新能源汽车高压线束老化隐患预警与自动化检测方法与流程

摘要: 本发明涉及新能源汽车线束检测,尤其涉及新能源汽车高压线束老化隐患预警与自动化检测方法。背景技术:1、随着新能源汽车保有量持续增长,高压线束作为电能传输核心部件,...
新能源汽车高压线束老化隐患预警与自动化检测方法与流程

本发明涉及新能源汽车线束检测,尤其涉及新能源汽车高压线束老化隐患预警与自动化检测方法。

背景技术:

1、随着新能源汽车保有量持续增长,高压线束作为电能传输核心部件,其安全可靠性直接关系车辆运行安全。高压线束长期处于复杂工况下,面临温度波动、振动冲击、湿度变化等多重环境影响,易出现老化、腐蚀等隐患,可能引发电路故障甚至安全事故。当前相关安全检测标准逐步完善,对高压系统的检测要求不断提高,但高压线束的老化过程具有隐蔽性、渐进性特点,传统检测方式难以全面捕捉潜在隐患,亟需一套高效精准的预警与自动化检测方案,实现对老化隐患的早期识别、趋势预判与科学评估,保障车辆全生命周期运行安全。

2、现有技术存在两方面显著缺点:一是检测维度单一,多聚焦于单一物理参数或局部状态监测,未能全面覆盖线束运行过程中的各类关键影响因素,无法反映不同隐患之间的关联作用与耦合效应,导致对复杂老化状态的识别不够全面,易出现漏检误判情况;二是缺乏前瞻性预警能力,多以实时状态检测为主,难以对老化发展趋势进行有效预判,且检测多依赖离线操作或定期抽检,无法实现运行过程中的持续监测与动态评估,不能及时发现潜伏性隐患,往往在故障发生后才能察觉问题,难以满足提前预警、主动防护的实际需求。

技术实现思路

1、为了克服现有技术存在的缺点与不足,本发明提供新能源汽车高压线束老化隐患预警与自动化检测方法。

2、本发明所采用的技术方案是,新能源汽车高压线束老化隐患预警与自动化检测方法,包括以下步骤:

3、s1,通过多通道传感单元采集高压线束运行过程中的电压降瞬态数据、时序波动信号、电化学腐蚀关联参数及物理状态参数;s2,将电压降瞬态数据输入电压降瞬态异常判别算法,通过多维度特征提取与动态阈值比对进行现瞬态异常识别;s3,利用高压线束时序波动异常检测模型对时序波动信号进行多尺度分解与关联性分析,捕捉波动异常特征;s4,基于电化学腐蚀预警预测模型对电化学腐蚀关联参数进行耦合计算,生成腐蚀发展趋势数据;s5,将瞬态异常识别结果、波动异常特征、腐蚀发展趋势数据导入线束失效特征图谱分析平台,进行多源数据融合与特征匹配;s6,根据融合匹配结果生成高压线束老化隐患等级判定结果,输出针对性预警信息与检测报告。

4、进一步地,所述s2中电压降瞬态异常判别算法的计算过程包括:采集高压线束不同老化阶段的电压降瞬态峰值、上升沿斜率、下降沿持续时间及负载变化关联数据,构建多维度原始数据集,定义电压降瞬态特征因子计算表达式为,其中为负载电流,为电压降变化率,为电压降峰值,为等效电阻,为电压电流相位差;基于原始数据集进行特征因子归一化映射,建立特征因子与老化程度的关联函数,通过统计分析确定不同老化阶段的特征因子分布区间;构建动态判别阈值模型,结合线束额定参数与运行工况动态调整阈值系数,生成阈值曲线表达式为,其中为基准阈值,为电流影响系数,为额定电流,为温度影响系数,为环境温度,为标准环境温度;将实时计算的电压降瞬态特征因子与动态判别阈值进行比对,当特征因子超出阈值曲线对应的区间范围时,判定为电压降瞬态异常,输出异常特征参数与发生时刻信息。

5、进一步地,所述s3中高压线束时序波动异常检测模型的建模过程包括:采集高压线束在不同运行状态下的时序波动信号,提取波动频率、振幅变化率、周期稳定性及突变次数特征参数,构建时序波动特征矩阵;基于多尺度小波分解技术对时序波动信号进行分层处理,分离不同频率段的波动成分,通过相关性分析筛选与老化隐患强关联的标定波动成分;构建波动异常检测模型,定义波动异常指数计算表达式为,其中为第i段波动频率,为第i段波动振幅,为第i段波动持续时间,为标准波动频率,为标准波动振幅,n为波动分段数,通过将实时波动异常指数与设定阈值比对,进行时序波动异常识别。

6、进一步地,所述s4中电化学腐蚀预警预测模型的计算过程包括:布置电化学传感单元采集高压线束连接器部位的腐蚀电流密度、电导率、ph值及温度参数,构建腐蚀参数时序数据集;基于能斯特方程与法拉第定律推导腐蚀速率计算表达式为,其中为腐蚀常数,为腐蚀电流密度,为金属摩尔质量,为金属密度,为反应电子数,为法拉第常数,为温度影响系数,为温度偏差值,为电导率影响系数,为电导率偏差值;通过历史腐蚀数据训练模型参数,建立腐蚀速率与各参数的非线性映射关系,确定模型权重系数;构建腐蚀发展趋势预测子模型,引入时间因子与老化累积系数,生成趋势预测表达式为,其中为未来t时刻腐蚀速率,为ph值影响系数,为各监测点ph值偏差,m为ph监测点数量;结合线束材料腐蚀耐受极限参数,将预测腐蚀速率与耐受极限进行比对,生成腐蚀风险等级与预警时间节点数据。

