CN113415165A - 一种故障诊断方法、装置、电子设备及存储介质 - Google Patents

一种故障诊断方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113415165A
CN113415165A CN202110734519.2A CN202110734519A CN113415165A CN 113415165 A CN113415165 A CN 113415165A CN 202110734519 A CN202110734519 A CN 202110734519A CN 113415165 A CN113415165 A CN 113415165A
Authority
CN
China
Prior art keywords
data
fault
battery pack
battery
vehicle
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.)
Granted
Application number
CN202110734519.2A
Other languages
English (en)
Other versions
CN113415165B (zh
Inventor
孙焕丽
潘垂宇
李雪
张志�
于春洋
许立超
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.)
FAW Group Corp
Original Assignee
FAW Group Corp
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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN202110734519.2A priority Critical patent/CN113415165B/zh
Publication of CN113415165A publication Critical patent/CN113415165A/zh
Priority to PCT/CN2021/143070 priority patent/WO2023273267A1/zh
Application granted granted Critical
Publication of CN113415165B publication Critical patent/CN113415165B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/0023Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
    • B60L3/0046Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/4285Testing apparatus
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/70Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本申请实施例公开了一种故障诊断方法、装置、电子设备及存储介质。其中,该方法包括:获取车辆中电池采集器采集的电池包数据;对电池包数据进行特征分析,并根据特征分析结果确定电池包数据是否为故障数据;在为故障数据的情况下,对电池包数据进行变换分析,并根据变换分析结果确定故障部件;根据故障部件,确定故障部件的故障类别。本申请实施例提供的技术方案,可以实现对故障部件以及故障原因的精确诊断,极大地提升了车辆使用中的安全性。

