日韩免费在线一区I国产高清成人I久久99久久99久久I欧美日韩国产mvI热久久国产精品I日韩欧美综合精品I精品亚洲免费视频I91免费在线视频I香蕉影院在线I日韩中文字幕在线观看

2021年9月15-17日，“第三屆世界新能源汽車大會”（WNEVC 2021）在海南國際會展中心盛大召開，由中國科學技術協會、海南省人民政府、科學技術部、工業和信息化部、生態環境部、住房和城鄉建設部、交通運輸部、國家市場監督管理總局、國家能源局共同主辦。本次大會以“全面推進市場化、加速跨產業融合，攜手實現碳中和”為主題，邀請全球各國政產學研各界代表展開研討。

在9月17日下午舉辦的主題峰會“動力電池關鍵技術及綠色高效產業生態構建”上，東軟睿馳汽車技術（上海）有限公司總經理曹斌發表精彩演講。

曹斌分享了智能化大數據在電池安全預警、電池壽命、能耗與熱管理等方面的應用。大數據的分析可以有效提升對電池安全性、壽命和使用體驗方面的理解，實現對電池風險預測和性能優化，以提高安全性，延長壽命，提升體驗，支撐電池系統發展。

以下內容為現場致辭實錄：

大家下午好！我是來自東軟睿馳的曹斌，接下來我來分享一下關于大數據方面的一些情況。應該說對于新能源汽車的發展共識已經是非常清楚了，未來肯定會有越來越多的電動車上路和占有新車銷售的這個份額，剛才我們長城的戰略上也是未來會有非常多的車賣到市場上。

當然這個過程中因為我們一直在體會，電動車跟傳統燃油車最根本的一個差別就是能量的供給系統，也就是說我們電池這一部分，電池應該說到現在已經形成產業化和規模化的發展，但是至少從我們專業的角度來看，里面仍然還會有一些課題或者說一些痛點問題還沒有完全消除或者說屏蔽掉，我也經常跟我們做電池的同行去交流，一旦這個車量產了以后或者說大批量上市以后，內心的焦慮感還是一直存在的，隨著量越來越大，他可能會越來越睡不著覺，越來越擔憂這件事情，這個里面可能會有幾個方面的問題：

一個是安全性，起火、燃燒等等這一類的高風險事件。還有一個是壽命問題，可能頭一年還不錯，第二年還可以，后面陸續出現一些投訴和不達標的情況，不同氣候條件下，比如說冬季續航大幅度衰減，還有二手車的問題，由于對電池的擔憂，或者說由于它的這種壽命下降使得它的估值或者說二手車的價值以及再利用方面會有非常多說不清楚的問題。

所以我們也是一直在思考，行業怎么去解決這些問題呢？從電池的工藝、水平、生產制造和質量等方面去提升，也有的是從整車設計、電池包的設計方面去防止這些問題的出現，整個行業確實在這些方面都在不斷地進步和發展。還有一個方面我們在思考說，從數據的分析角度，或者說我們來換一個角度看，我們現在所面臨的問題是不是可以用這樣的方法徹底去解決呢？比如說今年我們也還會出現一些全球范圍的大規模召回事件，一些國際的車企可能大體量的有一些電動車去召回，原因也是一些安全上的問題，但這些問題其實我們來看，電動車電池原因的召回跟油箱或者說一些傳統車的零部件問題的召回是不是同樣一個問題呢？

可能我們有同樣的思維方法，但是可能問題的本質有差別，比如我們說有一些傳統的機械部件的設計可能確實是缺陷，只要有這種工況出現它就會出問題，電池的問題會有一些不可檢知的，在全生命周期里面有一些低概率事件存在，比如說一個全球性的車企，它有可能生產了10萬臺車一年，按典型值來算，一臺車有100只電池的話那就是1千萬只電芯，如果我們看PPM的話，個位數就是10只電芯會有一定的問題，但是我們說PPM還可以做得更好，我們通常說的PPM是指說到量產點的時候，到市場上零公里，這是一個問題，但我們現在說的PPM是全生命周期的，這個電池從上市裝車一直到生命終止，它的這個過程中沒有缺陷，按這個來算其實是蠻難的一件事情。

有些缺陷是在生產終點可以檢測出來，有些缺陷很小，比如說微小的異物、隔膜的缺陷、毛刺等等，這些可能在生產產線的終點的時候你看不到，但是有可能在生命周期里面不斷地惡化、演變，最后變成一個起火事件。所以它的這個問題有可能1千萬臺里面有10只，這10只可能在頭兩個月著了一只，再過兩個月再著一只，可能這個車企會覺得說這個電池沒有辦法證明剩下的那幾百萬只都是好的，所以我們把它召回吧，這是一個非常復雜的傳統的思維方法，你不能證明后面是不是都有問題的，所以把它們都召回來。

