[A]
[B]
當前位置: 電車之家 » 資訊 » 市場評論 » 正文
 

新能源汽車事故可發現、可預判、可控制?

 
 
 
發布日期:2019-11-21    來源:中國新能源汽車評價規程    作者:綜合報道    掃描到手機

本文為在中國汽研舉辦的“2019第二屆新能源汽車測試評價技術國際論壇”上,新能源汽車國家大數據聯盟秘書長王震坡先生帶來的《基于大數據的新能源汽車故障預測預警方法研究》。

1.新能源汽車大數據發展背景

2014年5月24日,習近平總書記在上海汽車集團考察時強調:“發展新能源汽車是我國從汽車大國邁向汽車強國的必由之路”。新能源汽車先后列入《中國制造2025》、《中共中央關于制定國民經濟和社會發展第十三個五年規劃的建議》、《“十三五”國家戰略性新興產業發展規劃》。新能源汽車和大數據的融合已成大勢所趨,基于大數據的智能新能源汽車將是我國汽車產業轉型升級的戰略重點方向。

關于大數據,第一要義是數據量大;第二,大數據不是某一方面的數據,而是多維、多來源的融合數據;第三,大數據一定是跟工業、產業相融合,并產生經濟價值。因此新能源汽車和大數據的融合是大勢所趨,它是我們的工業化和信息化深度融合的一個典范。

那么新能源汽車大數據是如何產生、發展的。除去在我們傳統車輛設計開發和銷售過程中已有的數據。還有持續增加、動態的運行數據。隨著車輛使用,車輛的大數據成倍或成幾何級數增長。往前追溯,有原材料、經銷商、用戶、售后等構成產業鏈的數據。往后是上層跨界融合的金融數據、停車充電數據、道路運輸數據、公共交通數據。

22.jpg

我們再將數據流換成三個階段,從生產環節、銷售環節、使用環節來看,后面這兩個環節的數據為我們的車輛的設計優化提供了最基礎的依據。為我們的生產環節提出最基礎的數據,使車輛品質、車輛設計理念進一步提升。在銷售環節,同樣可以應用我們生產環節所產生的車輛的技術性能、特征參數,實施精準營銷。在車輛使用環節,消費者在使用過程中產生了大量的數據,為企業的精準營銷、車輛設計提供數據支撐。消費者同樣是受益者,在使用過程中產生相關數據,可以對消費者進行充電引導、精準車輛維護,對定制化的保險服務提供基礎依據。所以這是在產業鏈的三個環節能夠產生的價值。

33.jpg

關于數字化的過程,數字化是我們實現四化(電動化、智能化、網聯化、共享化)的基礎,因為有了前端的數字化、前端的大數據化,才能推動了我們電動化的發展,有了電動化作為基礎,才延伸拓展出了我們的智能化、網聯化、共享化。

我們以新能源汽車為核心,以大數據為基礎,融合人工智能技術,對B端(企業端)設計開發能力的提升,精準營銷的業務提升的優勢,未來的智能出行方面的收益和益處。對于C端(客戶端),帶來在選車、購車、養車、換車相應的環節的優勢。

44.jpg

同樣在數字化的進程中和大數據發展的進程中,我們也面臨很多的挑戰。

第一個挑戰就是大家對大數據的理解。在傳統的汽車產業里面,無論是在設計環節、生產環節、銷售環節都有相應的設計軟件、開發軟件、管理軟件,但是這些軟件本身的代碼跟不上我們現在大數據理念的提升過程,也就是這種代碼升級的過程和代碼編制的過程跟不上我們理念的提升的歷程。

第二個挑戰,現在的數據除了在車輛使用環節的數字化本身是結構化的數據,還有來自于車輛使用環節的車、路、人相應的非結構化的數據,兩頭疊加導致數據量又成幾何級數的增長,現目前的存儲能力和手段不足以支撐我們的大數據爆發式增長的態勢。

第三個挑戰,我們的理念。想要做到大數據的分析和挖掘,體現它的價值,就要做到跨界融合。但恰恰在這個環節,數據散落在了不同的企業甚至散落在企業不同的部門,而要想把數據融合起來,需要抱著開放的心態實現數據的共享;第二是技術問題,不同數據庫之間的數據接口連通,做到與企業的標準相統一是一個技術難題。

2.關于新能源汽車大數據所涉及的關鍵的技術。

在大數據時代,軟件驅動正在重寫汽車競爭法則,以我們的傳統制造加上互聯網基因來重構汽車行業的競爭法則。在技術方面想要獲取的數據,需要有各種各樣的傳感器,傳感器的融合是發展的趨勢。進行數據采集,涉及到多ECU。在這種基礎之上,通過汽車云將車載信息和車外數據進行良好融合,這是現在我們急需要解決的問題。

