一种电池管理系统的故障根因诊断方法、设备、介质和程序产品与流程
本技术涉及新能源汽车电池管理,尤其涉及一种电池管理系统的故障根因诊断方法、设备、介质和程序产品。
背景技术:
1、在新能源汽车领域,动力电池系统是整车储能与动力输出的核心载体,其安全稳定的运行至关重要。如何快速、准确地对电池系统出现的异常状态进行故障诊断与定位,是保障车辆行驶安全、优化售后维修效率的关键环节。
2、在相关技术中,电池管理系统的故障诊断通常采用基于单点阈值监控与冻结帧数据记录相结合的机制。具体的,车辆的电池管理系统通过底层硬件传感器,按照固定的采样周期实时获取各个电芯及电气组件的电压、电流、温度等运行参数。当系统监测到某一项或多项参数超出了预先标定的安全阈值时,控制逻辑会立即触发相应的故障码(dtc),并在内存中生成并保存故障触发瞬间的系统状态快照数据(即冻结帧)。随后,这些带有时间戳的故障码和瞬态快照数据会通过车载终端(t-box)周期性地上报至云端监控平台,或者在车辆进站维修时由售后工程师通过obd诊断仪进行离线读取,从而获知发生异常的具体参数指标,以此作为后续排查的依据。
3、然而,电池系统内部各组件之间存在着高度紧密的电气连接与信号耦合依赖关系。当某一局部组件发生初始异常时,其物理偏离状态往往会沿着电气或信号链路快速蔓延,导致多个下游组件相继触发阈值报警,从而在短时间内并发产生大量的级联故障码。相关技术对故障触发瞬间的离散结果数据进行切片式记录,导致最终呈现的诊断信息往往只是多点参数超标的表象结果,面对错综复杂的并发报警,排查工作依然高度依赖维修人员的个人经验进行逐项拆解与物理测量,降低了售后维修的定位效率。
技术实现思路
1、本技术提供了一种电池管理系统的故障根因诊断方法、设备、介质和程序产品,用于通过提高定位故障根因节点的精确性,提升售后维修的定位效率。
2、第一方面,本技术提供了一种电池管理系统的故障根因诊断方法,应用于电池管理系统,该方法包括:响应于电池系统的采集任务回调获取该电池系统各个组件的实时运行数据,并基于该实时运行数据和预设基准值确定各个组件的实时偏离量;根据预置的电气拓扑关系构建组件有向依赖图,并将各个组件的实时偏离量映射至对应节点,该组件有向依赖图中的节点表征该电池系统的硬件组件,有向边表征具有物理能量传输或信号传输依赖关系的上游节点至下游节点的故障传导方向;响应于触发的目标故障事件,遍历该组件有向依赖图中的所有节点,并确定各个节点在连续预设数量的采集周期中,实时偏离量超过预设偏离阈值的周期占比;将该周期占比大于或等于预设比例阈值的对应节点标记为异常偏离节点后,对于该组件有向依赖图中的任一目标异常偏离节点,在不存在以异常偏离节点为起点且指向该目标异常偏离节点的上游依赖边的情况下,将该目标异常偏离节点判定为故障根因节点;基于该故障根因节点的拓扑标识和异常特征码,生成对应的安全故障指纹;基于该故障根因节点在追溯时间窗口内的实时偏离最大值以及下游异常偏离节点数量计算综合传导权重,并根据该安全故障指纹和该综合传导权重生成故障诊断结果,该追溯时间窗口包括该连续预设数量的采集周期。
3、通过采用上述技术方案,由于在车辆运行过程中持续监测各个组件的实时偏离量,并将其映射至表征物理与信号关联的组件有向依赖图中,系统能够动态捕捉组件间的状态演变。当目标故障事件触发时,通过统计偏离量超限的周期占比,有效过滤了瞬时电磁干扰或传感器毛刺导致的误判,锁定异常偏离节点。利用有向依赖图的拓扑连通性逆向排查上游依赖边,能够准确剥离因级联波及而报警的受害组件,定位出真正自发产生异常的故障根因节点。进一步地,结合拓扑标识与异常特征码生成安全故障指纹,并融合偏离极值与波及范围计算综合传导权重,实现了对故障源头的结构化归档与量化评估。该推导过程有效解决了现有技术中因仅依赖离散快照数据而难以区分并发报警源头的技术问题,大幅提高了复杂工况下级联故障根因定位的准确性,提升了售后维修的排查效率。
