田龍禎 謝春麗 王昊潔

（東北林業(yè)大學(xué)交通學(xué)院，黑龍江 哈爾濱150040）

汽車的廣泛應(yīng)用極大地促進(jìn)了經(jīng)濟(jì)社會的發(fā)展, 但同時也帶來一系列環(huán)境問題,電動汽車以其無污染、低噪音、高效率等優(yōu)點迅速發(fā)展成為一種替代的交通工具。但是由于外界的碰撞;高壓線路等發(fā)生短路;電池的散熱系統(tǒng)失效等問題,車輛自燃的情況時有發(fā)生。[1]本文設(shè)計了一種電動汽車電池自動滅火裝置,準(zhǔn)確識別電池火災(zāi),實現(xiàn)火災(zāi)早期探測預(yù)警、火災(zāi)報警實時監(jiān)控功能,選取合適的滅火劑及時有效自動滅火。

1 硬件設(shè)計

該裝置由STM32 微處理器、預(yù)警及報警模塊、溫度檢測模塊及火探管自動滅火模塊組成。電動汽車電池由于熱失控、短路、外界碰撞等意外而發(fā)生火情時,該裝置實時采集電池溫度信息利用卡爾曼濾波算法對電池溫度進(jìn)行在線估算, 微處理器根據(jù)估算結(jié)果準(zhǔn)確識別火災(zāi)并及時向預(yù)警及報警模塊發(fā)出預(yù)警信號。

1.1 STM32 微處理器

該裝置選用 32 位 STM32 嵌入式開發(fā)析, 選擇STM3232F103RCT6 作為MCU,工作頻率高達(dá)72MHZ,功能強大能耗低,包括48KB SRAM、256KB FLASH、5 個串口、1 個USB、1個CAN、1 個SDIO 接口及51 個通用IO 口等硬件資源。[2-3]

1.2 預(yù)警及報警模塊

由于電動汽車電池在充電, 放電及停車等任何工況下隨時可能發(fā)生火災(zāi)并引起爆炸,該裝置采用GSM模塊及聲光報警模塊實現(xiàn)對電池火災(zāi)火情的實時預(yù)警報警。

A6 GSM模塊是一款工業(yè)級通信模塊,其支持的GSM/GPRS工作頻率為850,900,1800,1900MHz, 可以低功耗地實現(xiàn)語音、SMS、數(shù)據(jù)的傳輸,支持1.8/3V SIM 卡,支持GSM07.07,07.05 AT命令及Ai Thinker 擴展命令[4]。

1.3 溫度檢測模塊

溫度傳感器DS18B20 是數(shù)字溫度傳感器, 可以將采集到地溫度信號直接轉(zhuǎn)換成數(shù)字信號輸送給微處理器, 每一塊DS18B20 均有唯一的產(chǎn)品編號, 在一條串行數(shù)據(jù)總線上可以使用多個傳感器,便于進(jìn)行多點檢測。本裝置設(shè)置六個DS18B20 溫度傳感器, 微處理器接受數(shù)據(jù)利用卡爾曼濾波計算溫度最優(yōu)化估算值,使火災(zāi)識別準(zhǔn)確。[5]

1.4 火探管自動滅火模塊

1.4.1 模塊概述

該模塊由裝有滅火劑的壓力容器、容器閥及火探管組成?；鹛焦苁且环N新型非金屬柔性材料,易于在細(xì)小空間內(nèi)布置,無需能源供給,能夠?qū)崿F(xiàn)線型探測,火探管在著火點上方受熱溫度最高處爆破, 利用自身儲壓將滅火劑通過爆破口直接噴射至著火點根部。[6]

1.4.2 滅火劑選擇及劑量計算

該裝置選用七氟丙烷滅火劑, 是一種無色無味無毒的氣體,適用于電氣類火災(zāi),本身沒有導(dǎo)電性能,可以有效隔絕著火化學(xué)反應(yīng)并防止火災(zāi)復(fù)燃。

火探管式自動探火滅火裝置的滅火劑用量應(yīng)按(1)式計算:[7]

