吳佳銘，陳自強(qiáng)

（上海交通大學(xué) 海洋工程國(guó)家重點(diǎn)實(shí)驗(yàn)室，高新船舶與深海開(kāi)發(fā)裝備協(xié)同創(chuàng)新中心，上海 200240）

為滿足深海資源開(kāi)發(fā)技術(shù)發(fā)展，促進(jìn)深海工程裝備戰(zhàn)略新興產(chǎn)業(yè)發(fā)展，開(kāi)展水下作業(yè)裝備技術(shù)研究成為當(dāng)下熱潮之一。由于海洋環(huán)境復(fù)雜多變，海洋平臺(tái)在作業(yè)中不可避免地會(huì)遇見(jiàn)各類(lèi)危險(xiǎn)狀況。作為主電源故障時(shí)，平臺(tái)通訊設(shè)備和安全設(shè)備的維系裝置，UPS在海洋平臺(tái)安全領(lǐng)域有著不可或缺的作用。因此，實(shí)時(shí)監(jiān)控運(yùn)行狀態(tài)，及時(shí)診斷故障，提升海洋平臺(tái) UPS安全性和可靠性是當(dāng)下的研究重點(diǎn)。對(duì)此，主要有以下兩個(gè)研究方向，一是改善UPS的結(jié)構(gòu)[1]；二是提高UPS鋰離子蓄電池的性能。

目前，海洋平臺(tái) UPS主要有密封式閥控鉛酸蓄電池和磷酸鐵鋰蓄電池兩種類(lèi)型。鉛酸蓄電池采用全密封結(jié)構(gòu)，在使用過(guò)程中無(wú)酸霧泄露腐蝕設(shè)備、污染環(huán)境，在不間斷電源領(lǐng)域內(nèi)受到廣大用戶(hù)的歡迎。但是其能量密度小，反應(yīng)產(chǎn)生的氣體具有一定的危險(xiǎn)性，且需要定期的維護(hù)、監(jiān)測(cè)和替換，不符合海洋平臺(tái) UPS 高可靠性要求。而磷酸鐵鋰蓄電池自放電小，對(duì)溫度波動(dòng)不太敏感，單體鋰電池的損壞不會(huì)引起整組電池失效，具有極高的可靠性。在物理結(jié)構(gòu)上，對(duì)比鉛酸蓄電池，鋰離子電池還具有質(zhì)量輕、體積小等優(yōu)勢(shì)，方便海洋平臺(tái)內(nèi)部空間布置。因此，筆者選擇磷酸鐵鋰電池研究海洋平臺(tái)UPS的故障診斷系統(tǒng)。

由于海洋平臺(tái)作業(yè)環(huán)境的復(fù)雜性和不可預(yù)知性，UPS 在實(shí)際過(guò)程中會(huì)遇到復(fù)雜的工況和各類(lèi)突發(fā)事件，造成蓄電池物理化學(xué)性能方面不可逆轉(zhuǎn)的損壞。例如短路、過(guò)充、過(guò)放、過(guò)載等問(wèn)題都會(huì)導(dǎo)致蓄電池內(nèi)部電阻阻值的增加，產(chǎn)熱量上升，降低電池最大容量和充放電效率[2]。此外蓄電池性能也會(huì)在多次循環(huán)下不斷衰減[3]。目前，磷酸鐵鋰電池的診斷方法包括使用擴(kuò)展卡爾曼濾波EKF（Extended Kalman Filter）監(jiān)測(cè)電池內(nèi)部狀態(tài)參數(shù)[4]，使用最小二乘評(píng)估電池荷電狀態(tài)[5]和使用無(wú)跡粒子濾波 UPF（Unscented Particle Filter）評(píng)估電池壽命[6]等。為了解決傳統(tǒng)方法魯棒性差，個(gè)別算法也引入了自適應(yīng)參數(shù)λ加強(qiáng)對(duì)突變故障的識(shí)別速度，如Zheng等人的自適應(yīng)無(wú)跡卡爾曼濾波[7]。然而大部分算法主要研究電池的參數(shù)變化，缺乏對(duì)故障類(lèi)型的診斷和復(fù)雜海況的適應(yīng)性，無(wú)法用于故障診斷系統(tǒng)。