Description

一种故障诊断方法、装置、电子设备及存储介质
技术领域
本申请实施例涉及汽车技术领域,尤其涉及一种故障诊断方法、装置、电子设备及存储介质。
背景技术
电动汽车的核心部件是锂离子动力电池,电池包基本单元是由电芯构成的电池模组,而与电池模组相连接的电池采样器通过采集电池模组的电池数据,真实反馈电池模组的工作状态。现有技术中大多通过云端服务器监控电池数据的一致性来预测电池包是否故障,该方法不能排除因电池采样器故障使得所采集的电池数据有误而导致的错误预测。如果电池采样器发生了故障,所采集的电池数据有误不能准确反馈电池模组的工作状态,轻则导致车辆发生故障,严重的可能造成安全事故,同时对云端服务器的电池数据分析也带来了很大的影响。因此,亟需一种故障诊断的方法,能够精确诊断故障原因是电池包故障还是电池采样器故障。
发明内容
本申请实施例提供了一种故障诊断方法、装置、电子设备及存储介质,可以实现对故障部件以及故障原因的精确诊断,极大地提升了车辆使用中的安全性。
第一方面,本申请实施例提供了一种故障诊断方法,该方法包括:
获取车辆中电池采集器采集的电池包数据;
对所述电池包数据进行特征分析,并根据特征分析结果确定所述电池包数据是否为故障数据;
在为故障数据的情况下,对所述电池包数据进行变换分析,并根据变换分析结果确定故障部件;其中,所述故障部件为所述电池采样器或所述电池包;
根据所述故障部件,确定所述故障部件的故障类别。
第二方面,本申请实施例提供了一种故障诊断装置,该装置包括:
数据获取模块,用于获取车辆中电池采集器采集的电池包数据;
第一分析模块,对所述电池包数据进行特征分析,并根据特征分析结果确定所述电池包数据是否为故障数据;
第二分析模块,在为故障数据的情况下,对所述电池包数据进行变换分析,并根据变换分析结果确定故障部件;其中,所述故障部件为所述电池采样器或所述电池包;
故障确定模块,用于根据所述故障部件,确定所述故障部件的故障类别。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本申请任意实施例所述的故障诊断方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现本申请任意实施例所述的故障诊断方法。
本申请实施例提供了一种故障诊断方法、装置、电子设备及存储介质,通过获取车辆中电池采集器采集的电池包数据;对电池包数据进行特征分析,并根据特征分析结果确定电池包数据是否为故障数据;在为故障数据的情况下,对电池包数据进行变换分析,并根据变换分析结果确定故障部件;其中,故障部件为电池采样器或电池包;根据故障部件,确定故障部件的故障类别。本申请可以实现对故障部件以及故障原因的精确诊断,极大地提升了车辆使用中的安全性。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请实施例的故障诊断***的示意图;
图2为本申请实施例提供的一种故障诊断方法的第一流程示意图;
图3为本申请实施例提供的一种故障诊断方法的第二流程示意图;
图4为本申请实施例提供的一种故障诊断装置的结构示意图;
图5是用来实现本申请实施例的一种故障诊断方法的电子设备的框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例一
图1为本申请实施例的故障诊断***的示意图;图2为本申请实施例提供的一种故障诊断方法的第一流程示意图,本实施例可适用于对电池采集器所采集的电池报数据进行故障诊断,确定出出现故障的故障部件以及故障原因的情况。本实施例提供的一种故障诊断方法可以由本申请实施例提供的故障诊断装置来执行,该装置可以通过软件和/或硬件的方式实现,并集成在执行本方法的电子设备中。本申请实施例中的电子设备由故障诊断***承载。
参见图1,为本申请实施例的故障诊断***的示意图,如图所示故障诊断***包括:车载终端11、云端服务器12、后台服务器13。所述车辆中配有车载终端(如车载Telematics-BOX)可以将车辆的数据上传至云端服务器。后台服务器可从云端服务器中下载所述车辆的数据,并对其进行故障诊断。若故障诊断结果显示所述车辆存在故障,则向车载终端发送故障信息通知。
参见图2,本实施例的方法包括但不限于如下步骤:
S110、获取车辆中电池采集器采集的电池包数据。
其中,在车辆中配置有电池采样器和电池包,电池包中配置有电压传感器和温度传感器,分别用于监测电池包的电压数据和温度数据。电池采样器用于采集电池包的电池包数据,如电压数据和温度数据;此外,电池包数据还包括车辆的行驶数据、车辆的充电数据、车辆的编号和电池包数据的采集时间中的至少一项。
