基于RFID的锂电池远程管理平台故障预警与诊断系统设计 摘要：随着锂电池技术的日趋成熟，锂电池的应用逐渐普及。它作为现代化设备的主要供电电源之一，其性能好坏直接影响到设备正常运行。该文采用rfid技术，设计了一个故障预警与诊断系统。通过建立故障树模型，获取故障知识等，实现了故障的预警和诊断，具有良好应用前景。 关键词：rfid；锂电池远程管理；预警；故障诊断
中图分类号：tm911 文献标识码：a 文章编号：1009-3044（2013）11-2594-04
锂电池作为绿新型能源目前正得到越来越广泛应用，将逐步取代铅酸蓄电池成为各种车辆的动力源，其日常应用逐步普及，因此锂电池日常使用中管理问题也日益突出，如故障预警、分析诊断、防盗保护与生命周期管理等。一个基于rfid技术的锂电池远程预警和故障诊断平台（rfid lithium cell long-range early warning &diagnostic platform，以下简称rlclewdf），为锂电池组远程管理与维护提供可行性方案。
在rlclewdf中故障预警与诊断系统是其核心。它包含锂电池故障预警诊断知识库，相当于故障
诊断领域专家的知识和经验水平；内含推理机具有诊断故障处理问题的能力；在不精确、不确定或不完全的信息条件下进行推理， 最终得出结论并反馈用户。
1 rlclewdf体系结构
rlclewdf基本功能是对锂电池组实现安全保护，在此基础之上结合rfid技术实现锂电池数据的故障在线预警和诊断功能。该系统参考物联网结构来实现，图1为rlclewdf体系结构，从左至右分别为探测层、网络层和应用层。
系统探测层主要包含锂电池rfid保护板和rfid阅读器两部分。锂电池组保护部分需要实现的功能是动力锂电池组的实时保护，包括锂电池组短路保护、过压保护、欠压保护、过流保护、过温保护等功能。rfid阅读器用来获取系统数据，主要功能包括：1） 随时接收锂电池rfid保护板无线通信数据。2） 接入第三方网络（因特网、3g网等），将锂电池原始数据采用可靠性较高的ack机制通过网络层发送至服务器端。
网络层与应用层采用c/s（客户端与服务器端）结构进行通讯。网路层中服务器端负责接收锂电池原始数据并对其进行分析处理，最后将信息发送给应用层的客户端。用户端的管理软件可以通过多种形式来实现，如安装客户端软件或web网页形式来远程访问操作rlclewdf。
2 故障预警与诊断系统结构设计
预警与故障诊断系统（如图2所示）是基于故障案例专家知识库，以故障树模型、故障知识的获取、表示、管理与故障预警诊断推理机来实现。
2.1采用故障树建立故障预警诊断模型
根据经验及理论对锂电池故障原因进行归纳总结，将其大致划分四类基本故障分别为：电压异常、电流异常、温度异常和短路故障，其故障树如图3所示。
其中电压异常表现为电压过低或过高，可以通过数据库中锂电池对应的标准电压值来判断采集到的电压值是否异常；同理可对电流异常进行判断；对应温度异常可由锂电池板上温度传感器采集的数据与数据库中温度标准值进行比对，只要在一定范围内都算正常，否则为异常。短路故障需要对锂电板监测模块进行确认，对所有连接线的紧固件进行检查后，确保故障不是由于测量误差而被误触发报警。
2.2 故障知识获取
将专家与用户提供的故障诊断知识和设备技术参数进行抽取、归纳总结并编码成计算机可利用的数据形式，然后输入到计算机中，帮助计算机自动完成设备故障预警诊断，这就是故障知识获取。其方法有演绎式、归纳式、传授式、反馈修正式等。结合本系统特点，将采用反馈修正式，如图4所示。其优点是故障知识获取是基于信息预处理进行的， 能够尽量减少输入信息关联度及多种信息冗余度。
2.3 故障知识表示
故障知识表示是将知识符号化、形势化的过程。通过设计各种对象的数据结构将已获取的故障知识以计算机内部代码形式进行描述、存储及计算。因此故障知识的表示是预警故障诊断系统的核心，其表示能力的强弱将直接关系到故障推理机的精确性与效率，以及日后专家知识库维护的方便性与可拓展性。
2.3.1 故障案例表示方法
故障案例表示就是把当前需要求解的新问题与数据库中众多的案例按照一定的数据结构表示出来。在锂电池故障诊断中，合理的故障案例表示方法能完整表示故障案例的相关参数与描述信息，有利于案例快速检索同时便于案例知识的组织与维护。
一个故障案例对应一个锂电池故障现象的完整解决方案，其可以直接用于解决以后相同或相似的锂电池预警故障诊断。在锂电池预警故障诊断系统中， 故障案例被定义为一个多元式 m = 。故障案例中基本内容可分别用七个字母来描述：
1） i = {i1，...，in}表示故障案例编号集合。
2） k={ k1，...，kn }表示故障发生时间集合。
3） c={ c1，...，cn }表示故障案例种类集合，同类案例中包含有相同类型征兆特征和特征权值。
4） z={z1，...，zn }为锂电池故障特征集合， 设zi = {nz， lz， az，wz } （ i= 1，... ，n）。其中： nz，表示故障特征名，lz，表示故障特征取值类型和范围，az表示故障特征权值并决定特征属性重要度，wz表示故障特征参数值。
5） d={ d1，...，dn }描述锂电池故障信息集合。
6） s={ s1，...，sn }描述故障解决方案集合。
7） e={ e1，...，en }表示备注信息集合，主要包含：锂电池用户信息、锂电池设备名称、锂电池使用年限等。故障案例结构如图5所示。
图5 故障案例结构
2.4 故障知识管理
故障知识管理是通过人机交互界面（如c/s结构），采用关系数据库较为成熟的管理技术对故障知识进行系统化组织、管理和控制，具体主要功能包括：故障知识查询、修改、添加、和删除等。这将使故障知识的管理更便利、维护性更强。
2.5 故障预警与诊断推理机
rlclewdf系统中基于故障知识的预警诊断推理策略的实现构成了推理机，它本质上是一组计算机程序，即数据结构和算法组成， 其可以分成很多模块， 不同模块可以分别完成推理过程中指定的步骤。它的功能是确定可用规则，然后按照一定的控制策略选出规则并执行规则。这是一个周期性动作可采用规则推理实现推理任务。规则推理则是利用rfid终端上获取的锂电池数据与专家知识库中所包含的源案例数据进行匹配，从而实现触发。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议