混合动力电动汽车驱动系统的故障诊断研究.docx
《混合动力电动汽车驱动系统的故障诊断研究.docx》由会员分享，可在线阅读，更多相关《混合动力电动汽车驱动系统的故障诊断研究.docx（18页珍藏版）》请在冰豆网上搜索。
混合动力电动汽车驱动系统的故障诊断研究
摘要
汽车已成为人们日常生活和生产的不可分割的工具。
在许多传统汽车排放导致空气质量恶化，所需石油资源日益稀缺的情况下，各种新能源汽车出现了，混合动力汽车就是其中之一。
混合动力汽车驱动系统稳定可靠的工作是混合动力车辆正常行驶的关键。
因此，当混合动力车辆驱动系统存在问题时，如何准确可靠地对电动机驱动系统进行故障排除是为了确保混合动力车辆的正常运行。
主要技术。
在混合动力汽车驱动系统故障诊断研究的应用中，电动机、电池和电子控制系统三方面的故障是本文的主要研究重点。
在电池故障诊断方法中，分析故障模式和电池故障原因。
在电机故障诊断方法中，由电机结构诊断电机故障;在电子控制系统故障诊断中，描述了一些消除电子控制故障的方法。
结果足以说明混合动力汽车驱动系统的故障诊断可以从电机，电池和电子控制三个方面进行诊断。
关键词：
混合动力电动汽车驱动系统故障诊断
Abstract
Automobilehasbecomeaninalienabletoolforpeople'sdailylifeandproduction.Hybridvehiclesareoneofthemanynewenergyvehiclesthathavecomeintobeinginthecaseoftheworseningairqualityandtheincreasingscarcityofoilresources.Thestableandreliabledrivingsystemofhybridelectricvehiclesisthekeytothenormaloperationofhybridvehicles.Therefore,whenthereareproblemsinthedrivesystemofhybridvehicles,howtoaccuratelyandreliablytroubleshootthemotordrivesystemistoensurethenormaloperationofthehybridvehicle.Themaintechnology.
Intheapplicationoftheresearchonthefaultdiagnosisofthehybridelectricvehicledrivesystem,themainfocusofthispaperisthefaultofthreeaspectsofmotor,batteryandelectroniccontrolsystem.Inthebatteryfaultdiagnosismethod,thefailuremodeandthecauseofbatteryfailureareanalyzed.Inthemethodofmotorfaultdiagnosis,themotorfaultisdiagnosedbythemotorstructure.Inthefaultdiagnosisoftheelectroniccontrolsystem,somemethodstoeliminatetheelectroniccontrolfaultaredescribed.Theresultsshowthatthefaultdiagnosisofhybridelectricvehicledrivesystemcanbediagnosedfromthreeaspects:
motor,batteryandelectroniccontrol.
Keywords:
HybridElectricVehicleElectricalPowerSystemFaultDiagnosis
1.
