得部によって最新のタイミングで取得されるデータよりも１つ前のタイミング以前に取得された当該データの各々の値全てを直接用いることなく回帰式を作成する。これにより、当該回帰式の作成に際しての演算負荷を軽減することができる。 According to the present invention, the regression equation is created without directly using all the values of the data acquired before the timing immediately before the data acquired by the acquisition unit of the arithmetic device at the latest timing. As a result, it is possible to reduce the calculation load when creating the regression equation.
以下、本発明の実施形態を図面に基づいて説明する。 Hereinafter, embodiments of the present invention will be described with reference to the drawings.
図１は本実施形態における状態検出システム１を示すブロック図であり、図２は車両２に搭載された制御装置２２の内部抵抗算出部２２１がバッテリ２１の内部抵抗を算出する際のイメージ図である。
FIG. 1 is a block diagram showing a
状態検出システム１は、電気自動車等の車両２に搭載されたバッテリ２１の状態を検出する装置であり、制御装置２２とデータセンタ３から構成される。
The
制御装置２２を備えた車両２は、図１に示すように、当該制御装置２２以外に、バッテリ２１と、インバータ２３と、モータ２３１と、送受信装置２６と、報知装置２７と、を備えている。
As shown in FIG. 1, the
バッテリ２１は、リチウムイオン電池やニッケル水素電池等の二次電池であり、単一の電池からなるセル又は複数のセルからなるモジュールを直列に接続して構成されている。このような二次電池は、電池の放電深度（ＤＯＤ（Depth of Discharge））が低い状態（〜６０％）において、充電時と放電時の内部抵抗がほぼ一致するという特徴を有している。このバッテリ２１の電気エネルギーは、インバータ２３によって直流から交流に変換され、モータ２３１を駆動させる。また、走行の際にモータ２３１で発生した回生エネルギーは、インバータ２３によって交流から直流に変換された後、当該バッテリ２１に充電される。
The
制御装置２２は、ＲＯＭ等に格納されたプログラムをＣＰＵにより実行する装置であり、例えばコンピュータ等から構成される。この制御装置２２は、内部抵抗算出部２２１と、タイマー２２２と、報知判断部２２３と、を機能的に備えている。
The
内部抵抗算出部２２１は、車両２のイベントが終了する毎に、バッテリ２１の内部抵抗値を算出する。なお、イベントの具体例としては、例えば、運転者が車両２の運転を開始してから当該運転を終了するまでのトリップや、充電ステーション等においてバッテリ２１の充電を開始してから当該充電を終了するまでの充電工程等を挙げることができる。
The internal
内部抵抗算出部２２１は、以下の方法により内部抵抗値の算出を行う。すなわち、バッテリ２１の開放電圧Ｅ０（単位：Ｖ）の推定を行い、推定した開放電圧Ｅ０と、充放電電流Ｉｂ（単位：Ａ）及び電池電圧Ｖｂ（単位：Ｖ）に基づき、下記（１）式に従って内部抵抗値Ｒ（単位：Ω）の算出を行う（以下、内部抵抗算出装置によって算出された内部抵抗値を、内部抵抗算出値とも称する。）。
Ｖｂ＝Ｅ０−Ｉｂ×Ｒ・・・（１）
The internal
V b = E 0 −I b × R (1)
具体的には、例えば、車両２の走行中において、放電中のバッテリ２１における電流と電圧の特性（Ｖ−Ｉ特性）をサンプリングした後、図２に示すように、当該サンプリング結果をＶ−Ｉグラフにプロットする。なお、車両２の走行中における回生充電中のバッテリ２１についてＶ−Ｉ特性をサンプリングしてもよい。
Specifically, for example, while the
この場合において、バッテリ２１は、上述したように、充放電時の内部抵抗がほぼ一致すると共に、Ｖ−Ｉ特性を直線回帰することができる。こうして得られる回帰直線における縦軸切片はバッテリ２１の開放電圧Ｅ０を示すと共に、当該回帰直線の傾きはバッテリ２１の内部抵抗算出値を表す。次いで、内部抵抗算出部２２１は、このようにして算出されたバッテリ２１の内部抵抗算出値を、送受信装置２６に送出する。
In this case, as described above, the
タイマー２２２は、車両２における最先の始動時（走行のために車両２を最初にパワーオンにした時）から、バッテリ２１の内部抵抗算出時（最新のイベント終了時）までの時間（以下、絶対経過時間とも称する。）を計測する。
The
報知判断部２２３は、送受信装置２６から送出された内部抵抗推定値（後述）を、予め設定された所定値と照らし合わせることにより、報知装置２７に指示を出すか否かを判断する。このような所定値としては、例えば、取得した内部抵抗推定値に基づいて計算されるバッテリ２１のＳＯＨ（劣化率）が、当該バッテリ２１の交換を要する劣化率となる場合の値として設定することができる。