因此，文中基于多模型粒子濾波算法，結(jié)合磷酸鐵鋰電池等效電路模型，研究復(fù)雜工況下的海洋平臺(tái)UPS蓄電池故障診斷系統(tǒng)。通過(guò)設(shè)計(jì)電池過(guò)充、過(guò)放和過(guò)熱三種故障實(shí)驗(yàn)檢測(cè)系統(tǒng)的準(zhǔn)確性與可靠性[8-9]。

1 故障診斷系統(tǒng)設(shè)計(jì)

海洋平臺(tái) UPS故障診斷系統(tǒng)總體設(shè)計(jì)方案如圖1所示。系統(tǒng)由數(shù)據(jù)采集，控制設(shè)備、故障診斷系統(tǒng)和上位機(jī)四部分組成[10]。系統(tǒng)通過(guò)采集模塊實(shí)時(shí)采集海洋平臺(tái) UPS蓄電池的充放電電流、端電壓和溫度等信息，并將各項(xiàng)數(shù)據(jù)通過(guò)CAN總線傳輸?shù)焦收显\斷系統(tǒng)。故障診斷系統(tǒng)通過(guò)診斷算法濾波，并通過(guò)各個(gè)電池狀態(tài)模型辨識(shí)得到蓄電池的各項(xiàng)參數(shù)和故障類(lèi)型。上位機(jī)的圖形化界面中將顯示電池參數(shù)，并對(duì)故障信息進(jìn)行顯示和警報(bào)。歷史故障和異常參數(shù)將存儲(chǔ)在上位機(jī)的數(shù)據(jù)庫(kù)中，方便后期查看和蓄電池維護(hù)。在故障診斷系統(tǒng)中，采用飛思卡爾的MPC5606S芯片作為處理器，確保充足的計(jì)算資源和處理速度。

2 電池模型與離散

合理的電池模型對(duì)故障診斷算法有著極其重要的意義[11-12]。一方面，精確的電池模型能夠?yàn)楣收显\斷算法提供合理的依據(jù)。在實(shí)踐中，鋰離子蓄電池的故障是通過(guò)其外在特性診斷的，合理的模型能夠建立電池故障和外在特性之間的數(shù)值聯(lián)系，從而實(shí)現(xiàn)算法精確診斷功能。另一方面，電池模型可以估計(jì)系統(tǒng)的工作狀態(tài)，對(duì)各種工況進(jìn)行模擬仿真，提高工作的安全性和可靠性。

為了較好擬合電池的極化現(xiàn)象，同時(shí)降低模型復(fù)雜度，增加算法實(shí)用性，選擇磷酸鐵鋰電池二階 RC等效電路模型，如圖 2所示[13]。其中歐姆內(nèi)阻 Rs描述電池通電后的瞬間壓降，兩個(gè)RC回路分別描述電池的較快和較慢的極化特性。

針對(duì)以上模型，設(shè)向量X為：

則離散后的狀態(tài)空間方程：

式中：zk為鋰離子電池端電壓；Up1,k和 Up2,k為第 k次迭代容阻的端電壓；ek-1為系統(tǒng)噪聲；rk為觀測(cè)噪聲，在這里，假設(shè)系統(tǒng)噪聲和觀測(cè)噪聲之間互不相關(guān)；T為兩次采樣的時(shí)間間隔。

針對(duì)海洋平臺(tái)運(yùn)行環(huán)境中的復(fù)雜工況，增加系統(tǒng)噪聲ek-1的均方差值，突出其對(duì)故障診斷系統(tǒng)的影響。

3 電池故障實(shí)驗(yàn)

