1. 首页
  2. 汽车快讯
  3. 正文

东软睿驰研究院长商国平:基于大数据的电池安全管理

 2021-04-21 08:23:56  来源:互联网 

新能源汽车补贴政策从2016年开始退坡,同时提出动力电池高能量密度路线。近期接二连三的电动车自燃事件,引发了大众对于电动车安全的进一步关注。7月5日,由盖世汽车主办的2019新能源动力电池安全技术论坛在上海举行,东软睿驰汽车技术(沈阳)有限公司汽车电子研究院院长商国平就基于大数据的电池安全管理进行了主题演讲,内容如下:

电池,东软睿驰,商国平,电池安全

商国平:各位好,我来做一下在电池安全方面,特别是大数据安全管理方面的一些工作。

在之前,我先简单介绍一下我们公司,东软集团是1996年上市的第一个软件公司,我们在1997年左右开始做车载电子相关的工作,主要是娱乐系统,主要是做外包,在2008年的时候,作为tier1向国内主机厂开始供货,软件硬件一体化。同时在开展Telematics平台工作,2008年大家炒的比较火的是信息平台,当然当时是娱乐系统,还涉及到安防。

2015年我们成立了东软集团和我们的股东,包括我们的员工成立了东软睿驰,主要是新能源的工作,这部分的工作正好是国家在做的,就是互联、自动驾驶,以及分时租赁,我们还有一个分时租赁公司(氢氪出行),主要是做BMS以及Pack的供货,BMS在国内的市场份额还是可以的。Pack这块大批量出货应该是从今年下半年开始,每个月将近万台的出货量,我们也是深深的感觉到了,在这个形势下,整个的责任重大,也在多方面,主要是安全方面如何去管控,在这方面进行探索。

接下来,我来做一下我们所做工作的介绍和一些建议。背景简单讲一下,产业发展非常迅猛,问题基本上这两年开始爆发,不管是国家领导还是整个行业,安全,肯定是第一要务,如果这个问题不解决,有可能会毁了整个产业。

这个是这几年所积累的一些行业数据,其实动力电池U型曲线,早期的故障可以看到的原因,但是整个问题是什么呢?在车辆出来验证时间不足,我们看到了很多的数据,半年之内的新车是发生事故最高的时候,为什么?这个时候应该还在验证阶段,但是已经没办法了已经出厂了,包括整车,所有的跟三元相关的部件都没有稳定、成熟的验证,导致流入市场,所以早期故障最多,这段时间配合国家相关主管部门进行了企业排查,看到一些数据,基本上发生问题比较多的车辆都是这样,在早期发现了很多的问题,可能还会面临召回的办法。

可以看到,中期的时候,故障率比较小。再到UL阶段,随着产能电芯以及芯的三电方面的应用,或者是没有经过市场检验,这样的话,再结合我们所用的电芯的物理寿命,后期是一个高发阶段,这是我们看到U型曲线。

那么解决问题的要素,我们在这里提出一些建议,包括这几年也在做的事情,我们认为,对于数据要进行大量的积累和分析,包括建模,这就是我们这几年在做的工作,对所谓要全产生的电芯,都要做电芯的测试,进行电芯数据,包括建立数据库。从电芯到模组到Pack到我们的BMS,这都是我们做的,所以说这方面都有积累。

不仅是设计阶段,在量产车上,还有分时租赁,我们有有轻车出行平台,对我们分时租赁的车辆都进行更多的产量和进行分析,起码比国标要多的车辆,进行分析。

这个是故障分析的预警和方法,可以说从售后发现的问题,我们对比各项数据来进行分析,为什么会发生这些问题?一定会找出问题的关键,在之前就已经有好多的苗头出现,针对发现的问题,寻找共性并建模,建模之后这个模型,再把偶然出的事故所有车辆数据导回来会发现,批量检出,有些车企在进行合作,把数据导给我们还没有做到实时。

红色的部分是用我们数据的方式检测不出来,有一部分是有过检率,绿色的部分是完全用数数据建模型方式,排除车辆的故障。

第一,车厂希望建立电池的供应链数据平台,如果我们作为一个Pack企业或者是BMI企业来说做不到,主机厂要做到这些型号的电芯厂会有更好的合作的模式,主机厂要做到对我们这些型号跑的这些车的电芯、模组、电池,要有数据,知根知底,要不然的话,你作为第一责任人很难去分析和追诉。