在本申请实施例中,车辆终端将该车辆的电池包数据先上传并存储至云端服务器。当后台服务器在对该车辆进行故障分析时,后台服务器可从云端服务器获取该电池包数据。可选的,车载终端还可以将该车辆的电池包数据直接上传至后台服务器,以使后台服务器对其进行故障分析。
可选的,可以按照国标GBT32960中所规定的数据上传标准(如数据上传的频率、数据的字段)上传数据至云端服务器或者后台服务器,那么上传至云端服务器或者后台服务器的电池包数据更具普适性。示例性的,车辆中电池采集器每10秒钟采集一次电池包的温度数据和电压数据,车载终端将电池包的温度数据和电压数据与车辆的编号、车辆的行驶数据以及数据的采集时间聚合为电池包数据,并上传至云端服务器或者后台服务器。
S120、对电池包数据进行特征分析,并根据特征分析结果确定电池包数据是否为故障数据。
在本申请实施例中,后台服务器获取到该车辆的电池包数据之后,对该电池包数据进行特征分析。具体的,车辆的电池包数据若为故障数据会表现出多种特征,设置预设诊断周期(如1天),分析预设诊断周期内的该车辆的全部电池包数据,若有该特征的电池包数据即为故障数据,若无该特征的电池包数据即为正常数据。
其中,电池包中包含至少一个电池模组,每个电池模组中有至少一个电池单体。一个电池模组上配置有与电池单体等数量的电压传感器和温度传感器,用于检测每个电池单体的电压值和温度值。假若一个模块上的电压传感器和温度传感器数量可能不一致,示例性的,一个电池模组中有四个电池单体,并配置有四个电压传感器两个温度传感器,则将温度传感器的数据匹配到每一个电池单体,即形成每个电池单体都有电压值和温度值。
表1中的故障数据识别及特征为特定示例,其他电池包情况需根据具体状态进行相应调整。故障数据特征识别如下表1所示:
表1、故障数据特征识别表格
Figure BDA0003141095630000061
S130、在为故障数据的情况下,对电池包数据进行变换分析,并根据变换分析结果确定故障部件。
其中,故障部件为电池采样器或电池包。
在本申请实施例中,经上述步骤,根据特征分析结果确定电池包数据是否为故障数据之后,需要进一步分析导致电池包数据为故障数据的故障部件,也就是,确定是电池采样器发生了故障还是电池包发生了故障。假若电池采样器发生故障且电池包正常工作,则电池采样器不能够准确反馈电池包的工作数据,因而电池采样器所采集的电池包数据所对应的帧数据表现为离散信号的突变。假若电池采样器正常工作且电池包发生故障,则电池采样器能够准确反馈电池包的工作数据,因而电池采样器所采集的电池包数据所对应的帧数据表现为连续信号。
在本申请实施例中,对电池包数据进行变换分析,分析电池包数据是为离散信号还是连续信号,从而判断车辆的故障部件是电池采样器还是电池包。
可选的,对电池包数据进行变换分析的变换方法不做具体限定,优选的,可以使用连续小波变换将电池包数据从时域变换为频域。
S140、根据故障部件,确定故障部件的故障类别。
在本申请实施例中,将上述步骤,对电池包数据进行分析,确定故障数据对应的故障部件之后,还需确定故障部件的故障类别。
示例性的,若电池单体的温度数据偏高且接近开路,则可能为温度传感器安装工艺问题或者电池采集器采样出现问题等;若电池单体的温度数据偏低且接近短路,则可能为温度传感器接触不良、采样回路锈蚀传感器焊接工艺导致开裂等;若同一电池模组的所有温度传感器偏高且接近开路,则可能为电池采样器的采样端异常、或单片机通信异常等;若同一电池模组的所有温度传感器偏低且接近短路,则可能为水汽进入电池包、电池采样器供电异常等故障;若电池单体的电压数据表现为断路状态,则可能为电池采样器的键合开裂导致;若相邻电池单体的电压数据表现为开路和断路状态,则可能为电池采样器的回路开路;若同一电池模组的电压数据表现为开路状态,则可能为电池采样器的采样端异常。
本实施例提供的技术方案,通过获取车辆中电池采集器采集的电池包数据;对电池包数据进行特征分析,并根据特征分析结果确定电池包数据是否为故障数据;在为故障数据的情况下,对电池包数据进行变换分析,并根据变换分析结果确定故障部件;根据故障部件,确定故障部件的故障类别。本申请通过对电池包数据进行特征分析和变换分析,可以解决现有技术不能排除因电池采样器故障使得所采集的电池数据有误而导致的错误预测,可以在不增加成本的情况下实现对故障部件以及故障原因的精确诊断,极大地提升了车辆使用中的安全性。
