CN105005222B - 基于大数据的新能源电动汽车整车性能提升***及方法 - Google Patents

基于大数据的新能源电动汽车整车性能提升***及方法 Download PDF

Info

Publication number
CN105005222B
CN105005222B CN201510324855.4A CN201510324855A CN105005222B CN 105005222 B CN105005222 B CN 105005222B CN 201510324855 A CN201510324855 A CN 201510324855A CN 105005222 B CN105005222 B CN 105005222B
Authority
CN
China
Prior art keywords
battery
vehicle
big data
parameter
motor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510324855.4A
Other languages
English (en)
Other versions
CN105005222A (zh
Inventor
李研强
王知学
乔昕
于良杰
侯恩广
李小伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Automation Shandong Academy of Sciences
Original Assignee
Institute of Automation Shandong Academy of Sciences
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Automation Shandong Academy of Sciences filed Critical Institute of Automation Shandong Academy of Sciences
Priority to CN201510324855.4A priority Critical patent/CN105005222B/zh
Publication of CN105005222A publication Critical patent/CN105005222A/zh
Application granted granted Critical
Publication of CN105005222B publication Critical patent/CN105005222B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/25—Pc structure of the system
    • G05B2219/25314—Modular structure, modules
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了基于大数据的新能源电动汽车整车性能提升***及方法，包括：本地***，用于本地车辆的动力驱动和控制，将本地车辆的相关参数通过监控网络上传给大数据处理平台；大数据处理平台，用于将车辆的相关参数进行数据分类、统计、分析、存储和挖掘；远程虚拟***，用于建立车辆、电机、电池及电机控制器的虚拟模型，将大数据处理平台处理后的各项参数作为虚拟模型的输入，通过设立车辆最优参数作为输出目标，对虚拟模型进行优化，将虚拟模型生成的各项参数下载到本地***，本地***既可以根据下载的各项参数完成本地***的优化，又可以将下载的各项参数反馈给生产厂家，给生产厂家的生产过程提供数据参考，实现新能源汽车整车性能的提升。

