论文部分内容阅读
伴随全球范围内清洁高效汽车产业的进程,电动汽车正在逐步替代道路交通领域的传统燃油汽车。动力电池组作为电动汽车的关键部件,其可靠、高效的工作,离不开电池管理系统(Battery Management System,BMS)的支持。而BMS依靠采集的电流、电压和温度传感器信号,通过辩识和控制策略,确保电池工作在最佳状态。若是动力电池组传感器出现故障,就可能直接引起电池的过充、过放、超温等非正常工作状态,甚至导致灾害事件的发生。与此同时,现代汽车所包含的电子器件呈几何级数地增加,进而导致电子器件故障引发危害的可能性大幅度增加。功能安全标准ISO 26262-2018第二版的颁布,针对汽车电子电气设备功能安全性,亟待各大汽车主机厂、零部件厂商满足。因此,BMS必须实时监测相关传感器的故障状态,以便及时采取对应安全措施,确保电动汽车符合ISO26262功能安全标准要求。本文面向ISO26262功能安全标准,对BMS进行了系统的危害分析及风险评估以及安全机制的设计,而后采用基于模型的故障诊断方法,针对动力电池组传感器随机硬件失效问题,设计了相关故障检测和隔离策略。主要完成了以下工作:1、面向ISO 26262功能安全工作流程,对BMS进行相关项定义,描述功能及边界;采用危害分析及风险评估(Hazard Analysis and Risk Assessment,HARA)方法,归类电池传感器功能故障引起的危害,确定汽车安全完整性等级(Automotive Safety Integration Level,ASIL)及安全目标,并从中得出功能安全需求。应用故障树(Fault Tree Analysis,FTA)、失效模式与影响分析(Failure Mode and Effects Analysis,FMEA)方法分析BMS与传感器故障联系,规避BMS设计初期不合理引发的风险;针对电池传感器随机硬件失效问题,提出基于模型的故障诊断策略。2、论述电池传感器故障诊断原理,对比了基于模型的故障诊断的3种方法,分析诊断结构及适合的领域。建立电池一阶等效电路模型与集总热力学模型,实现包含热力学特性的电池电热SIMULINK模型;提出电池传感器不同故障状态空间表达,注入电池模型;应用基于L2范数的残差评价方法,提高故障检测准确率。3、面向电池传感器诊断需求,依据控制及观测相关理论,使用基于龙伯格观测器和滑模观测器故障诊断策略,实现状态空间表达;针对电池模型的非线性,选择覆盖电池典型工况的10个工况点进行线性化,对比线性和非线性模型结果,验证线性化模型的有效性。以线性化电池模型为基础进行传感器故障诊断策略的设计,采用基于龙伯格观测器的方法设计电池输出(电压、温度)传感器残差生成器,采用基于滑模观测器的方法设计电池输入(电流)传感器残差生成器。在系统模型中,仿真注入故障,生成并评价残差,指示故障。结果验证了提出的针对电池输入、输出传感器随机硬件失效诊断策略的有效性。