向 前 朱云國

（銅陵學(xué)院，安徽 銅陵 244000）

一、引言

近年來，在新能源汽車發(fā)展及國家產(chǎn)業(yè)政策的推動下，動力鋰電池因具備高能量密度、大倍率充放電性能和長循環(huán)壽命等優(yōu)點發(fā)展迅猛，已成為電動汽車電能存儲載體采用的主要動力電池類型[1]。然而，電動汽車自燃和爆炸事故也呈高發(fā)態(tài)勢。據(jù)統(tǒng)計，僅2018年，國內(nèi)大大小小的電動汽車起火事故已經(jīng)超過50起，部分電動汽車起火事故案例如表1所示。

表1 電動汽車起火事故部分案例

通過研究市場上近三年發(fā)生的電動汽車安全事故發(fā)現(xiàn)，超過50%的火災(zāi)事故起因與動力鋰電池系統(tǒng)有關(guān)，包括充電、短路、電解液泄漏、電氣故障、進水、碰撞、異物穿刺等。動力鋰電池引發(fā)的火災(zāi)給用戶人身和財產(chǎn)安全帶了巨大威脅，因此，設(shè)計一種有效的火災(zāi)檢測裝置、及時止損尤為必要。

楊赟等[2]針對鋰離子電池在高溫、過充或短路情況，采用監(jiān)測溫度變化的方法進行火災(zāi)爆炸預(yù)警，對火災(zāi)有一個大致的判斷，但是早期特征量偏少，很難識別出早期火災(zāi)特征。王春力[3]等選取多種傳感器進行早期火災(zāi)預(yù)警，能夠檢測不同階段的火災(zāi)隱患，但在數(shù)據(jù)分析處理階段只做了固定閾值比較和復(fù)合關(guān)聯(lián)，算法簡單易于實現(xiàn)，但容易誤報、抗干擾能力差。針對以上研究存在的不足，本文將基于Dempster-Shafer（D-S）證據(jù)理論對采集的多傳感器數(shù)據(jù)進行更為有效的信息融合[4-5]，以實現(xiàn)不同階段的火災(zāi)檢測，同時滿足車載BMS或者儀表CAN通訊總線接口數(shù)據(jù)交互的要求，降低誤報率低、提高可信度。

二、火災(zāi)機理分析及特征量選型

研究發(fā)現(xiàn)，動力鋰電池發(fā)生火災(zāi)的常見原因主要有[6-9]：鋰電池電芯充放電不平衡、短路、熱沖擊、浸水、高速碰撞、穿刺、擠壓等，會誘發(fā)一系列放熱反應(yīng)，導(dǎo)致溫度升高進一步加速放熱反應(yīng)效率，發(fā)生熱失控，進而導(dǎo)致防爆膜破裂后電解液泄漏并溢散出可燃性氣體，高溫環(huán)境中達到燃點，引燃電芯包裹材料等其他可燃物，進而加劇其他電芯發(fā)生熱失控連鎖反應(yīng)。因此，通過動力鋰電池系統(tǒng)發(fā)生火災(zāi)的機理分析，本文選擇溫度、煙霧、電解液揮發(fā)的可燃?xì)怏w三個火災(zāi)特征量進行檢測，傳感器選型[10]如下：

表2 火災(zāi)特征量傳感器選型

三、動力鋰電池火災(zāi)檢測裝置總體設(shè)計

針對采用動力鋰電池作為動力系統(tǒng)的電動客車及公交車由多組動力鋰電池組成，分布在車輛底部多個電池艙內(nèi)，因此，為適應(yīng)該類型單輛車動力電池系統(tǒng)的火災(zāi)檢測，本文提出的裝置采用基于事件觸發(fā)通信模式的主從式CAN總線通信結(jié)構(gòu)[11]，由多個采集模塊和一個數(shù)據(jù)匯聚模塊組成，總體設(shè)計框圖如圖1所示。

