基于故障树的电动汽车充电桩故障分析系统设计_陈涵.pdf

电子设计工程Electronic Design Engineering第31卷Vol.31第4期No.42023年2月Feb.2023收稿日期：2021-08-23稿件编号：202108145基金项目：国网公司科技项目（JL71-15-042）作者简介：陈 涵（1980），男，福建福州人，硕士，高级工程师。研究方向：充电设施、车联网平台技术。随着全球污染问题以及能源危机问题的不断凸显，以化石燃料为动力来源且排放物为有害气体的传统内燃机汽车显然与当前节能减排的口号相矛盾1-4。作为新能源交通工具的代表，电动汽车凭借其高效节能的特性成为了新的发展趋势。但现阶段基于故障树的电动汽车充电桩故障分析系统设计陈 涵，郑蔚蔚，叶必超（国网电动汽车服务（福建）有限公司，福建 福州 350000）摘要：为了提升充电桩的工作稳定性，设计了集故障分析与远程控制为一体的电动汽车充电桩系统。其中充电桩的软件模块是系统设计的核心，其内置于充电桩，且在该模块内基于故障树算法实现了专家分析子系统。所提故障树算法同时兼顾概率变量、可能性变量这两类事件的不同特性，通过引入蒙特卡洛模拟和模糊集理论将传统故障树中的逻辑门电路转化为随机逻辑模块，进而提升故障分析的效率。在系统实现时，基于 ARM335x主板的硬件逻辑完成了对故障树的设计，并以E1事件为例进行充电桩故障的定性分析。分析结果表明，滤波器中路被击穿的重要度最高达到了0.425 5，并对充电桩的性能有着较大影响，故需要在日常运维中给予重点关注。关键词：故障树；充电桩；故障分析；ARM中图分类号：TP311；TN99文献标识码：A文章编号：1674-6236（2023）04-0100-05DOI：10.14022/j.issn1674-6236.2023.04.021Design of fault analysis system for electric vehicle charging pile based on fault treeCHEN Han，ZHENG Weiwei，YE Bichao（State Grid Electric Vehicle Service(Fujian)Co.，Ltd.，Fuzhou 350000，China）Abstract:In order to improve the working stability of charging pile and the operation efficiency of newenergy transportation system，this paper studies the electric vehicle charging pile system integrating faultanalysis and remote control.The software module of charging pile is the core of system design.It is builtin each charging pile.In this module，the expert analysis subsystem is realized based on fault treealgorithm.The fault tree algorithm in this paper takes into account probability variables According to thedifferent characteristics of two kinds of events，Monte Carlo simulation and fuzzy set theory areintroduced to transform the logic gate circuit in the traditional fault tree into random logic module，whichimproves the speed of fault analysis and reduces the implementation cost of the system.In theimplementation of the system，the ARM335x motherboard based on ARM architecture is used，and thefault tree is designed under the hardware logic of the motherboard.Taking E1event as an example，thispaper makes a qualitative analysis of the fault of the charging pile.The analysis results show that in thesupport subset，the importance of the middle path of the filter is up to 0.425 5，which has the greatestimpact on the performance of the charging pile，It needs to be paid special attention in daily operationand maintenance.Keywords:fault tree；charging pile；fault analysis；ARM-100电动汽车的发展尚未成熟，其中续航问题是制约其发展的重要阻力。充电桩是电动汽车补充能量的主要装置，也是其续航的能源保障，故及时识别充电桩故障对于新能源交通体系的正常运转具有重要意义。目前，学术界已对充电桩故障分析系统做了一系列研究，但这些研究存在两类问题：1）研究多侧重于充电桩故障诊断或远程控制等单一方面，而针对目前集远程控制、故障自诊断于一体的智能充电桩的研究仍相对较少；2）对充电桩的故障分析多依赖于算法和故障录波辅助分析系统等，未能建立一套普遍适用的专家系统用于故障的自诊断5-11。针对上述问题，该文详细介绍了一种基于故障树的电动汽车充电桩故障分析系统的设计与实现过程。该系统在运行过程中，能够实时监控各个硬件模块。且当系统发生故障时，依靠内置的故障诊断专家系统，并基于故障树算法实现故障的分析和定位。同时，所提系统还能够借助 4G/5G 无线通信将故障与分析结果传输到远程控制系统，以达到人机交互、远程操控的目的，从而实现对充电桩的远程调控及故障维修12-16。1系统设计1.1需求分析充电桩的故障分析和定位需要借助于其内置的故障录波模块。系统设计包含软件与硬件两部分，且在设计时必须先分析并明确系统需求。因此该文基于系统工程的思想，首先将系统需求转化为易于实现的功能模块。经过分析，系统被划分为四个模块，分别是APP前端模块、服务器后端模块、人机交互硬件模块以及充电桩软件模块设计。1）APP前端模块该模块主要为用户提供用户界面，完成用户与系统间的交互。其包含用户信息注册、定位导航、充电桩搜索、预约充电、充电模式选择等子功能。其中，充电桩模式选择功能主要实现其充电模式的选择与切换。该系统中，通常向用户提供定时、定量、自动充满以及百分比充电四种模式。2）服务器后端模块该模块不与用户连接，其主要完成数据分析、数据存储、网络通信三个功能。其中，数据分析是通过服务器端内置的数据处理模块对用户端海量的充电信息进行挖掘，并利用数据挖掘、数据分析等算法对用户的需求数据进行充分解析；而网络通信模块是用户与服务器之间的纽带，该模块主要为用户提供各种充电桩信息，并将用户的相关需求及时反馈以实现彼此之间的信息交互。3）人机交互硬件模块人机交互的硬件模块是充电桩设计的核心部分，其功能模块的构造如图1所示。图1系统人机交互硬件模块示意图人机交互模块主要包括 4G模块、RFID模块、扫描模块以及打印模块。用户通过这些模块传递信号至系统控制模块，从而使充电桩实现温度监控、散热、电表相关功能、BMS通信、充电状态监控、安全检测等功能。其中，BMS通信模块通过 CAN总线与电动汽车的车载BMS实现通信。4）充电桩软件模块充电桩的软件模块内置于每个充电桩内，为了实现充电桩的智能化，在该系统内设置了专家分析子系统。其具体功能模块的构造如图2所示。图2充电桩软件模块专家子系统专家分析子系统可以以人类专家级水平进行故障诊断，其包含用户管理模块、知识库管理模块、故障分析模块和故障维修及保养手册模块四个功能模块。其中，故障分析模块是该系统的核心部分。1.2故障树算法故障树分析是一种用于分析计算系统可靠性的常用方法。该方法基本结构中包含了逻辑电路的与门和或门，其具体结构如图3所示。陈 涵，等基于故障树的电动汽车充电桩故障分析系统设计-101电子设计工程 2023年第4期图3故障树基本结构决策树通过模拟基本事件(BE)之间的关系来评估复杂环境下的风险。故障树的输出是BE的函数：M=f()E1,E2,En（1）相较于传统的故障树分析方法，文中引入了一种考虑混合不确定性的定量分析故障树方法。在该方法中，基本事件BE可分为两类事件：1）k个概率变量(E1,E2,Ek)；2）剩下 n-k个可能性变量(Ek+1,Ek+2,En)。对不同类型的事件，采用不同的分布表示；对于概率变量，使用概率分布函数表示；对于可能性变量，采用可能性分布函数表示。为了使故障树算法同时兼顾两类事件的特性，引入了蒙特卡洛模拟和模糊集理论，并将决策树中的逻辑门电路转化为随机逻辑模块：if(A)=maxMA(fi(M)（2）Nfi(A)=infMA(1-Nfi(M)=1-if(A)（3）其中，M 为蒙特卡洛模拟过程下客观变量对应的样本数量，if()A、Nfi()A分别为刻画可能性变量和概率变量的测度集合函数。根据这两个函数可以分别得到事件的信任函数和似然函数，如式（4）和式（5）所示：BEL()A=i=1mNfi()A/m（4）PI()A=i=1mif()A/m（5）2方法实现2.1硬件树实现充电桩故障树分析系统主要采用决策树的方法，对充电桩的各个部分进行分析。该文使用的充电桩硬件电路部分如图4所示。图4系统硬件电路部分硬件系统的核心是 ARM335x 主板。根据硬件系统的组成结构，排查出可能导致充电桩故障的原因以及对应的模块，并根据其故障产生原因提供对应的解决方案。根据分析，充电桩故障产生的部件包括充电桩总故障树、充电模块故障树、主电路故障树、充电枪故障树、控制电路故障树、用户终端设备故障树与充电桩过温故障树。将这些原因划归为中间事件及底层事件，且中间事件是由底层事件所导致。其划分结果如表 1和表 2所示。故障树逻辑结构图如图5所示，其计算过程如图6所示。由于树的组成原理逻辑上是相同的，故图 6 即为该文实现的硬件树部分的逻辑对应关系。根据图中对充电桩故障分析的硬件树表达式进行化简，得出充电桩故障最简表达式为：M1=X1YX2YX42YX43YX44（6）2.2故障分析示意系统实现后，故障树即可对故障进行定量分析。定量分析是为了计算出概率重要度系数，以得-102到各个故障的轻重缓急，并指导工作人员有侧重地排查充电桩的故障。最终，实现高效的故障诊断与维护。由于充电桩故障总树的最小割集较多，该文以充电模块故障为例（即 E1事件）。图 5中已给出了E1的故障树结构。根据现场实地调研，统计X1-X12的发生概率如表3第2列所示。表3E1故障的定位分析结果故障树代码X1X2X3X4X5X6X7X8X9X10X11X12发生概率0.002 210.002 980.006 770.001 890.006 940.007 770.001 890.001 070.006 750.002 050.003 940.001 29重要度0.334 30.354 60.425 50.172 20.162 10.121 60.121 60.131 70