绪论
1.1选题的背景及意义
由于石油危机和人们对环境污染的危害性的关注，电动汽车的发展已成为一种趋势。
目前，由于车载电池各种性能的制约，电动马达与内燃机相结合的混合动力汽车已成为当前的宠儿。
对于小排量发动机，发动机通常可以在高效率，低排放的区域运行，以提高能量转换率。
熙熙攘攘的城市地区可以关闭内燃机，并仅靠电动机驱动，主要是为了减少燃料消耗并实现零排放。
混合动力电动汽车[1]的关键是其汽车驱动系统，各种故障中，由于变频器的原因，可能会导致整个系统出现问题。
对于依赖驱动系统来行驶的混合动力汽车来说，如果没有监控驱动系统的状态，那么它的故障不仅会损坏自身，还会影响整个汽车系统的正常运行，从而威胁到驾驶员个人的安全和财产。
因此，及时诊断故障并进行诊断非常重要。
本文重点研究混合动力电动汽车驱动系统的不同故障，重点研究其故障模式，诊断故障，补偿和修复故障，确保车辆驱动系统的正常运行，保持车辆的可靠性。
1.2故障诊断的概述
1.2.1故障诊断的含义和任务
我们都知道，故障的诊断有两种含义。
一个是某些特殊仪器的旋转机械设备。
“旋转机械振动监测仪”可用于检测此类机械设备的正常运行情况;另一个是通过电脑。
系统的监测分析分析和判断系统正常运行，故障原因和故障程度等问题，最后得出结论。
设备故障诊断方法的研究是设备检测与诊断技术的核心。
设备故障诊断技术根据不同的信号类型可分为振动声音诊断，温度诊断，油液分析，频谱分析等。
随着近年来人工智能技术的研究，使故障诊断渐渐向自动化和智能化发展。
专家系统可以通过人机对话准确诊断各种常见故障，人工神经网络具有强大的并行计算能力，自学习功能和关联功能适用于故障分类和模式识别。
在某种意义上，神经网络是基于比例的数值计算。
他们有能力学习，但他们没有解释的能力。
专家系统是一个基于符号的推理系统。
知识获取的困难存在缺点，但具有解释功能的神经网络和专家系统具有相辅相成的优势。
在故障诊断方面，两者的结合具有很好的前景[4]。
设备故障[3]一般是指设备丢失或降低其规定功能的事件或现象，即设备的某些部分失去原有的准确性或性能，导致设备无法正常运行，一般分为“硬故障”和“软失败”两种类型。
硬故障是指设备的某个部分突然发生故障，影响整体性能或导致设备完全停止工作的重要部分的故障。
这种失败最容易识别。
软故障是指设备某些部分的缓慢变化，例如控制系统参数或电路偏移量变化的变化。
这些故障通常不容易检测到，也不容易解决，因此您需要使用计算机来诊断各种故障。
1.2.2故障诊断技术的主要方法
随着当今故障诊断技术的发展，故障诊断专家提出了大量的诊断方法。
根据国际故障诊断专家的理论，故障诊断的所有方法可以分为三种类型，即分析模型，信号处理和基于知识的方法。
从国内外有关资料的角度来看，线性系统故障诊断技术的研究已经比较成熟。
线性系统故障诊断主要由分析冗余指导。
近年来，各国专家们不断研究线性系统故障诊断技术，而且获得了很多理论成果。
但与其他较成熟的理论成果相比，其应用研究需要紧迫的改进。
目前，非线性系统故障诊断技术的研究不断加强，特别是控制理论，信号处理，人工智能等方法的发展，为非线性系统故障诊断的发展提供了丰富的理论依据。
故障诊断和检测技术起步较晚。
在20世纪60年代，虽然有少量的检测设备从国外进口用于研究，但由于各种原因，该技术发展缓慢。
近年来，随着国民经济的发展，国内汽车数量迅速增加，极大地促进了汽车诊断和检测技术的发展，成为国家“六五”重点推进项目计划“期间[3]。
基于解析模型的故障诊断方法的研究成果主要集中在线性系统。
深入研究非线性系统的故障诊断技术具有重要意义。
强大的故障诊断也是研究的重点。
尽管基于信号处理的故障诊断方法的发展比较完善，但对非线性系统的故障诊断的应用仍然有限。
小波变换技术是该方法中的热门话题。