但實際上我們把這10只在市場上通過某種手段找出來，剩下的都是挺好的，所以我認為我們在看待這種召回問題和質量問題的時候，可能會有一些不同的思考方法。我們東軟睿馳有一個大數據團隊，16年就開始做這個方面的研發工作，所以我們可能對于電池的安全、壽命還有使用體驗方面，對這些本質的問題做一些分析和研究，去研究說到底如何把這10只找出來，如何去分析這個電池壽命衰減的這種狀況，或者說當我們進入到二手車市場的時候，我們如何去判斷這個電池、還能不能預測出它還有多長的壽命是可以使用的，當然也包括說冬季能不能效率更高一點，里程的衰減更少一點。

那我們隨著研究的深入發現，隨著數據分析的應用，我們覺得有些問題是可以改善和提高的，甚至是可以有一個大幅度的變化。這個里面是我們做的一個其中最基礎的工作，就是基于我們叫領域模型，這個領域模型就是我們知道熱失控的原理，有可能是內短路的，有可能內阻發生了一些變化等等，我們通過這種化學和物理這些方面的數學分析，建立數學模型，然后去找到它的指標，從這個海量數據里面把有可能發生的這種模型的狀態給提取出來，我們就有可能在海量的電池里面把有潛在缺陷的電芯找出來，把它召回。這個里面我們也有很多的案例，確實通過我們的數據分析能夠找到內部的一些異物的情況，找到這些有問題的電芯，然后把它替換掉。

另外一方面我們也發現故障的原因是多種多樣的，并不能完全歸類到我們既有的體系和模型里面去，所以我們也建立了深度學習的方法，不光是基于現有的模型，也基于海量的數據，通過半監督訓練的方式，建立一個更加智能化的數學模型，通過這樣的數學模型，能夠把已知和未知的問題，都能夠在一定程度上把這些有潛在風險的電芯提前篩選，這些篩選比如說在百萬只甚至更大規模的電池系統里面，能夠把若干比例的，可能是百只或者是幾十只這些電芯提前進行定位，這些定位里面有些可能是在我們的事實庫里面能夠知道是什么原因的，有些已經表現出故障了，但是有些我們還不知道是什么原因，說到底是什么問題，有沒有問題可能也不是很清楚，但是它是可疑的，我們把它召回來進行分析和檢正，進一步修正我們的數學模型。

通過這樣的一些長期訓練和結果，我們可以針對一款或者是特定的某一個車型建立一個知識體系，使得它終生的這種數據保證車輛在使用過程當中能夠在一個比較安全的，或者說更加安全的狀態，我們認為每一個電芯有可能它由于先天的缺陷或者說是由于使用中的一些撞擊沖擊導致內部缺陷逐漸形成和演化，我們是不是可以在這個演化逐漸加速到不可收拾之前把它發現提取，把它找出來。這個使得我們整個電動車的使用過程中，雖然它也是一種帶缺陷的狀態，但是有缺陷的我們就把它叫回來替換掉，屬于一種相對來說不會處于產生激烈問題的狀態。

還有一個就是壽命問題，其實這是一個更復雜的問題，我們前面也提到了壽命問題是一個多維的非線性系統，也就是說它不可預測，會由于外界很多種因素導致這個演化的結果會走到不同的曲線上去，會越來越發散，這是一個非常典型的非線性課題。我們也在不斷地建立我們相應的數學分析的基礎，包括最基本的一些安時積分的方法和等效電路的方法，同時我們也基于深度學習的一些模型去預測和分析我們這個電池的壽命走勢。

基于這樣的分析我們會把諸多的方法融合到一起，建立一個更融合化的壽命預測模型，我們叫融合的SOH估算體系，這個體系可以控制在1.5的精度范圍內，對于SOH來說這個也是蠻高的數值，同時也可以找到一些離群的點，這個也是可以支持安全性和故障的分析。

同時我們也在數據實時分析過程當中，把我們平時電芯企業在實驗室里面做的方法用到大數據里面，去找到產生相應衰減的內在機理方面的變化，比如說活性物質的損耗，我們會把這些數據結合到我們的知識體系，找到一款具體的電芯，分析它的內在活性物質或者跟壽命有關的因素它衰減了多少。同時我們就可以做到更好的一個預測。我們也會根據它使用的歷史數據去匹配，用戶的哪些使用習慣、用戶什么樣的行為模式對于它的這些內在壽命因素差距了一些重大的影響，我們再去做一些相應的匹配和分析，最終會確定說具體的某影響因子，比如說充放電的習慣、出行習慣和駕駛的模式等等，這些模式可能對壽命的影響因子有多少，最后做個排列，針對這一款電芯、這一款車它的主要影響因子都是哪些，分別占的比例是多少。

