電動(dòng)車(chē)鋰電池管理系統的研究—模糊診斷專(zhuān)家系統

專(zhuān)家系統(EXPERT SYSTEM)是一個(gè)具有大量專(zhuān)門(mén)知識的程序系統，它應用人工智能(ARTIFICIAL INTELLIGENCE，簡(jiǎn)稱(chēng)AI)技術(shù)，根據一個(gè)或多個(gè)人類(lèi)專(zhuān)家提供的特殊領(lǐng)域知識進(jìn)行推理，模擬人類(lèi)專(zhuān)家作決定的過(guò)程來(lái)解決那些需要專(zhuān)家才能解決的復雜問(wèn)題。電池組故障診斷模糊專(zhuān)家系統是電池管理系統的一部分，它以模糊數學(xué)與模糊診斷原理為基礎，將電池專(zhuān)家和有關(guān)蓄電池使用和維護的書(shū)籍上總結出的經(jīng)驗和規則存入知識庫中，以電池的歷史檔案、運行狀況和上一次的診斷結果為依據，采用模糊綜合評判的方法對電池故障進(jìn)行診斷，同時(shí)給出電池的健康狀況和維護信息。通過(guò)專(zhuān)家診斷系統，我們可以挑選出性能較差的電池，保證純電動(dòng)車(chē)或者混合電動(dòng)車(chē)的車(chē)用電池組性能上的一致，也使剩余電量估計模型能夠更準確更好的應用于電動(dòng)車(chē)上。

7.1 模糊數學(xué)與模糊診斷方法

在電池故障診斷中專(zhuān)家所描述的癥狀，如“電壓上升快”、“充電不足”、“電壓下降快”等，是界限不清的模糊集合。我們通過(guò)模糊數學(xué)模型加以描述。用模糊關(guān)系矩陣來(lái)反映某些故障機理，并選用適當的隸屬函數，用相應的隸屬度來(lái)描述這些癥狀存在的傾向性。模糊故障診斷方法就是根據某些癥狀的隸屬度來(lái)求出各種故障的隸屬度，用以表征各種故障存在的傾向性，為判斷電池故障和采取補救措施的決策提供科學(xué)的依據。下面介紹模糊數學(xué)模型和我們采用的綜合評判方法。

兩論域之間顯然存在著(zhù)某種模糊關(guān)系。例如，某一故障將引起若干強弱不同的癥狀，而某一癥狀也表征著(zhù)若干個(gè)故障的存在。這個(gè)模糊關(guān)系可通過(guò)隸屬度表示，例如，可定出癥狀x j相應于故障v i的隸屬度：

它組成了論域U和論域V之間的模糊關(guān)系矩陣：

如果已知模糊關(guān)系矩陣R和模糊向量α，就可求得模糊向量β。

這就是多因素評判：

其中，各癥狀的隸屬度向量α可以從測量數據和歷史檔案通過(guò)一定的隸屬函數求得。至于模糊關(guān)系矩陣，它是大量分析、實(shí)驗、測試和現場(chǎng)實(shí)踐經(jīng)驗的總結，可以通過(guò)大量實(shí)驗和總結有關(guān)專(zhuān)家，技術(shù)人員和工人的經(jīng)驗來(lái)決定。同時(shí)還可以參考大量的相關(guān)資料和前人的經(jīng)驗。

在我們的系統中采用的運算模型將模糊關(guān)系的運算式展開(kāi)如下：

其中“*”為代數乘，運算(r1j *μxj)可看成是對隸屬度μxj的加權修正，rij可看成是加權值，因而要求rij歸一化，即令

而代數和“+”則表示對諸因素