在一些实施例中,在为故障数据的情况下,对电池包数据进行变换分析,并根据变换分析结果确定故障部件具体包括:将电池包数据对应的帧数据作为当前帧数据,选取当前帧数据之前与其相差预设时间差的至少两帧数据,并对至少两帧数据进行连续小波变换,得到变换分析结果;其中,预设时间差大于相邻帧数据之间的时间差;若变换分析结果大于等于预设阈值,则故障部件为电池采样器;若变换分析结果小于预设阈值,则故障部件为电池包。
具体的,一个电池包数据对应一帧数据,因而预设诊断周期内的全部电池包数据包含若干帧数据。经S120对所获取的预设诊断周期内的该车辆的全部电池包数据进行分析,确定出故障数据之后,将确定为故障数据的电池包数据对应的帧数据作为当前帧数据,选取当前帧数据之前与其相差预设时间差的至少两帧数据,并对该至少两帧数据进行连续小波变换。分析该至少两帧数据对应的连续小波变换数据,若变换分析结果大于等于预设阈值,表明该电池包数据所对应的帧数据为离散值,则故障部件为电池采样器;若变换分析结果小于预设阈值,表明该电池包数据所对应的帧数据为连续值,则故障部件为电池包。
示例性的,若确定当前电池包数据中的温度数据为故障数据,选取当前电池包数据之间预期相差预设时间的所有温度传感器的温度数据,并对这些温度数据进行连续小波变换。若确定当前电池包数据中的电压数据为故障数据,选取当前电池包数据之间预期相差预设时间的所有电压传感器的电压数据,并对这些电压数据进行连续小波变换,
在本申请实施例中,需要说明的是,预设时间差大于相邻帧数据之间的时间差,这样设置的原因在于两帧数据之间可能存在数据丢帧或者车辆长时间停放导致的相邻帧时间差较大,应该选取一个合适的预设时间差来避免该问题。
实施例二
图3为本申请实施例提供的一种故障诊断方法的第二流程示意图。本申请实施例是在上述实施例的基础上进行优化,具体优化为:增加了对电池包数据的准确性的判断过程和风险等级与风险预警的确定过程进行详细的解释说明。
参见图3,本实施例的方法包括但不限于如下步骤:
S210、获取车辆中电池采集器采集的电池包数据。
S220、根据预先设置的判断规则,判断电池包数据是否准确,若电池包数据不准确,则删除该电池包数据。
在本申请实施例中,后台服务器在接收到电池包数据之后,可以根据对电池包数据准确性的判断规则,分析电池包数据的准确性,同时删除误报数据。示例性的,以电池单体为例,电池采样器能够采集到的电池包的电压值范围为0-5V,当电压值为5.3V时,则一定是信号传输原因导致的,应当排除该电池包数据。
如下表2所示为本实施例中的电池包数据准确性判断规则,本实施例的电池包数据准确性判断为特定示例,其余电池包数据准确性判断方法也在保护范围以内。
表2、电池包数据准确性判断规则
信号类型 准确性判断规则
电池单体电压值 0-5V,删除超出该范围的电池包数据
电池单体温度值 -40℃-150℃,删除超出该范围的电池包数据
电压默认值 删除0V或设定默认值(如3.65)的电池包数据
温度默认值 删除0℃或设定默认值(如20℃)的电池包数据
S230、对电池包数据进行特征分析,并根据特征分析结果确定电池包数据是否为故障数据。
S240、在预设诊断周期内,若故障数据包括电压数据和温度数据,则确定故障数据对应的风险等级为高等级。
在本申请实施例中,经上述步骤S230,对所获取的预设诊断周期内的该车辆的全部电池包数据进行分析,确定出故障数据。若故障数据中既包括电压数据又包括温度数据,表明故障原因并不是因采样器采样故障所导致的,可能是电池包中进入水汽或者其他外界原因所导致的。由于这种情况可能会导致车辆发生故障,严重的可能造成安全事故,则将这种情况的风险等级确定为高等级。
S250、在预设诊断周期内,若故障数据为电压数据或者温度数据,则根据故障数据出现的次数、故障数据的异常频率和预设诊断周期内帧数据的总数量,确定故障数据对应的风险等级。
其中,风险等级为低等级、中等级或高等级。
在本申请实施例中,在预设诊断周期内,若故障数据为电压数据或者包括温度数据,则统计该诊断周期内故障数据的次数和帧数据的总数量,并且计算故障数据的异常频率,以确定故障数据对应的风险等级。具体的可以根据风险评估公式来确定风险等级,风险评估公式如下所示:
Figure BDA0003141095630000111
其中,score表示风险等级对应的风险评估得分;n为故障数据对应的出现故障的传感器数量,相应的,i取值为1到n之间的自然整数,其中,同一电池模组的所有传感器和相邻电池单体电压异常、多点电压值异常均记为同一个传感器出现故障;N为故障数据对应的故障类别出现的次数;M为理论上所有电池包数据均为故障数据的数值;f为故障数据的异常频率,即故障数据对应的帧数据的数量占预设诊断周期内帧数据的总数量的比值;风险评估公式中括号内的100代表将归一化的公式以百分制表示,等号右边的100表示将score以越高分评价值越好为风险评估方案。
