基于模糊推理的电动汽车牵引电池包故障诊断与控制策略

《Scientific Reports》：Research on fault diagnosis and control strategies for battery packs

　　摘要随着汽车行业的快速电动化，牵引电池包已成为电动汽车中至关重要的安全子系统，任何绝缘或通信故障都必须得到可靠的识别与管理。本工作提出了一种基于模糊理论的电池包诊断与控制策略，用于在各种工况下检测和确认不可预测的故障。该方法将模糊推理系统（FIS）与经过校准的专家数据库相结合：自适应模糊匹配机制持续调整荷电状态和端电压校正中的过程噪声和观测噪声，而三角隶属函数、IF-THEN规则库、Mamdani推理和重心去模糊化则将诊断信号转换为分级故障等级，并且每次确认事件后都会微调规则权重。故障确认遵循统一定义阈值表中规定的防抖间隔和连续循环计数，所产生的故障等级将激活功率限制响应。通过仿真和实车实验验证表明，绝缘故障的判断时间延长了4.6秒（从3.0秒延长至7.6秒），而相应准确率从81.1%提升至92.3%；对于通信故障，准确率从91.4%提升至97.7%，从故障确认到完成功率限制的时间间隔在仿真中为16.1秒，在测试台上为8.2秒，在真实驾驶工况下为24秒。这种诊断时间的小幅增加仍处于设计容差范围内，而所实现的准确率优于同类研究，确认后的保护动作也保护了车内乘员和整个系统的安全。