Description

基于大数据的新能源电动汽车整车性能提升***及方法
技术领域
本发明涉及基于大数据的新能源电动汽车整车性能提升***及方法。
背景技术
随着全球汽车保有量的迅速增长，面临能源、环境和安全的压力日益加大。从可持续发展看，汽车产业必须解决能源、污染、安全和拥堵全球公认的四大汽车公害，低碳化、信息化与智能化汽车已被认为是最终解决方案。在新能源汽车方面，2014年中国新能源汽车全年销售74763辆，同比增长323.8％。成为全球新能源汽车推广排名第二的国家，预计2015年中国将成为全球新能源汽车销量最多的国家。
虽然新能源汽车在我国得到了政府的大力支持，但是我国的新能源汽车行业还存在很多的问题，限制了新能源汽车在我国的发展和推广。这些问题包括：
①现在我国的新能源汽车企业在设计新能源汽车时主要通过经验、软件仿真和基本的测试完成，缺少通过实际数据的分析来提升、优化设计车型各项参数的手段。
②动力电池本身的安全问题。动力电池储备电能机理是电化学，电化学反应过程存在安全隐患。这是由于动力电池本身的化学特性决定的，还没有一种动力电池能完全避免自身安全问题。但是如何能够更好的监控电池正常工作，而又尽量的不增加成本需要大数据的分析支撑，以对动力电池的安全进行实时管理。
③动力电池的成组方式不合理，容易发生安全隐患。目前新能源电动汽车所用的动力电池都是由数千个小的电池通过串、并联的方式进行成组而成为一个***。动力电池成组需要解决电池的串并联方式、热管理、振动等问题。目前，还没有一种动力电池的成组方式认为是最合理的，如何评价现有的电池成组方式以及指导优化电池成组方式需要大数据的分析支撑。
发明内容
本发明的目的就是为了解决上述问题，提供基于大数据的新能源电动汽车整车性能提升***及方法，它具有解决了新能源电动汽车全寿命性能提升的闭环设计、验证、优化问题优点。
为了实现上述目的，本发明采用如下技术方案：
基于大数据的新能源电动汽车整车性能提升***，包括：
本地***，用于本地车辆的动力驱动和控制，将本地车辆的相关参数通过监控网络上传给大数据处理平台；
监控网络，用于将本地车辆的相关参数通过无线通信的方式传输到大数据处理平台；
大数据处理平台，用于将车辆的相关参数进行数据分类、统计、分析、存储和挖掘；
远程虚拟***，用于建立车辆、电机、电池及电机控制器的虚拟模型，将大数据处理平台处理后的各项参数作为虚拟模型的输入，通过设立车辆最优参数作为输出目标，对虚拟模型进行优化，将虚拟模型生成的各项参数下载到本地***，本地***既可以根据下载的各项参数完成本地***的优化，又可以将下载的各项参数反馈给生产厂家，给生产厂家的生产过程提供数据参考，从而实现新能源汽车整车性能的提升。
所述本地车辆的相关参数，包括：当前位置、行驶里程、车速、油门、刹车、档位、转向、电机转速、旋变参数、电机功率、电机扭矩、动力电池总电压、总电流、单芯电池电压、电池温度、电池内阻、均衡电流、充电电压或充电电流。
所述车辆最优参数包括：车辆加速度、最高车速、最长续驶里程、车重、耗能和爬坡角度。
所述本地***，包括：整车控制器、动力电池、电机、电机控制器、电池管理***、充电机。
所述整车控制器，用于根据加速踏板位置、档位、制动踏板力实现驾驶员的操作意图并控制整车的各个部件进行协调工作，整车控制器将加速踏板位置、刹车力、档位信息、方向盘转角参数送入监控网络；
所述动力电池，是驱动车辆行驶的能量源；
所述电机，是驱动车辆行驶的驱动器；
所述电机控制器，是控制电机工作控制器，电机控制器将电机转速、扭矩、功率、温度、旋变信号、故障代码等参数送入监控网络；
所述电池管理***，是检测、控制、均衡动力电池***正常工作的控制***，电池管理***将动力电池总电压、总电流、单芯电池电压、电池温度、电池内阻、均衡模式、均衡电流等参数送入监控网络；
所述充电机，是动力电池充电的控制器，充电机将充电电压、充电电流、充电模式送入监控网络。
所述监控网络，包括：GPS、GPRS、3G、4G、WIFI等远程通信网络以及CAN、LIN、Flexray等车内通信网络，监控网络用于将从本地***接收的数据传递给大数据处理平台。