根据风险评估公式来确定车辆的风险等级,若score=100则代表电池包完全没有故障风险;若score=0则代表电池包的故障风险为最高。可选的,可以设置3个风险等级,如低等级、中等级或高等级。若score>=80,则风险等级险为低等级;若80>score>=60,则风险等级险为中等级;若score<60,则风险等级险为高等级。
S260、在为故障数据的情况下,对电池包数据进行变换分析,并根据变换分析结果确定故障部件。
S270、根据故障部件,确定故障部件的故障类别。
S280、设置风险预警标准,若风险等级高于风险预警标准,则向车辆的车载终端显示故障类别和风险等级,并向售后***发送车辆的故障数据和故障类别。
在本申请实施例中,设置风险预警标准,如风险评估公式的score=60。若风险评估公式的score<60,则向车辆的车载终端显示故障类别和当前的风险等级为高等级,以警示车主当前车辆处于高风险,并且向售后***发送车辆的故障数据和故障类别,以帮助售后部门更好的准备备件及维修车辆。
需要说明的是,步骤S240-S250对应的是确定风险等级的过程,步骤S260对应的是确定故障部件的过程,这两个过程是相互独立的,本申请实施例不对这两个过程的执行顺序进行限定,需要根据实际情况来确定两个过程的具体执行顺序,所以实际执行时可以是按照本申请上述实施例介绍的顺序执行,也可以是先执行S260,再执行S240-S250。
可选的,可以根据实际情况对S240-S250中的风险等级以及对S280中的风险预警标准进行修正。具体的修正的方案可以是:车主将故障车辆返厂维修及保养时,对电池包进行拆解,分析是否有上述实施例中的故障类别对应的现象,并根据该故障现象来修正S240-S250中的风险等级和S280中的风险预警标准;还可以是:制作故障数据样本,并利用机器学习模型,对故障类别对应的风险等级的评估进行修正。
本实施例提供的技术方案,通过获取车辆中电池采集器采集的电池包数据;根据预先设置的判断规则,判断电池包数据是否准确,若电池包数据不准确,则删除该电池包数据;对电池包数据进行特征分析,并根据特征分析结果确定电池包数据是否为故障数据;在预设诊断周期内,若故障数据包括电压数据和温度数据,则确定故障数据对应的风险等级为高等级;在预设诊断周期内,若故障数据为电压数据或者温度数据,则根据故障数据出现的次数、故障数据的异常频率和预设诊断周期内帧数据的总数量,确定故障数据对应的风险等级;在为故障数据的情况下,对电池包数据进行变换分析,并根据变换分析结果确定故障部件;根据故障部件,确定故障部件的故障类别;设置风险预警标准,若风险等级高于风险预警标准,则向车辆的车载终端显示故障类别和风险等级,并向售后***发送车辆的故障数据和故障类别。本申请对电池包数据进行准确性判断以及故障分析,确定为故障数据之后对其进行风险等级评估并进行风险预警,可以实现监测车辆是否故障以及对在其出现故障时进行风险预警。
实施例三
图4为本申请实施例提供的一种故障诊断装置的结构示意图,如图4所示,该装置400可以包括:
数据获取模块410,用于获取车辆中电池采集器采集的电池包数据。
第一分析模块420,对所述电池包数据进行特征分析,并根据特征分析结果确定所述电池包数据是否为故障数据。
第二分析模块430,在为故障数据的情况下,对所述电池包数据进行变换分析,并根据变换分析结果确定故障部件;其中,所述故障部件为所述电池采样器或所述电池包。
故障确定模块440,用于根据所述故障部件,确定所述故障部件的故障类别。
进一步的,上述第二分析模块430具体用于:将所述电池包数据对应的帧数据作为当前帧数据,选取所述当前帧数据之前与其相差预设时间差的至少两帧数据,并对所述至少两帧数据进行变换分析,得到变换分析结果;其中,所述预设时间差大于相邻帧数据之间的时间差;若所述变换分析结果大于等于预设阈值,则所述故障部件为电池采样器;若所述变换分析结果小于预设阈值,则所述故障部件为电池包。
进一步的,上述故障诊断装置,还可以包括:数据判断模块;
所述数据判断模块,用于在对所述电池包数据进行特征分析之前,根据预先设置的判断规则,判断所述电池包数据是否准确,若所述电池包数据不准确,则删除该电池包数据。
可选的,所述电池包数据包括通过电压传感器监测的电池包的电压数据和通过温度传感器监测的电池包的温度数据。