圖1 檢測系統(tǒng)的總體設(shè)計框圖

數(shù)據(jù)采集模塊設(shè)置唯一設(shè)備編號，放置于電池艙內(nèi)，實際單輛車內(nèi)數(shù)據(jù)采集模塊與電池艙的個數(shù)一致。該模塊主要負(fù)責(zé)火災(zāi)特征傳感器信息的采集，并以內(nèi)部CAN總線協(xié)議格式發(fā)送到數(shù)據(jù)匯聚模塊。采集模塊主要包括煙霧、溫度、可燃?xì)怏w各1個火災(zāi)特征量采集傳感器及信號調(diào)理電路、微型控制系統(tǒng)、內(nèi)部CAN接口及電源管理電路，其結(jié)構(gòu)框圖如圖2所示。采集模塊的微型控制系統(tǒng)采用STM32F103RBT6作為微控制器，該芯片自帶一路CAN控制器，只需選用TJA1050作為CAN總線高速收發(fā)驅(qū)動器，微控制器芯片的CANTX和CANRX分別連接到CAN收發(fā)控制器TJA1050的TXD端和RXD端。同時，CANL和CANH之間接一個120歐姆的終端電阻，主要用于遠(yuǎn)距離傳輸?shù)淖杩蛊ヅ浜驮鰪婋姶趴垢蓴_能力。

數(shù)據(jù)匯聚模塊每輛車設(shè)置1個，放置乘客艙的設(shè)備箱內(nèi)，負(fù)責(zé)把通過內(nèi)部CAN總線接收到車內(nèi)不同編號的采集模塊數(shù)據(jù)進行校歸一化預(yù)處理和融合判定，然后按照固定時間間隔通過外部CAN總線上傳給上位機顯示設(shè)備，比如BMS管理系統(tǒng)或者汽車儀表CAN總線，同時，數(shù)據(jù)匯聚模塊自身也會根據(jù)判定結(jié)果通過聲、光方式提示駕駛員單體動力鋰電池電池箱的實時火災(zāi)工作狀態(tài)。數(shù)據(jù)匯聚模塊的設(shè)計可以節(jié)約外部CAN總線的負(fù)載開銷以及多設(shè)備接入問題，它主要由內(nèi)部CAN接口、外部CAN接口、聲光告警模塊及電源管理模塊組成，其結(jié)構(gòu)框圖如圖3所示。數(shù)據(jù)匯聚模塊采用STM32F105RBT6作為微控制器，支持兩路CAN接口通訊功能。與內(nèi)部CAN接口設(shè)計不同的是，考慮到檢測裝置的車載環(huán)境抗干擾能力，需在微控制器的CAN接口與TJA1050之間增加6N137隔離芯片進行報文收發(fā)，有利于實現(xiàn)外部CAN總線各節(jié)點間電氣隔離，降低通訊故障。

圖2 采集模塊硬件結(jié)構(gòu)框圖

圖3 數(shù)據(jù)匯聚模塊硬件結(jié)構(gòu)框圖

四、基于D-S證據(jù)理論的多傳感器融合判別方法

本文采用溫度、煙霧、可燃?xì)怏w濃度三種傳感器來完成火災(zāi)探測的目的，融合的具體流程如圖4所示。

圖4 火災(zāi)探測融合流程圖

（1）歸一化處理

首先，將各傳感器采集的數(shù)據(jù)采用歸一化方法，使其范圍處于0到1之間，歸一化公式如式（1）所示。

式中，Yi為傳感器Y采集數(shù)據(jù)的歸一化值；i代表傳感器第i次采集的數(shù)據(jù)；x表示根據(jù)試驗確定的傳感器Y的采集數(shù)值，Xmax和Xmin分別表示試驗確定的最大值和最小值。

（2）確定信任度函數(shù)

在不同的試驗環(huán)境下，多種傳感器采集的數(shù)據(jù)判定結(jié)果具有很大不確定性。為解決判定的不確定性，本文運用D-S證據(jù)理論進行判定，它是建立在一個非空集合上的理論，成為識別框架，表示人們對某一問題判定所能認(rèn)識到的所有可能結(jié)果的集合，集合內(nèi)每種結(jié)果都是互斥的。動力鋰電池艙內(nèi)的火災(zāi)情況可能的情況有安全、不確定、報警分別記為，那么火災(zāi)的識別框架。根據(jù)證據(jù)理論定理：對于問題域中的任意命題A，定義基本概率賦值函數(shù)滿足

式中，m（A）表示命題A發(fā)生程度的基本概率，即證據(jù)對命題A的信任度；對空集不產(chǎn)生任何信任度；同時，要求所有識別框架內(nèi)的命題信任度之和等于1。根據(jù)傳感器輸出響應(yīng)特性和專家知識[11]，本文選擇廣義高斯函數(shù)表征各傳感器火災(zāi)發(fā)生的信任度函數(shù)，采集數(shù)值后，歸一化處理，代入信任度函數(shù)獲取當(dāng)前火災(zāi)發(fā)生的信任度，溫度、煙霧、可燃?xì)怏w的信任度分別用 m1、m2、m3來表示