基于知识的方法不需要系统的定量数学模型，因此对于复杂工业过程的研究具有实际应用价值。
其中，近年来基于定性模型的方法得到了很大的发展。
另外，随着人工智能的发展，基于专家系统和神经网络的故障诊断方法的研究也在不断深入。
在故障诊断的理论研究和应用技术中，对特定系统中特定故障的检测，判断和预测的研究已经比较成熟。
它主要分为以下两个方面。
该对象的结构和参数是已知的。
判断和预测所采用的方法基本上是基于序列概率法，等效空间法，广义似然法，极大似然法，状态观测器和滤波法的控制理论。
后两者一般用于非线性故障。
在这种情况下，基于知识的推理技术，结合残差分析技术的最先进的基于神经网络的状态估计和模式识别的技术是最常被用的。
一旦系统故障被发现，下一步的诊断就是定位故障。
这通常是诊断和检查之间的区别之一。
目前，故障定位主要基于基于知识推理的专家系统技术，基于控制理论的模式识别技术和模糊识别技术。
故障诊断系统与通用自动测试系统和故障检测装置的区别在于可以实现故障机理分析和故障评估。
目前大多数专家系统使用基于知识的推理。
故障定位的研究还有许多成熟的技术和成功的应用，如基于控制理论的方法，模糊模式识别技术和人工神经网络技术等。
基于知识的推理技术在诊断技术领域最为活跃，特别是人工神经网络技术的应用。
它可以进一步描述物体的结构，参数和特性，特别是对于不确定物体和非线性物体。
因此，神经网络系统也广泛用于各种智能应用。
观测技术，小波变换技术等已经越来越成熟。
当可以建立更准确的诊断对象的数学模型时，基于分析模型的方法是优选的方法。
已经证明基于观测器的状态估计方法等价于等价空间方法。
非线性系统故障诊断的难点在于系统的数学模型难以建立。
相比之下，参数估计方法比状态估计方法更适合于非线性系统，因为非线性系统的状态观测器的设计有很大困难。
目前只研究一些特殊的非线性系统，常用的等效空间方法只适用于线性系统[5]。
1.2.3故障诊断技术的发展
我们都知道，由分析冗余度主导的故障诊断技术最早是在20世纪70年代在美国发展起来的。
麻省理工学院的胡子博士论文首先提出使用分析冗余而不是硬冗余，并组织系统本身以使系统闭环稳定。
通过比较观察者的输出以获得系统故障信息，标志着新技术的诞生。
。
中国于1980年开始这项研究，取得了很大的成就。
经过数十年的专家学者的努力，国际权威专家批准了许多成果。
本章前一节介绍了故障诊断的内容，分类和方法，它们一般可以反映故障诊断技术的发展。
随着现代控制理论，人工智能模式识别和计算机科学的发展，相关系统故障检测与诊断技术也在发展之中。
故障诊断领域的一个热门理论问题仍然是鲁棒诊断问题。
特别是对于非线性系统，研究比线性系统少。
深入研究非线性系统的故障诊断技术具有重要意义。
由于在故障诊断中，低阶模型一般用于描述高阶非线性对象，所以存在所谓的“非建模动态”误差问题。
错误会导致操作变量出现突变，这可能会对系统造成较大的干扰。
可能会在故障诊断系统中造成误报。
目前，如何降低运行变量对故障诊断系统的影响也是一个需要解决的重要问题。
任何故障诊断方法的目的都是为了提高故障检测率，降低误报率和漏报率，推断故障发生的准确时间，并定位故障并估计故障大小。
由于实际系统的复杂性，识别故障时间和识别故障位置非常困难。
因此，故障分离问题仍然是当前的重要研究对象。
1.3混合动力电动汽车故障诊断技术
在国外，现代汽车的诊断技术主要来自工业发达国家。
在20世纪60年代末和70年代初，汽车诊断一般受到西方的重视，原因有三：
1）诊断的复杂性;2）缺乏维修人员;3）各国颁布新法律。
加强对车辆安全和污染的检查。
有两种汽车故障诊断系统，一种安装在车辆上并具有诊断功能，一种是专用车辆仪表板自诊断系统，另一种是需要在车外进行测量的外部车辆仪器诊断系统。
在20世纪60年代和70年代，有一些特殊的检测设备，如法国雷诺的诊断设备，德国的梅赛德斯-奔驰诊断设备以及1977年通用汽车公司推出的M2SAR设备。
