-
公开(公告)号：CN117246135B
公开(公告)日：2024-09-17
申请号：CN202311406779.2
申请日：2023-10-26
申请人： 中国汽车工程研究院股份有限公司
摘要： 本发明涉及新能源汽车技术领域，具体涉及新能源汽车电机电控温度异常升高预警方法及系统，所述方法包括以下步骤：S1、获取新能源汽车的输入数据；S2、计算输入数据并完成相关性筛选；S3、根据需求信息则执行步骤S4‑S5或执行步骤S6；S4、计算电机温升速度和电控温升速度，以及平均温升速度和温升速度标准差；S5、计算电机温度、电控温度的阈值温度；S6、计算故障累积概率和大温升速率阈值；S7、传输电机温度、电控温度的温度阈值和最大温升速率阈值至车端；并对驾驶员进行预警提示。本发明有效找出大数据中驱动电机温度变化的微弱特征，并转换为简单的阈值体系使车端也可以进行多维度的即时预警，从而能够高效的完成预警的工作。
-
公开(公告)号：CN115932596A
公开(公告)日：2023-04-07
申请号：CN202211493763.5
申请日：2022-11-25
申请人： 中国汽车工程研究院股份有限公司
IPC分类号： G01R31/367 , G01R31/392
摘要： 本发明涉及动力电池技术领域，公开了一种基于等效容量一致性的动力电池风险溯源方法及系统，包括以下步骤：步骤1：采集动力电池的历史运行数据；步骤2：对历史运行数据进行预处理，并得到标准运行数据；步骤3：计算等效容量QC；步骤4：采用方差熵量化等效容量QC，并得到量化特征p；步骤5：基于量化特征，按照风险评估策略确定风险概率值；步骤6：基于风险概率值和等效容量，确定风险类别。本方案能够等效得到高精准度的真实容量值，能够达到较高的风险评估精准度和风险溯源准确度，方法运作效率较高。
-
公开(公告)号：CN117783890A
公开(公告)日：2024-03-29
申请号：CN202410087942.1
申请日：2024-01-22
申请人： 重庆大学 , 中国汽车工程研究院股份有限公司
IPC分类号： G01R31/378 , G01R31/36 , G01R31/3835 , G01R31/385
摘要： 本发明涉及电动车电池故障诊断方法领域，具体涉及一种基于运行数据的新能源汽车电池电压故障诊断方法，对电池信号数据进行清洗处理得到时间、充放电数据和电压矩阵；将满足预设条件的时间和电压矩阵保留；对电压矩阵中特征提取并对每一行数据进行计算得到特征矩阵D；对特征矩阵D滑动均值滤波处理得到电压特征提取矩阵；对电压特征提取矩阵滑动计算，对窗口内每个电芯的特征求和计算后再差分计算得到特征值趋势变化矩阵；据时间点对电压特征提取矩阵和特征特征值趋势变化矩阵的特征向量进行遍历，判断其特征值是否满足条件，若是则判断为疑似异常；若在同一电芯的同一时刻发生疑似异常，则判定为最终发生异常。本发明降低故障诊断的误报率。
-
公开(公告)号：CN114430080B
公开(公告)日：2022-07-29
申请号：CN202210102011.5
申请日：2022-01-27
申请人： 中国汽车工程研究院股份有限公司
IPC分类号： H01M10/48 , H01M10/44 , G01R31/382
摘要： 本发明涉及故障诊断技术领域，公开了一种基于运行数据的动力电池电芯异常自放电的识别方法，包括以下步骤：步骤1：解析得到基本电池信号数据；步骤2：清洗基本电池信号数据，得到标准电池信号数据；步骤3：由标准电池信号数据中选择充电状态数据；步骤4：按照提取策略对充电状态数据中每个电芯的电压数据进行特征提取，得到电芯特征值；步骤5：进行异常检测；步骤6：根据实时异常检测结果，判定电芯是否存在突发性自放电异常；根据长周期异常检测结果，判定电芯是否存在持续性自放电异常。本发明能够及时识别电芯异常自放电状况，保证识别的准确性和故障识别判定的高效率，并且，对自放电异常故障定位实现到电芯级别，识别的精度高。
-
公开(公告)号：CN118033414A
公开(公告)日：2024-05-14
申请号：CN202410051873.9
申请日：2024-01-12
申请人： 重庆大学 , 中国汽车工程研究院股份有限公司
IPC分类号： G01R31/34 , G01D21/02 , G06F18/15 , G06F18/2433 , G06F18/27
摘要： 本发明涉及电机故障检测方法领域，具体涉及一种基于运行数据的电机扭矩异常检测方法，解析原始报文中相应的电池信号数据；对电池信号数据进行清洗处理，得到时间、驱动电机信息和总电流；根据车载终端上传信息提取电机扭矩数据，根据总电流提取电流数据；将电机扭矩数据和电流数据分别存入两个预设长度的滑动时间窗口WT和WI中；计算滑动时间窗口WT和WI中数据的相关系数；将相关系数存入设定长度的滑动窗口Wr中；计算滑动窗口Wr内数据的累计风险积分；重复前面的过程，直至滑动窗口Wr内的数据计算完成；计算风险累计概率、相对风险指数、绝对风险指数和风险频度，并输出结果。本发明能够在无精准系统数学模型情况下，能对各型号电机进行故障诊断。