磷酸鐵鋰電池在發(fā)生故障后，歐姆內(nèi)阻和極化特性將發(fā)生較大的變化，導(dǎo)致電池的端電壓和放電效率降低，造成 UPS在工作狀態(tài)下放電功率不足和放電時(shí)間過(guò)短的情況。這在海洋平臺(tái) UPS的使用中是需要竭力避免的，因此磷酸鐵鋰電池故障實(shí)驗(yàn)的設(shè)計(jì)和研究對(duì)于海洋平臺(tái)安全性和可靠性有著重要的意義。文中分別設(shè)計(jì)了磷酸鐵鋰電池的過(guò)充、過(guò)放和過(guò)熱三種故障實(shí)驗(yàn)，并記錄了電池的參數(shù)變化，

3.1 裝置與環(huán)境

實(shí)驗(yàn)用電池為軟包磷酸鐵鋰電池，實(shí)際容量為2.5 Ah，充放電截止電壓為3.65 V/2.5 V，實(shí)驗(yàn)溫度為25 ℃。實(shí)驗(yàn)設(shè)備包含恒溫箱、高溫防爆箱、電池測(cè)試平臺(tái)、輔助通道以及電腦上位機(jī)。其中電池測(cè)試平臺(tái)測(cè)量電池實(shí)時(shí)狀態(tài)數(shù)據(jù)，電壓分辨率為 0.002 V，電流分辨率為 0.02 A。輔助通道和電腦上位機(jī)采集數(shù)據(jù)并繪制電壓與電流的時(shí)域曲線。

為了實(shí)時(shí)監(jiān)測(cè)電池溫度，防止熱失控，將磷酸鐵鋰電池放于特制的高溫防爆箱中，在電池的五個(gè)位置布置熱電偶，在電池溫度與恒溫箱溫度超過(guò)2 ℃時(shí)，中斷實(shí)驗(yàn)，靜置電池降溫。具體實(shí)驗(yàn)設(shè)備連接如圖3所示，

3.2 方法

分別對(duì)三組相同的電池進(jìn)行過(guò)充、過(guò)放和過(guò)熱實(shí)驗(yàn)，每次實(shí)驗(yàn)過(guò)充過(guò)放深度為20%，并循環(huán)15次。過(guò)充電故障實(shí)驗(yàn)方法如下所述。

1）在 25 ℃的條件下，分別將電池 1和電池 2以1 C放電倍率（I=2500 mA）放電，至電池達(dá)到截止電壓2.5 V。靜置1.5 h后，對(duì)電池1進(jìn)行充電。先以 1 C充電倍率充電，直到電池達(dá)到充電截止電壓3.65 V。靜置1 h后，以0.1 C充電倍率充電至3.65 V。之后，靜置600 s后，以0.02 C充電倍率充電，直到電池電壓大于截止電壓。

2）將電池1和電池2放置在25 ℃的恒溫箱中靜置90 min。

3）在電池過(guò)充實(shí)驗(yàn)中，將電池 1與電池 2串聯(lián)后放于高溫防爆箱中，以0.2 C放電倍率充電，當(dāng)充電時(shí)間為60 min時(shí)停止充電。

4）將過(guò)充后的電池放于 25 ℃恒溫箱中，使得電池與恒溫箱溫度不大于2 ℃。之后采用基于FreedomCAR發(fā)布的《功率輔助型電池測(cè)試手冊(cè)》中的混合脈沖功率測(cè)試（Hybrid Pulse Power Characterization，HPPC）[14]測(cè)量故障實(shí)驗(yàn)后電池的各項(xiàng)參數(shù)。

故障實(shí)驗(yàn)流程如圖4所示。

以上步驟為磷酸鐵鋰電池的過(guò)充故障實(shí)驗(yàn)，同理，在過(guò)放故障實(shí)驗(yàn)中，需要將過(guò)充故障實(shí)驗(yàn)中的放電和充電互換。在過(guò)熱故障實(shí)驗(yàn)中，設(shè)置恒溫箱溫度為45 ℃，進(jìn)行HPPC循環(huán)實(shí)驗(yàn)。

