基于神经网络的电池系统故障诊断

基于神经网络的电池系统故障诊断

近几年，我国经济的大力发展，使能源问题越来越突出。在汽车能源的方面上，电动汽车越来越被更多的人使用，纯电动汽车作为其环境污染小、能源利用率高等一系列优点受到了广泛的重视和应用。在实际运行中纯电动汽车的故障比较多样，对故障诊断及分析起来也比较困难。电池系统是电动汽车中非常重要的一个部件，它的设计的好与坏都会直接对整个车的安全造成很大的影响。因为动力电池系统很容易受到技术、气候和使用方式等方面的影响，所以它很容易就会发生故障，也是故障诊断的重点。当动力电池系统故障发生时汽车仍在正常行驶，如果未能及时发现和排除，轻程度的话，会降低电池系统的性能，重程度的话，可能会发生事故，进而会出现人员和财产损失的情况。因此急需对电动汽车动力电池系统进行故障分析与诊断的研究。
1 故障类型
电动汽车在行驶的过程中，电池在循环使用的过程中，在滥用或极端条件下会出现各种各样的故障，从而影响电动汽车在行驶过程中的性能或整车安全。
根据动力电池出现故障的级别大小可以将其分成两级：Ⅰ级故障（一般的故障）和Ⅱ级故障（严重的故障），分类如表1。
表1：电池故障等级
故障等级 故障影响
Ⅰ级故障 不影响整车运行，但可能导致其他故障发生或影响电池寿命
Ⅱ级故障 影响整车运行，可能出现安全问题
2 故障产生原因分析
电池系统故障都是有一定的原因造成的，比如：因为生产中存在技术问题，各个单体之间存在电容量、充放电效率的差别，这是本身的问题；长时间不使用，不进行充电维护，长时间电量过低，最后引起电压下降快；充电电流一直很大并且充电的时间也很长，使电池活性物质