原文传递
基于数据驱动的电动汽车三电系统故障诊断及预测研究
| 论文题名： | 基于数据驱动的电动汽车三电系统故障诊断及预测研究 |
| 关键词： | 电动汽车;三电系统;实车数据;故障诊断;数据驱动 |
| 摘要： | 随着我国新能源汽车产业规模的井喷式增长，电动汽车使用中的安全问题备受关注，如何提前对车辆故障做出诊断预测从而降低电动汽车运行安全风险，成为电动汽车安全领域的核心问题。在此背景下，本文以新能源汽车国家监测与管理平台的电动汽车实车监测数据为基础，从数据驱动的角度出发，对电动汽车电池系统、电机系统、电控系统的故障机理和故障发生规律，各故障诊断预测模型的构建等多个方面展开了分析研究，对电动汽车的健康发展极具现实意义。本文主要研究工作如下： （1）总结电动汽车三电系统研究背景及现状，明确当前研究的价值意义以及领域内存在的研究难点；总结三电系统故障类型并制定故障分类标准，通过故障树分析法对各系统故障进行逻辑性绘图；确定了数据驱动的研究方法和技术路线。 （2）以提高实车数据的可用性为目标，调整数据的排序方式、存储形式中存在的不合理之处，根据数据缺失情况通过LightGBM算法模型建立缺失值处理机制，结合孤立森林算法检测结果和实际车况明确异常值分析处理方法；通过特征工程挖掘故障与特征之间的关联特性，找出引起车辆故障的主导特征，并提取基于观察窗的三电系统故障特征数据集。 （3）为实现对电动汽车三电系统故障的诊断预测，使用了以十折交叉验证和混淆矩阵为基础的评价体系，并根据各故障特征数据集，在模型训练中通过优化模型关键参数、拟合观察窗特征长度、对比不同模型的诊断预测结果三维图等途径，构建了各项故障的诊断预测模型；在模型预测中将所得模型运用于300辆电动汽车的生命周期数据中，使用滑动窗对车辆故障进行扫描预测。结果表明，本研究实现了对12项电动汽车故障至少提前10s的成功预测，且整体准确率达到87%以上。 （4）根据本文电动汽车故障诊断及预测方法设计开发了电动汽车三电系统故障诊断系统，能够通过电动汽车运行数据对车辆故障做出诊断预测，并将关键结果可视化呈现且支持多用户登录查询车辆故障信息，此系统现已接入国家新能源汽车监测与管理平台，提升了平台的电动汽车故障诊断及预测能力。 |
| 作者： | 王栩晨 |
| 专业： | 控制工程 |
| 导师： | 龚贤武 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