所述大数据处理平台，包括：云存储模块、云管理模块、大数据处理模块及数据挖掘模块。
所述云存储模块，用于本地车辆的相关参数数据的存储，包括：数据库的写入、访问；
所述云管理模块，用于管理大数据处理平台的，包括：云平台的存储单元、计算资源的分配和管理、用户管理；
所述大数据处理模块，用于本地车辆的相关参数的转换、分组、组织、计算、检索、排序。
转换：把相关参数转换成机器能够接收的形式。比如把二个8位字节合并转化为一个16位字节；
分组：按有关信息进行数据分组。有关信息包括：电池信息、电机信息、整车信息；
组织：整理数据或用某些方法安排数据，以便进行处理。比如按照上传时间对电池的总电压和电流进行二维形式的显示；
计算：进行各种算术和逻辑运算，以便得到进一步的信息。比如把总电流按照时间进行积分，计算出电池消耗的电量；
检索：按用户的要求找出用户需求的信息。比如检索某一时间段的电池总电压；
排序：把数据按设定要求排成次序，比如按照时间顺序对充电电压的大小进行排序。
所述数据挖掘模块，用于从大数据处理模块处理过的数据中挖掘重要信息。比如通过分析电池的总电压、总电流、内阻、温度等信息预测电池寿命信息。依次类推可挖掘出电机的故障原因、电机寿命、电池潜在故障等重要信息。
所述远程虚拟***，包括：整车配置模型、电池成组模型、电机模型、电机控制模型、电池模型、充电策略模型。
所述整车配置模型，将整车质量、最高车速、最大加速、续航里程、最大转向、最大爬坡等参数作为已知量作为输入，计算所需的动力电池、驱动电机、制动能量回馈策略、刹车***和充电机的配置参数；
所述电池成组模型，将电池的串、并联方式、单节电池数量、单节电池标称电压、电池布置方式作为已知量作为输入，将电池总电压、电池单节电压、单节电池内阻、充放电电流、均衡电流、电池箱温度、电池振动作为动态量作为输入，预测电池成组后的潜在故障和寿命；
所述电机模型，将电机的设计参数作为已知输入量，将电机内部电流、电压、功率及转矩作为动态输入量，计算电机的效率，预测电机的潜在故障和寿命；
所述电机控制模型，以永磁同步电机控制器为例，用于模拟电机控制策略，将油门信号、刹车信号、旋变信号、动力电池电压信号，电机温度作为输入，通过电机控制策略计算，如转速闭环恒压频比控制策略、转差频率控制策略、基于磁场定向的矢量控制策略以及直接转矩控制策略，计算U/V/W三相电压的PWM占空比，实现电机控制的模拟；
所述单节电池模型，将单节电池电压、电池欧姆内阻作为输入，建立如电池RC等效模型，用于模拟仿真单节电池剩余电量和电池寿命；
所述充电策略模型，将外部供电电压、当前动力电池总电压、充电电压、充电电流作为输入，计算充电时间，计算充电策略(如：恒压、恒流、脉冲等方式)的效率。
基于大数据的新能源电动汽车整车性能提升方法，包括如下步骤：
步骤(1)：本地***的整车控制器、电机控制器、电池管理器、充电机通过车辆的内部总线实现互连，本地***通过监控网络将车辆的运行参数远传到大数据处理平台；
步骤(2)：通过大数据处理平台的大数据处理和大数据挖掘，修正完善远程虚拟***；
步骤(3)：将远程虚拟***修正完善的各类参数下载到整车控制器、电机控制器、电池管理器、充电机，通过实车验证优化完善本地控制器和本地***，如果达到最优指标，结束；
如果未达到最优指标，从步骤(1)开始进行循环优化，从而实现提升整车***参数的闭环控制；
如果达到最优指标，则将优化的电池成组参数、电机参数、电池参数反馈给零部件厂家，进行相关零部件的完善。
所述步骤(2)的步骤为：
步骤(2-1)：将大数据进行按照整车参数、电机参数、电机控制参数、电池成组参数、电池参数、充电参数进行分类、存储、统计、转换、计算和传送；
步骤(2-2)：将整车参数输入整车配置模型，计算所需的动力电池、驱动电机、制动能量回馈策略、刹车***和充电机的配置参数；
步骤(2-3)：将电机参数输入电机模型，计算电机的效率，预测计算电机的潜在故障和寿命；
步骤(2-4)：将电机控制参数输入电机控制模型，计算U/V/W三相电压的PWM占空比；
步骤(2-5)：将电池成组参数输入电池成组模型，预测计算电池成组后的潜在故障和寿命；
步骤(2-6)：将单节电池参数输入电池模型，预测计算仿真单节电池剩余电量和电池寿命；