單個(gè)HPPC充放實(shí)驗(yàn)具體步驟為：先以1 C電流倍率放電10 s，之后靜置40 s消除電池極化特性，之后以 0.75 C的電流倍率充電10 s。在HPPC實(shí)驗(yàn)前，需要將電池充滿，并靜置1.5 h。在每個(gè)HPPC實(shí)驗(yàn)結(jié)束后，要以1 C電流倍率放電357.5 s，使得電池荷電狀態(tài)（State of Charge，SOC）減少10%左右。之后，將電池靜置1.5 h，開(kāi)始下一個(gè)HPPC充放電試驗(yàn)，直到電池電壓小于2.5 V。最后以0.02 C放電倍率放電，計(jì)算HPPC循環(huán)實(shí)驗(yàn)中放電總量，用于標(biāo)定每個(gè)HPPC充放電時(shí)的SOC。

4 多模型粒子濾波算法

海洋平臺(tái) UPS運(yùn)行環(huán)境復(fù)雜，工況多變，導(dǎo)致電流波動(dòng)，測(cè)量設(shè)備噪聲偏大。又由于磷酸鐵鋰電池模型的不確定性，需要采取特定的算法加強(qiáng)模型輸出中的電池參數(shù)和故障信息，抑制并削弱模型誤差和測(cè)量噪聲，提高參數(shù)估計(jì)和診斷的可靠性。文中采用粒子濾波算法。

粒子濾波算法得到的殘差和故障類(lèi)型之間為非線性問(wèn)題，為了根據(jù)殘差準(zhǔn)確地診斷故障類(lèi)型，在這里引入交互式多模型算法。交互式多模型粒子濾波算法針對(duì)粒子濾波算法中磷酸鐵鋰電池模型和狀態(tài)參數(shù)估計(jì)的非線性和非高斯問(wèn)題，以多模型結(jié)構(gòu)跟蹤各類(lèi)故障，增強(qiáng)粒子濾波算法性能，擴(kuò)大故障診斷范圍。其主要步驟如下所述。

1）輸入粒子間交互。對(duì)k－1時(shí)刻得到的正常狀態(tài)、過(guò)充狀態(tài)、過(guò)放狀態(tài)和過(guò)熱狀態(tài)四個(gè)模型的粒子均值進(jìn)行輸入交互。

2）隨機(jī)抽取粒子。根據(jù) k－1時(shí)刻各模型的粒子協(xié)方差和交互得到的粒子均值，隨機(jī)得到各模型粒子。

3）多模型粒子濾波。將得到的各模型粒子帶入到各自的粒子濾波器中，計(jì)算得k時(shí)刻的粒子集：

通過(guò)觀測(cè)值的殘差計(jì)算各粒子的權(quán)值并進(jìn)行歸一化操作：

4）模型概率更新。根據(jù)各模型殘差得到協(xié)方差矩陣：

根據(jù)協(xié)方差矩陣，得到粒子的似然分布：

并根據(jù)似然分布求得各模型概率：

5）輸出粒子間交互。根據(jù)更新的模型數(shù)據(jù)，對(duì)四個(gè)模型的粒子集進(jìn)行交互，得到其加權(quán)平均值。

算法模型總體流程如圖5所示。

由圖5可得，在系統(tǒng)工作過(guò)程中，每一時(shí)刻測(cè)量得到的電池端電壓Zk和電流Ik作為外界輸入量輸入診斷系統(tǒng)，各個(gè)粒子濾波模型將估計(jì)得到的殘差輸入到模型更新和交互輸出算法。對(duì)各個(gè)模型進(jìn)行歸一化操作，輸出當(dāng)前電池處于各個(gè)模型的條件概率和根據(jù)條件概率診斷得到海洋平臺(tái) UPS蓄電池的故障類(lèi)型。

5 測(cè)試與結(jié)果分析

多模型粒子濾波算法中的參數(shù)由故障實(shí)驗(yàn)中HPPC實(shí)驗(yàn)辨識(shí)得到，并選擇其中四組數(shù)據(jù)作為測(cè)試樣本，檢測(cè)故障診斷的時(shí)間和效果。