再有,我们通过这些数据的积累,收集整个生命周期的数据,通过这个数据驱动来解决安全隐患。

再有,其实我们希望能够新能源产业从整车到OEM再到上下游的产业链,全方位的合作,才能真正建成一个有实效数据的解决方案。

第二部分,在这方面(安全性)的建议和方法。第一个建议,我们希望能够通过测试建立完善的电芯数据库,这个是整个系统安全的设计基础。我们所用的电芯,先从8个方面来进行完整的测试和数据的积累。第一个是电流边界,我们要有研究,不只是说电芯厂商给出的一些,在我们功率的研究,温度边界然后还有电芯滥用的一些案件研究。第五个就是一致性的研究。第地六个,鼓张力。第七个是耐久的专题。还有就是UI的时候可能还会涉及到很多专题,现在可能还不会大批量的到这个阶段,但是等到那个时候研究又会比较晚,因为没有稀释数据你是很难去做的。

这里面提到,比如说举个例子,鼓张力这是一个专题,我们再做的项目的时候发现,鼓张力影响内部很多结构的设计,比如说模组的力是两万牛还是四万牛等等,这些其实根据我们所用电芯的个性,以及模组的构成,以及追中成为成组之后,包括Pack这个部分是有很大的安全问题存在,它一旦超出了我们所设计的强度,会产生股裂,把模组的结构破坏,会导致很多不可想象的后果,所以说,鼓张力最开始选择选电芯的时候,其实并不是一个主要参数,经过我们这些实践对很多的专题我们进行了专项的研究,形成了专题。我们认为,建立整个8个方面的电芯的数据库,这个是设计基础。

我们现在针对电芯数据库进行生产环节,包括不同温度的表现、特性总结DB的,进行设计、仿真,可以筛选或者是帮着主机厂或者我们的Pack企业筛选到适合目标车型的电芯或模组。

刚才说到DB,用我们的DB再加上我们的大数据,整个来形成一个闭环,我们有了整个电芯的数据,再加上我们大数据的分析和预测,包括历史数据的积累和建模能够降低风险。

还有进一步完善动力电池安全标准和质量体系,现在有国标,现在都还是非标有几个即将变成强标,但是还不是特别的够,我们单体的系统包括26262,还有一些其他的,但是包括各个子系统,我们还在研究制定中,还在各个公司一起做这个标准。包括对失效分析这块是不是有一些标准和方法?再有是包括品控,品质管理,现在只有16949,可能ISO这些,动力电池行业它的特点我们能不能在这方面制定标准?提高全行业的门槛。

我们希望还是全产业链生命周期建立评价体系,接下来提出一个模型,我们认为整个设计电动车的安全,不可能由电芯厂家、或者Pack企业或者BMS的一些企业或者主机厂自己来完成的,而整个是一个系统问题。所以说上游材料,电芯,电控,包括整车,我们希望这是一个全整合性是一个全生命周期的评价体系,这样采用规范我们从设计生产到最终售后。

第三个部分,根据我们提出的建议,提出了一个模型,叫做动力电池系统的承受度模型。大致上起来一个草案,因为我们公司以前做软件,中国第一家过了ISO,包括各种,软件成熟度模型这边都是第一家做的,开发这么多年终,也是得到了很多的益处,我们的整个流程是规范的,人员是可控的,或者是不是因为某个人对产品产生了很大的影响,所以基于这个CMM我们提出了动力电池的安全模型。

从三维度,基本上从产业链和周期角度出法,再根据这个对它进行评估,提出了个几个等级,第一个是技术安全,第二级是体系化的安全,第三级是智能化的安全,第四级是主动化的安全,那我们从这个上下游从材料到电芯到BMS再到Pack,再到整车我们这是全产业链的,要整个数据采集、监控,那这边我们还看到包括管理安全、设计安全、生产和运行的安全,这个是承受度模型的一个概念。