The
送受信装置２６は、無線等によりデータセンタ３の送受信部３１と情報の送受信を行う。具体的には、制御装置２２の内部抵抗算出部２１から取得した内部抵抗算出値と、タイマー２２２から取得した絶対経過時間と、を送受信部３１に送信すると共に、当該送受信部３１から受信した内部抵抗推定値（後述）を報知判断部２２３に送出する。
The transmission /
報知装置２７は、制御装置２２の報知判断部２２３からの指示に基づいて、車両２の運転者に音声や映像等により報知する装置である。
The
本実施形態においてデータセンタ３は、図１に示すように、送受信部３１と、演算部３２と、記憶部３３と、回帰式作成部３４と、データ処理部３５と、を備えている。
In this embodiment, the
送受信部３１は、車両２の送受信装置２６から、当該車両２のトリップ終了時におけるバッテリ２１の内部抵抗算出値及び当該内部抵抗算出時の絶対経過時間を受信し、それら内部抵抗算出値及び絶対経過時間を演算部３２に送出すると共に、当該絶対経過時間をデータ処理部３５に送出する。また、データ処理部３５において推定された内部抵抗推定値（後述）を車両２の送受信装置２６に送信する。
The transmission /
演算部３２は、送受信部３１から送られるバッテリ２１の内部抵抗算出値及び絶対経過時間のデータ、及び、記憶部３３に記憶された前回のデータに基づいて演算を行う。この際、演算部３２は、当該データを受け取った回数ｎのカウントを行う。そして、当該演算の結果を記憶部３３及び回帰式作成部３４に送出する。
The
記憶部３３は、演算部３２が演算した結果を記憶し、記憶した当該結果を演算部に送出する。また、記憶部３３は、送出した演算結果に基づいて演算部３２が新たに演算した結果をさらに記憶する。
The
回帰式作成部３４は、演算部３２で演算された結果に基づいて回帰式の作成を行い、作成した当該回帰式をデータ処理部３５に送出する。
The regression
データ処理部３５は、回帰式作成部３４から送出された回帰式、及び送受信部３１から送出された絶対経過時間に基づいて、バッテリ２１の内部抵抗推定値を求める。そして、求めた当該内部抵抗推定値を送受信部３１に送出する。
The
以下に、データセンタ３におけるバッテリ２１の内部抵抗値の推定方法について、図３を参照しながら説明する。
Hereinafter, a method of estimating the internal resistance value of the
図３は、本実施形態におけるデータセンタ３がバッテリ２１の内部抵抗値を推定する方法を示すフローチャートである。
FIG. 3 is a flowchart showing a method for the
イベントが終了すると、まず、ステップＳ１１として、車両２の送受信装置２６から送信されたデータ（内部抵抗算出値及び絶対経過時間）を送受信部３１で受信する。そして、当該データを演算部３２に送出すると共に、当該絶対経過時間をデータ処理部３５に送出する。なお、以下の説明において、送受信部３１がｎ回目に受信したデータ（すなわち、ｎ回目のイベント終了時のデータ）における絶対経過時間をＸｎとも表記し、送受信部３１がｎ回目に受信したデータにおける内部抵抗算出値をＹｎとも表記する。また、データ（Ｘｎ、Ｙｎ）は、送受信部３１が受信した最新のデータであるとする。
When the event ends, first, in step S11, data (internal resistance calculation value and absolute elapsed time) transmitted from the transmission /
次いで、ステップＳ１２において、データ（Ｘｎ、Ｙｎ）を受け取った演算部３２は、送受信部３１から当該データを受信した回数ｎが１（初めて受信した場合）であるか否かを判定する。このとき当該受信回数ｎが１である場合には、演算部３２は、後述する式（（２）式〜（７）式）の初期値として、Ｘ１，ａｖｅ＝Ｘ１、Ｙ１，ａｖｅ＝Ｙ１、σＸ１ ２＝０、σＸＹ１＝０とし（ステップＳ１３）、次いで、受信回数ｎをインクリメントする（ステップＳ１４）。一方、ステップＳ１２において、受診回数ｎが１より大きい場合（ｎ＞１）には、ステップＳ１５へと進む。
Next, in step S < b > 12, the
ステップＳ１５では、演算部３２において、下記（２）式及び（３）式の演算を行う。
In step S15, the
この平均値Ｘｎ，ａｖｅは、上記（２）式に示すように、前回のイベント（ｎ−１回目のイベント）において演算された平均値Ｘｎ−１，ａｖｅを用いて演算される。同様に、平均値Ｙｎ，ａｖｅも、上記（３）式に示すように、前回のイベント（ｎ−１回目のイベント）において演算された平均値Ｙｎ−１，ａｖｅを用いて演算される。なお、この平均値Ｘｎ−１，ａｖｅ、Ｙｎ−１，ａｖｅは、前回のイベント（ｎ−１回目のイベント）後にステップＳ１５において演算部３２で演算され、ステップＳ１８で記憶部３３に記憶された演算結果である。