5.1 單故障類(lèi)型診斷

在測(cè)試中，針對(duì)電池在工作中連續(xù)出現(xiàn)不同的故障進(jìn)行實(shí)驗(yàn)。將實(shí)驗(yàn)時(shí)間分為四步，每步時(shí)間為300 s，具體方案為：在0~300 s，電池為正常工作狀態(tài)；在300~600 s，電池發(fā)生過(guò)充故障；在600~900 s，電池發(fā)生過(guò)放故障；在900~1200 s，電池發(fā)生過(guò)熱故障。在測(cè)試過(guò)程中，故障診斷系統(tǒng)對(duì)各類(lèi)型故障的診斷結(jié)果如圖6所示。

由圖6可得，在初始時(shí)刻，選取各個(gè)模型的條件概率為1/4。在0~300 s，正常狀態(tài)模型的條件概率從1/4逐漸收斂于1，其他故障模型的概率均收斂于0。在300~1200 s，電池處于故障狀態(tài)時(shí)，相應(yīng)的故障模型概率在5 s內(nèi)收斂于1，其余模型收斂于0。

5.2 混合故障類(lèi)型診斷

由于海洋平臺(tái) UPS的工況復(fù)雜，有較大概率發(fā)生復(fù)合故障的情況。為了檢驗(yàn)提出的故障診斷系統(tǒng)是否適應(yīng)復(fù)合故障的檢驗(yàn)，文中使用第三節(jié)提出的故障實(shí)驗(yàn)對(duì)正常狀態(tài)下的磷酸鐵鋰電池進(jìn)行 5次過(guò)充循環(huán)實(shí)驗(yàn)和10次過(guò)放循環(huán)實(shí)驗(yàn)，并測(cè)得實(shí)驗(yàn)后電池的狀態(tài)參數(shù)，使用故障診斷系統(tǒng)進(jìn)行故障類(lèi)型診斷。具體測(cè)試步驟為：在0~300 s，電池為正常工作狀態(tài)；在300~600 s，電池發(fā)生復(fù)合故障。 本次測(cè)試對(duì)磷酸鐵鋰電池故障類(lèi)型診斷如圖7所示。

由圖7可得：復(fù)合故障診斷結(jié)果為過(guò)充故障的概率為35%，過(guò)放故障概率為65%，基本符合預(yù)期結(jié)果。綜上可得，故障診斷系統(tǒng)可以正確診斷故障類(lèi)型，在海洋平臺(tái)UPS故障診斷領(lǐng)域有較好的可行性。

6 結(jié)論

文中提出了一種基于多模型粒子濾波算法的海洋平臺(tái) UPS故障診斷算法，設(shè)計(jì)了安全有效的蓄電池過(guò)充、過(guò)放和過(guò)熱故障實(shí)驗(yàn)，研究得到了復(fù)雜工況下海洋平臺(tái) UPS故障診斷系統(tǒng)，并測(cè)試了單一故障和復(fù)合故障下診斷系統(tǒng)的性能。

1）故障診斷精確性。單一的故障發(fā)生后，相應(yīng)的故障模型的條件概率迅速上升趨于1，并在其附近小幅度震蕩。復(fù)合故障發(fā)生后，故障診斷系統(tǒng)也能較為精確地診斷出故障的概率。

2）故障診斷時(shí)間。在測(cè)試中，電池狀態(tài)發(fā)生改變，即產(chǎn)生故障時(shí)，故障診斷系統(tǒng)能迅速地改變各個(gè)模型輸出的條件概率，并在5 s內(nèi)準(zhǔn)確地診斷出故障類(lèi)型，有較好的及時(shí)性。

后期將進(jìn)一步研究電池組的實(shí)驗(yàn)和算法，擴(kuò)大故障診斷系統(tǒng)的適應(yīng)性，更好地研究真實(shí)環(huán)境下海洋平臺(tái)UPS的故障診斷系統(tǒng)，提高海洋平臺(tái)UPS的安全性和可靠性。