进一步的,上述故障诊断装置,还可以包括:风险确定模块;
所述风险确定模块,用于在预设诊断周期内,若所述故障数据包括所述电压数据和所述温度数据,则确定所述故障数据对应的风险等级为高等级。
所述风险确定模块,还用于在预设诊断周期内,若所述故障数据为所述电压数据或者所述温度数据,则根据所述故障数据出现的次数、所述故障数据的异常频率和预设诊断周期内帧数据的总数量,确定所述故障数据对应的风险等级;其中,所述风险等级为低等级、中等级或高等级。
进一步的,上述故障诊断装置,还可以包括:风险预警模块;
所述风险预警模块,用于设置风险预警标准,若所述风险等级高于所述风险预警标准,则向所述车辆的车载终端显示所述故障类别和所述风险等级,并向售后***发送所述车辆的故障数据和故障类别。
可选的,所述电池包数据还包括车辆的行驶数据、车辆的充电数据、车辆的编号和电池包数据的采集时间中的至少一项。
本实施例提供的故障诊断装置可适用于上述任意实施例提供的故障诊断方法,具备相应的功能和有益效果。
实施例五
图5是用来实现本申请实施例的一种故障诊断方法的电子设备的框图,图5示出了适于用来实现本申请实施例实施方式的示例性电子设备的框图。图5显示的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。该电子设备典型可以是智能手机、平板电脑、笔记本电脑、车载终端以及可穿戴设备等。
如图5所示,电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于:一个或者多个处理器或者处理单元516,存储器528,连接不同***组件(包括存储器528和处理单元516)的总线518。
总线518表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
电子设备500典型地包括多种计算机***可读介质。这些介质可以是任何能够被电子设备500访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器528可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)530和/或高速缓存存储器532。电子设备500可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***534可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储器528可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本申请实施例各实施例的功能。
具有一组(至少一个)程序模块542的程序/实用工具540,可以存储在例如存储器528中,这样的程序模块542包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块542通常执行本申请实施例所描述的实施例中的功能和/或方法。
电子设备500也可以与一个或多个外部设备514(例如键盘、指向设备、显示器524等)通信,还可与一个或者多个使得用户能与该电子设备500交互的设备通信,和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口522进行。并且,电子设备500还可以通过网络适配器520与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图5所示,网络适配器520通过总线518与电子设备500的其它模块通信。应当明白,尽管图5中未示出,可以结合电子设备500使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元516通过运行存储在存储器528中的程序,从而执行各种功能应用以及数据处理,例如实现本申请任一实施例所提供的故障诊断方法。
实施例六
本申请实施例六还提供一种计算机可读存储介质,其上存储有计算机程序(或称为计算机可执行指令),该程序被处理器执行时可以用于执行本申请上述任一实施例所提供的故障诊断方法。
本申请实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请实施例进行了较为详细的说明,但是本申请实施例不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。

