國(guó)家重點(diǎn)研發(fā)計(jì)劃《燃料電池發(fā)動(dòng)機(jī)及商用車(chē)產(chǎn)業(yè)化技術(shù)與應(yīng)用》由濰柴動(dòng)力股份有限公司牽頭，北京理工大學(xué)負(fù)責(zé)完成燃料電池汽車(chē)與加氫基礎(chǔ)設(shè)施監(jiān)控與管理平臺(tái)的設(shè)計(jì)和研發(fā)。該平臺(tái)針對(duì)“燃料電池商用車(chē)和加氫站運(yùn)行數(shù)據(jù)的多源、異構(gòu)、離散”，“不同類(lèi)型車(chē)輛和加氫設(shè)施數(shù)據(jù)實(shí)時(shí)高效的批量處理技術(shù)”，“燃料電池商用車(chē)綜合性能指標(biāo)評(píng)價(jià)”等關(guān)鍵技術(shù)問(wèn)題，利用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法進(jìn)行數(shù)據(jù)分析和挖掘，構(gòu)建燃料電池商用車(chē)、加氫站安全評(píng)估與技術(shù)評(píng)價(jià)體系。


圖1 系統(tǒng)邏輯架構(gòu)圖

燃料電池汽車(chē)與加氫基礎(chǔ)設(shè)施監(jiān)控與管理平臺(tái)需要滿足高擴(kuò)展性、高可靠性、高容錯(cuò)性、高吞吐率等要求。該平臺(tái)系統(tǒng)IT架構(gòu)基于Hadoop大數(shù)據(jù)生態(tài)、微服務(wù)設(shè)計(jì)而成，平臺(tái)由數(shù)據(jù)采集層、軟硬件技術(shù)支持層、分析計(jì)算層、大數(shù)據(jù)可視化展示層、運(yùn)維管理五部分組成（圖1）。

1. 數(shù)據(jù)采集層

數(shù)據(jù)系統(tǒng)采用分布式接入的設(shè)計(jì)模式，能通過(guò)橫向擴(kuò)充接入服務(wù)的形式進(jìn)行接入能力擴(kuò)充，具有良好擴(kuò)展性。針對(duì)自定義數(shù)據(jù)處理使用模塊化設(shè)計(jì)模式，實(shí)現(xiàn)熱插拔插件式部署，可在不重啟服務(wù)的情況下通過(guò)熱部署模式實(shí)現(xiàn)插件部署，從而達(dá)到不同數(shù)據(jù)單元的處理邏輯功能更新。數(shù)據(jù)接入負(fù)載均衡，使用負(fù)載均衡設(shè)備按照配置的算法機(jī)制，實(shí)現(xiàn)IP流量分配到多個(gè)接入點(diǎn)服務(wù)器上共同完成數(shù)據(jù)接入任務(wù)。

2. 軟硬件技術(shù)支持層

軟硬件技術(shù)支持層包括七部分子模塊，分別為高速隊(duì)列消息模塊、數(shù)據(jù)實(shí)時(shí)計(jì)算模塊、實(shí)時(shí)緩存模塊、數(shù)據(jù)總線接口模塊、分布式文件庫(kù)存儲(chǔ)模塊、分布式索引數(shù)據(jù)庫(kù)模塊、分布式關(guān)系數(shù)據(jù)庫(kù)模塊。核心網(wǎng)絡(luò)模塊部分采用的是基于epoll的反應(yīng)堆模型的高并發(fā)網(wǎng)絡(luò)基礎(chǔ)封裝庫(kù)；資源控制方面采用連接池管理方案，有效提高內(nèi)存資源的使用效率，實(shí)現(xiàn)高效的數(shù)據(jù)資源申請(qǐng)和釋放；日志系統(tǒng)采用基于內(nèi)存塊flush方式的延時(shí)緩沖存盤(pán)模式，有效提升日志書(shū)寫(xiě)速度并保障內(nèi)容完整。