首先,大數據的關鍵技術就是平臺體系、框架體系。尤其對于新能源汽車大數據平臺的構建,在生產企業、出行服務企業、運輸企業、政府管理部門都有需求。如果根據各個部門之間的不同需求來構建的話,會造成社會資源的極大浪費,因為大量的需求和技術需求來源是一樣的。因此在這方面我們提出了多層次、模塊化、柔性構建大數據的構建過程,根據不同部門、不同企業的需求,可以把功能模塊進行柔性化的組合,來構建滿足使用需求的大數據平臺。

55.png

66.jpg

第二,關于數據傳輸,現階段可能是幾十萬輛,按照新能源汽車技術路線圖里面提到2030年一年產生的新能源汽車也是幾百萬輛、上千萬輛的規模。在這種情況下基于異步非阻塞設計理念,所設計的高并發技術是新能源汽車大數據平臺核心的技術。

77.jpg

第三,關于信息傳輸通訊安全,首先要構建數據傳輸之間的加密算法,在加密算法基礎上我們正在開發汽車數據傳輸的加密芯片。通過加密芯片能夠防數據的篡改,來保證信息傳輸的安全,無論是從車向平臺的數據的上傳,還是指令從云端向下發送,我們都需要在這方面來做相應的工作。

88.jpg

第四,關于大數據的壓縮和快速檢索,結構化數據和非結構化數據的融合帶來了數據的急速增長,這樣大量的數據如何進行存儲,并且在我們云端存儲方面來說,是否全生命周期存儲,如何界定熱備、溫備冷備時間。我們需要快速抽取這些數據、檢索數據的時候,如何把溫備的數據和冷備的數據及時調取,這些都需要有一系列的技術支撐。

99.jpg

第五,關于高效云和邊緣計算服務,在數據計算方面,如何把云端數據和邊緣計算數據以及車端數據相結合,這是我們需要解決的問題。當前的基本做法和基本構想是把基于閾值判斷的、基于邏輯關系的相應數據放在車端,而基于歷史數據的、基于歷史比較數據的和車型橫向比較數據的運算放在云端,這樣把云端的計算和邊緣計算結合起來。

10.jpg

第六,關于數據真實性和有效性檢測,在數據里面最害怕出現假數據,假數據并不一定是有意的造假數據,而是在數據傳輸過程中可能出現數據失真等情況。基于它的合理性和合法性,對多維數據之間的邏輯關系進行相應的判斷,通過它的規律性進行數據的有效性和真實性的判斷,這方面的技術既有大數據的技術,也有車輛本身的技術,因為要基于車輛數據之間的基礎的邏輯關系進行相應的判斷。

第七,關于數據可視化技術。這些數據如何與用戶、管理者進行良好的技術交互,讓他能夠看得懂、看得明白,就涉及到數據的可視化,這方面不多講。

111.jpg

3.關于新能源汽車大數據平臺

受工信部的委托,在北京理工大學電動車輛國家工程實驗室,構建和建設了全國新能源汽車大數據的分析平臺和存儲平臺,這個平臺構建了從企業到地方到國家的平臺技術體系,實現了國內生產和銷售的所有新能源汽車的數據匯集。同時實現車輛數據、車輛故障數據到國家平臺的匯集。

到目前為止,平臺上已經接入的新能源車輛有大約260萬輛,累積運營里程超過600億公里,日上線率超過60%,實時在線率在20%-30%之間,按照國標實時信息采集項(GB/T32960-2016)的標準,平臺里面存儲的包含70項數據。以這個平臺為基礎,建立動力電池溯源管理平臺,到目前為止已經接入了213家車企共273萬輛車的動力電池數據,包括400多萬個電池包(因為有的商務車不止一個電池包)。確保舊電池來源可查、去向可追。

222.jpg

下面我把我們做的一些具體工作跟大家做匯報。

首先第一個是我們大家都會關注到的,當車輛發生故障時,電壓、溫度、絕緣值肯定會發生變化,甚至發展成超出了它的基礎的合理閾值的變化,這是一種值的變化,這是最基礎的故障判斷的依據。在這種基礎之上,我們還要看從時間維度、單體一致性維度和短時瞬變性維度進行系統故障的診斷。

