国内刊号:11-2865/X
国际刊号:1003-3033
发布日期:
作者:杨启帆, 康永哲
单位:1 山东管理学院 智能工程学院,山东 济南 250357;2 山东大学 控制科学与工程学院,山东 济南 250061
关键词:电池组,电流传感器,故障模式,综合诊断,模型融合
基金:国家自然科学基金资助(62203265); 山东省自然科学基金资助(ZR2022QF028); 山东省高等学校青创科技支持计划项目(2024KJH005)
为解决电池组电流传感器偏置、漂移、增益、粘连和突变故障模式难以检测、识别和评估的问题,提出基于模型融合的电池组电流传感器综合诊断策略。建立以电流为输入、电压为输出(CIVO)的正常电池模型,利用电流传感器和组中电池一对多的关联,将各电池电压残差对数似然比的累计和作为检测指标;建立以电压为输入、电流为输出(VICO)的偏置/漂移故障模型和增益故障模型,基于故障电流的残差方差对各故障模式进行模型匹配;通过向故障模型中引入故障参量,实现对偏置、漂移和增益模式的定量评估。结果表明:基于CIVO,5种故障模式均能得到可靠检测,其中粘连模式检测时间最短,而漂移模式所需检测时间最长,归因于漂移模式下故障电流的缓变特点;基于VICO,5种故障模式均能得到准确识别,同时偏置、漂移和增益模式的定量评估准确度高,评估结果分别为0.396 2A(试验值0.4A),1.641 7×10-4(试验值1.5×10-4)及0.201 6(试验值0.2)。
来源:2025年第4期
《中国安全科学学报》期刊编辑部