4、结合第一方面的一些实施例,在一些实施例中,该基于该故障根因节点的拓扑标识和异常特征码,生成对应的安全故障指纹的步骤,具体包括:从预置的硬件配置表中确定该故障根因节点对应的组件功能类型以及所处层级,并将该组件功能类型和该所处层级的组合字符串确定为该拓扑标识;基于该故障根因节点在该目标故障事件触发时的偏离类型,从预置的故障特征字典中匹配标准对应字符,作为该异常特征码;对包含该拓扑标识和该异常特征码的关联字符串执行哈希运算,得到该安全故障指纹。
5、通过采用上述技术方案,从底层的硬件配置表中提取故障根因节点的功能类型及所处层级,构建出能够表征其物理架构位置的拓扑标识。接着,根据故障触发时的具体偏离类型,从预置字典中匹配出标准化的异常特征码,描述了故障的物理表现形式。最后,将这两项核心关联字符串作为输入执行哈希运算,利用哈希算法的确定性与抗碰撞特性,生成了一段固定长度的安全故障指纹。这种将多维度的物理位置与异常模式信息进行标准化和哈希降维的机制,确保了相同位置和相同异常模式的故障在不同时间、不同工况下触发时,能够生成完全一致的唯一标识。这不仅避免了海量异构报警数据的冗余存储,更为后续跨车辆、跨周期的同类故障模式统计聚类提供了高度稳定、可靠的分组依据。
6、结合第一方面的一些实施例,在一些实施例中,该基于该故障根因节点在追溯时间窗口内的实时偏离最大值以及下游异常偏离节点数量计算综合传导权重,并根据该安全故障指纹和该综合传导权重生成故障诊断结果的步骤,具体包括:获取该故障根因节点在该追溯时间窗口内的实时偏离最大值,以及位于以该故障根因节点为起点的连续有向路径上的下游异常偏离节点的节点数量;基于该故障根因节点的节点组件类型,将该实时偏离最大值与对应的预设安全极额阈值的比值确定为偏离度;将该节点数量与该组件有向依赖图中的总节点数量的比值,确定为拓扑影响度;将该偏离度与该拓扑影响度的乘积值确定为该故障根因节点的综合传导权重;将具有相同安全故障指纹的多个该故障根因节点划分为同一个聚合故障簇后,计算每个聚合故障簇内所有故障根因节点的综合传导权重之和,得到簇总传导权重;按照该簇总传导权重由大到小的顺序对各个该聚合故障簇进行降序排序后,将前预设数量的聚合故障簇作为该故障诊断结果输出。
7、通过采用上述技术方案,不仅关注故障根因节点自身的损坏程度,还兼顾其对整个系统的破坏力。具体而言,通过将实时偏离最大值与预设安全极额阈值对比得出偏离度,量化了组件自身逼近物理极限的危险水平;同时,通过统计连通路径上的下游异常节点占比得出拓扑影响度,反映了故障在系统内的级联波及范围。将两者相乘得到的综合传导权重,实现了局部严重性与全局破坏性的深度融合评估。更进一步地,利用安全故障指纹将历史上反复出现的同类故障划分为聚合故障簇,并累加簇内总传导权重进行降序输出。将单次故障的静态评估升级为跨时间维度的动态累积评估,使得频繁发生且综合破坏力强的系统性隐患能够自动浮现至列表前列,使得售后团队能够精准聚焦并优先消除最具威胁的核心故障源。
8、结合第一方面的一些实施例,在一些实施例中,在该将该目标异常偏离节点判定为故障根因节点的步骤之后,该方法还包括:在存在指向该目标异常偏离节点的至少一个上游关联节点属于异常偏离节点的情况下,提取该目标异常偏离节点的实时偏离量首次超越该预设偏离阈值的第一越限时间戳;提取该至少一个上游关联节点的实时偏离量首次超越该预设偏离阈值的第二越限时间戳;计算该第一越限时间戳与该第二越限时间戳之间的时间差值;在该时间差值均处于预设滞后容差区间外,且该第一越限时间戳早于所有该第二越限时间戳的情况下,将该目标异常偏离节点判定为故障根因节点。