动力电池系统定义,大家比较清楚,主要是说我们把电芯、Pack、BMS以及大数据在内的多个产品组合成一个产品,包括数据,才形成了这么一个我们认为的动力电池系统。

我们希望用成熟度模型去衡量整个系统的安全等级或者成熟度等级。第一个,基本上细化来看,可操作,基本的功能实现。第二个方面,现在正在做,包括主管部门已经下企业去排查,我们也在配合他们做,主要建立健全把监控系统用得上。那么我们以前要拿到补贴,一定要上国标监控平台,目前来看是所有都上了至少是新能源车这块儿,我们花了很多的钱,费用也在零部件上做了很多的事情,也上传了很多的数据。那么是不是得到了这个监控,提出预警之后给我们提了很多的建议,现在行业很重视,在行业协会的领导下也开会,他们也非常重视,这部分目前看效果并不明显,我们也在提出很多的想法,基于我们的成熟度模型如何的能够把现有的监控平台能够利用起来,能够预防、预测出某些车辆的问题,能够定位,及早的去解决这个问题。

整个行业在第三个级别上,积累你的各类数据,包括大数据,包括我们整个的从事故所分析出来的你的模型,我们也在配合主管部门去排查,应该说从相关部门得到一些脱敏数据进行分析,发现比较有效,比如车厂数据进行分析之后,所发现的所发生事故的这些车辆特征特别明显,其实我们用数据模拟了一遍,在80%、90%的程度上在早期就可以对它这些车型可以判断出来高风险安全性的问题,这就是可预测,基于二阶段我们再可预测。

第四个方面是可优化,其实系统可以自身优化自己,特别是我们在OTA的方式上,目前我们所做的一些工作地借助UDA,基本上就是BMS的一些策略刷一刷,这个车型在某些参数上比较危险,那我通过OTA刷一刷你的策略,把你的功率研到90%甚至80%,这个是被动的或者是比较消极的做法。我们如果第四个阶段通过OTA在整车ECO升级,整个策略的联动,这方面我们认为有效、安全、可靠,并且更高效,是的这个车辆整个的运行的更好。这就是我们提出的等级维度。

第一个,把可操作越过,因为没有问题,就是可监控、可预测、可优化,起码达到这三个层次,使电动车特别是电动车的用户,能够知其然不知所以然,不至于在开电动车的时候心惊胆战,充电的时候要致不停的看,通过这个我们希望能够使得电动车是可控的,可预防的,可预测的,使得各个用户也知道为什么会发生问题,我只要避免这些我就可以不发生问题,现在厂家不知道,也不给任何的说明,我们行业里面也给不出更好的解释,用户级别上对电动车产生各种各样的疑虑,我们所从事的行业,损失了大好的机会。

我们在这四个等级上提出了相应的一些指标,还不是很成熟,跟大家共同进行探讨,不管是功能、性能、安全上,都进行了相关的建议。

在L3和4的时候我们希望做到D,之下在C的级别上,那可能对能量密度、充电速度以及热管理方面我们提出了一定的建议,还不是太成熟。我的演讲就到这里。

提问环节:

问:非常有幸今天听了您的报告,我们现在做了整个电池的全生命周期的评价模型,随着电动车的普及,要回收利用,通过我们的模型,把我们的电池进行筛选,好一点的电池,不好的电池进行拆解。

商国平:刚才提到了大数据的模型、方法,基础还是在于数据的积累和采集,刚才提到的,很多车大巴可能都已经都寿命了,那目前对它的原始数据如果没有积累的话,目前做这项工作比较困难,除非对这个车型有一部分的数据积累,导入给我们,用我们已有的建的一些模,在进行一定的筛选,可以做,但是做不到非常准确,当然了我们对它这个电芯,我们有些相同或者是类似的数据积累和模型的话,对它的预测程度可以。

问:刚才您说的车辆,数据增加了260项,我想知道,这个需不需要新的传感器的支持?

商国平:需要,我们都装入了我们车载的通信模块,或者是RTM是我们做的。

问:除了传统的电压之类还有膨胀率之类的?

商国平:加入了一部分,但是目前看,除了配套的车,能够在他愿意把他放到我们那里,加上冗余的传感器,其他的车辆我们还只能采取后装的手段,然后再采集,然后再通过我们的盒子上传到我们平台。我们也在呼吁,要有一些标准,所有车辆能监控到那个数据。

问:请问一下,您刚才也讲了可预测,那么具体来说,比如说这边收到的主机厂给你的一些售后保修的数据,那么这些数据,专业度比较差,拿到这样的数据,你做了一些统计的方法,怎么提取的?