式中:M 為滅火劑用量,kg;Q 為單位容積所需滅火劑最小用量,kg/m3;V 為被保護(hù)區(qū)容積,m3。

2 卡爾曼濾波算法溫度估算設(shè)計

該裝置傳感器需要實時采集電池溫度數(shù)據(jù), 汽車的加速、怠速等多種復(fù)雜工況, 傳感器的誤報問題以及電動汽車復(fù)雜的內(nèi)部環(huán)境都會對傳感器的數(shù)據(jù)采集產(chǎn)生影響, 所以該裝置利用卡爾曼濾波算法對溫度數(shù)據(jù)進(jìn)行修正, 使裝置對誤報問題的魯棒性更強。[8]

2.1 卡爾曼濾波算法原理

卡爾曼濾波算法在控制理論及控制系統(tǒng)工程有廣泛的應(yīng)用,是一種利用系統(tǒng)輸入的觀測數(shù)據(jù),去除噪聲干擾,對系統(tǒng)狀態(tài)進(jìn)行最優(yōu)估計的算法。[9]

卡爾曼濾波算法由預(yù)測狀態(tài)方程及更新方程組成。離散型卡爾曼濾波基本方程如下:

2.1.1 觀測對象的空間狀態(tài)系統(tǒng)模型狀態(tài)方程:

式中:Xk是k 時刻系統(tǒng)的狀態(tài),A 和B 為系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣,μk是k 時刻對系統(tǒng)的控制量,Wk為過程中的白噪聲。設(shè)Wk均值為0,對應(yīng)協(xié)方差矩陣表示為Q 的白噪聲。

2.1.2 該系統(tǒng)的測量方程:

式中:Zk是k 時刻的測量值,Hi為系統(tǒng)狀態(tài)測量矩陣,vk為測量的白噪聲。設(shè)vk均值為0, 對應(yīng)協(xié)方差矩陣表示為R 的白噪聲。

2.1.3 利用上一狀態(tài)的預(yù)測:

式中:X'k是利用上一狀態(tài)預(yù)測的結(jié)果,Xk-1是上一狀態(tài)最優(yōu)的結(jié)果。

2.1.4 利用上一狀態(tài)的預(yù)測對應(yīng)的協(xié)方差:

式中:P'k是X'k對應(yīng)的協(xié)方差,Pk-1是k-1 時刻Xk-1對應(yīng)的協(xié)方差,AT是A 的轉(zhuǎn)置矩陣。

2.1.5 卡爾曼增益:

式中:K 為卡爾曼增益,HTi為Hi的轉(zhuǎn)置矩陣。

2.1.6 最優(yōu)化估算:

式中:Xk為k 時刻的最優(yōu)化估算。

2.2 最優(yōu)化估算值求解

根據(jù)傳感器采集的數(shù)據(jù)得到溫度平均值, 利用上一狀態(tài)的最優(yōu)結(jié)果計算預(yù)測結(jié)果及對應(yīng)的協(xié)方差, 然后計算卡爾曼增益和當(dāng)前狀態(tài)下的最優(yōu)化估算值及其對應(yīng)的協(xié)方差。該裝置以電池包建立模型,卡爾曼算法分為預(yù)估方程和校正方程[10]。

3 軟件設(shè)計

該裝置使用Keil 軟件進(jìn)行編程、仿真及調(diào)試。裝置工作流程為:啟動裝置各個模塊首先進(jìn)行初始化,隨后傳感器進(jìn)行數(shù)據(jù)采集并將采集到的數(shù)據(jù)進(jìn)行傳輸, 然后通過卡爾曼濾波計算溫度最優(yōu)化估算值,判斷電池溫度是否達(dá)到預(yù)警或報警警戒閾值,若出現(xiàn)火情或火災(zāi)控制預(yù)警及報警模塊執(zhí)行任務(wù)。

結(jié)束語

本文設(shè)計了一種基于STM32 的電動汽車電池自動滅火裝置,裝置以STM32F103 單片機為核心,利用卡爾曼濾波算法對采集到的數(shù)據(jù)進(jìn)行最優(yōu)化估算,準(zhǔn)確識別電池火情火災(zāi),通過預(yù)警及報警模塊對火災(zāi)實時監(jiān)控, 并采用火探管自動滅火模塊快速有效滅火防止火災(zāi)復(fù)燃,便于駕駛員及時處理故障,保護(hù)駕駛員及乘客人身財產(chǎn)安全。