那這會產生一些好的結果就是說，一方面我們對于壽命可以更精準地去計算，另一方面我們對于壽命的預測可以有相應的方法，比如說我們知道它的行為模式，也知道當前的壽命情況，我們去進行推導，我們可以知道這一款車可以用多久，同時當我們把這一款車去進行二手車銷售的時候，可能我們也會更加清楚地知道，比如原來是個私家車，可能每天使用的里程很少，當我們把它轉換成網約車的話，它的駕駛模式會發生變化，我們可以比較精準或者說清楚地計算出這一款車適不適合繼續做網約車，它可以用網約車跑多少公里、多少年。

再進一步說這個電池回收下來，進入到二次利用的市場，二次利用市場使用的模型也可以很清楚地去預測，帶到我們的平臺里面，我們可以知道說具體一款車在二手車市場里面可以用到什么情況，它的價值是什么樣子的。所以對于一款具體的車型來說可能有幾十萬臺車，如果這些車都做二手市場或者說回收利用的話可能就是給你一個機會，你可以優先去選擇，如果我們有這樣的一套系統，你確實可以把里面高價值剩余的車篩選出來，相對來說經濟模型會變得更加有效。

再一個就是我們看到的熱管理和系統設計方面的修正，比如說我們對于電池的加熱和在冬季使用中的一些功率控制，當我們對于一臺車在特定工況下的數據分析出來它的能量損耗在哪些方面，比如說使用在行駛中還是駕駛艙的加熱或者說在電池加熱里面，同時再結合我們溫度輸出與功率之間的關系，其實可以做冬季里程比較好的優化方案，我們可以通過這種加熱策略的調整，可以提升大概20%-30%的里程狀態。

當然我們也在前面看到了，大數據的分析確實對于電池安全性、壽命和使用體驗方面的理解可以更加多層次、多維度的變化。同時我們認為說，可能過去我們用傳統車的方法，我們有一個部件，這個部件加上一個電子控制系統，加上軟件和策略它就應該是一個可靠系統，同樣的思路對于電池來說可能是不充分的，從現在的角度來說，我們認為可能對于一個電池系統，它確實需要一個好的電池，一個好的控制BMS，同時還應該有一個全生命周期一直在線的大數據分析系統，這個應該對于電池來說是必要的，或者我們認為未來都應該是這樣的一種形態，那我們建立電池的知識，通過數據分析和監控，包括我們后續進一步調整動態BMS的策略，對于延長電池壽命和使用感受都會有很大的幫助。

同時，我們現在也與一些電池企業合作，把生產過程當中的數據導入到大數據平臺，我們可以根據車的實際壽命變化和缺陷的一些分析，反過來去看生產過程當中哪些因素對這些方面有影響。很多時候我們發現看不出來哪些因素有影響，說明反過來會有另外一個問題就是說，我們的這個生產過程當中數據的監控系統可能還不足以分析出來我們現在能導致的一些安全和壽命問題的缺陷，這方面還需要進一步引入一些生產數據監控的平臺。

最后再介紹一下東軟睿馳在這個方面做的技術情況。一方面，我們2016年開始做大數據分析團隊工作，到目前積累了大概有50多萬臺車的數據，給若干家的車企和電池企業提供大數據分析系統，同時東軟睿馳也做電池包和BMS系統開發，所以我們對于全鏈條策略的管控包括售后服務的系統，其實也都積累了非常多的經驗和這些過程中的數據，對于我們不斷地提高整個系統的完善度其實是有很大幫助的，同時我們也在與一些客戶去合作，探討說如何去把數據導入到設計過程中去優化它的整車設計和策略，優化它的電池生產和制造的環節以及電池包的一些設計環節，這些方面也在過程中不斷去產生價值，我們這些過去已經形成了一些經驗和方法，目前也已經實現了一些產品化，比如說我們的大數據監控平臺變成了產品可以直接交付給客戶去使用，非常短的時間就可以匹配到一臺車和特定的電池直接上線去運行。

同時我們也在構建車云一體的BMS系統，隨著電池使用周期和場景的變化，可以更加針對性地調整，使得它的壽命安全性和使用感受能夠得到更好的保證，以上就是我今天分享的一些信息，謝謝各位！

（注：本文根據現場速記整理，未經演講嘉賓審閱）