诊断技术在六十年代占主导地位，七十年代。
在二十世纪八十年代，车外诊断系统有了重大发展。
1986年，通用汽车公司推出CAMS系统，福特汽车公司推出SBDS诊断系统。
在20世纪80年代中期，随着计算机的普及和人工智能技术的发展，专家们开始讨论汽车诊断的专家系统，如雷诺推出的RuleMaster系统，福特开发的专家系统工具和加拿大太平洋铁路公司。
发展用于发动机油分析的EDMS系统等。
近年来，借助成熟的燃料型诊断技术，电动汽车的汽车诊断技术得到了极大的发展。
一方面是开发一个功能齐全的车载诊断设备，另一方面是车外诊断系统，尤其是诊断专家系统特别关注[10]。
1.4本文主要的研究内容
电动车的研发对中国来说意义更大。
电动汽车在国外已经有很长时间的研究。
虽然电动汽车在20世纪之前就已经存在，但现代电动汽车是全新的机器。
它与传统的电动车完全不同。
它不仅是一辆运输车辆，而且是电动车辆中的全新电气设备。
系统概念，设计技术，建模仿真，启动操作，动力执行器，动力传输，动力制动，动力控制以及这些动力负载对配电系统，故障模式和汽车电子设备的适应性。
深入研究已经进行了长时间的运行评估。
本文从混合动力电动汽车的电动机，电池和电气控制三个方面入手：
1.电池：
对混合动力汽车电池故障的研究主要来自电池故障，整体故障和电池管理系统故障分析。
其具体的故障可能来自于电压，温度，绝缘，材料和网络通讯故障等，并分别说明故障现象，列出故障原因[2]。
2.电机：
就电机而言，本文以感应电机为例，将故障分为致命性，严重性，一般性和次要四个故障级别，并根据故障级别列出了可能的故障位置，分析故障形式等。
最后，根据电机驱动系统故障的整体框图，故障在电压，电流和温度方面进行处理[15]。
3.电子控制系统：
本文主要参考几种常规的电子控制系统故障诊断方法，对电子控制系统进行诊断并说明其相应的故障现象和注意事项。
4.丰田普锐斯驱动系统的故障诊断从电池，电机和电子控制系统三方面进行。
2.电动汽车驱动系统组成与工作原理
2.1电动汽车的定义
根据国际机电委员会电动汽车技术委员会的建议，混合动力电动汽车由两种或两种以上的储能装置，能源或转换器驱动，其中至少一种能够提供电能。
对于混合电动车辆。
根据这个通用定义，混合动力电动汽车有许多可能的形式，如汽油机和电池混合动力，柴油机和电池混合动力，电池和燃料电池混合动力，电池和飞轮混合动力，电池和超级电容混合动力，电池和电池混合动力等等。
但是，这个定义令人困惑，很难让人接受。
目前，混合动力燃料电池和电池通常被称为燃料电池电动车辆，混合动力电池和电容器被用作超级电容器，辅助动力电动车辆等，并且混合动力电动车辆特别参考现有的内燃机。
机动车辆。
各种地面行驶轮式车辆必须克服滚动阻力，空气阻力，爬坡阻力和跑步时的加速阻力，以使车辆正常行驶。
混合动力汽车也不例外，但其动力来源是多能源动力总成[6]。
2.2驱动系统结构
电动机驱动系统是电动车的核心。
他的任务是在驾驶员的控制下将电池的能量有效转换为车轮的动能，或者将车轮的动能转化为电能并将其输入电池。
从功能角度来看，电动汽车的电动机驱动系统可以分为两大电气和机械系统，驱动部分属于电气系统。
电气系统由三个子系统组成：
电动机，电源转换器和电子控制器。
机械系统主要包括机械传动和车轮。
电气和机械系统的边界形成电机的气隙，并用于完成电机的能量转换。
电子控制器分为三个功能单元：
传感器，中间连接电路和处理器。
传感器将测量数据（如电流，电压，温度，速度，转矩和电磁通量）转换为电信号，通过连接电路将电信号调整为适当值，然后将其输入处理器。
处理器的输入信号通常由中间电路放大以驱动功率转换器的半导体元件。
在驱动和能量再生期间，能量源和电机之间的能量流由电力转换器调节。