商国平:我们主要是通过典型的数据来进行特征提取,如果你给我们一问台的车辆数据我们要运行好久才去挑典型数据这是不现实的,所以目前所发生事故的车辆数据,对于我们来说非常重要,从典型的事故的测量数据提取了典型特征,就是建模。在有几个关键指标上,产生了异常。比如说我们前一段时间所参与调查的车辆,核心原因是连接件,可以说焊接、连接的不牢,虚接了。但是它在停止的过程中是不上传它有鼓掌了,只有行驶过程中,偶尔上传一个电信号。

但是在大部分的分析中都会认为它是一个误传,误报,一天或者两天才来一次,但是发现这个问题在两个里都出现,在早期会有杂波,分析之后,我们认为在这个车型上,它的连接方式也好,还是它的重组的工艺上,这种车型这种事件是大概率事件,判断它是虚接了,这就导致它整个过热引来了电池,在这种特定的不管是电芯还是模组还是Pack这个车型上,就针对这个特殊的数据进行这个特征提取,才能够比较准确的预测到。

如果正向给我所有数据,其实那个是一个很大量的工作了。

问:给你的话,应该也是一类的数据,因为可能并不知道这就是你前面讲的,你们收到30台、40台里面有5台有这个风险,说这个事情是比较大的概率出现这样的问题,所以对于我们来讲,因为我们不知道会在什么地方,这是一个共同的现象,共有的现象,但是我们给你的,我们已经做过处理,但是你需要做一些初始数据。我们讲的是拿到之后,后面还是有一个百分比的概率,对于我们来讲,就是一个问题发现和解决的过程,但是后面还有一个问题,预测的话,是怎么来做?这个我们比较关心,因为对于我们来讲,市场上存量的车也不知道,我们比较关注,实际当中我们也做了一些预测,理论上的,不是特别准,有的时候批次各方面都有,你们有没有比较好的方法、手段。

商国平:我们跟主机厂合作,我们主机厂做的很专业,或者说很好,其实我们的优势不在于比你们更懂车,我们并不比你们懂车,可能恰好我们在做BMS做一些Pack,我们的优势主要研究大数据,大的数据,其实不同的车型,数据积累多了,同样是622的电芯,有很多的特性,可能在不同的车上都是一样的,可能对它的热失控的分析可能对你这个车型的一些特性,其实给出很多建议,其实很多东西主要还是在于大数据,之后能分析出来特性的东西,这个是核心的要点,并不在于某款车更厉害,而且也是发生事故之后从数据推,而是故障到底出在哪儿,有几个问题点。

问:最后有一个动力电池系统的模型,我们有等级一到等级四的一个考量,我想知道,这个系统评价模型的建立,可能对车的能开发,最终在运用在客户的体验上有没有一些建议或者是一些深入的东西可以提供出来,主机厂希望能够动力电池评价体系机制,提供这样一个功能,这是一个方面,问一下你们在这方面有没有考量?第二个,之前你们的数据大概有0.1秒,这个你们是什么样的方式去做,是实时的后台的传输,还是本地的传回再去导入,因为0.1秒的频率,怎么去实现这个功能可能是有很大的要求,我想问下这个问题。

商国平:我先回答第二个问题,我们平台上现在的车辆应该是大概是2000台左右,还不是很多,但是会越来越多,整个的传输方式是自己平台,并不是现在目前OEM云效率可能要差,目前这个我们是这种方式,包括各种什么样的数据,这都是我们自己的一个专线,在这方面可以做到。

第一个问题,我没太听明白,您说的是对用户的一些功能指的是什么?

问:比如说预警,热失控或者是其他一些发胀,会出现,跟车辆的系统进行对接,这部分有没有可能?还是说只是对于研发,并没有应用到车展上。

商国平:这个问题现在目前这个阶段主要是跟主机厂在配合,没有强标的基础上一起来设计这个车的功能,在我们遇到一个例子,我们明明预测到了一个事情,绝缘,可能到2级的时候就要上报给VCO,三级别一下我都不会通知这个用户了,但其实这个恰恰是个问题,这个时候车出现了事故,你说的问题特别好,以主机厂牵头所部零件,包括对用户的,主机厂做一个牵头来做这样一个规范,甚至国家或者是行业会形成车辆标准,要不然的话这个事情可能就不可能是供应商来定的,因为这是一个整车的事情,我们不可能说我们的BMS告诉用户说你有什么问题,那用户也很懵,这个应该是整车来做的,而且我觉得这个事情非常必要,对整个安全的这个几个等级我们要提出的几个关键的事一定要通知到用户你用什么方式这个是挺好的。

相关文章

热门排行

编辑推荐

扫一扫关注最新新能源资讯