步骤(2-7)：将充电参数输入充电策略模型，计算充电时间和充电效率；
在步骤(2)过程中预测计算电机的潜在故障和寿命、预测计算电池成组后的潜在故障和寿命、预测计算仿真单节电池剩余电量和电池寿命所获得值不是一个精确的值，而是一个预测的值。为使预测值更加准确，需要通过大数据处理或数据挖掘的方式进行精确预测。
本发明的有益效果：
本***通过新能源汽车的云平台管理中心和大数据处理中心，建立新能源汽车整车和关键零部件的本地控制器和本地模型及远程控制器和远程模型，通过新能源汽车的云管理、云存储、大数据处理和数据挖掘，实现新能源汽车的本地管理和远程优化的闭环***。通过云端的数据处理和挖掘，优化远程虚拟控制器和整车参数，并将验证优化后的参数或模型下载到本地控制器，并指导汽车厂家和零部件厂家的整车和零部件设计，从而提升新能源汽车的整车性能和质量。
本***的另一有益效果是通过动力电池的全寿命管理。通过动力电池实时监控数据及数据处理和数据挖掘可以指导电池监控参数的设计、电池成组模式的设计及电池全寿命的健康参数管理，为动力电池的设计、管理、回收和梯次利用提供数据支撑。
所述的动力电池全寿命管理通过对电池组数据的实时采集、传输、大数据分析挖掘为动力电池监控参数的设计、电池成组、回收和梯次利用提供了有效的技术手段。
在远程虚拟***上建立不同的控制器和***的虚拟模型，通过收集的实车的数据对这些虚拟控制器和模型进行优化，将优化后的控制器参数和模型下载到本地控制器中，以及为整车厂家和零部件厂家提供设计优化的方法，从而实现新能源电动汽车性能的提升。
附图说明
图1为本发明的***结构图；
图2为本发明的具体实施例。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
如图1所示，基于大数据的新能源电动汽车整车性能提升***，包括：
本地***，用于本地车辆的动力驱动和控制，将本地车辆的相关参数通过监控网络上传给大数据处理平台；
监控网络，用于将本地车辆的相关参数通过无线通信的方式传输到大数据处理平台；
大数据处理平台，用于将车辆的相关参数进行数据分类、统计、分析、存储和挖掘；
远程虚拟***，用于建立车辆、电机、电池及电机控制器的虚拟模型，将大数据处理平台处理后的各项参数作为虚拟模型的输入，通过设立车辆最优参数作为输出目标，对虚拟模型进行优化，将虚拟模型生成的各项参数下载到本地***，本地***既可以根据下载的各项参数完成本地***的优化，又可以将下载的各项参数反馈给生产厂家，给生产厂家的生产过程提供数据参考，从而实现新能源汽车整车性能的提升。
所述本地车辆的相关参数，包括：前位置、行驶里程、车速、油门、刹车、档位、转向、电机转速、电机功率、电机扭矩、动力电池总电压、总电流、单芯电池电压、电池温度、电池内阻、充电电压或充电电流。
所述车辆最优参数包括：车辆加速度、最高车速、最长续驶里程、车重、耗能和爬坡角度。
所述本地***，包括：整车控制器、动力电池、电机、电机控制器、电池管理***、充电机。
如图2所示，电池企业生产出的单节电池，电池成组厂将成千上万节电池成组为电池模块，电池模块装配电池管理***后，由新能源汽车厂家使用动力电池。通过使用本发明设计的***，通过分析处理动力电池总电压、总电流、单芯电池电压、电池温度、电池内阻、动力电池的串、并联方式、电池总电压、充放电电流、电池箱温度、电池箱尺寸、电池振动等参数，优化电池模型和电池成组模型参数，为电池企业、电池组装厂、电池管理***厂、新能源企业厂的设计和使用提供有益帮助。
当动力电池不能达到新能源汽车的需要时，可以将替换下来的动力电池利用到储能、电动自行车、低速电动车等对电池性能要求不高的场合。而替换下来动力电池组的单节电池存在了性能差异，需要重新将性能一致的单节电池进行重新筛选成组，由于本发明设计的***对动力电池组的单节电池进行了全程的监控管理，通过大数据的处理和挖掘，可以很方便的筛选出性能一致的单节电池进行重新成组，节省了电池回收利用的成本。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (9)