-
公开(公告)号：CN117456636A
公开(公告)日：2024-01-26
申请号：CN202311406785.8
申请日：2023-10-26
申请人： 中国汽车工程研究院股份有限公司
IPC分类号： G07C5/08
摘要： 本发明涉及新能源汽车技术领域，具体涉及基于温差速度滤波的汽车驱动电机温度异常升高预警方法，包括以下步骤：S1、获取新能源汽车的输入数据；S2、计算输入数据并完成相关性筛选，并记为数据D；S3、在数据D中，选取电池包全探针温度的最小温度作为环境参考温度，计算出每个时刻的电机温度与电池包全探针温度的最小温度之间的差值，以及对应的方差；再通过方差熵进行归一化，利用累加积分方法进行计算，通过速度滤波对积分序列进行滤波，取滤波后的最大值为故障累积概率；S4、判断故障累积概率是否到达阈值，如达到，则输出预警结果提醒驾驶员及时维护。本发明能够在微观尺度下找到驱动电机温度异常升高的部分，从而进行提前预警。
-
公开(公告)号：CN117246135A
公开(公告)日：2023-12-19
申请号：CN202311406779.2
申请日：2023-10-26
申请人： 中国汽车工程研究院股份有限公司
摘要： 本发明涉及新能源汽车技术领域，具体涉及新能源汽车电机电控温度异常升高预警方法及系统，所述方法包括以下步骤：S1、获取新能源汽车的输入数据；S2、计算输入数据并完成相关性筛选；S3、根据需求信息则执行步骤S4‑S5或执行步骤S6；S4、计算电机温升速度和电控温升速度，以及平均温升速度和温升速度标准差；S5、计算电机温度、电控温度的阈值温度；S6、计算故障累积概率和大温升速率阈值；S7、传输电机温度、电控温度的温度阈值和最大温升速率阈值至车端；并对驾驶员进行预警提示。本发明有效找出大数据中驱动电机温度变化的微弱特征，并转换为简单的阈值体系使车端也可以进行多维度的即时预警，从而能够高效的完成预警的工作。
-
公开(公告)号：CN115718262A
公开(公告)日：2023-02-28
申请号：CN202211493594.5
申请日：2022-11-25
申请人： 中国汽车工程研究院股份有限公司
IPC分类号： G01R31/367 , G01R31/396
摘要： 本发明涉及风险识别技术领域，公开了一种动力电池采样异常风险识别方法与故障判定方法，包括以下步骤：步骤1：采集电池基本数据；步骤2：对电池基本数据进行数据清洗与数据预处理；步骤3：基于步骤2处理后的电池基本数据，提取采样异常安全要素Cr；所述采样异常安全要素Cr为参考电芯的压差变化速度在电流变化速度上的相关投影方差参数；步骤4：对采样异常安全要素Cr进行非线性特征转换与放大处理，并得到异常要素Sf；步骤5：采用方差熵对采样异常安全要素进行量化，并得到量化特征。本发明能够完成对采样异常风险的早期精准识别，能够准确识别、判定采样异常故障。
-
公开(公告)号：CN115144758A
公开(公告)日：2022-10-04
申请号：CN202210784827.0
申请日：2022-06-29
申请人： 中国汽车工程研究院股份有限公司
IPC分类号： G01R31/367 , G01R31/392
摘要： 本发明涉及电池健康状态评估技术领域，公开了一种基于卷积神经网络的电池健康状态评估方法，包括以下步骤：步骤1：提取数个满充状态下的充电片段数据；步骤2：修正充电片段数据的SOC值；并计算每一个充电片段数据对应的SOH值；步骤3：截取各充电片段数据中相同电压区间内的单体电压数据作为输入值，并输入至初始评估模型中；所述初始评估模型为端到端的模型；步骤4：利用步骤3中的输入值，计算损失函数并进行反向传播以更新权重参数，直到迭代完成；迭代完成后获得标准评估模型；步骤5：将待评估电池的充电片段数据输入至标准评估模型中，输出得到待评估电池的SOH值。本发明能够准确评估车辆的电池健康状态，评估准确率和评估效率较高。
-
公开(公告)号：CN114430080A
公开(公告)日：2022-05-03
申请号：CN202210102011.5
申请日：2022-01-27
申请人： 中国汽车工程研究院股份有限公司
IPC分类号： H01M10/48 , H01M10/44 , G01R31/382
摘要： 本发明涉及故障诊断技术领域，公开了一种基于运行数据的动力电池电芯异常自放电的识别方法，包括以下步骤：步骤1：解析得到基本电池信号数据；步骤2：清洗基本电池信号数据，得到标准电池信号数据；步骤3：由标准电池信号数据中选择充电状态数据；步骤4：按照提取策略对充电状态数据中每个电芯的电压数据进行特征提取，得到电芯特征值；步骤5：进行异常检测；步骤6：根据实时异常检测结果，判定电芯是否存在突发性自放电异常；根据长周期异常检测结果，判定电芯是否存在持续性自放电异常。本发明能够及时识别电芯异常自放电状况，保证识别的准确性和故障识别判定的高效率，并且，对自放电异常故障定位实现到电芯级别，识别的精度高。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.049 秒)
