广告
燃料电池汽车与加氢基础设施监控与管理平台介绍
2021-02-04 11:51:07· 来源：电动车辆国家工程实验室
国家重点研发计划《燃料电池发动机及商用车产业化技术与应用》由潍柴动力股份有限公司牵头，北京理工大学负责完成燃料电池汽车与加氢基础设施监控与管理平台的设
国家重点研发计划《燃料电池发动机及商用车产业化技术与应用》由潍柴动力股份有限公司牵头，北京理工大学负责完成燃料电池汽车与加氢基础设施监控与管理平台的设计和研发。该平台针对“燃料电池商用车和加氢站运行数据的多源、异构、离散”，“不同类型车辆和加氢设施数据实时高效的批量处理技术”，“燃料电池商用车综合性能指标评价”等关键技术问题，利用机器学习和深度学习算法进行数据分析和挖掘，构建燃料电池商用车、加氢站安全评估与技术评价体系。
图1 系统逻辑架构图
燃料电池汽车与加氢基础设施监控与管理平台需要满足高扩展性、高可靠性、高容错性、高吞吐率等要求。该平台系统IT架构基于Hadoop大数据生态、微服务设计而成，平台由数据采集层、软硬件技术支持层、分析计算层、大数据可视化展示层、运维管理五部分组成（图1）。
1. 数据采集层
数据系统采用分布式接入的设计模式，能通过横向扩充接入服务的形式进行接入能力扩充，具有良好扩展性。针对自定义数据处理使用模块化设计模式，实现热插拔插件式部署，可在不重启服务的情况下通过热部署模式实现插件部署，从而达到不同数据单元的处理逻辑功能更新。数据接入负载均衡，使用负载均衡设备按照配置的算法机制，实现IP流量分配到多个接入点服务器上共同完成数据接入任务。
2. 软硬件技术支持层
软硬件技术支持层包括七部分子模块，分别为高速队列消息模块、数据实时计算模块、实时缓存模块、数据总线接口模块、分布式文件库存储模块、分布式索引数据库模块、分布式关系数据库模块。核心网络模块部分采用的是基于epoll的反应堆模型的高并发网络基础封装库；资源控制方面采用连接池管理方案，有效提高内存资源的使用效率，实现高效的数据资源申请和释放；日志系统采用基于内存块flush方式的延时缓冲存盘模式，有效提升日志书写速度并保障内容完整。
3. 分析计算层
基于前期大数据基础处理模块提供的数据，利用实时计算引擎、离线计算引擎、图计算引擎和机器学习引擎，使用规则模型对原始数据进行数据清洗过滤，通过分析数学模型对电池、电机和整车性能进行分析，从而对燃料电池汽车及加氢基础设施运维进行统计分析及效果评估。
针对燃料电池系统存在的故障以及相应安全问题，主要从故障诊断以及建立预警机制两个方面进行解决。
• 故障诊断
图2 故障诊断系统技术路线
以聚类算法和离群点分析方法为主，通过发现非相关性的对象点（即偏离聚类中心）电压点的程度来判断故障等级，参考不同的距离设置电池电压阈值来确定故障等级，并将其转换为电池健康状态等级；利用数理统计学中的方差和标准差知识，根据时间序列中的数据所呈现的季节变动规律性，对不同季节的燃料电池性能差异，提取特征值进行相关性分析，应用神经网络进行电池性能预测。基于故障树方法、专家打分法、层次分析法以及熵值权重法建立低等级故障的可靠性模型、高危故障统计的安全性模型、不同环境车辆性能差异的环境适应性模型。
• 安全预警机制
利用新建立的燃料电池汽车安全管理与综合评价平台，获取燃料电池系统历史数据与实时运行数据，建立燃料电池、电机系统专家数据库，利用故障等级划分将故障发生前的特征进行提取分析，达到预警目的。此外，通过故障类型划分，利用对应故障特征分析和提取特征参数，建立系统故障树模型以及基于大数据数学建模的燃料电池健康状态评估模型和远程故障定位与分析，对故障提前定位达到预警目的。
4. 大数据可视化显示层
大数据可视化显示层主要涉及宏观展示界面、企业入口界面、模块分析界面、结果数据展示界面，包括大屏幕监视系统、移动端APP系统等。
5. 运维管理体系
运维管理体系以安全策略为核心，以管理为重点，以技术为支撑，以工程方法为指导，根据业务特点统一规划安全解决架构体系。从物理环境、系统、网络、应用和数据实现五位一体安全防护，从资产、组织、人员、环境、运维、访问控制、系统开发与维护、安全时间、业务连续性和符合性等方面实施运维保障管理。