Claims (10)

1.一种故障诊断方法,其特征在于,所述方法包括:
获取车辆中电池采集器采集的电池包数据;
对所述电池包数据进行特征分析,并根据特征分析结果确定所述电池包数据是否为故障数据;
在为故障数据的情况下,对所述电池包数据进行变换分析,并根据变换分析结果确定故障部件;其中,所述故障部件为所述电池采样器或所述电池包;
根据所述故障部件,确定所述故障部件的故障类别。
2.根据权利要求1所述的方法,其特征在于,所述在为故障数据的情况下,对所述电池包数据进行变换分析,并根据变换分析结果确定故障部件,包括:
将所述电池包数据对应的帧数据作为当前帧数据,选取所述当前帧数据之前与其相差预设时间差的至少两帧数据,并对所述至少两帧数据进行变换分析,得到变换分析结果;其中,所述预设时间差大于相邻帧数据之间的时间差;
若所述变换分析结果大于等于预设阈值,则所述故障部件为电池采样器;
若所述变换分析结果小于预设阈值,则所述故障部件为电池包。
3.根据权利要求1所述的方法,其特征在于,在对所述电池包数据进行特征分析之前,还包括:
根据预先设置的判断规则,判断所述电池包数据是否准确,若所述电池包数据不准确,则删除该电池包数据。
4.根据权利要求1所述的方法,其特征在于,所述电池包数据包括通过电压传感器监测的电池包的电压数据和通过温度传感器监测的电池包的温度数据;
在根据特征分析结果确定所述电池包数据是否为故障数据之后,还包括:
在预设诊断周期内,若所述故障数据包括所述电压数据和所述温度数据,则确定所述故障数据对应的风险等级为高等级;
在预设诊断周期内,若所述故障数据为所述电压数据或者所述温度数据,则根据所述故障数据出现的次数、所述故障数据的异常频率和预设诊断周期内帧数据的总数量,确定所述故障数据对应的风险等级;其中,所述风险等级为低等级、中等级或高等级。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
设置风险预警标准,若所述风险等级高于所述风险预警标准,则向所述车辆的车载终端显示所述故障类别和所述风险等级,并向售后***发送所述车辆的故障数据和故障类别。
6.根据权利要求1-5任一所述的方法,其特征在于,所述电池包数据还包括车辆的行驶数据、车辆的充电数据、车辆的编号和电池包数据的采集时间中的至少一项。
7.一种故障诊断装置,其特征在于,所述装置包括:
数据获取模块,用于获取车辆中电池采集器采集的电池包数据;
第一分析模块,对所述电池包数据进行特征分析,并根据特征分析结果确定所述电池包数据是否为故障数据;
第二分析模块,在为故障数据的情况下,对所述电池包数据进行变换分析,并根据变换分析结果确定故障部件;其中,所述故障部件为所述电池采样器或所述电池包;
故障确定模块,用于根据所述故障部件,确定所述故障部件的故障类别。
8.根据权利要求7所述的装置,其特征在于,所述第二分析模块还用于:
将所述电池包数据对应的帧数据作为当前帧数据,选取所述当前帧数据之前与其相差预设时间差的至少两帧数据,并对所述至少两帧数据进行变换分析,得到变换分析结果;其中,所述预设时间差大于相邻帧数据之间的时间差;
若所述变换分析结果大于等于预设阈值,则所述故障部件为电池采样器;
若所述变换分析结果小于预设阈值,则所述故障部件为电池包。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一项所述的故障诊断方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一项所述的故障诊断方法。
CN202110734519.2A 2021-06-30 2021-06-30 一种故障诊断方法、装置、电子设备及存储介质 Active CN113415165B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110734519.2A CN113415165B (zh) 2021-06-30 2021-06-30 一种故障诊断方法、装置、电子设备及存储介质
PCT/CN2021/143070 WO2023273267A1 (zh) 2021-06-30 2021-12-30 故障诊断方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110734519.2A CN113415165B (zh) 2021-06-30 2021-06-30 一种故障诊断方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113415165A true CN113415165A (zh) 2021-09-21
CN113415165B CN113415165B (zh) 2022-01-18