The average value Xn, ave is calculated using the average value Xn-1, ave calculated in the previous event (n-1th event), as shown in the above equation (2). Similarly, the average value Y n, ave is calculated using the average value Y n−1, ave calculated in the previous event (the (n−1) th event) as shown in the above equation (3). . The average values Xn-1, ave , Yn-1, ave are calculated by the
このように、本実施形態では、平均値Ｘｎ，ａｖｅ、Ｙｎ，ａｖｅを求める際に、過去に取得されたデータ（（Ｘ１、Ｙ１）、（Ｘ２、Ｙ２）・・・、（Ｘｎ−１、Ｙｎ−１））の全てを必要とすることなく、常に１回前のイベント後における演算結果（Ｘｎ−１，ａｖｅ、Ｙｎ−１，ａｖｅ）を用いて新たに演算を行う。同様にして、今回のイベント（ｎ回目のイベント）後における演算結果（Ｘｎ，ａｖｅ、Ｙｎ，ａｖｅ）は、次回のイベント（ｎ＋１回目のイベント）後におけるステップＳ１５、及び、次に述べるステップＳ１６での演算に用いられることとなる。 Thus, in this embodiment, when obtaining the average values X n, ave , Y n, ave , data ((X 1 , Y 1 ), (X 2 , Y 2 ),... Acquired in the past. , (X n−1 , Y n−1 )) are not always required, and the calculation result (X n−1, ave , Y n−1, ave ) after the previous event is always used. Perform a new calculation. Similarly, the calculation result (X n, ave , Y n, ave ) after the current event (nth event) is obtained in step S15 after the next event (n + 1th event) and the following steps It will be used for the calculation in S16.
ステップＳ１６では、上記演算の結果（Ｘｎ，ａｖｅ、Ｙｎ，ａｖｅ）と、前回のイベント（ｎ−１回目のイベント）後にステップＳ１５において演算部３２で演算され、ステップＳ１８で記憶部３３に記憶されていた演算結果（Ｘｎ−１，ａｖｅ、Ｙｎ−１，ａｖｅ）と、を用いて、下記（４）式及び（５）式の演算を行う。
In step S16, the result ( Xn, ave, Yn , ave ) of the above calculation and the previous event (n-1th event) are calculated by the
次いで、ステップＳ１７では、ステップＳ１５及びＳ１６の演算結果を用い、下記（６）式の演算を行う。 Next, in step S17, the calculation of the following equation (6) is performed using the calculation results of steps S15 and S16.
この分散値σＸｎ ２を求める際は、上記（６）式に示すように、過去に取得されたデータ（（Ｘ１、Ｙ１）、（Ｘ２、Ｙ２）・・・、（Ｘｎ−１、Ｙｎ−１））の全てを必要とすることはなく、上記（４）式から演算されたΔＸｎ，ａｖｅと、前回のイベント（ｎ−１回目のイベント）後にステップＳ１７で演算され、ステップＳ１８で記憶部３３に記憶されていた演算結果σＸｎ−１ ２と、を用いて演算する。同様にして、上記（６）式の演算結果は、次回のイベント（ｎ＋１回目のイベント）後におけるステップＳ１７での演算に用いられることとなる。
When obtaining this variance value σ Xn 2, as shown in the above equation (6), the data ((X 1 , Y 1 ), (X 2 , Y 2 ),..., (X n ) acquired in the past. −1 , Y n−1 )) are not required, and ΔX n, ave calculated from the above equation (4) and the previous event (n−1th event) are calculated in step S17. is an operation result sigma Xn-1 2 which is stored in the
また、ステップＳ１７では、ステップＳ１５及びＳ１６の演算結果を用い、下記（７）式の演算も行う。 In step S17, the calculation result of the following equation (7) is also performed using the calculation results of steps S15 and S16.