电动机和车轮通过可选的机械传动装置连接由于电机也可以直接安装在车轮上，所以它直接由电动车轮驱动[1]。
2.3驱动系统工作原理
驱动系统实际上通过电力电子电路的反转来调节电池的输出电压和电流来调节电机的旋转。
同时，逆变器电路还必须确保电动机在四个象限中运行，以便在下坡充电和制动时从电动机回收能量以对电池充电。
在过去的几十年里，功率半导体器件技术取得了长足的进步。
这些功率器件带来了额定功率和性能的革命。
在现有的功率器件中，功率二极管被用作自由开关，而晶闸管，GTO，BJT，MOSFET等其他功率器件可从外部控制，高性能功率器件的研究仍在进行中。
电力转换器技术通常随着功率器件的发展而发展，以实现高功率密度，高效率，高可控性和高可靠性。
电力转换器可以是相同频率的AC-DC和AC-AC转换器，不同频率的AC-AC转换器，DC-DC转换器或DC-AC转换器[7]。
逆变器通常分为电压输入类型和电流输入类型。
由于模拟电流源需要大量电感元件，因此电流供电逆变器很少用于电动车驱动器。
电压输入逆变器简单且能够进行双向能量转换，因此几乎所有逆变器都用于电动车辆。
典型的三相全桥电压输入逆变器可以是方波，六步或脉宽调制波形，具体取决于他们的需要。
例如，可以为永磁无刷直流电动机输出方波，并且可以为感应电动机输出六步波形或脉宽调制波形。
然而，六步波形由于幅度不能直接控制，其谐波已被消除。
脉宽调制波形的谐波是合适的，并且在速度控制期间其基本量和频率平稳地变化。
2.4驱动系统故障诊断的必要性
如果电机是电动汽车的“心脏”，那么电气系统就是汽车的“血液”。
随着用于电动车的电动装置数量的增加和电动车的概念，驱动系统的可靠性除了电源的电源质量之外。
可维护性和可测试性已成为人们关注的目标。
如果驱动系统中的任何故障无法及时检测和纠正，故障可能会进一步扩大，导致上层系统状态发生变化，导致功能故障，影响车辆的正常运行，甚至危及安全。
[14]电动车驱动系统的可靠稳定运行是车辆正常运行的保证。
因此，准确，可靠并且快速校正驱动系统是提高车辆运行效率的有效方法。
完整的测试可以减少未检测到的故障的发生。
将故障诊断技术应用于电动车驱动系统故障检测是维修措施改革的重要举措。
这是提高有效性和可靠性的重要条件。
这是汽车的保证。
操作安全，减轻维护人员的劳动强度，提高电动汽车市场竞争力是重要因素[12]。
3.电动汽车驱动系统故障诊断方法
3.1电池的故障诊断
3.1.1电动汽车电池的系统分析
动力电池是电动汽车的储能装置，因此对电动汽车的整体性能影响很大。
为了满足纯电动车辆的整车性能，动力电池需要具有高比能量，高比功率和高充放电。
效率和更长的寿命。
磷酸铁锂电池具有寿命长，使用安全，电流快速充放电，耐高温，容量大，无记忆效应等优点，目前正在广泛研究和应用于纯电动乘用车和商用车动力电池。
电动汽车的动力电池系统主要包括动力电池本体，电池管理系统（BMS）和诸如车载充电器和DC/DC转换器之类的辅助模块。
电池管理系统（BMS）检测电池组中每个单个电池的状态。
综合计算后，判断整个电池系统的充电状态SOC和健康状态SOH，并根据它们的状态对动力电池系统进行相应的控制调整和策略实施，从而实现充放电管理动力电池系统和每个单体。
确保动力电池系统的安全稳定运行。
电池管理系统的基本功能可以分为四个方面：
检测，计算，管理和保护。
具体包括数据采集，状态监测，平衡控制，散热管理，安全保护和信息管理等功能。
动力电池管理系统由硬件和软件组成。
硬件可以分为两部分：
主控模块和从控制模块。
数据采集单元（采集模块），中央处理单元（主控模块），显示单元和均衡单元检测模块（电流传感器，电压传感器，温度传感器），泄漏检测和控制组件（熔断器件和继电器）。
中央处理单元由高压控制回路和主控制板组成组成，数据采集单元由温度采集模块，电压采集模块等组成。