9、通过采用上述技术方案,在依赖纯静态拓扑连通性进行空间溯源的基础上,引入了时间序列维度的动态因果判定机制。当目标异常偏离节点存在同样处于异常状态的上游关联节点时,提取两者实时偏离量首次超越阈值的第一、第二越限时间戳。通过计算这两个时间戳的差值,并将其与预设滞后容差区间进行比对,系统能够有效滤除因信号传输延迟、采样时钟不同步等底层硬件因素引起的正常时间偏差。当时间差值明确超出容差区间且目标节点越限时间更早时,可反推是该目标节点自身率先发生实质性损坏,进而反向逆流波及了上游组件。这种结合时序逻辑与容差过滤的交叉验证机制,提升了复杂电气回路下根因定位的鲁棒性与绝对准确度。
10、结合第一方面的一些实施例,在一些实施例中,在该响应于触发的目标故障事件,遍历该组件有向依赖图中的所有节点的步骤之前,该方法还包括:获取预先为该组件有向依赖图中的各个有向边配置的传导生效条件标签,并确定该电池系统当前的实际运行模式,该传导生效条件标签用于静态指示对应的有向边允许进行故障传导的电池系统运行模式;将该实际运行模式与各个有向边的传导生效条件标签进行比对,筛选出传导生效条件标签中包含该当前的实际运行模式的目标有向边;基于该目标有向边及对应连接的节点构成目标子图,并将该目标子图作为更新后的组件有向依赖图。
11、通过采用上述技术方案,诊断设备在执行全图遍历与因果溯源之前,引入了基于实时工况上下文的图结构动态裁剪机制。由于电池系统在充电、放电或休眠等不同运行模式下,其内部高压接触器状态与信号回路连通性会发生改变,静态的物理拓扑无法真实反映当下的传导路径。通过获取预先配置的传导生效条件标签,并将其与电池系统当前的实际运行模式进行比对,能够智能筛选出在当前工况下真正具备物理能量传输或信号连通条件的目标有向边。基于这些被激活的边重构出的目标子图,剔除了所有处于断开或休眠状态的无效干扰链路。缩减了后续节点遍历与超限统计的计算开销,使得故障因果溯源贴合车辆实时的物理连通状态,增强了诊断逻辑的严谨性与场景自适应能力。
12、结合第一方面的一些实施例,在一些实施例中,在该将该目标异常偏离节点判定为故障根因节点的步骤之后,该方法还包括:基于预设的特征关联图谱以及表征该硬件组件与运行特征参数对应关系的软硬件映射字典,确定该故障根因节点以及在该组件有向依赖图中与该故障根因节点相邻的拓扑邻接节点,在该特征关联图谱中所映射的目标特征节点集,该特征关联图谱中的节点表征数据层面的具有时态变化的运行特征参数,该特征关联图谱中的边表征通过历史数据统计得到的特征参数间的发生概率因果关联;获取该目标特征节点集在该追溯时间窗口内的序列参数,将该序列参数转换为特征演化轨迹;将该特征演化轨迹作为输入数据,输入至预先训练的多层级故障推理模型中进行概率匹配矩阵运算,输出具有最高故障发生概率的预测根因特征节点;通过反向查询该软硬件映射字典,将该预测根因特征节点解析为物理层面的预测物理组件节点;将该预测物理组件节点与该故障根因节点进行一致性交叉比对,生成具有验证置信度的交叉验证结果。
13、通过采用上述技术方案,在基于硬件拓扑的物理因果推演之外,利用软硬件映射字典将初步锁定的物理故障根因及其拓扑邻接节点,转换至数据层面的特征关联图谱中,从而圈定最可能蕴含故障演化线索的核心参数集。接着,提取这些参数在追溯窗口内的时序序列并转化为标准化的特征演化轨迹,输入至预训练的多层级故障推理模型中。该模型通过高维概率匹配矩阵运算,能够敏锐捕捉多参数耦合演化下的隐蔽特征模式,输出具有最高统计发生概率的预测根因特征节点。最后,通过反向查询字典将其还原为物理组件,并与物理推演结论进行一致性交叉比对。这种将“硬逻辑拓扑推断”与“软特征概率识别”深度融合的双轨制验证架构,有效弥补了单一物理信号干扰或传感器偶发失效导致的逻辑推断盲区,实现了诊断结论的相互印证,提升了故障识别的综合可靠性。