共分散値σＸＹｎを求める際も、上記（７）式に示すように、過去に取得されたデータ（（Ｘ１、Ｙ１）、（Ｘ２、Ｙ２）・・・、（Ｘｎ−１、Ｙｎ−１））の全てを必要とすることなく、前回のイベント（ｎ−１回目のイベント）後において演算された平均値Ｘｎ−１，ａｖｅ、Ｙｎ−１，ａｖｅと、当該平均値を用いて上記（４）式及び（５）式からそれぞれ演算されたΔＸｎ，ａｖｅ、ΔＹｎ，ａｖｅと、前回のイベント（ｎ−１回目のイベント）後にステップＳ１７で演算され、ステップＳ１８で記憶部３３に記憶されていた共分散値σＸＹｎ−１と、を用いて演算する。そして、上記（７）式の演算結果は、次回のイベント（ｎ＋１回目のイベント）後におけるステップＳ１７での演算に用いられることとなる。
When obtaining the covariance value σ XYn, as shown in the equation (7), data ((X 1 , Y 1 ), (X 2 , Y 2 ),..., (X n− 1 , Y n−1 )) are not required, and the average values X n−1, ave , Y n−1, ave calculated after the previous event (n−1th event), ΔX n, ave , ΔY n, ave calculated from the above formulas (4) and (5) using the average value , and the previous event (n-1th event) are calculated in step S17. Calculation is performed using the covariance value σ XYn−1 stored in the
次いで、ステップＳ１８として、記憶部３３は、ステップＳ１５及びＳ１７での演算結果（Ｘｎ，ａｖｅ、Ｙｎ，ａｖｅ、σＸｎ ２、σＸＹｎ）を記憶する。なお、今回の演算結果（Ｘｎ，ａｖｅ、Ｙｎ，ａｖｅ、σＸｎ ２、σＸＹｎ）は、前回のイベント（ｎ−１回目のイベント）後において同様に演算され記憶された結果（Ｘｎ−１，ａｖｅ、Ｙｎ−１，ａｖｅ、σＸｎ−１ ２、σＸＹｎ−１）に基づいて演算されたものである。同様にして今回の演算結果（Ｘｎ，ａｖｅ、Ｙｎ，ａｖｅ、σＸｎ ２、σＸＹｎ）も、次回のイベント（ｎ＋１回目のイベント）後のステップＳ１５〜Ｓ１７における演算時に用いられることとなる。
Next, as step S18, the
この場合において、記憶部３３は、演算部３２が新たに演算した結果（Ｘｎ，ａｖｅ、Ｙｎ，ａｖｅ、σＸｎ ２、σＸＹｎ）を記憶すると共に、過去に演算部３２から受け取って記憶した演算結果（Ｘｎ−１，ａｖｅ、Ｙｎ−１，ａｖｅ、σＸｎ−１ ２、σＸＹｎ−１）を消去し、記憶部３３が記憶するデータ量の増大を抑制する。なお、過去に記憶した演算結果を消去する方法は、特にこれに限定さない。例えば、記憶部３３が、演算部３２から受け取った過去１０回分の演算結果をまとめて消去してもよく、演算部３２から受け取った過去１００回分の演算結果をまとめて消去してもよい。
In this case, the
次いで、ステップＳ１９として、演算部３２は、演算結果（Ｘｎ，ａｖｅ、Ｙｎ，ａｖｅ、σＸｎ ２、σＸＹｎ）を回帰式作成部３４に送出し、回帰式作成部３４は回帰式（下記（８）式）を作成する。
Then, in step S19, the
Ｙ＝ａＸ＋ｂ・・・（８）
ただし、上記（８）式において、ａは下記（９）式で表され、ｂは下記（１０）式で表される。なお、上記（８）式において、説明変数Ｘは絶対経過時間であり、目的変数Ｙはバッテリ２１の内部抵抗推定値である。
Y = aX + b (8)
In the above formula (8), a is represented by the following formula (9), and b is represented by the following formula (10). In the above equation (8), the explanatory variable X is an absolute elapsed time, and the objective variable Y is an estimated internal resistance value of the
この場合において、上述したように、演算結果（Ｘｎ，ａｖｅ、Ｙｎ，ａｖｅ、σＸｎ ２、σＸＹｎ）は、過去のイベントに関するデータの全て（（Ｘ１、Ｙ１）、（Ｘ２、Ｙ２）・・・、（Ｘｎ−１、Ｙｎ−１））を必要とすることはなく、今回のイベントに関するデータ（Ｘｎ、Ｙｎ）と前回のイベントに関する演算結果（Ｘｎ−１，ａｖｅ、Ｙｎ−１，ａｖｅ、σＸｎ−１ ２、σＸＹｎ−１）のみを用いて算出を行う。 In this case, as described above, the calculation results (X n, ave , Y n, ave , σ Xn 2 , σ XYn ) are all the data related to the past events ((X 1 , Y 1 ), (X 2 ). , Y 2 )..., (X n−1 , Y n−1 )) are not required, the data (X n , Y n ) related to the current event and the calculation result (X n ) related to the previous event. -1, ave, calculates using Y n-1, ave, σ Xn-1 2, the σ xYn-1) only.