Family

ID=77717892

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110734519.2A Active CN113415165B (zh) 2021-06-30 2021-06-30 一种故障诊断方法、装置、电子设备及存储介质

Country Status (2)

Country Link
CN (1) CN113415165B (zh)
WO (1) WO2023273267A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114013388A (zh) * 2021-09-28 2022-02-08 江铃汽车股份有限公司 车辆预警提示方法、装置、可读存储介质及车辆
CN115079020A (zh) * 2022-05-27 2022-09-20 中国第一汽车股份有限公司 电池故障检测方法、***、装置存储介质以及车辆
WO2023273267A1 (zh) * 2021-06-30 2023-01-05 中国第一汽车股份有限公司 故障诊断方法、装置、电子设备及存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116373688B (zh) * 2023-06-06 2023-08-18 深圳市拓普泰克技术股份有限公司 多元电池包的充放电控制方法、装置、设备及存储介质
CN117104073B (zh) * 2023-10-19 2023-12-22 中印云端(深圳)科技有限公司 一种基于物联网的新能源汽车电池管理***

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103064032A (zh) * 2013-01-08 2013-04-24 重庆长安汽车股份有限公司 一种动力电池的故障诊断***
JP2014147139A (ja) * 2013-01-25 2014-08-14 Keihin Corp 蓄電池システム
CN106603002A (zh) * 2016-12-13 2017-04-26 烟台中飞海装科技有限公司 一种光伏电站故障检测***
CN110069810A (zh) * 2019-03-11 2019-07-30 北京百度网讯科技有限公司 电池故障预测方法、装置、设备和可读存储介质
CN110224160A (zh) * 2019-06-12 2019-09-10 北京亿华通科技股份有限公司 一种燃料电池***故障诊断方法
CN111038291A (zh) * 2019-12-16 2020-04-21 国网江苏省电力有限公司电力科学研究院 一种电动汽车充电故障智能诊断***及方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108761337A (zh) * 2018-05-03 2018-11-06 自贡同发荣实业有限公司 一种锂电池管理***
WO2020037060A1 (en) * 2018-08-14 2020-02-20 Cps Technology Holdings Llc Advanced battery health diagnostic
CN109143091B (zh) * 2018-10-15 2020-12-29 四川长虹电器股份有限公司 基于双冗余的电池管理***故障fdir***及方法
CN111361454B (zh) * 2020-03-18 2021-06-15 一汽解放汽车有限公司 动力电池热管理***的诊断方法、装置、设备和存储介质
CN113415165B (zh) * 2021-06-30 2022-01-18 中国第一汽车股份有限公司 一种故障诊断方法、装置、电子设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103064032A (zh) * 2013-01-08 2013-04-24 重庆长安汽车股份有限公司 一种动力电池的故障诊断***
JP2014147139A (ja) * 2013-01-25 2014-08-14 Keihin Corp 蓄電池システム
CN106603002A (zh) * 2016-12-13 2017-04-26 烟台中飞海装科技有限公司 一种光伏电站故障检测***
CN110069810A (zh) * 2019-03-11 2019-07-30 北京百度网讯科技有限公司 电池故障预测方法、装置、设备和可读存储介质
CN110224160A (zh) * 2019-06-12 2019-09-10 北京亿华通科技股份有限公司 一种燃料电池***故障诊断方法
CN111038291A (zh) * 2019-12-16 2020-04-21 国网江苏省电力有限公司电力科学研究院 一种电动汽车充电故障智能诊断***及方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023273267A1 (zh) * 2021-06-30 2023-01-05 中国第一汽车股份有限公司 故障诊断方法、装置、电子设备及存储介质
CN114013388A (zh) * 2021-09-28 2022-02-08 江铃汽车股份有限公司 车辆预警提示方法、装置、可读存储介质及车辆
CN115079020A (zh) * 2022-05-27 2022-09-20 中国第一汽车股份有限公司 电池故障检测方法、***、装置存储介质以及车辆

Also Published As

Publication number Publication date
CN113415165B (zh) 2022-01-18
WO2023273267A1 (zh) 2023-01-05

Similar Documents

Publication Publication Date Title
CN113415165B (zh) 一种故障诊断方法、装置、电子设备及存储介质
CN113310647B (zh) 电池包泄露检测的方法、装置、电子设备及存储介质
EP4102615A1 (en) Early warning method and apparatus, device and storage medium
CN114148216B (zh) 电池自放电率异常检测方法、***、设备及存储介质
US20230109419A1 (en) Insulation monitoring method and system for traction battery and apparatus
CN112798951A (zh) 一种故障处理方法、装置、电子设备及存储介质
CN110674009B (zh) 应用服务器性能监测方法、装置、存储介质及电子设备
EP2174197A1 (en) System and method for predictive maintenance of a battery assembly using temporal signal processing
CN112098850B (zh) 基于sdo算法的锂离子电池电压故障诊断方法及***
WO2022174679A1 (zh) 单体电池电压不一致故障预测方法、装置及服务器
CN111506048B (zh) 车辆故障预警方法及相关设备
CN115186502A (zh) 车辆的异常数据识别方法、装置、电子设备及存储介质
CN115219903A (zh) 基于车联网数据分析的电池自放电率异常判断方法及装置
CN114487856A (zh) 换电站电池的热失控预警方法及***
CN113687234A (zh) 电池异常识别方法、装置、设备、介质及程序产品
CN115144765A (zh) 电池内短路故障检测方法及装置
CN116380291A (zh) 一种车辆温度传感器诊断方法、装置、设备及存储介质
CN116436833A (zh) 交换机端口测试中的故障诊断方法、装置及设备
CN115184808A (zh) 电池热失控风险检测方法、装置、设备及计算机存储介质
Li et al. A Novel Method for Lithium‐Ion Battery Fault Diagnosis of Electric Vehicle Based on Real‐Time Voltage
CN113547879A (zh) 轮胎漏气的检测方法、装置、车辆及计算机存储介质
CN116626492A (zh) 电池故障诊断方法、装置及车辆
CN115933619A (zh) 一种远程诊断方法、***、电子设备及存储介质
CN115782584A (zh) 一种新能源车辆安全状态确定方法、***、设备及介质
CN117157808A (zh) 一种动力电池热失控的控制方法、装置及动力电池

Legal Events

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