3. 分析計(jì)算層

基于前期大數(shù)據(jù)基礎(chǔ)處理模塊提供的數(shù)據(jù)，利用實(shí)時(shí)計(jì)算引擎、離線計(jì)算引擎、圖計(jì)算引擎和機(jī)器學(xué)習(xí)引擎，使用規(guī)則模型對(duì)原始數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗過(guò)濾，通過(guò)分析數(shù)學(xué)模型對(duì)電池、電機(jī)和整車(chē)性能進(jìn)行分析，從而對(duì)燃料電池汽車(chē)及加氫基礎(chǔ)設(shè)施運(yùn)維進(jìn)行統(tǒng)計(jì)分析及效果評(píng)估。

針對(duì)燃料電池系統(tǒng)存在的故障以及相應(yīng)安全問(wèn)題，主要從故障診斷以及建立預(yù)警機(jī)制兩個(gè)方面進(jìn)行解決。

•  故障診斷


圖2 故障診斷系統(tǒng)技術(shù)路線

以聚類(lèi)算法和離群點(diǎn)分析方法為主，通過(guò)發(fā)現(xiàn)非相關(guān)性的對(duì)象點(diǎn)（即偏離聚類(lèi)中心）電壓點(diǎn)的程度來(lái)判斷故障等級(jí)，參考不同的距離設(shè)置電池電壓閾值來(lái)確定故障等級(jí)，并將其轉(zhuǎn)換為電池健康狀態(tài)等級(jí)；利用數(shù)理統(tǒng)計(jì)學(xué)中的方差和標(biāo)準(zhǔn)差知識(shí)，根據(jù)時(shí)間序列中的數(shù)據(jù)所呈現(xiàn)的季節(jié)變動(dòng)規(guī)律性，對(duì)不同季節(jié)的燃料電池性能差異，提取特征值進(jìn)行相關(guān)性分析，應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行電池性能預(yù)測(cè)。基于故障樹(shù)方法、專(zhuān)家打分法、層次分析法以及熵值權(quán)重法建立低等級(jí)故障的可靠性模型、高危故障統(tǒng)計(jì)的安全性模型、不同環(huán)境車(chē)輛性能差異的環(huán)境適應(yīng)性模型。

•  安全預(yù)警機(jī)制

利用新建立的燃料電池汽車(chē)安全管理與綜合評(píng)價(jià)平臺(tái)，獲取燃料電池系統(tǒng)歷史數(shù)據(jù)與實(shí)時(shí)運(yùn)行數(shù)據(jù)，建立燃料電池、電機(jī)系統(tǒng)專(zhuān)家數(shù)據(jù)庫(kù)，利用故障等級(jí)劃分將故障發(fā)生前的特征進(jìn)行提取分析，達(dá)到預(yù)警目的。此外，通過(guò)故障類(lèi)型劃分，利用對(duì)應(yīng)故障特征分析和提取特征參數(shù)，建立系統(tǒng)故障樹(shù)模型以及基于大數(shù)據(jù)數(shù)學(xué)建模的燃料電池健康狀態(tài)評(píng)估模型和遠(yuǎn)程故障定位與分析，對(duì)故障提前定位達(dá)到預(yù)警目的。

4. 大數(shù)據(jù)可視化顯示層

大數(shù)據(jù)可視化顯示層主要涉及宏觀展示界面、企業(yè)入口界面、模塊分析界面、結(jié)果數(shù)據(jù)展示界面，包括大屏幕監(jiān)視系統(tǒng)、移動(dòng)端APP系統(tǒng)等。

5. 運(yùn)維管理體系

運(yùn)維管理體系以安全策略為核心，以管理為重點(diǎn)，以技術(shù)為支撐，以工程方法為指導(dǎo)，根據(jù)業(yè)務(wù)特點(diǎn)統(tǒng)一規(guī)劃安全解決架構(gòu)體系。從物理環(huán)境、系統(tǒng)、網(wǎng)絡(luò)、應(yīng)用和數(shù)據(jù)實(shí)現(xiàn)五位一體安全防護(hù)，從資產(chǎn)、組織、人員、環(huán)境、運(yùn)維、訪問(wèn)控制、系統(tǒng)開(kāi)發(fā)與維護(hù)、安全時(shí)間、業(yè)務(wù)連續(xù)性和符合性等方面實(shí)施運(yùn)維保障管理。