次いで、ステップＳ２０において、当該回帰式はデータ処理部３５に送られ、データ処理部３５は当該回帰式に絶対経過時間Ｘｎを代入し、バッテリ２１の内部抵抗推定値を得る。
Next, in step S < b > 20, the regression equation is sent to the
なお、回帰式の説明変数Ｘとして代入する値は特に限定されない。例えば、送受信部３１から送られた絶対経過時間Ｘｎに所望の時間を加えた時間を当該回帰式に代入してもよい。この場合には、当該所望の時間ほど先の未来における内部抵抗値を推定することとなる。
In addition, the value substituted as the explanatory variable X of a regression equation is not specifically limited. For example, a time obtained by adding a desired time to the absolute elapsed time Xn sent from the transmission /
次いで、データ処理部３５は当該内部抵抗推定値を送受信部３１に送出し、送受信部３１は車両２の送受信装置２６に当該内部抵抗推定値を送信する（ステップＳ２１）。演算部３２は、送受信部３１による送信の事実に基づいて送受信部３１のデータ受信回数ｎをインクリメントし（ステップＳ２２）、データセンタ３における処理を終了する。なお、上述したステップＳ１１〜Ｓ２２における各ステップの順序は特に限定されない。
Next, the
車両２においては、送受信装置２６によって内部抵抗推定値を受信した後、当該内部抵抗推定値は制御装置２２の報知判断部２２３に送出される。そして、報知判断部２２３では、当該内部抵抗推定値の大きさに応じて報知装置２７に指示を出すか否かを判断する。
In the
その後においても同様に、イベント（ｎ＋１回目以降のイベント）の終了後には、上述したステップＳ１１〜Ｓ２２を繰り返す。そして、当該イベント毎に、車両２の送受信装置２６がデータセンタ３の送受信部３１から受信する内部抵抗推定値を報知判断部２２３へ送出する。そして、当該報知判断部２２３は、報知装置２７への指示の要否を判断することとなる。
After that, similarly, after the end of the event (n + 1 and subsequent events), the above-described steps S11 to S22 are repeated. And the internal resistance estimated value which the transmission /
次に、本実施形態の作用について説明する。 Next, the operation of this embodiment will be described.
バッテリの内部抵抗値を精度よく測定するためには、当該バッテリのＩＶ特性（電流―電圧特性）の測定結果に基づいて回帰計算を行う必要がある。この場合において、従来は、当該回帰計算を行うために、過去に取得した内部抵抗の値の全てを用いて演算を行う必要があった。このため、走行開始後の時間経過に伴って当該内部抵抗値のデータ数は増加し、回帰計算を行う際の演算負荷が増大するという問題がある。電気自動車において、バッテリの内部抵抗値や、当該内部抵抗値に基づく指標（ＳＯＣ（充電率）、ＳＯＨ等）を素早く正確に把握することは、運転者に対して航続可能距離の提供や充電スケジュールの立案を行う上では特に重要となる。 In order to accurately measure the internal resistance value of the battery, it is necessary to perform regression calculation based on the measurement result of the IV characteristic (current-voltage characteristic) of the battery. In this case, conventionally, in order to perform the regression calculation, it has been necessary to perform calculation using all the values of the internal resistance acquired in the past. For this reason, there is a problem that the number of data of the internal resistance value increases with the lapse of time after the start of traveling, and the calculation load when performing the regression calculation increases. In an electric vehicle, quickly and accurately grasping an internal resistance value of a battery and an index (SOC (charging rate), SOH, etc.) based on the internal resistance value provides a driver with a cruising range and a charging schedule. This is especially important when planning
この点、本実施形態における状態検出システム１においてデータセンタ３が行う演算は、バッテリ２１の内部抵抗算出値Ｙｎ、及び、当該内部抵抗算出値Ｙｎを算出した際の絶対経過時間Ｘｎに関する最新のデータ（Ｘｎ、Ｙｎ）と、前回のデータにおける演算結果（Ｘｎ−１，ａｖｅ、Ｙｎ−１，ａｖｅ、σＸｎ−１ ２、σＸＹｎ−１）と、に基づく新たな演算結果（Ｘｎ，ａｖｅ、Ｙｎ，ａｖｅ、σＸｎ ２、σＸＹｎ）を用いて、内部抵抗推定値を得ることができる。これにより、当該推定に際して演算部３２の演算負荷を軽減することができる。
In this regard, the calculation performed by the
演算部３２では、内部抵抗推定値を得るまでの過程において、上記（２）〜（７）式の演算を行う。この際、上記（２）式及び（３）式の演算において、記憶部３３は、前回演算して得られた平均値Ｘｎ−１，ａｖｅ、Ｙｎ−１，ａｖｅのみを記憶していればよく、当該演算に際して過去のデータ（（Ｘ１、Ｙ１）、（Ｘ２、Ｙ２）・・・、（Ｘｎ−１、Ｙｎ−１））の全てを記憶することを要しない。これにより、記憶部３３が記憶するデータ量を軽減することができると共に、演算部３２の演算負荷を軽減することができる。
In the
また、上記（４）式及び（５）式の演算においても、記憶部３３は、前回演算して得られた平均値Ｘｎ−１，ａｖｅ、Ｙｎ−１，ａｖｅのみを記憶していればよいため、記憶部３３が記憶するデータ量を軽減することができると共に、演算部３２の演算負荷を軽減することができる。
