廣告
新能源純電汽車電機故障診斷技術(shù)
隨著5G、AI和車聯(lián)網(wǎng)等技術(shù)的快速發(fā)展及推廣應(yīng)用，新能源汽車產(chǎn)生了海量數(shù)據(jù)，使得數(shù)據(jù)驅(qū)動的電機故障診斷成為了可能。通過在云端或離線使用深度學(xué)習(xí)技術(shù)學(xué)習(xí)汽車電機的正常運行模式模型后，輸入車端發(fā)送的數(shù)據(jù)并進行判斷，就能夠提早地發(fā)現(xiàn)異常情況并通知駕駛員從而實現(xiàn)即時的故障預(yù)警減少交通事故。
一、電機故障模式
驅(qū)動電機作為電動汽車的動力核心，其系統(tǒng)包括了驅(qū)動電機系統(tǒng)、驅(qū)動電機電控系統(tǒng)等多個子系統(tǒng)組成。所以，電機的故障模式是復(fù)雜且耦合的。例如，比較常見的驅(qū)動電機丟失動力的故障，它的致因就包含了電機自身的機械故障與電氣故障兩個大方面。
雖然通過相關(guān)專業(yè)領(lǐng)域知識能夠檢測出這方面的故障，但是很難運用到實時預(yù)警與檢測上，不能提前預(yù)警故障。在當(dāng)下新能源汽車產(chǎn)生了海量數(shù)據(jù)的情況下，使用數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)方法去實現(xiàn)故障的提前預(yù)警是目前的一個主流研究與實踐方向。
二、深度學(xué)習(xí)的解決方案
為此，數(shù)據(jù)中心產(chǎn)品部基于GB/T 32960的數(shù)據(jù)與QCT 893-2011標(biāo)準(zhǔn)，分析電動汽車運行數(shù)據(jù)特征，正在開發(fā)使用深度學(xué)習(xí)技術(shù)中的自動編碼器、卷積神經(jīng)網(wǎng)絡(luò)等技術(shù)，通過輸入對應(yīng)車型的大量運行數(shù)據(jù)（如車速，加速踏板行程，電機轉(zhuǎn)速等）訓(xùn)練出該車型正常的運行模式來進行提前預(yù)警與故障檢測的方案。
該方案通過輸入汽車的運行數(shù)據(jù)，在中國汽研云端網(wǎng)絡(luò)上訓(xùn)練模型后下載到車端，并通過離線保存模型，本地運行的模式就能夠?qū)崿F(xiàn)在車端的實時監(jiān)測。也能在之后通過接收的新數(shù)據(jù)更新預(yù)警模型，并采用OTA技術(shù)對車端保存的模型進行實時更新，提高預(yù)警準(zhǔn)確度。
三、方案亮點
1、 通過算法能夠直接實現(xiàn)端到端的流程，即傳入汽車實時數(shù)據(jù)后可返回當(dāng)前電機狀態(tài)。
2、 能夠為主觀的專家經(jīng)驗提供客觀的數(shù)據(jù)支持，也能夠有效的從數(shù)據(jù)中發(fā)現(xiàn)新的故障特征。
3、 云端訓(xùn)練網(wǎng)絡(luò)模型后可以離線實裝到車端，大大減少獲得結(jié)果的響應(yīng)時間。
4、 企業(yè)無需提前進行硬件環(huán)境搭建，提高部署效率，降低運維成本。
四、應(yīng)用方向
電機故障預(yù)警算法，可協(xié)助整車、電機企業(yè)開展車輛整車、電機電控系統(tǒng)問題篩查，檢驗電機電控控制策略是否合適，也能通過實時模型輸出與特征數(shù)據(jù)支撐問題溯源分析，提高問題處理效率，進而提高用戶滿意度。通過車端部署訓(xùn)練好的模型，實現(xiàn)故障提前預(yù)警，能夠大大增加了出行的安全性與新能源汽車的可靠性。
廣告 編輯推薦
最新資訊
-
“汽車爬坡試驗方法”將有國家標(biāo)準(zhǔn)
2026-03-03 12:44
-
十年耐久監(jiān)管時代：電池系統(tǒng)開發(fā)策略將如何
2026-03-03 12:44
-
聯(lián)合國法規(guī)R59對機動車備用消聲系統(tǒng)的工程
2026-03-03 12:08
-
聯(lián)合國法規(guī)R58對后下部防護裝置的工程化約
2026-03-03 12:07
-
聯(lián)合國法規(guī)R57對摩托車前照燈配光性能的工
2026-03-03 12:07
