[实用新型]一种锂动力电池系统故障诊断装置

说明书

本实用新型公开了一种锂动力电池系统故障诊断装置，包括控制器、电压检测电路、电流检测电路、内阻检测电路、温度检测电路、LCD显示单元、数据通讯单元、存储单元、电源单元；电压检测单元检测锂动力电池系统电压，电流检测单元检测锂动力电池系统电流，内阻检测单元检测锂动力电池系统内阻；温度检测单元检测锂动力电池系统温度，数据通讯单元用于上位机通讯；LCD显示单元用于显示锂动力电池系统外部特性参数及故障信息；存储单元存储采集到的数据和控制器诊断后的故障信息。本实用新型考虑了电池系统数据和专家知识获取的困难，采用Leaky Noisy OR模型极大减少了诊断装置对锂动力电池系统数据的需求，简化了运算过程，提升了故障诊断系统的诊断速度。

技术领域

本实用新型涉及一种基于模糊贝叶斯网络的锂动力电池系统的故障诊断装置，属于蓄电池的故障诊断领域。

背景技术

在锂动力电池系统故障诊断技术方面，有基于信号处理、基于电池模型、和智能诊断几种方法，其中智能诊断方法中又以神经网络、模糊数学、专家系统为代表。由于锂动力电池系统是一种实时变化的非线性系统，系统性能受到多种参数变化的影响，电池故障的复杂性和不确定性，最早期的基于信号处理和模型的诊断方法复杂且故障诊断单一，而智能诊断中应用单一技术的效果达不到预期，集合多种诊断方法成为未来诊断技术的核心。神经网络是一种处理多输入非线性实变系统的重要工具，但神经网络方法的学习正确与否取决于样本的大小, 复杂系统一般不能满足神经网络对于训练样本的需求量；专家系统主要用于那些没有精确数学模型或很难建立数学模型的复杂系统，其应用依赖于专家领域知识的获取。而知识获取被公认为专家系统研发中的“瓶颈”问题；另外，在自适应能力、学习能力及实时性方面也都存在不同程度的局限。

基于模糊贝叶斯网络的故障诊断方法，模糊逻辑具有很强的结构性表达能力，可以将采集到的数据转化为模糊规则下的故障征兆的隶属度形式，简化诊断规则，适用于电池这种非线性复杂系统；贝叶斯网络可在不完备数据集情况下实现对系统故障完整的概率描述, 既解决了传统概率中的数据获取困难等棘手问题, 又不牺牲其完整性。二者结合有效的解决了电池故障的复杂性和不确定性。本实用新型采用了一种锂动力电池系统的故障诊断装置，实现了锂动力电池系统故障的快速诊断。

发明内容

本实用新型所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于模糊贝叶斯网络的锂动力电池系统的故障诊断装置。

本实用新型所述基于模糊贝叶斯网络的锂动力电池系统故障诊断装置，包括控制器（1）、电压检测单元（2）、电流检测单元（3）、内阻检测单元（4）、温度检测单元（5）、LCD显示单元（6）、数据通讯单元（7）、存储单元（8）、电源单元（9）；

本实用新型所涉及的电压检测单元（2）、电流检测单元（3）、内阻检测单元（4）、温度检测单元（5），其特征在于采用AD7606转换芯片，将监测到锂动力电池系统的外部特性参数数据发送到控制器（1）；

本实用新型所涉及的控制器（1），其特征在于：将外部特性参数模糊化处理，确定是否有故障征兆出现，计算其隶属度，确定故障严重程度；

本实用新型所涉及的控制器（1），其特征在于：故障征兆确定之后采用LeakyNoisy OR模型计算故障原因概率，其中包括未知因素对锂动力电池系统的影响，概率最大判定为故障原因；

本实用新型所涉及的存储单元（8），其特征在于：用于存储外部特性参数、故障原因概率和未知因素概率等数据；

本实用新型所涉及的LCD显示单元（6），其特征在于：显示锂动力电池系统外部特性参数及故障信息；

本实用新型所涉及的数据通讯单元（7），其特征在于：将诊断结果和外部特性参数通过数据通讯单元（7）传输给上位机或电动车整车控制器，诊断过程结束。