式（4）中，A11，A21，A31表示 m1識別框架可能的組合結(jié)果為安全、不確定、報警的概率，以此類推（5）、式（6）所表示的含義。

（3）多傳感器證據(jù)合成

基于溫度、煙霧、可燃?xì)怏w三個傳感器識別框架內(nèi)的信任度，根據(jù)D-S證據(jù)理論合成公式為：

式中，

表示所有證據(jù)之間的沖突概率，反應(yīng)了證據(jù)沖突的程度，且滿足K＜1,避免合成時，把非零的概率賦值給空集Φ。由式（7）綜合溫度、煙霧、可燃?xì)怏w對動力鋰電池艙的安全、不確定、報警的合成概率，進而對火災(zāi)進行判定。

五、實驗調(diào)試

（1）實驗方案

選擇長*寬*高尺寸為500mm*300mm*200mm的鐵皮箱模擬動力電池艙，底部內(nèi)置一個220V/600W的加熱片，加熱片上放置一個動力鋰電池電芯，數(shù)據(jù)采集模塊安裝于電芯上方的頂部，外部放置一個數(shù)據(jù)匯聚模塊，試驗布局如圖5所示。通電，使得加熱片工作，模擬電芯熱失控發(fā)生火災(zāi)，以測試本文設(shè)計的裝置能否正常采集數(shù)據(jù)和通訊并證據(jù)理論是否能夠提高判定的可信度。

圖5 模擬熱失控引發(fā)火災(zāi)試驗布局圖

（2）數(shù)據(jù)采集和通訊功能驗證

LabVIEW是基于G語言、以圖形數(shù)據(jù)流代替文本程序代碼，編程簡單、高效。其中LabVIEW VISA提供實現(xiàn)上位機軟件與串口數(shù)據(jù)之間的連接通道[12-13]。本文采用LabVIEW編寫動力鋰電池火災(zāi)檢測裝置的上位機測試軟件如圖6所示。采用USB轉(zhuǎn)CAN通訊線負(fù)責(zé)把CAN格式報文轉(zhuǎn)化成USB協(xié)議，帶USB接口的一端通過計算機USB串口連接至測試軟件，另一端分別與數(shù)據(jù)采集模塊和數(shù)據(jù)匯聚模塊的CANH和CANL通過接線端子相連接。

隨著各種特征量數(shù)據(jù)的模擬輸入，各傳感器檢測數(shù)據(jù)不斷發(fā)生變化，說明傳感器能正常啟動并完成數(shù)據(jù)采集工作，同時也驗證了數(shù)據(jù)采集模塊與數(shù)據(jù)匯聚模塊之間以及數(shù)據(jù)匯聚模塊與上位機之間CAN通訊數(shù)據(jù)上傳正常。試驗表明：數(shù)據(jù)采集和通訊功能正常。

圖6 動力鋰電池火災(zāi)檢測裝置上位機測試軟件

（3）基于證據(jù)理論融合火災(zāi)判定準(zhǔn)確度的驗證

數(shù)據(jù)匯聚模塊根據(jù)具體特征傳感器的采集數(shù)值，進行歸一化處理，然后代入信任度函數(shù)獲得各個傳感器識別框架內(nèi)的基本信任度概率，然后再根據(jù)證據(jù)理論的合成公式進行融合，得出融合后識別框架內(nèi)的概率，如表3所示。

表3 溫度、煙霧、可燃?xì)怏w火災(zāi)概率分布及證據(jù)理論融合

從表3可以看出，單一特征量煙霧與溫度、可燃?xì)怏w傳感器火災(zāi)報警判定存在不確定性，但是通過D-S數(shù)據(jù)理論融合后，將不確定概率降至0.174，將火災(zāi)報警概率由原來的0.700提高至0.814，規(guī)避了單一傳感器判定的不確定性，提高了火災(zāi)結(jié)果判定的可信度。

六、結(jié)論

本文提出了一種基于證據(jù)理論的動力鋰電池火災(zāi)檢測裝置，采用高斯函數(shù)表征溫度、煙霧、易燃揮發(fā)氣體3個傳感器檢測的火災(zāi)特征量，并建立對應(yīng)的信任度函數(shù)，基于證據(jù)理論進行多傳感器數(shù)據(jù)融合研判火災(zāi)狀態(tài)結(jié)果。試驗結(jié)果表明，該裝置有效克服了單一特征量的不確定性，提高了火災(zāi)檢測的準(zhǔn)確性和可信度，對于新能源汽車動力鋰電池的火災(zāi)檢測研究具有實用的參考價值。