1.基于大数据的新能源电动汽车整车性能提升***，其特征是，包括：
本地***，用于本地车辆的动力驱动和控制，将本地车辆的相关参数通过监控网络上传给大数据处理平台；
监控网络，用于将本地车辆的相关参数通过无线通信的方式传输到大数据处理平台；
大数据处理平台，用于将车辆的相关参数进行数据分类、统计、分析、存储和挖掘；
所述大数据处理平台，包括：云存储模块、云管理模块、大数据处理模块及数据挖掘模块；
所述云存储模块，用于本地车辆的相关参数数据的存储，包括：数据库的写入、访问；
所述云管理模块，用于管理大数据处理平台的，包括：云平台的存储单元、计算资源的分配和管理、用户管理；
所述大数据处理模块，用于本地车辆的相关参数的转换、分组、组织、计算、检索、排序；
所述数据挖掘模块，用于从大数据处理模块处理过的数据中挖掘重要信息；所述重要信息包括通过分析电池的总电压、总电流、内阻、温度信息预测电池寿命信息，依次类推可挖掘出电机的故障原因、电机寿命、电池潜在故障信息；
远程虚拟***，用于建立车辆、电机、电池及电机控制器的虚拟模型，将大数据处理平台处理后的各项参数作为虚拟模型的输入，通过设立车辆最优参数作为输出目标，对虚拟模型进行优化，将虚拟模型生成的各项参数下载到本地***，本地***既能够根据下载的各项参数完成本地***的优化，又能够将下载的各项参数反馈给生产厂家，给生产厂家的生产过程提供数据参考，从而实现新能源汽车整车性能的提升。
2.如权利要求1所述的基于大数据的新能源电动汽车整车性能提升***，其特征是，所述本地***，包括：整车控制器、动力电池、电机、电机控制器、电池管理***、充电机；
所述整车控制器，用于根据加速踏板位置、档位、制动踏板力实现驾驶员的操作意图并控制整车的各个部件进行协调工作，整车控制器将加速踏板位置、刹车力、档位信息、方向盘转角参数送入监控网络；
所述动力电池，是驱动车辆行驶的能量源；
所述电机，是驱动车辆行驶的驱动器。
3.如权利要求2所述的基于大数据的新能源电动汽车整车性能提升***，其特征是，
所述电机控制器，是控制电机工作控制器，电机控制器将电机转速、扭矩、功率、温度、旋变信号、故障代码参数送入监控网络；
所述电池管理***，是检测、控制、均衡动力电池***正常工作的控制***，电池管理***将动力电池总电压、总电流、单芯电池电压、电池温度、电池内阻、均衡模式、均衡电流参数送入监控网络；
所述充电机，是动力电池充电的控制器，充电机将充电电压、充电电流、充电模式送入监控网络。
4.如权利要求1所述的基于大数据的新能源电动汽车整车性能提升***，其特征是，
所述监控网络，包括：GPS、GPRS、3G、4G、WIFI远程通信网络以及CAN、LIN、Flexray车内通信网络，监控网络用于将从本地***接收的数据传递给大数据处理平台。
5.如权利要求1所述的基于大数据的新能源电动汽车整车性能提升***，其特征是，
所述远程虚拟***，包括：整车配置模型、电池成组模型、电机模型、电机控制模型、电池模型、充电策略模型；
所述整车配置模型，将整车质量、最高车速、最大加速、续航里程、最大转向、最大爬坡参数作为已知量作为输入，计算所需的动力电池、驱动电机、制动能量回馈策略、刹车***和充电机的配置参数；
所述电池成组模型，将电池的串、并联方式、单节电池数量、单节电池标称电压、电池布置方式作为已知量作为输入，将电池总电压、电池单节电压、单节电池内阻、充放电电流、均衡电流、电池箱温度、电池振动作为动态量作为输入，预测电池成组后的潜在故障和寿命。
6.如权利要求5所述的基于大数据的新能源电动汽车整车性能提升***，其特征是，
所述电机模型，将电机的设计参数作为已知输入量，将电机内部电流、电压、功率及转矩作为动态输入量，计算电机的效率，预测电机的潜在故障和寿命；