14、结合第一方面的一些实施例,在一些实施例中,该将该预测物理组件节点与该故障根因节点进行一致性交叉比对,生成具有验证置信度的交叉验证结果的步骤,具体包括:在判定存在与该预测物理组件节点为同一个节点的故障根因节点的情况下,确定物理因果推演与数据概率推演的结论一致,并为该故障诊断结果赋予最高验证置信度;在判定不存在与该预测物理组件节点为同一个节点的故障根因节点的情况下,在该组件有向依赖图中,计算连接该预测物理组件节点与该故障根因节点所需的最少关联边数量,并将该最少关联边数量确定为拓扑路径距离;基于该拓扑路径距离确定该故障诊断结果的验证置信度,并将包含该验证置信度的交叉验证结果合并至该故障诊断结果中。
15、通过采用上述技术方案,当数据概率推演得出的预测物理组件节点与物理因果推演得出的故障根因节点完全重合时,表明从统计学模式识别与底层电气拓扑两个截然不同的维度得出了高度共识,系统据此赋予该诊断结果最高验证置信度。而当两者出现分歧时,利用组件有向依赖图的空间结构,计算两个节点之间的最少关联边数量(即拓扑路径距离)。拓扑距离越短,说明两条路径的结论虽有偏差但仍锁定在极度相近的局部故障区域内,系统据此动态折算并赋予相应的置信度。这种基于图论空间距离的容错比对机制,将原本非黑即白的定性判断转化为细腻平滑的定量置信度输出,为售后维修人员制定后续的拆解排查策略或人工核实方案提供了量化决策标尺。
16、第二方面,本技术提供了一种诊断设备,该诊断设备包括:一个或多个处理器和存储器;该存储器与该一个或多个处理器耦合,该存储器用于存储计算机程序代码,该计算机程序代码包括计算机指令,该一个或多个处理器调用该计算机指令以使得该诊断设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
17、第三方面,本技术提供了一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时,使得该诊断设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
18、第四方面,本技术提供了一种计算机可读存储介质,包括指令,当该指令在诊断设备上运行时,使得该诊断设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
19、本技术实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
20、1、通过采用上述技术方案,由于采用了将各组件实时偏离量映射至基于电气拓扑关系构建的组件有向依赖图,并通过连续多采集周期的超限周期占比过滤瞬态干扰以锁定异常偏离节点,再利用有向边的方向性逆向排查上游依赖关系来剥离级联受害节点、定位无异常上游输入的自发故障源头的技术手段,所以,有效解决了现有技术中仅依赖离散快照数据或单一报警阈值触发而无法区分并发级联报警中真正发起源头与被波及组件的技术问题,进而实现了在复杂多组件耦合工况下大幅提升故障溯源准确性与售后维修排查效率的技术效果。
21、2、通过采用上述技术方案,由于采用了将故障根因节点的实时偏离最大值与预设安全极额阈值求比得到偏离度以量化局部危险水平,同时将下游异常偏离节点数量与总节点数量求比得到拓扑影响度以量化全局波及范围,并将两者相乘融合为综合传导权重后,进一步利用安全故障指纹将同类故障聚合为故障簇并按簇总传导权重降序排序输出的技术手段,实现了将高频复发且综合传导破坏力强的系统性隐患自动聚类并优先呈现、为维修决策提供量化优先级排序依据的技术效果。
22、3、通过采用上述技术方案,由于采用了预先为组件有向依赖图中各有向边配置指示其允许故障传导的运行模式的传导生效条件标签,并在故障溯源前将电池系统当前实际运行模式与各边标签进行比对,筛选出当前模式下真正具备物理连通条件的目标有向边以重构目标子图、替代原始静态全图的技术手段,实现了故障因果溯源与车辆实时物理连通状态匹配、增强诊断逻辑场景自适应能力与溯源严谨性的技术效果。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com