基于大數據的汽車電池設備健康管理系統
2020-07-23 17:40:12
次
一、項目背景
隨著對電動汽車技術研究的深化,電動汽車的應用普及越來越成為可能,而制約電動汽車發展的主要因素就是動力電池的綜合性能。但是目前使用的電池管理系統(BMS)由于其數據傳輸問題、數據分析手段、數據應用場景等約束,無法滿足電池設備健康管理的要求。
在此背景下,需要研發一套鋰電池組設備健康管理系統:通過對電池使用歷史數據分析挖掘,實現電池的安全與故障評估、壽命預測以及一致性分選,為高充電倍率電源系統的設計研發提供數據支撐,對電池二次利用的安全性和整體性能進行評估,促使客戶服務從故障后維修向預防性維修轉變逐步實現服務轉型。
二、問題與挑戰
- 目前共有2萬輛車的數據接入,未來擴展到近6萬輛車,數據采集頻率30s/包,每包40+測點(其中單輛車有300+以上的電壓、溫度測點),一天數據量4760萬條,容量80G以上,涉及到大量數據的實時接入和挖掘分析。
- 數據類型包括故障、能耗、使用熱度、一致性、可靠性等8大類40多個指標,涉及到多指標的綜合分析和高維可視化展現應用。
- 需要對車輛BMS和GIS系統數據進行集成,涉及到復雜的數據協議和數據接口定制開發。
- 需要通過歷史數據的挖掘實現電池安全與故障評估、壽命預測、一致性分選、二次利用安全性等分析評估。
三、解決方案
系統以車輛信息和電池運行狀況為主要監測對象,實現了產品運行狀態實時監控、產品故障分析與管理、故障告警與運維、車輛定位與使用情況分析、產品性能分析等主要功能。
- 基于Tempo BI的場景建模實現實時數據的監控展示,系統監測的內容主要包括產品狀態監測、故障分析監測、客戶使用提醒監測等。
- 在地圖上顯示所有產品分布情況和故障產品分布情況,對歷史發生過故障的故障類型及對應的頻次進行統計分析。
- 對駕駛行為、可靠性指標、一致性指標溫、度適應性指標進行顯示,通過電池充電IC曲線變化歷程進行電池狀態分析。
- 對車輛進行故障進行監控和安全預警,對故障和報警進行分級處理,并對故障和預警處理措施和結果進行統計分析。
- 通過電源系統的編碼、車輛種類、監控區域對車輛進行查找,同時可以通過高級查詢鎖定某一區域某一車型的全部車輛對其進行實時監控。
- 通過Tempo AI的場景建模實現電池安全性評估和壽命預測,并對電池二次利用的安全性和性能進行分析。
四、應用價值
- 目前監測車輛數量6W臺,通過大數據管理平臺可滿足未來五到十年的數據量管理需求。
- 實現對當前車輛及電池的監控、診斷、預警報警。
- 實現設計研發、梯級利用、客戶服務等三個維度的設備運行狀態進行統計分析,為新產品研發提供數據支撐。
- 實現對電池二次利用安全性和整體性能的有效分析。
- 通過電池設備健康管理系統的建設,為企業服務轉型提供有力支撐。
五、適用行業
汽車、電池、新能源行業。