鋰離子電池組監控系統研究與實現 ― 模糊故障診斷

該模糊診斷系統主要由以下幾個模塊組成：

1)知識獲取模塊。完善知識庫中的電池診斷方法，擴充和修改癥狀與故障之間的模糊關系矩陣。

2)全局數據庫。除了存放信號采集電路所采集到的電池電壓、電流和溫度值，還記錄在診斷過程中的一些中間數據。

3)規則庫。電池診斷規則和相關知識的存放地點。

4)推理機。依據知識庫中的診斷規則和模糊關系矩陣，控制推理過程。

5)人機接口。進行人機交互。

6.5規則庫建立

規則庫是電池組模糊故障診斷系統中非常重要的一個模塊。規則庫的建立關鍵是要抽象化專家知識，將其變成規則。對于本診斷系統來說，就是需要得到癥

狀的隸屬度函數、癥狀與故障之間的模糊關系矩陣以及對故障的診斷規則，然后將這些信息存儲起來，構建成規則庫。

對于電池組故障診斷系統來說，癥狀與故障之間的關系主要有：電池在閑置時電壓下降較快且電池放置時間長時電壓較低，則表示電池自放電率高;充放電時電池電壓異常，則表示電池內阻過大;當開路時，電池電壓較低且無法帶動負載，則表示電池可能報廢或連接不正常;電池組放電時，其中一節電池電壓下降比別的快，則表示該節電池可能充電不足或該電池已損壞;在充放電時，電池電壓上升和下降速度異常，則表示該節電池容量變小或極板損壞;充電時電壓極高，則電池內部開路。

6.5.1癥狀隸屬函數的確定

癥狀隸屬函數是依據信號采集電路對電池電壓、電流和溫度值的實時采集數據得到的。不同時間段采集到的電池狀態數據都對電池癥狀有所影響，只不過時間不同，采集到的數據對電池癥狀影響的程度不一樣。例如對于“電壓下降快”這個癥狀，在放電的初始階段比后面更能反映該癥狀。因此，先求每個采樣周期的癥狀隸屬度，然后對不同采樣周期設定不同的加權值，最終得到該癥狀的隸屬度。該算法定義如下：

定義： m為采樣階段次數;t為每個采樣階段的采樣次數;PLK為電池組中第L個電池出現癥狀K的隸屬度值;PLKI為電池組中第L個電池出現癥狀K在第i個時間段的隸屬度值;P(t)LKI為電池組中第L個電池出現癥狀K在第i個時間段的第t次采樣數據的單次隸屬度值;C(n)是加權函數

6.5.2單次采樣數據癥狀隸屬函數的確定

在建立規則庫時，我們定義了故障診斷系統中可能出現的電池癥狀，主要有以下幾點：

⑴充電時電池電壓上升快;

⑵放電時電池電壓下降快;

⑶充電溫度高，放電溫度高;

⑷充電時電壓極高，放電電壓極低;

電池出現故障所對應的癥狀主要都是處于充放電兩種狀態下，并且都是跟電池的電壓和溫度這兩種外部特性數據有關，且變化程度分為高、低、極高、極低等。

由此，可得單次采樣數據癥狀隸屬函數如下：

Psta(I)為電池的狀態函數，Psts(X)為電池的外部特性數據函數。Psta(I)由其對應的癥狀所描述的狀態決定，Pcha(X)則取決于它所對應的癥狀所描述的電池外部特性數據及其變化程度，一般是一些根據電池的充放電曲線和電池使用經驗數據初步給出并通過試驗調整得出的離散函數。

6.5.3模糊矩陣元素的確定

模糊矩陣元素的確定大多是先由專家根據經驗確定，再在實踐中修正的方法。

在前面我們對電池故障與癥狀之間的模糊關系已經做了一些介紹，某一故障可能因為多個癥狀產生，某一癥狀的產生也可能會引起多個故障。它們之間的隸屬關系通常是處于穩態的。因此我們需要經過多次實驗，依據實驗結果和專家對電池故障特性的研究成果以及經驗，才能最終得到精確的癥狀與故障之間的模糊關系矩陣參數。

6.6推理診斷過程

在建立規則庫時，我們了解到在電池的使用過程中，經常出現的故障主要有電池充電不足、電池損壞、內阻過大、電池容量小、板極損壞等。

這m種故障和這n個癥狀的模糊關系矩陣被保存在數組DIAG[m][n]中，這個數組里保存的是代表規則里各個癥狀因素對故障的作用和影響大小的加權修正值。

如果癥狀i對故障j的作用為零，則DIAG[j][i]=0.

設某電池的癥狀隸屬度依次為：

故障隸屬度依次為：

則一個具體故障的隸屬度viμ可用以下公式表示：

數組DIAG中各元素的大小是專家系統的各規則的關鍵部分，需要同專家深入討論并不斷用試驗驗證，不符合的要反復調整，直到結果與電池的故障狀態符合為止。

6.7診斷結果

電池組故障診斷結果是通過對電池組做放電實驗得到的。

診斷結果如表6.1所示。

6.8結論

目前，該故障診斷模糊算法中對于電池組癥狀隸屬度的大小還沒有一個明確值，需要經過長期的實驗才能得到其準確的數據。另外，很多規則也需要經過多次的運行才能準確的定義。因此，該算法還不成熟，需要經過長期的運行、實驗和調試才能使其最終完善。