Model-driven software development and verification solutions for safety critical battery management systems : a quantitative evaluation of probabilistic inference & artificial intelligence methods

Fleischer, Christian; Sauer, Dirk Uwe (Thesis advisor); Schaltz, Erik (Thesis advisor)

Aachen : ISEA (2020, 2021)
Buch, Doktorarbeit

In: Aachener Beiträge des ISEA 142
Seite(n)/Artikel-Nr.: 1 Online-Ressource (x, 356 Seiten) : Illustrationen, Diagramme

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2020

Kurzfassung

Die Automobilindustrie erreicht einen beispiellosen Wendepunkt. Die neuen Herausforderungen sind weitreichend. Die Zukunft des Verbrennungsmotors wurde unterzeichnet und besiegelt, da Elektrofahrzeuge mit ihren Hochvoltbatterien als Ersatz für Antriebssysteme prädestiniert sind. Heutzutage sind SW-Methoden und -Algorithmen nicht ausgereift genug, da die HV-Traktionsbatterie eine komplexe elektrochemische Komponente in einer neuen Anwendung ist und die Voraussetzung die Kenntnis und das Verständnis der Arbeitsprinzipien einschließlich des Alterungsmechanismen ist. Diese verursachen eine komplexe Dynamik auf mehreren Zeitskalen durch überlagerte Wechselwirkungen chemischer Reaktionen, deren Modellierung komplex ist. In den letzten Jahren hat der Bedarf an Batteriesystemen und deren fortschrittlicher Software erheblich zugenommen, um die Anforderungen an Leistung, Energie, Lebensdauer und Sicherheit zu erfüllen. Gleichzeitig müssen die Kosten sinken, um mit herkömmlichen Antriebssystemen konkurrieren zu können. Daher stellt sich die Frage, wie diese Komponenten optimal eingesetzt werden können, um ein wettbewerbsfähiges HV-Traktionsbatteriesystem zu gewährleisten. Daher wird in dieser Arbeit das modellbasierte Batteriemanagementdesign erörtert, was nicht bedeutet, visuelle Methoden anzuwenden, um die Probleme anzugehen, sondern wir verwenden qualitative Modelle, um das Batterieverhalten darzustellen, z.B. das Betrachten der elektrischen Eigenschaften des Spannungsverhaltens beim Anlegen von Strom an die Batterie. Diese Arbeit bietet eine Reihe von adaptiven Algorithmen für die Online-Schätzung des Batteriezustands und der Parameter, mit denen verschiedene Aspekte wie Effizienz, Robustheit, Genauigkeit und Implementierungsaufwand für das Ziel bewertet werden. Bayesianische Optimalfilter für nichtlineare Systeme, Linearisierungsverfahren, z. Der erweiterte Kalman-Filter und andere numerische Approximationsmethoden (Gaußsche Summe, iterative Quadratur und deterministische Sampling-Approximation) werden quantitativ verglichen. Die umfassende Diskussion beinhaltet die Definition des Schätzungsrahmens, der für die Zustands- und Parameterschätzung unter Verwendung der gemeinsamen und doppelten Schätzung integriert ist. Zusätzlich werden neue Schätzverfahren aus dem Bereich des maschinellen / tiefen Lernens eingeführt, um die Batterielebensdauer vorherzusagen. Die Bayes'schen Schätzer werden in Bezug auf verschiedene batterieäquivalente Schaltungsmodelle verglichen, da sie für eine genaue Schätzung der Spannung, des Ladezustands, der Parameter oder der verfügbaren Leistung / Energie benötigt werden. Batteriemanagementsysteme sind sicherheitskritische Softwaresysteme, die Code enthalten, dessen Ausfall oder Fehlfunktion eine Gefahr für das Leben von Menschen darstellt oder dazu beitragen kann. Die Qualität der freigegebenen SW hängt davon ab, auf welcher Ebene die Prüfung durchgeführt wird. Daher werden SW-Tests und Hardware-in-the-Loop-BMS-Validierungen auf funktionaler und nicht funktionaler Ebene eingeführt, was zu einer neuartigen Simulationsumgebung für Batteriesysteme einschließlich Fehlereinfügung führt. Darüber hinaus wird eine neue Methode zur modellgesteuerten Softwareentwicklung für BMS nach ISO26262 erörtert, bei der eine neue Toolkette für die SW-Architektur und Modellentwicklung auf Mehrkern-CPUs eingeführt wird, die die Rechenleistung für die Überwachung einzelner Zellen optimiert. Das eingeführte Ökosystem erfüllt die Anforderungen während der Entwicklungsphase mit Rückverfolgbarkeit, Validierung und Verifizierung.

Einrichtungen

• Lehrstuhl für Elektrochemische Energiewandlung und Speichersystemtechnik [618310]
• Institut für Stromrichtertechnik und Elektrische Antriebe [614500]