所述电机控制模型，用于模拟电机控制策略，将油门信号、刹车信号、旋变信号、动力电池电压信号，电机温度作为输入，通过电机控制策略计算，计算U/V/W三相电压的PWM占空比，实现电机控制的模拟。
7.如权利要求5所述的基于大数据的新能源电动汽车整车性能提升***，其特征是，
所述单节电池模型，将单节电池电压、电池欧姆内阻作为输入，建立电池RC等效模型，用于模拟仿真单节电池剩余电量和电池寿命；
所述充电策略模型，将外部供电电压、当前动力电池总电压、充电电压、充电电流作为输入，计算充电时间，计算充电策略的效率。
8.基于大数据的新能源电动汽车整车性能提升方法，其特征是，包括如下步骤：
步骤(1)：本地***的整车控制器、电机控制器、电池管理器、充电机通过车辆的内部总线实现互连，本地***通过监控网络将车辆的运行参数远传到大数据处理平台；
步骤(2)：通过大数据处理平台的大数据处理和大数据挖掘，修正完善远程虚拟***；
所述大数据处理平台，包括：云存储模块、云管理模块、大数据处理模块及数据挖掘模块；
所述云存储模块，用于本地车辆的相关参数数据的存储，包括：数据库的写入、访问；
所述云管理模块，用于管理大数据处理平台的，包括：云平台的存储单元、计算资源的分配和管理、用户管理；
所述大数据处理模块，用于本地车辆的相关参数的转换、分组、组织、计算、检索、排序；
所述数据挖掘模块，用于从大数据处理模块处理过的数据中挖掘重要信息；所述重要信息包括通过分析电池的总电压、总电流、内阻、温度信息预测电池寿命信息，依次类推可挖掘出电机的故障原因、电机寿命、电池潜在故障信息；
步骤(3)：将远程虚拟***修正完善的各类参数下载到整车控制器、电机控制器、电池管理器、充电机，通过实车验证优化完善本地控制器和本地***，如果达到最优指标，结束；
如果未达到最优指标，从步骤(1)开始进行循环优化，从而实现提升整车***参数的闭环控制；
如果达到最优指标，则将优化的电池成组参数、电机参数、电池参数反馈给零部件厂家，进行相关零部件的完善。
9.如权利要求8所述的基于大数据的新能源电动汽车整车性能提升方法，其特征是，
所述步骤(2)的步骤为：
步骤(2-1)：将大数据进行按照整车参数、电机参数、电机控制参数、电池成组参数、电池参数、充电参数进行分类、存储、统计、转换、计算和传送；
步骤(2-2)：将整车参数输入整车配置模型，计算所需的动力电池、驱动电机、制动能量回馈策略、刹车***和充电机的配置参数；
步骤(2-3)：将电机参数输入电机模型，计算电机的效率，预测计算电机的潜在故障和寿命；
步骤(2-4)：将电机控制参数输入电机控制模型，计算U/V/W三相电压的PWM占空比；
步骤(2-5)：将电池成组参数输入电池成组模型，预测计算电池成组后的潜在故障和寿命；
步骤(2-6)：将单节电池参数输入电池模型，预测计算仿真单节电池剩余电量和电池寿命；
步骤(2-7)：将充电参数输入充电策略模型，计算充电时间和充电效率。
CN201510324855.4A 2015-06-12 2015-06-12 基于大数据的新能源电动汽车整车性能提升***及方法 Active CN105005222B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510324855.4A CN105005222B (zh) 2015-06-12 2015-06-12 基于大数据的新能源电动汽车整车性能提升***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510324855.4A CN105005222B (zh) 2015-06-12 2015-06-12 基于大数据的新能源电动汽车整车性能提升***及方法