333.jpg

關于時間維度可以利用波動性檢測模型以及熵值診斷模型。對于單體一致性維度,我們進行車輛的閾值表以及單體閾值統計分析的結果來進行判斷。關于衡量短時瞬變,按照進行壓力的一致性進行判斷。

444.png

下一個模型是基于統計學的異常單體電池故障模型,選取不同的電池應用時間片段,進行相應的異常比較,比較單體異常率,哪塊電池異常最多,將它的時間維度進行整合,我們就得到了一個曲線,看某塊電池它的異常的可能性是最高的,是我們重點關注的一個點。超過限值以后,進行相應的故障預警工作。

555.jpg

4.安全監管應用

下面我介紹一下基于這些模型、基于我們已經做了相應的工作,在做新能源汽車安全監管的一些相關的應用。現在基于我們的平臺,已接入260萬輛車的數據,建立7×24小時實時監控和全流程監管的管理體系。通過這種管理發現了不少的問題,在發現問題后,我們分一二三級的故障以及預警通過企業信的形式推送給相關企業,來提供預警信息。

666.jpg

我們現在已經形成了事前預警、事中提示、事后調查的管理體系。

下面是統計性的數據,我們統計了國內今年以來發生的相應的新能源汽車的安全事故。我們做了相應的比較,我國新能源汽車燃燒的事故率萬臺車輛是3.16,但是我們的新能源汽車現在只有0.918/萬臺。這個數據是截止到今年的6月份,公安部交管局的一個公布的數據,我們得到相關的數據,新能源汽車并不像大家所想象的那么危險,著火燃燒的事故率是低于傳統車輛的。

777.jpg

回到我們的平臺,已經接入我們平臺的車輛里面,我們的平臺接入的數據是2017年1月1號的數據,因此全國現在有大約250萬輛的新能源汽車,我們平臺里面只有260余萬輛,2017年1月1號以前生產的車輛沒有接入我們的平臺,恰恰是那部分車輛出的事故相對來說比例比較高。因此,接入到我們這個平臺的車輛我們實現了在車輛真的出事之前提示過預警信息的將近有60%,是這樣一個數據。所以新能源汽車事故是可發現、可預判、可處理的。

888.jpg

從事故的跟蹤處理的流程來說,我們建立了這么一套事前發現事故、事后分析事故和事故上報的事故跟蹤處理的流程,這是工作層面的不做詳細介紹。

在我們工作過程中還會發現有一些微博、微信平臺的事故,但是我們不能確信這個事故是哪個車企的,或者車企也沒有準確獲知這些信息。但是我們建立了一套基于車輛GPS位置系統,如果在微信、微博發這些數據,進行地圖檢索,鎖定區域,把這些車輛數據進行快速檢索,在10分鐘之內可以發現可疑車輛,哪些車輛在這個區域曾經使用過和應用過它出現危險信息,把可疑車輛數據快速檢索出來。

作為一個典型的案例,我們可以在這里面看到我們當時做的車輛事故的分析。通過我們的極差分析,我們發現了它的2號、3號單體的極差很高。這是在事前的預警階段。在事故之后的分析階段,我們通過它的異常單體的占比,就是第三個基于統計規律的分析,我們仍然找到了它出事故的單體是哪個,然后跟所調的結果進行比較,它跟所調的結果是一致的。

999.jpg

這是一個物流車事故,也是一樣的,我們前面講的第一個模型基于熵值變化的,在事故之前的十個小時給它提供過風險預警的信息,事故之后我們也調取數據進行相應的分析,同樣發現跟所調的結果可以達到一致的。因此,回到前面的一句話,新能源汽車的事故看起來非常之可怕,但是它是可發現、可預判、可控制的。

000.jpg

我們也將我們的開發的結果和開發的模型去對全社會進行開放,對我們企業進行開放,力求提高我們全社會、全行業的新能源汽車的安全水平,來讓我們的新能源汽車事業健康發展。

關注微信公眾號:電車之家官網(diancheguanwang)。本網轉載的信息不代表本網觀點,轉載有出處,如涉及內容或圖片等問題,我們將第一時間與您交流。



0條 [查看全部]  

網友評論:

 

熱點文章

相關推薦

微信公眾

網站首頁 | 電車之家 | 投稿·分享 | 網站地圖 | 友情鏈接 | 浙ICP備11010150號
Copyright ?2010-2015 zhev.com.cn 版權所有    網絡實名:電車之家  中華電動汽車網   
聯系人: 點擊這里給我發消息270747881  750472460  【企業交流群:31859161 9920404 85271546(滿)】   郵箱:service#zhev.com.cn(請將#替換為@)
網監局網監局網監局
山西快乐10分前三走势图