电动车锂电池管理系统的研究—模糊诊断专家系统

在系统中它们分别为(3/10，4/10，3/10)，加权值的大小是在实验中不断调整得出的。

诊断模块根据这些规则和模糊化的数据对每个电池进行诊断，给出电池隶属于每种故障的隶属度，根据隶属原则得出诊断结果。

DOH值作为电池的一个重要信息被保存在电池管理系统中，用户可通过显示模块进行查看。同时诊断结果、诊断得出的中间结果和历史档案数据都可被传到上位机上，供专业人士查看。7.3电池诊断模糊专家系统所用规则

我们对电池专家提供的电池故障诊断规则、电池诊断和维护的资料进行分析整理后写入专家系统。然后经试验验证，实现取舍和增加。以铅酸电池为例，系统中的规则主要有：

1.放电电压下降快、电压低，充电电压上升快、电压高，则电池容量变小或极板损坏;

2.静置时电池端电压下降快，长期放置电压低，则自放电过大;

3.放电时电池端电压下降很快，电压比平均电压低0.4伏左右，则有单元电池损坏;

4.蓄电池开路电压很低、不能带负载，则电池损坏或连接不正常;

5.充电时电压偏高，放电时电压偏低，则蓄电池内阻过大;

6.充电时电压极高，则蓄电池内部开路;

7.电池自开始放电起，其电压就一直比别的电池略低，其放电平台性能正常，则电池可能充电不足;

7.4历史档案数据内容及其建立

以铅酸电池为例，保存在历史档案中的数据主要有：

电池出厂时的关键数据(如出厂日期、标称容量、开路电压等);

使用的总安时数;过充和过放时最大电压、电流、温度的记录;

最近10个充放电周期内充电周期属于电压最高的次数和放电周期属于电压最低的次数;

最近10个周期内充电时温度升降数据和充电效率;

最近10个周期内小电流充电时电压差别;

最长的两次充电时间间隔;

最近2个周期内的SOR;

上一次诊断的健康程度(DOH)结果;

在系统运行的第一次，对历史档案进行初始化。初始化的原则是除了一些已知的基本参数外，其他部分都设置为最佳状态。在以后的运行过程中，系统自动地把与电池有关的重大事件记录下来，对历史档案进行修改。如果电池组中的某一个电池被撤换下来，则应对刚换上的电池的历史档案进行初始化。对历史档案中的使用总安时数、总充放电周期数、过充、过放及充电不足等影响电池健康和使用寿命的记录采用长期记忆并进行累加的办法;对于另外表现性能的历史数据则采用定期刷新的方法。

历史档案的具体实现方案是：在系统中采用长期记忆芯片来保存历史数据，同时在系统中加一个时钟电路和一个供电电池为历史数据提供时间信息。7.5电池组运行性能评估——静态SOR评估算法

电池组运行性能评估的重要指标是SOR.系统中采用了静态SOR评估算法。

此方法的核心思想是：由于各个电池在某段时间内所充放电的电流和安时数是一致的，这样各个电池在此段时间内的电压变化U可以体现电池性能的好坏，U小的其性能也就相对好。

静态情况下充电时性能评估算法中的电压表现函数分别是：

其中，“*”为代数乘，l为评价次数，Fkl是第k号电池在第l段时间内的电压表现值，△Unk为第k个电池在第n段时间内变化的电压数，(△Un)min为第n段时间内电压变化最小的电池的电压变化值，C(n)为加权函数，常量P为电池组中电池个数。(以下用法同)

静态情况下放电时性能评估算法中的电压表现函数和充电时一样，只是加权函数不同，应为D(n)：

电压表现函数的主要思想是将第k号电池在第一到第l段时间内每个时间段的电压变化值减去在此段时间内电压变化最小的电池的电压数，并用这些计算得到的差值的加权和来评价此段时间内这个电池的电压表现。

加权是因为在不同时间段的电压表现对电池性能的反映程度不一样。例如在充电过程中，第一段充电电流刚加到电池组上时电池的电压表现，比后来充电时间段内电池的电压表现，更能反映电池性能;在放电过程中，放电电流的时间段内的电压表现，比放电电流小的时间段内的电压表现，更能反映电池性能;等等。此外，加权用的函数C(n)、D(n)应根据电池组在不同的应用场合进行调节。

把电池组P个Fkl中非零值的最小一个作为(Fmin)l，用它与Fkl的比值来评价其计算Skl

S越小越好，最理想的电池可为零。SORk是在Sk的基础上得出的结论：

静态SOR评估算法的关键在于△T时间内所有电池的△U相对大小的比较。

这种评价算法认为电压变化越小电池运行性能越好。它基于的一种认定就是：没有任何一种故障，它表现为电池充电电压上升慢或放电电压下降慢;任何电压变化波动小的电池就会被认为是运行性能好的。

实验证明静态SOR评估算法具有实时性好和高准确率等特点。以锂电池为例，在串联的锂电池的放电后期，假如有一个电池中突然有一个单体电池电