Publications (2)

Publication Number Publication Date
CN105005222A CN105005222A (zh) 2015-10-28
CN105005222B true CN105005222B (zh) 2017-05-31

Family

ID=54377935

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510324855.4A Active CN105005222B (zh) 2015-06-12 2015-06-12 基于大数据的新能源电动汽车整车性能提升***及方法

Country Status (1)

Country Link
CN (1) CN105005222B (zh)

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105353617B (zh) * 2015-11-19 2016-10-12 福建省汽车工业集团云度新能源汽车股份有限公司 一种延长续航里程的电动汽车控制***
CN108290533B (zh) * 2015-12-21 2021-11-19 宝马股份公司 用于修正机动车中与安全和/或防护相关的控制器的方法和与此有关的设备
CN105539187B (zh) * 2016-01-22 2018-01-23 深圳市智锂能源科技有限公司 一种动力锂电池全生命周期智能监管***
JP6443372B2 (ja) * 2016-03-24 2018-12-26 トヨタ自動車株式会社 車両用ソフトウェア割当てシステム
CN105808890A (zh) * 2016-04-26 2016-07-27 奇瑞汽车股份有限公司 一种用于汽车企业产品设计的数据云***
CN107340475B (zh) * 2016-04-29 2021-03-16 株式会社日立制作所 电池故障检测方法和电池故障检测装置
US9846978B1 (en) * 2016-06-15 2017-12-19 Ford Global Technologies, Llc Remaining useful life estimation of vehicle component
CN106227135A (zh) * 2016-09-21 2016-12-14 北京机械设备研究所 具有远程数据监测功能的新能源汽车电机控制装置及方法
CN106524436A (zh) * 2016-12-16 2017-03-22 江苏鸿鹄电子科技有限公司 新能源汽车车载智能空气处理***
CN106936915A (zh) * 2017-03-23 2017-07-07 南京越博动力***股份有限公司 一种电动汽车远程监控数据云分析***
CN107544290B (zh) * 2017-10-26 2021-06-29 南京越博电驱动***有限公司 一种新能源汽车性能评估分析和优化***及方法
CN108074466B (zh) * 2018-01-12 2020-02-04 北京车和家信息技术有限公司 新能源车辆热管理***的仿真方法
CN108556647B (zh) * 2018-01-16 2021-07-20 上海应用技术大学 基于云平台和电池管理***的电动汽车用动力电池的在线安全预警方法
CN111231678A (zh) * 2018-02-26 2020-06-05 杭州翼兔网络科技有限公司 一种电动汽车终端
CN108556683B (zh) * 2018-04-20 2021-03-02 江铃汽车股份有限公司 一种基于大数据的新能源车辆平顺性优化方法
CN109459626B (zh) * 2018-09-10 2021-03-12 万帮数字能源股份有限公司 用于电动汽车的充电机器人的监测***和监测方法
CN109407003A (zh) * 2018-09-26 2019-03-01 成都雅骏新能源汽车科技股份有限公司 一种基于云计算的电动汽车永磁同步电机故障诊断***及其故障诊断方法
US20200117495A1 (en) * 2018-10-15 2020-04-16 GM Global Technology Operations LLC Zone compute and control architecture
CN109656975A (zh) * 2018-12-13 2019-04-19 上海航天电源技术有限责任公司 基于大数据的故障预警***及方法
CN109655746A (zh) * 2019-01-11 2019-04-19 锦州汉拿电机有限公司 电机数据交互装置、***及车辆
US11065978B2 (en) * 2019-02-25 2021-07-20 Toyota Research Institute, Inc. Systems, methods, and storage media for adapting machine learning models for optimizing performance of a battery pack
CN111619474A (zh) * 2019-02-28 2020-09-04 北京金奔腾汽车科技有限公司 汽车4g方式采集汽车can总线数据的方法和工具
CN110126852A (zh) * 2019-05-23 2019-08-16 北京华盛源通科技有限公司 一种纯电动轨道机车的电气***
CN110534826B (zh) * 2019-08-18 2022-04-01 浙江万马新能源有限公司 一种利用大数据配组梯次利用电池方法
CN111525198B (zh) * 2020-05-13 2023-08-25 江苏建康汽车有限公司 单能源纯电动汽车的能源管理***控制策略与优化方法
CN114996639A (zh) * 2021-02-02 2022-09-02 西华大学 低成本模式的动力电池梯级利用多因素筛分方法
CN113064939B (zh) * 2021-04-07 2023-04-21 北京理工大学 一种新能源车辆三电***安全特征数据库构建方法
CN113829952A (zh) * 2021-09-29 2021-12-24 华人运通(江苏)技术有限公司 电动汽车的电池控制方法、***及电动汽车
CN115221611B (zh) * 2022-02-23 2023-09-15 广州汽车集团股份有限公司 整车的匹配参数优化方法、装置、介质及电子设备
CN116720852B (zh) * 2023-08-08 2023-10-31 山东理工职业学院 一种基于人工智能的新能源汽车维修数据分析管理***

