如何合理地开展电池包寿命与可靠性工作

2019-05-29 23:01:08·  来源:知化汽车  
 
电池系统寿命/可靠性的评估是一个相对难的话题,涉及到的面比较多,尤其是搞产品而非科研研究,需要站在科学的基础上解决实现工程的问题。要能更好地理解和进行
电池系统寿命/可靠性的评估是一个相对难的话题,涉及到的面比较多,尤其是搞产品而非科研研究,需要站在科学的基础上解决实现工程的问题。

要能更好地理解和进行电池系统的寿命/可靠性评估工作,需要四方面的知识:(1)电芯,主要是老化,容量衰减等基本原理;(2)可靠性数学基本知识,主要是威布尔等寿命函数,可修/不可修产品寿命建模;(3)电池包结构、热、电气等设计;(4)汽车可靠性工程。

缺少任何一个,都容易走偏。比如搞电芯的只顾着电化学机理研究;搞数学的只顾着数学模型;搞电池包的缺乏对前端基础数据和后端应用工况的一手素材;搞汽车的很少深入下去,基本把电池包当成个零部件整体;合作起来也不那么顺利,相互看不懂。


每个角度都是对的,但因为各领域缺少很多相通的“语言”,因此往往形成不了相对全面和有效的方法。

而且,随着大数据的越发普及,可靠性的评估也出现了新的趋势。



从电芯的角度来看
,它的可靠性/寿命在很大程度上等同于两个方面:容量、安全。容量主要是指容量的衰减,这影响到整车的性能,也影响到整车的质保,所以很大一部分工作或是研究的方法是针对容量衰减的。电芯领域建立了一系列针对容量衰减的研究,基本都可以归纳为某种加速寿命模型,类似如下。

通过加速寿命模型的参数,将时间,温度,电化学体系等不同因子考虑进来。本质是一种基于电化学原理的数据拟合,这个拟合可以解释看到的(测试数据),也可以基于已有数据对未来进行预测(什么时候容量衰减到70%)。注意,这里的数据拟合不是单纯的“数字拟合”,而是有其相应的电化学基理,因此,这个建模是可以指导电芯设计改进的,因此它能够知道某个具体因子的具体影响。

安全比较容易理解,主要是研究电芯内部如何导致起火爆炸,即故障/失效机理。

搞电芯的朋友需要明白一个事实:电芯是一种不可维修产品!而电池包,汽车是一种可维修产品!电芯的寿命就是一次,发生故障,失效了,就必须整体换掉,无法再使用;而电池包,汽车在相当多的故障情况下,经过维修,还是可以继续工作的。对于电芯来说,没有MTBF(mean time between failure,平均故障间隔时间)的概念,只有MTTF(mean time tofailure,平均失效前时间)。

所以,不能用电芯的数学模型来套电池包或是整车,电芯的模型只是它们的一部分。

很多情况下,可以用电芯的模型来预计PACK的寿命,是基于这样一种假设:电芯是PACK所有零部件中寿命最短的,而电芯一旦失效,往往不能更换,进而导致整个包报废。但这不是必然的,Tesla的并联设计,当个别电芯失效,其铝丝焊接断开,电芯被隔离,整车依据可以“带病工作”,只是性能受损。

电芯寿命/可靠性的最理要的价值在于:对外,论证在质保期内容量的衰减满足整车企业的要求;识别电芯安全机理,协助整车做好功能安全防护。对内,提供电芯持续改进的科学依据和方法。



从电池包/PACK的角度
,可靠性更多地意味着整个产品较少的发生故障。除了电芯,整个包还有很多机械结构,电气部件,热管理部件。它们都有自己的失效机理和模式,又相互影响,在建模时,会有耦合的问题。

对电池包进行数学建模,很难基于各零部件的机理,这些机理往往是无法获得的。这时,有两种方法来进行处理:一是简化电池包的模型,对关键的部件进行建模;二是,直接把电池包作为一个黑盒子,只看电池包的故障数据,单纯的对“数字”拟合,这个方法数据容易获得,同时可以预测电池包发生故障,需要维修的概率,次数,对整车企业来说,是有巨大价值的。

单纯数字建模的问题在于,你可能知道发生了多少次故障,但你无法预计是哪个部件发生故障,整车企业无法备货,这种统计学的方法,只能后续通过大数据对故障进一步挖掘,才能发挥更好的价值。

电池包层面的可靠性评估,更多的价值在于可靠性工程层面,即,解决零部件失效概率,改进设计。

电池包人员需要做:第一,确定电池包各零部的失效分布;第二,确定各零部件故障发生的机理;第三,针对每个零部件制定一个设计优化计划,将失效降低至目标水平;第四,确定可能导致电芯发生安全事故的机理,提供相应的解决方案。



需要注意的是,在电芯发生寿命问题之前,绝大多数的电池包可靠性问题,是电池包一方需要解决的工程问题,这个阶段更多的是技术问题,而非“数学模型问题”。


从整车的角度
,电池包的可靠性意味着:一,容量衰减;二,电池包层面的故障。正好是电芯与PACK人员各个工作重点的合集。在更多场合,整车遇到的可靠性问题,属于非电芯的PACK问题,他们在对PACK可靠性的理解更趋同些。

但是整车企业具备更多的优势和视角:他们对车的使用理解更透彻,掌握的数据更全面,看待问题的角度更宏观。整车具备了从顶层(故障现象的数据),向底层(故障机理)去逆向挖掘的能力和资源,这得益于大数据技术,如下图奔驰的尝试。这种自上而下的探索需要上游的配合,否则就需要建立强大的研发团队,和巨量的资金投入。



从可靠性人员的角度
,电池包可靠性往往只是又一个“可修复产品”,他们有很多种模型,工程方法,试验手段来指导研究,他们对于如何来建模,如何去做可靠性工程,如何进行可靠性增长,更具理论功底和方法论。这是他们的优势,其劣势也很明显:很难深入理解产品和技术。

在现实的工作中,往往是哪一方强势,哪一方来主导整个可靠性的工作模式和方向。可靠性问题首先是一个系统问题,需要一个可以调动各方资源的人来统筹,它最终需要解决的是产品实实在在的失效问题,而不是如何来更好地做汇报:可靠性其实并不虚。
 
 
分享到:
 
  • 公众号

    测试网微信公众号

  • 小程序

    测试网微信小程序

  • 移动端

    测试网移动端

  • 通讯录

    测试网通讯录

汽车测试网 Copyright © 众为传媒 沪ICP备11026917号