In the calculations of the above formulas (4) and (5), the
また、上記（６）式の演算においても、記憶部３３は、前回演算して得られた分散値σＸｎ−１ ２のみをさらに記憶していればよい。このため、分散値σＸｎ ２の演算に際して、記憶部３３が記憶するデータ量をさらに軽減することができると共に、演算部３２の演算負荷を軽減することができる。
Further, the (6) in the calculation of the
さらに、上記（７）式の演算においても同様に、記憶部３３は、前回演算して得られた共分散値σＸＹｎ−１のみをさらに記憶していればよい。これにより、共分散値σＸＹｎの演算に際して、記憶部３３が記憶するデータ量をより一層軽減することができると共に、演算部３２の演算負荷をさらに軽減することができる。
Furthermore, similarly in the calculation of the above equation (7), the
本実施形態では、上述の演算結果（Ｘｎ，ａｖｅ、Ｙｎ，ａｖｅ、σＸｎ ２、σＸＹｎ）を用いて回帰式（上記（８）式）を作成する。この場合において、上述したように、演算結果（Ｘｎ，ａｖｅ、Ｙｎ，ａｖｅ、σＸｎ ２、σＸＹｎ）は、今回のイベントにおけるデータ（Ｘｎ、Ｙｎ）と前回のイベントに関する演算結果（Ｘｎ−１，ａｖｅ、Ｙｎ−１，ａｖｅ、σＸｎ−１ ２、σＸＹｎ−１）のみを用いて算出される。このため、当該回帰式の作成に際し、記憶部３３が記憶するデータ量を軽減することができると共に、回帰式作成部３４の作成負荷を軽減することができる。
In the present embodiment, the operation result of the aforementioned (X n, ave, Y n , ave, σ
また、上記（８）式において、係数ａ（上記（９）式）及び係数ｂ（上記（１０）式）は、過去に取得された全てのデータ（（Ｘ１、Ｙ１）、（Ｘ２、Ｙ２）・・・、（Ｘｎ−１、Ｙｎ−１））の傾向を特徴付ける数値であると共に、最新のデータ（Ｘｎ、Ｙｎ）が取得される度に当該傾向を加味した新たな係数として演算される。このため、過去のデータの全てを用いて回帰計算をする従来法と同等の演算精度で回帰計算を行い、バッテリ２１の内部抵抗値を推定することができる。
In the above equation (8), the coefficient a (the above equation (9)) and the coefficient b (the above equation (10)) are all the data ((X 1 , Y 1 ), (X 2 ) acquired in the past. , Y 2 )..., (X n−1 , Y n−1 )), and a numerical value that characterizes the trend, and each time the latest data (X n , Y n ) is acquired, the tendency is added. Calculated as a new coefficient. For this reason, it is possible to estimate the internal resistance value of the
本実施形態におけるイベント終了時が本発明の所定のタイミングの一例に相当し、本実施形態における送受信部３１が本発明の取得部の一例に相当し、本実施形態におけるデータセンタ３が本発明の演算装置の一例に相当し、本実施形態における絶対経過時間が本発明の第１のデータの一例に相当し、本実施形態におけるバッテリ２１の内部抵抗算出値が本発明の第２のデータの一例に相当する。
The end of the event in the present embodiment corresponds to an example of the predetermined timing of the present invention, the transmission /
なお、以上に説明した実施形態は、本発明の理解を容易にするために記載されたものであって、本発明を限定するために記載されたものではない。したがって、上記の実施形態に開示された各要素は、本発明の技術的範囲に属する全ての設計変更や均等物をも含む趣旨である。 The embodiment described above is described for facilitating the understanding of the present invention, and is not described for limiting the present invention. Therefore, each element disclosed in the above embodiment is intended to include all design changes and equivalents belonging to the technical scope of the present invention.
例えば、データセンタ３の演算部３２、記憶部３３、回帰式作成部３４、及びデータ処理部３５の機能を車両が備えることにより、当該車両において内部抵抗の推定値を取得してもよい。
For example, an estimated value of internal resistance may be acquired in the vehicle by providing the vehicle with the functions of the
また、例えば、本実施形態では、所定時間（絶対経過時間）におけるバッテリ２１の内部抵抗値を推定しているが、特にこれに限定されない。例えば、車両に取り付けられているタイヤの摩耗量を推定してもよい。この場合において、例えば、回帰式（上記（８）式）の説明変数Ｘは、タイヤを使用し始めてからの時間であり、目的変数Ｙは、当該タイヤの摩耗量である。
For example, in this embodiment, although the internal resistance value of the
また、例えば、一般的な産業機械に用いられるベアリングの寿命を推定してもよい。この場合において、例えば、回帰式（上記（８）式）の説明変数Ｘは、ベアリングを使用し始めてからの時間であり、目的変数Ｙは、当該ベアリングに挿入されたシャフト等が回転する際の摩擦力である。 Further, for example, the life of a bearing used for a general industrial machine may be estimated. In this case, for example, the explanatory variable X in the regression equation (the above equation (8)) is the time from the start of using the bearing, and the objective variable Y is the time when the shaft or the like inserted into the bearing rotates. It is a frictional force.
また、例えば、車両における燃費の低下傾向を推定してもよい。この場合において、例えば、回帰式（上記（８）式）の説明変数Ｘは、当該車両における最先の始動時からの時間であり、目的変数Ｙは、当該車両の燃費である。 Further, for example, a tendency of fuel consumption to decrease in the vehicle may be estimated. In this case, for example, the explanatory variable X in the regression equation (the above equation (8)) is the time from the earliest start time of the vehicle, and the objective variable Y is the fuel consumption of the vehicle.
また、例えば、車両に搭載されたエンジン性能の経時劣化を推定してもよい。この場合において、例えば、回帰式（上記（８）式）の説明変数Ｘは、当該車両における最先の始動時からの時間であり、目的変数Ｙは、所定のアクセル開度に対する加速度である。 Further, for example, the deterioration with time of the engine performance mounted on the vehicle may be estimated. In this case, for example, the explanatory variable X in the regression equation (the above equation (8)) is the time since the earliest start in the vehicle, and the objective variable Y is the acceleration with respect to a predetermined accelerator opening.
１・・・状態検出システム
２・・・車両
２１・・・バッテリ
２２・・・制御装置
２２１・・・内部抵抗算出部
２２２・・・タイマー
２６・・・送受信装置
３・・・データセンタ
３１・・・送受信部
３２・・・演算部
３３・・・記憶部
３４・・・回帰式作成部
３５・・・データ処理部
DESCRIPTION OF
Claims (6)
前記取得部が取得した前記データの平均値、分散値、及び共分散値を演算する演算部と、
前記演算部が演算した前記データの平均値、分散値、及び共分散値を記憶する記憶部と、
前記演算部が演算した前記データの平均値、分散値、及び共分散値に基づいて、前記データの回帰式を作成する回帰式作成部と、を備え、
前記演算部は、ｎ回目の前記タイミングにおける前記データと、前記記憶部に記憶されたｎ−１回目の前記タイミングにおける前記データの平均値、分散値、及び共分散値と、に基づいて、ｎ回目の前記タイミングにおける前記データの平均値、分散値、及び共分散値を演算し、
前記記憶部は、前記演算部が演算したｎ回目の前記タイミングにおける前記データの平均値、分散値、及び共分散値を記憶し、
前記回帰式作成部は、前記演算部が演算したｎ回目の前記タイミングにおける前記データの平均値、分散値、及び共分散値に基づいて、前記回帰式を作成することを特徴とする演算装置。 An acquisition unit for acquiring data at a predetermined timing;
An arithmetic unit that calculates an average value, a variance value, and a covariance value of the data acquired by the acquisition unit;
A storage unit for storing an average value, a variance value, and a covariance value of the data calculated by the calculation unit;
A regression equation creation unit that creates a regression equation of the data based on the average value, variance value, and covariance value of the data computed by the computation unit,
The arithmetic unit is based on the data at the n-th timing and the average value, variance value, and covariance value of the data at the (n-1) -th timing stored in the storage unit. Calculate the average value, variance value, and covariance value of the data at the timing of the first time,
The storage unit stores an average value, a variance value, and a covariance value of the data at the n-th timing calculated by the calculation unit,
The regression equation creation unit creates the regression equation based on an average value, a variance value, and a covariance value of the data at the n-th timing calculated by the computation unit.
前記データは、第１のデータ及び第２のデータを含み、
前記演算部は、下記（１）式及び（２）式に基づく演算を行うことを特徴とする演算装置。
The data includes first data and second data,
The said calculating part performs the calculation based on following (1) Formula and (2) Formula, The arithmetic device characterized by the above-mentioned.
前記演算部は、下記（３）式及び（４）式に基づく演算を行うことで、前記第１のデータの平均値変動量ΔＸｎ，ａｖｅと、前記第２のデータの平均値変動量ΔＹｎ，ａｖｅと、を取得することを特徴とする演算装置。
The calculation unit performs calculations based on the following formulas (3) and (4) to thereby calculate the average value fluctuation amount ΔX n, ave of the first data and the average value fluctuation amount ΔY of the second data. An arithmetic device characterized by acquiring n, ave .
前記演算部は、下記（５）式に基づく演算を行うことを特徴とする演算装置。
The said calculating part performs the calculation based on following (5) Formula, The arithmetic device characterized by the above-mentioned.
前記演算部は、下記（６）式に基づく演算を行うことを特徴とする演算装置。
The said calculating part performs the calculation based on following (6) Formula, The calculating device characterized by the above-mentioned.
前記第１のデータは、車両の最先の始動時からの経過時間であり、
前記第２のデータは、前記車両に搭載された二次電池の内部抵抗値であることを特徴とする演算装置。 An arithmetic device according to any one of claims 2 to 5,
The first data is an elapsed time from the earliest start of the vehicle,
The arithmetic apparatus according to claim 2, wherein the second data is an internal resistance value of a secondary battery mounted on the vehicle.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013114227A JP2014232506A (en) | 2013-05-30 | 2013-05-30 | Arithmetic device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013114227A JP2014232506A (en) | 2013-05-30 | 2013-05-30 | Arithmetic device |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2014232506A true JP2014232506A (en) | 2014-12-11 |
Family
ID=52125822
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013114227A Pending JP2014232506A (en) | 2013-05-30 | 2013-05-30 | Arithmetic device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2014232506A (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001223033A (en) * | 2000-02-07 | 2001-08-17 | Hitachi Ltd | Battery system and method for detecting battery condition |
| JP2010223768A (en) * | 2009-03-24 | 2010-10-07 | Panasonic Corp | Battery defect detection circuit, and power supply device |
| JP2011107782A (en) * | 2009-11-12 | 2011-06-02 | Kenichi Yoshihara | Volatility prediction system and volatility prediction method |
-
2013
- 2013-05-30 JP JP2013114227A patent/JP2014232506A/en active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001223033A (en) * | 2000-02-07 | 2001-08-17 | Hitachi Ltd | Battery system and method for detecting battery condition |
| JP2010223768A (en) * | 2009-03-24 | 2010-10-07 | Panasonic Corp | Battery defect detection circuit, and power supply device |
| JP2011107782A (en) * | 2009-11-12 | 2011-06-02 | Kenichi Yoshihara | Volatility prediction system and volatility prediction method |
Non-Patent Citations (2)
| Title |
|---|
| "Algorithms for calculating variance", WIKIPEDIA, JPN6017003946, 16 May 2013 (2013-05-16), US * |
| クヌース Ｄ．Ｅ．, THE ART OF COMPUTER PROGRAMMING 4, vol. 第1版, JPN6017003947, 25 August 1986 (1986-08-25), JP, pages 第４２−４５頁 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3281274B1 (en) | Systems, methods and devices for adaptable battery charging | |
| US11163010B2 (en) | Secondary battery deterioration estimation device and secondary battery deterioration estimation method | |
| EP3015876A1 (en) | Storage battery evaluating apparatus and method | |
| JP6791002B2 (en) | Deterioration estimation device for secondary batteries | |
| US20150241517A1 (en) | Method For Calculating Remaining Capacity Of Power Battery Pack | |
| JP6411538B2 (en) | Prediction system, prediction program, prediction device | |
| CN110400987B (en) | Battery charging and discharging current limiting method, battery management system and storage medium | |
| US20160131715A1 (en) | System and method for estimating state of health using battery model parameter | |
| JP5503318B2 (en) | Secondary battery charge acceptance limit detection method and apparatus | |
| WO2014126029A1 (en) | State-of-charge estimation device and state-of-charge estimation method | |
| EP3575140A1 (en) | Estimation method of the residual range of an electric vehicle | |
| CN115407206A (en) | SOH self-adaptive estimation method based on capacity accumulation | |
| JP6421411B2 (en) | Estimation program for estimating battery charging rate, estimation method for estimating battery charging rate, and estimation device for estimating battery charging rate | |
| JP6119554B2 (en) | Charge state calculation device | |
| JP2014066542A (en) | Battery temperature estimation device and method | |
| CN112782588A (en) | SOC online monitoring method based on LSSVM and storage medium thereof | |
| JP2014232506A (en) | Arithmetic device | |
| CN107024666A (en) | device for estimating battery SOC | |
| EP3579007A1 (en) | Method and apparatus for estimating a state of charge of a battery | |
| CN116298887A (en) | Lithium battery lithium precipitation detection method and device, electronic equipment and readable storage medium | |
| EP3457151A1 (en) | Impedance estimating apparatus | |
| KR101399362B1 (en) | Method and apparatus for estimating state of health using current integrated offset | |
| JP6136586B2 (en) | Arithmetic unit | |
| JP2016173260A (en) | Battery deterioration determination device, battery pack, battery deterioration determination method and battery deterioration determination program | |
| CN112285568A (en) | Estimation method of residual discharge time based on energy state of power lithium battery |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160328 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170131 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170214 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170413 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20170530 |