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9201842B2 (en) * 2006-03-16 2015-12-01 Smartdrive Systems, Inc. Vehicle event recorder systems and networks having integrated cellular wireless communications systems
US8095261B2 (en) * 2009-03-05 2012-01-10 GM Global Technology Operations LLC Aggregated information fusion for enhanced diagnostics, prognostics and maintenance practices of vehicles
CN102466568A (zh) * 2010-11-08 2012-05-23 中国第一汽车集团公司 乘用车混合动力总成试验台***
CN102323791B (zh) * 2011-04-01 2014-02-19 清华大学 一种新能源汽车整车优化标定***
CN102320276A (zh) * 2011-07-05 2012-01-18 张化锴 基于can总线的纯电动汽车整车控制器标定***及标定方法
CN103200268B (zh) * 2013-04-11 2016-01-20 山东大学 一种用于电动汽车的远程监控、升级及标定的***及方法

Also Published As

Publication number Publication date
CN105005222A (zh) 2015-10-28

Similar Documents

Publication Publication Date Title
CN105005222B (zh) 基于大数据的新能源电动汽车整车性能提升***及方法
Peng et al. Rule based energy management strategy for a series–parallel plug-in hybrid electric bus optimized by dynamic programming
CN105633487B (zh) 一种锂离子电池智能管理***
CN103645717B (zh) Can总线和gprs的电动汽车充电桩联网监控***
CN111581850B (zh) 一种应用数字孪生技术的全周期动力电池管理***
CN104442825A (zh) 一种电动汽车剩余行驶里程的预测方法和***
CN106444422A (zh) 纯电动汽车的动力***仿真方法和装置
CN102837696A (zh) 具有在线监测功能的燃料电池叉车混合动力控制***
CN105359329B (zh) 用于蓄电池管理的方法和蓄电池管理***
CN105528498B (zh) 网联智能电动车辆一体化建模与集成控制方法
CN103200268A (zh) 一种用于电动汽车的远程监控、升级及标定的***及方法
CN104567901A (zh) 用于在家中进行路径规划的车辆***和方法
CN104348205A (zh) 一种基于soc-soh分布式bms***
CN207089031U (zh) 一种锂动力电池控制***
CN109693659A (zh) 车辆和运算***
CN106945541A (zh) 在线充纯电动车辆动力电池的充电控制方法及***
Ye et al. Application of a new type of lithium‑sulfur battery and reinforcement learning in plug-in hybrid electric vehicle energy management
CN106384436A (zh) 一种智能充电***及方法
Leska et al. Comparative Calculation of the Fuel–Optimal Operating Strategy for Diesel Hybrid Railway Vehicles
CN110341538A (zh) 互助充电控制/管理方法、***、介质、车机/服务端
CN108068648A (zh) 一种集中式电动汽车电池管理***
Geng et al. Simulation and experimental research on energy management control strategy for fuel cell heavy-duty truck
Wang et al. Driving condition recognition and optimisation-based energy management strategy for power-split hybrid electric vehicles
CN110614933A (zh) 一种电动汽车充电远程管控平台
Yanhua et al. Research on energy management strategy of mining truck based on MPC

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant