2023年4月21日,在江苏溧阳举办的“2023智能制造知识应用创新高峰论坛”上,中国工程院院士、北京理工大学教授孙逢春委托北京理工大学副教授张照生做主题演讲,本文是根据演讲内容整理而成。

  一、研究背景与思路

  当前,新能源汽车已成为交通领域“中国制造”的新名片。据公安部统计,截至2022年底,全国新能源汽车保有量达1310万辆,同时,我国新能源汽车整体处于国际先进水平,包括整车产销量全球第一、充电设施数量全球第一、动力电池销量全球第一。

  随着新能源汽车的高速发展,车辆安全已成为社会关注热点和焦点。近几年,新能源汽车自燃起火事故频发,令消费者产生了安全焦虑,也制约了汽车产业发展。可以说,安全是事关新能源汽车产业发展的第一要务。

端网云融合的新能源汽车安全运行协同防控技术及应用-孙逢春343.png

新能源汽车起火自燃事故频发,车辆安全已成为社会关注热点和焦点


  对于新能源汽车的安全运行,我们总结出影响安全的三个问题:故障诊断、风险预警、协同防控;并梳理出四个方面的具体原因,包括要素(感知哪些要素对新能源汽车安全运行存在影响)、零部件(如何及时发现电池、电机、电控故障)、整车(安全预警如何提前评估)、行车(如何及时判别安全隐患),依次展开研究。

  研究思路是从实现安全要素、零部件安全到整车安全、行车安全到形成综合协同防控。涵盖突破安全要素特征感知、关键零部件健康状态评估、整车安全态势预警、行驶安全隐患联网缉查等科学问题,突破立体化监测、智能化研判、全方位预警、精准化管控等关键技术,达到在线监测、联动研判、动态预警、智能控制等相关功能,并最终建成覆盖全地域、全品牌、全车型的国家新能源汽车安全运行防控与决策支撑平台;实现新能源汽车跨部门监控信息共享应用,通过运行全过程监测和风险协同防控,保障新能源汽车全生命周期安全运行。

  本研究是由北京理工大学和公安部武警所共同开展,旨在从端、网、云三个层面,打通工信部的新能源汽车国家监管平台和公安部的全国公安交通集成指挥平台,将车辆的运行监测、隐患排查、安全预警和公安的布控、执法等结合起来,以减少新能源汽车事故的发生。

  二、技术创新与成效

  接下来,将围绕安全要素感知、零部件健康状况诊断、整车安全风险及时预警、行车隐患精准防控四个方面展开详细介绍。包括如何突破云端大数据驱动的新能源汽车安全运行关键技术,实现监测与管控的协同,保障热失控的防控,减少事故的发生,实现新能源汽车安全防控从被动监测、事后处置,到主动预警、精准管控的变革。

  1 安全要素感知

  目前,采集的安全要素主要是电压、电流、温度等,维度较低。另外,对安全要素的量化较弱,研究不够透彻,导致风险感知干扰因素多、特征复杂,安全要素感知难。基于此,提出了安全要素特征识别与风险感知溯源技术。

端网云融合的新能源汽车安全运行协同防控技术及应用-孙逢春1147.png

安全要素感知现状


  在安全要素提取方面,结合新能源汽车国家监管平台1300余万辆车辆的数据,进行多元异构数据的解析校验、数据清洗与重构、存储及平台化应用,并进一步通过离散卷积小波变换等方法,发明了车辆数据的高阶微分特征识别技术,提取与风险密切相关的30种安全要素,最终突破了全量数据驱动的安全要素全面提取技术瓶颈。

  在安全特征识别方面,克服了多因素干扰下数据无法判定风险、安全要素无量纲化为[0,1]、多安全要素耦合感知风险等问题,提出新能源汽车安全要素的时间、空间和对象归一量化方法,构建无量纲-多维度风险智能强化感知算法,实现了跨时-空-对象的安全要素量化与多维度风险感知。

  在安全溯源方面,构建了国内最大的新能源汽车事故数据库,并从中提出数据模式与专家知识联合诊断风险车辆典型故障的方法,如自放电异常、连接异常等专家联合诊断的风险故障诊断方法,构建以典型故障模式匹配与溯源为特色的安全要素知识库。目前,典型故障识别准确率95%,实现了新能源汽车典型故障的识别及溯源。

  2 零部件故障诊断

  目前,新能源汽车的车型有8000多种,每个车型应用的零部件品牌又不一样,导致部件类型较多,挖掘方法千差万别,参数提取繁杂;另外受环境、地域、季节,老化程度等因素影响,数据多维关联、时空交错,造成故障精准预测难。因此,提出了车辆关键零部件全生命周期故障诊断技术

端网云融合的新能源汽车安全运行协同防控技术及应用-孙逢春1727.png

零部件故障诊断现状


  在关键部件安全特征挖掘方面,结合1300多万辆新能源汽车的数据,开展关键部件的挖掘,进行多维度安全特征提取,并构建了覆盖全车型关键零部件的多季节、多地域、多层次安全特征数据库,及大数据驱动的全车型、多地域关键零部件安全评估体系。

  在安全健康状态评估方面,把实验室的数据和实时数据进行结合,用实验室数据标定实时数据的方法,发现关键零部件全生命周期安全性能演化规律;还提出了全生命周期关键零部件健康状态评估方法。目前,对电池、电机、电控评估准确度都达到80%以上。

  在关键零部件故障诊断方面,提出了值率模型的诊断体系,其已得到行业的普遍认可。值率体系计算速度快,配合刚提到的特征数据库可及时找到关键零部件故障阈值和变化率,实现车端的实时故障状态诊断;模型的计算比较复杂,主要放在云端,可用于长时间尺度安全风险预测。当前,关键零部件故障诊断准确率达到92.64%,故障预警率达到80%以上,实现了故障报警到安全风险预警的突破。

  3 整车风险预警

  由于整车涉及到所有的零部件,风险质因更复杂,运行工况多变;另外,在车端和云端发现的故障问题,融合方法不明确,不能进行同步交互,导致整车风险影响因素多机理难量化,运行风险预警难。针对以上问题,提出了端云融合的车辆运行风险评估预警技术。

端网云融合的新能源汽车安全运行协同防控技术及应用-孙逢春2278.png

整车风险预警现状


  在安全评价体系方面,构建了覆盖主动、被动、部件及运行安全四个维度的新能源汽车安全评价体系;建立了包含4类要素的安全评价数据库,大数据挖掘提取关键要素;采用熵值法、贝叶斯网络进行权重计算和指标有效性验证。

  在整车安全感知方面,开展了自然驾驶实验,实时采集工况数据,并结合相关性分析,解析关键部件参数与行车工况耦合机理,揭示新能源汽车行车工况与关键部件实时状态间的映射关系;针对整车安全,提出了耦合运行工况的新能源汽车整车安全状态感知方法,通过耦合工况将部件状态映射到整车运行安全等级,其中安全等级标定为安全、低风险、中风险、高风险四级,实现了新能源汽车运行安全状态分类、分级精准感知。

  在运行风险预警方面,研发了新能源汽车端网云一体化风险预警装备及系统,其采集数据频率更高、更及时、更智能,并为整个体系提供了完备的数据。在此基础上,采用神经网络融合运行参数,建立了热失控、动力丧失等车端风险预警模型。如今,热失控、部件故障、动力丧失、驾驶行为、区域运行5类风险预警准确率均超过70%,突破了全息全时域运行风险精准预警关键技术。

  4 运行风险缉查

  由于运行车辆主要通过交警部门的卡口进行监控,缺乏实时跟踪,车辆运行数据时效性差,对车辆的处置针对性也偏低。另外,受车辆运场景的变化,如极端路况、恶劣天气等,导致车辆场景时变隐患交织,运行风险缉查难。为此,提出了安全风险协同缉查与联动管控技术。

端网云融合的新能源汽车安全运行协同防控技术及应用-孙逢春2885.png

运行风险缉查现状


  在应用场景智能化协同方面,打通了新能源汽车国家监管平台和交通集成指挥平台,实现了两个平台间数据共享和传输。对于数据的共享应用,提出了基于算力时效按需共享新能源汽车监控数据的应用场景;对于数据传输,实现了结构化数据每条交换时间平均0.496s。该应用突破了新能源汽车监控信息共享应用场景智能化协同技术瓶颈。

  在跨时空运行风险研判方面,构建了行为、环境、事故三者的关联模型,建立了新能源汽车运行风险数据库,实现了交通行为与环境及事故关联率达92.39%,突破了跨时空场景的新能源汽车运行风险全程研判技术瓶颈。

  在安全隐患精准管控方面,集成了两大基础平台的数据算法,通过对车辆安全风险、道路交通安全风险的综合评判,实现新能源汽车安全隐患预警,已在北京冬奥会和嘉兴百年党庆实现了相关应用。该应用突破了新能源汽车运行风险全网缉查和车路联动预警技术瓶颈。

  基于以上技术突破、知识积累,以及新能源汽车国家监管平台和全国公安交通集成指挥平台两大基础平台的打通,构建了新能源汽车安全运行协同防控平台。该平台具有四大功能:立体化监测、全方位预警、智能化研判、精准化管控,打破工信-公安数据壁垒,保障了新能源汽车安全“感知-防控”协同。

  其中,立体化监测之所以称为立体化,是因为其实现了运行、充电、停车三个维度的监测。例如,车辆运行中,实现了部件至整车,单车至区域,时点至时序的全方位运行监测;充电过程,实现了充电全参数信息,全空间信息,全周期信息的多维度监测;停车过程中,实现了停放数据纵向挖掘,横向分析的深层次停车监测。针对立体化监测,开发了相关的支撑系统,形成了从数据处理、事故分析到要素提取、知识集成闭环支撑立体化监测的能力。

  智能化研判则从整车、零部件、行车三个层面开展了状态研判研究工作,包括电池状态、电机状态、电控状态,整车车辆聚集状态、使用行为等,并开发了特征量化、健康评估、故障诊断、安全感知联动支撑的智能化研判系统,实现了零部件-整车-运行三维安全状态耦合分析与智能化研判。

  全方位预警,包括针对零部件,开展了针对电池、电机、电控关键零部件安全预警的研究;对于整车,主要研究热失控、动力丧失、区域运行等安全风险;开发了新能源汽车运行安全评价数据库、新能源汽车运行安全状态感知系统、端网云一体化的运行风险评估及预警系统,并构建了4个维度安全评价、4种整车状态感知和5类风险端云融合评估协同支撑全方位预警。目前,电池、电机、电控等关键零部件故障诊断准确率均已超过80%;热失控、动力丧失、区域运行三个方面的预警准确率也都超过80%。

  精准化管控,主要围绕整车开展行车轨迹、隐患分析、路况态势、车辆分布的研究,开发了路面运行风险全程研判系统、安全风险精准管控系统、分层递阶的端网云通信系统、端网云信息协同决策系统。通过研判系统—管控装备,平台互通—端云协同多层协作支撑精准化管控,已实现跨时空运行风险全程研判、车路安全风险协同管控,车辆安全隐患查处率超过90%,隐患车辆布控有效率达99%。

  三、成果应用与价值

  端网云融合的新能源汽车安全运行协同防控技术已在多行业、多产业应用推广。例如,北京冬奥会期间对运输服务车辆和社会车辆进行分类分级管理,实现对重点车辆的安全监测和监管,保证车辆的安全运行,其应用效果得到了冬奥组委高度评价。

  在沪宁高速无锡段开展了车辆管控示范,包括对3万余辆新能源汽车、11种车型,实现了预警示范等多项联动交互,该案例是平台的首次实战应用。还包括在嘉兴百年党庆期间,通过跨公安部、工信部网络协同的车辆管控,为交通运行提供保障;电池安全预警及监控系统已成功应用于北京公交集团,实现了120余辆新能源公交客车的提前预警。

  此外,新能源汽车安全运行协同防控平台构建的共性技术已在船舶、重型柴油车、动力电池、特种设备、电动飞机等多产业辐射推广。

端网云融合的新能源汽车安全运行协同防控技术及应用-孙逢春4475.png

图 平台构建共性技术已在多产业辐射推广