7、进一步地,所述多通道传感单元包括高频电压传感器、高精度电流传感器、电化学工作站集成模块、温度传感器及振动传感器,其中高频电压传感器采样频率不低于1mhz,测量精度优于0.1%,高精度电流传感器量程覆盖0-500,分辨率不低于0.01;电化学工作站集成模块支持腐蚀电流密度、电导率、ph值同步测量,测量周期可在10-1000范围内自适应调整;线束失效特征图谱分析平台内置10000组以上不同材质、不同老化程度的高压线束失效特征样本库,支持特征图谱实时更新与自学习优化,数据融合算法采用基于注意力机制的加权融合策略,特征匹配采用多维度欧氏距离计算与余弦相似度比对相结合的方式。

8、进一步地,所述s2包括以下分步骤:s21,启动多通道传感单元的电压降数据采集功能,设定采集触发条件为负载电流变化量超过额定电流的5%或电压波动幅度超过额定电压的3%;s22,对采集的电压降瞬态数据进行时间轴对齐处理,提取每个瞬态周期内的峰值、谷值、上升沿时间、下降沿时间及稳态持续时间特征参数;s23,将提取的特征参数输入电压降瞬态异常判别算法,通过特征因子计算与动态阈值比对进行异常初步识别;s24,对初步识别的异常数据进行关联性验证,结合同期负载变化数据与环境温度数据排除非老化因素导致的异常。

9、进一步地,所述s3包括以下分步骤:s31,对时序波动信号进行去噪处理,采用自适应中值滤波算法分离有效信号与噪声成分;s32,将去噪后的信号进行多尺度分解,得到不同频率段的子信号,计算各子信号的能量占比与波动熵值;s33,通过高压线束时序波动异常检测模型对各子信号进行关联性分析,建立子信号特征与老化隐患的映射关系,识别异常波动子信号;s34,对异常波动子信号进行频谱分析,提取特征频率、谐波含量及相位偏移参数,形成波动异常特征集。

10、进一步地,所述s4包括以下分步骤:s41,对电化学腐蚀关联参数进行时间序列对齐,确保各参数采集时间戳偏差不超过10;s42,将对齐后的参数输入电化学腐蚀预警预测模型,计算实时腐蚀速率与腐蚀加速因子;s43,基于腐蚀速率与加速因子预测未来不同时间段的腐蚀发展状态,生成腐蚀趋势曲线;s44,结合线束材料的腐蚀耐受参数,确定腐蚀风险阈值,判定当前腐蚀状态对应的风险等级。

11、进一步地,所述s5包括以下分步骤:s51,将瞬态异常识别结果、波动异常特征、腐蚀发展趋势数据进行格式标准化处理,统一数据维度与单位体系;s52,将标准化后的数据导入线束失效特征图谱分析平台,通过特征提取算法提取各数据集中的标定特征向量;s53,利用平台内置的特征匹配算法将标定特征向量与失效特征样本库进行比对,计算匹配相似度;s54,基于匹配相似度与权重分配策略进行多源数据融合,生成综合特征向量;s55,根据综合特征向量与老化隐患等级判定规则,确定高压线束当前的老化隐患等级。

12、新能源汽车高压线束老化隐患预警与自动化检测方法,该方法通过新能源汽车高压线束老化隐患预警与自动化检测系统实现,包括:多维度参数同步采集单元,由高频电压传感器、高精度电流传感器、电化学传感模块、环境参数监测模块组成,用于同步采集高压线束运行过程中的各类参数并传输至数据预处理单元;数据预处理单元,接收多维度参数同步采集单元传输的数据,进行格式转换、时间对齐与噪声过滤处理,将处理后的数据分别传输至算法运算单元与模型分析单元;算法运算单元,内置电压降瞬态异常判别算法,对预处理后的电压降数据进行异常识别运算,输出瞬态异常结果至数据融合单元;模型分析单元,包括高压线束时序波动异常检测模型与电化学腐蚀预警预测模型,分别对时序波动数据与电化学参数进行分析处理,输出波动异常特征与腐蚀趋势数据至数据融合单元;数据融合单元,连接算法运算单元、模型分析单元与线束失效特征图谱数据库,对多源数据进行融合处理与特征匹配,生成综合分析结果传输至预警输出单元;预警输出单元,接收数据融合单元的综合分析结果,按照预设规则生成老化隐患等级报告与预警信息,通过可视化界面与声光报警模块输出。

13、有益效果:本发明提出新能源汽车高压线束老化隐患预警与自动化检测方法,通过整合多类关键参数采集,实现了对高压线束运行状态的全面覆盖,解决了传统检测维度单一的局限,能够捕捉不同隐患间的关联作用与耦合效应,避免漏检误判;通过专门的分析平台进行多源数据融合与特征匹配,结合针对性的判别、检测及预测技术,形成从实时异常识别到趋势预判的完整检测体系,弥补了现有技术缺乏前瞻性预警的不足,实现了运行过程中的持续监测与动态评估,可早期识别潜伏性隐患。同时,通过标准化的数据处理流程、精准的特征提取与匹配机制,以及具备自学习能力的分析平台,提升了检测的全面性与精准性;配套的多单元系统架构保障了数据采集、处理、分析、预警的高效协同,实现了从参数采集到预警输出的自动化闭环运行,改变了传统依赖离线操作或定期抽检的模式,为新能源汽车高压线束的安全运行提供了全方位、前瞻性的保障。