電動(dòng)車鋰電池管理系統(tǒng)的研究—模糊診斷專家系統(tǒng)

專家系統(tǒng)(EXPERT SYSTEM)是一個(gè)具有大量專門知識的程序系統(tǒng)，它應(yīng)用人工智能(ARTIFICIAL INTELLIGENCE，簡稱AI)技術(shù)，根據(jù)一個(gè)或多個(gè)人類專家提供的特殊領(lǐng)域知識進(jìn)行推理，模擬人類專家作決定的過程來解決那些需要專家才能解決的復(fù)雜問題。電池組故障診斷模糊專家系統(tǒng)是電池管理系統(tǒng)的一部分，它以模糊數(shù)學(xué)與模糊診斷原理為基礎(chǔ)，將電池專家和有關(guān)蓄電池使用和維護(hù)的書籍上總結(jié)出的經(jīng)驗(yàn)和規(guī)則存入知識庫中，以電池的歷史檔案、運(yùn)行狀況和上一次的診斷結(jié)果為依據(jù)，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(hù)信息。通過專家診斷系統(tǒng)，我們可以挑選出性能較差的電池，保證純電動(dòng)車或者混合電動(dòng)車的車用電池組性能上的一致，也使剩余電量估計(jì)模型能夠更準(zhǔn)確更好的應(yīng)用于電動(dòng)車上。

7.1 模糊數(shù)學(xué)與模糊診斷方法

在電池故障診斷中專家所描述的癥狀，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。我們通過模糊數(shù)學(xué)模型加以描述。用模糊關(guān)系矩陣來反映某些故障機(jī)理，并選用適當(dāng)?shù)碾`屬函數(shù)，用相應(yīng)的隸屬度來描述這些癥狀存在的傾向性。模糊故障診斷方法就是根據(jù)某些癥狀的隸屬度來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(bǔ)救措施的決策提供科學(xué)的依據(jù)。下面介紹模糊數(shù)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某種模糊關(guān)系。例如，某一故障將引起若干強(qiáng)弱不同的癥狀，而某一癥狀也表征著若干個(gè)故障的存在。這個(gè)模糊關(guān)系可通過隸屬度表示，例如，可定出癥狀x j相應(yīng)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(shù)據(jù)和歷史檔案通過一定的隸屬函數(shù)求得。至于模糊關(guān)系矩陣，它是大量分析、實(shí)驗(yàn)、測試和現(xiàn)場實(shí)踐經(jīng)驗(yàn)的總結(jié)，可以通過大量實(shí)驗(yàn)和總結(jié)有關(guān)專家，技術(shù)人員和工人的經(jīng)驗(yàn)來決定。同時(shí)還可以參考大量的相關(guān)資料和前人的經(jīng)驗(yàn)。

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

其中“*”為代數(shù)乘，運(yùn)算(r1j *μxj)可看成是對隸屬度μxj的加權(quán)修正，rij可看成是加權(quán)值，因而要求rij歸一化，即令

而代數(shù)和“+”則表示對諸因素