广告
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。
一
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。
二
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”。
三
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。
四
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。
广告 
广告
广告
最新资讯
-
高电压工况下温度测量：挑战与应对策略全解
2024-12-30 12:30
-
国家数据局发布《国家数据基础设施建设指引
2024-12-30 11:11
-
标准立项 | 《燃料电池电动汽车能量流测试
2024-12-30 11:10
-
2024年中国电池ID成果发布会成功举办
2024-12-30 11:04
-
ENCAP2026对低速碰撞避免的要求（中）
2024-12-30 11:03
广告
广告