图1 系统逻辑架构图
燃料电池汽车与加氢基础设施监控与管理平台需要满足高扩展性、高可靠性、高容错性、高吞吐率等要求。该平台系统IT架构基于Hadoop大数据生态、微服务设计而成，平台由数据采集层、软硬件技术支持层、分析计算层、大数据可视化展示层、运维管理五部分组成（图1）。
1. 数据采集层
数据系统采用分布式接入的设计模式，能通过横向扩充接入服务的形式进行接入能力扩充，具有良好扩展性。针对自定义数据处理使用模块化设计模式，实现热插拔插件式部署，可在不重启服务的情况下通过热部署模式实现插件部署，从而达到不同数据单元的处理逻辑功能更新。数据接入负载均衡，使用负载均衡设备按照配置的算法机制，实现IP流量分配到多个接入点服务器上共同完成数据接入任务。
2. 软硬件技术支持层
软硬件技术支持层包括七部分子模块，分别为高速队列消息模块、数据实时计算模块、实时缓存模块、数据总线接口模块、分布式文件库存储模块、分布式索引数据库模块、分布式关系数据库模块。核心网络模块部分采用的是基于epoll的反应堆模型的高并发网络基础封装库；资源控制方面采用连接池管理方案，有效提高内存资源的使用效率，实现高效的数据资源申请和释放；日志系统采用基于内存块flush方式的延时缓冲存盘模式，有效提升日志书写速度并保障内容完整。
3. 分析计算层
基于前期大数据基础处理模块提供的数据，利用实时计算引擎、离线计算引擎、图计算引擎和机器学习引擎，使用规则模型对原始数据进行数据清洗过滤，通过分析数学模型对电池、电机和整车性能进行分析，从而对燃料电池汽车及加氢基础设施运维进行统计分析及效果评估。
针对燃料电池系统存在的故障以及相应安全问题，主要从故障诊断以及建立预警机制两个方面进行解决。
• 故障诊断
图2 故障诊断系统技术路线
以聚类算法和离群点分析方法为主，通过发现非相关性的对象点（即偏离聚类中心）电压点的程度来判断故障等级，参考不同的距离设置电池电压阈值来确定故障等级，并将其转换为电池健康状态等级；利用数理统计学中的方差和标准差知识，根据时间序列中的数据所呈现的季节变动规律性，对不同季节的燃料电池性能差异，提取特征值进行相关性分析，应用神经网络进行电池性能预测。基于故障树方法、专家打分法、层次分析法以及熵值权重法建立低等级故障的可靠性模型、高危故障统计的安全性模型、不同环境车辆性能差异的环境适应性模型。
• 安全预警机制
利用新建立的燃料电池汽车安全管理与综合评价平台，获取燃料电池系统历史数据与实时运行数据，建立燃料电池、电机系统专家数据库，利用故障等级划分将故障发生前的特征进行提取分析，达到预警目的。此外，通过故障类型划分，利用对应故障特征分析和提取特征参数，建立系统故障树模型以及基于大数据数学建模的燃料电池健康状态评估模型和远程故障定位与分析，对故障提前定位达到预警目的。
4. 大数据可视化显示层
大数据可视化显示层主要涉及宏观展示界面、企业入口界面、模块分析界面、结果数据展示界面，包括大屏幕监视系统、移动端APP系统等。
5. 运维管理体系
运维管理体系以安全策略为核心，以管理为重点，以技术为支撑，以工程方法为指导，根据业务特点统一规划安全解决架构体系。从物理环境、系统、网络、应用和数据实现五位一体安全防护，从资产、组织、人员、环境、运维、访问控制、系统开发与维护、安全时间、业务连续性和符合性等方面实施运维保障管理。
广告
最新资讯
-
解决方案丨封装力对燃料电池堆的影响
2024-05-06 15:28
-
IDIADA提升动力总成环境舱测试能力，适用范
2024-05-06 15:23
-
NI×怿星：联合打造行业领先的L4自动驾驶数
2024-05-06 13:57
-
特斯拉FSD自动驾驶方案要点解读
2024-05-06 11:35
-
蔚赫信息储能BMS HiL系统：揭秘能源管理新
2024-05-06 10:49
广告
广告