一般采用CAN现场总线技术实现互信息通信;软件包括控制策略，实现控制策略的底层操作系统和实现检测，操作和判断的应用程序[8]。
在电动汽车启动，加速和爬坡的操作条件下，动力电池通过放电对电池管理系统（BMS）接收的车辆控制单元（VCU）的指令作出响应，并为电力提供高电压能量电机驱动系统;当满足动态能量回馈条件时，动力电池反向充电，为动力电机制动产生的反向高压提供放电回路。
当车载低压辅助电源不足时，动力电池通过DC/DC模块为车载低压辅助电源充电。
同时，当电池电量不足时，电池管理系统（BMS）通过CAN总线与充电器控制器（ONC）进行通信，以完成动力电池的外部电源充电。
3.1.2电池故障分析
电池故障是指各种子系统（如电池组，高压电路或热管理，网络故障以及各种控制器硬件和软件）中的传感器故障和执行器故障（例如接触器，风扇，泵，加热器等）故障。
电池本身故障是指过电压（过充电），欠压（过放电），过电流，超高温，内部短路故障，连接器松动，电解液泄漏以及绝缘降低。
本文主要以磷酸铁锂电池为例，为了便于电池管理和车辆控制，电池故障一般分为两级，一级故障和二级故障，如下表所示：
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，影响电池寿命
Ⅱ级故障
影响整车运行，可能出现安全问题
电池故障等级
（1）电池单体故障
根据磷酸铁锂电池的充放电特性，电动汽车实际驱动充电过程中的动力电池单元一般具有单体电压，高温或低温以及过充电和放电电流。
具体的故障现象如下表所示。
显示：
故障名称
故障现象
故障原因
单体电压过高
单体电压超出极限值
电池过冲，或保护板过压检测模块失效
单体电压过低
单体电压低于规定值
电池过访，或保护板欠压检测模块失效
单体温度过高
单体温度超出极限值
电池过冲，散热不良，或保护板过温检测模块失效
单体温度过低
单体温度低于规定值
环境温度低
充电电流过大
充电电流超出极限值
电池亏电严重或充电电流与电池不匹配
放电电流过大
放电电流超出极限值
爬坡
磷酸铁锂电池单体故障
动力电池单体故障判定条件和恢复条件一般设计为具有一定的差值，是为
了防止电压、温度和电流波动导致的故障误清除，确保了故障诊断的鲁棒性；
也提高了动力电池的安全性。
（2）电池整体故障
同样的，电池模块整体的故障如下表所示：
故障名称
故障现象
故障原因
单体温度差异大
电池模块内单体最高温度和最低温度差值超过规定值
某个或几个单体失效，或温度均衡模块失效
单体电压差异大
电池模块内单体最高电压和最低温度差值超过规定值
某个或几个单体失效，或电压均衡模块失效
电池总压高
动力电池电压电压超过极限电压
动力电池过充或车下长坡
电池总压低
动力电池电压低于规定值
动力电池过放，亏电
绝缘过低
绝缘电阻低于规定值
线缆受潮，或老化破损
电池电量低
动力电池SOC低于规定值
动力电池过放，亏电
电池模块整体故障
如果单体温度（或电压）长时间过大，则电池模块中单个电池的寿命将会相对较长，并且当寿命最短的电池单元发生故障时，整个电池模块将不得不被替换，这是极易浪费的。
电池模块电压和温度差都是I类故障。
电池管理系统向车辆控制器发送警报信号。
高电池总电压和低绝缘电阻是II类故障。
（3）高压电回路故障图表
故障名称
故障现象
预充电失败
预充电1s后，电机驱动系统输入侧电压仍然达不到动力电池总电压的90%
高压互锁异常
高压互锁异常信号使能
碰撞开关异常
硬线数据和CAN总线数据不一致
主接触器粘连故障
主接触器反馈信号异常
（4）电池管理系统故障
电池管理系统[17]故障为CAN网络通信故障和其它故障，电池管理系统故障分类如下图：
其它故障主要指电池管理系统主板故障：
如芯片最小系统晶振不起振，主板电源电压纹波大、欠压\过压，传感器信号线搭铁等等。
该类故障为单片机主板通用故障
升级会员 