基于模型的纯电动车辆动力系统故障诊断研究

面对严峻的能源及环境危机,加速发展和普及清洁高效的电动车辆是实施节能减排的重要措施。三相永磁同步电机与锂离子动力电池组,作为纯电动车辆动力系统的核心部件,其功能性和可靠性将直接影响车辆的动力性、安全性以及稳定性。在电动车辆复杂多变的运行环境下,动力系统及其控制装置可能会出现不同程度的故障,从而导致其运行性能和效率下降,甚至存在安全风险。为了保证电动车辆安全、高效以及可靠地运行,基于模型的三相永磁同步电机与锂离子动力电池系统故障诊断研究得到国际学术界和工业界的广泛关注,具有一定的理论研究及工程应用价值。本论文提出了基于广义无迹卡尔曼滤波算法的三相永磁同步电机相电流及转子位置传感器故障检测和分离方法,能够较好地处理系统的非线性特性,而且具有较好的鲁棒性,故障诊断的实时性以及准确性很好;提出了基于结构分析理论的锂离子动力电池单体电流、电压以及温度传感器的故障检测以及分离方法,此方法不仅能够在系统设计阶段参数不确定情况下,得知传感器故障的可检测性以及可分离性,而且可以帮助构建不同的诊断测试实现故障的在线检测和分离;提出了基于自适应扩展卡尔曼滤波算法的串联式锂离子动力电池组传感器故障检测和分离方法,解决了动力电池组内大量传感器故障诊断的难度,计算量较小,并且对于系统噪声具有较好的鲁棒性。具体的研究工作包括:一、系统介绍了现阶段应用于电动车辆较多的三相永磁同步电机、电压型逆变器以及锂离子动力电池的工作原理和基本构成;借助于失效模式以及影响分析方法,归纳总结了各子系统部件的不同失效模式、失效引起的影响以及引起失效的起因。以锂离子动力电池组为例,使用风险顺序数评估了电池组内不同部件失效所引起的风险严重程度。通过故障树分析法,更加直观地表述了系统失效与各部件故障之间的逻辑传递关系。二、详细论述了应用于本文的基于模型的故障诊断算法。考虑到永磁同步电机和锂离子动力电池的非线性特性、以及系统噪声和不确定性等,使用了基于扩展卡尔曼滤波算法、自适应扩展卡尔曼滤波算法以及无迹卡尔曼滤波算法的故障诊断方法。为了能够在系统设计阶段得知故障的可检测性和可分离性,使用了基于结构分析的故障诊断方法。为了降低在故障决策时的漏报以及误报的概率,使用了基于统计推断-累积和测试的残差评价方法。三、提出了基于广义无迹卡尔曼滤波算法的三相永磁同步电机相电流传感器以及转子位置传感器的故障检测和分离方法。首先,建立了三相永磁同步电机驱动系统模型,主要包括:永磁同步电机的数学模型、弱磁控制、逆变器模型和空间矢量脉宽调制技术、驾驶员模型以及车身模型等。分析了逆变器单桥臂上双晶体管开路故障、电机传感器故障以及永磁体退磁故障对于整个驱动系统的影响。最终,通过采用三个无迹卡尔曼滤波器,每个滤波器输入不同的传感器测量信号,通过每个滤波器对于不同传感器故障的响应差异,实现三相电流传感器以及转子位置传感器故障的在线实时检测和分离。此方法不仅可以较好地处理系统的非线性特性,而且具有较好的鲁棒性,故障诊断的实时性以及准确性很好。四、提出了基于观测器以及结构分析算法的锂离子动力电池单体和电池组的传感器故障诊断方法。首先,搭建了锂离子动力电池测试系统,设计了一套综合的测试程序,并建立了锂离子动力电池数据库。分析了电流或电压传感器故障对于电池管理系统的影响。提出了基于扩展卡尔曼滤波算法的动力电池单体电流和电压传感器故障检测方法,并用实验数据验证了方法的有效性。为了能够在系统设计阶段参数未知情况下得知故障的可检测性以及可分离性,提出了基于结构分析算法的电池单体传感器故障检测和分离方法。此方法还可以通过构建不同的诊断测试实现传感器的在线故障诊断,大量的测试数据表明其方法可以实现电流、电压以及温度传感器故障的在线检测和分离。最终,提出了基于自适应扩展卡尔曼滤波算法的串联式动力电池组传感器故障检测和分离方法,解决了动力电池组内大量传感器故障诊断的难度,计算量小,并通过大量的实验数据验证了方法的有效性。其主要思想是依据电流或不同电压传感器故障下的电池单体电压间的差异,通过在线实时监控以及长时间尺度离线监控不同的电池单体,并使用自适应扩展卡尔曼滤波算法,实现串联式动力电池组内电流传感器和多个电压传感器故障的在线检测及分离。