隨著5G、AI和車(chē)聯(lián)網(wǎng)等技術(shù)的快速發(fā)展及推廣應(yīng)用，新能源汽車(chē)產(chǎn)生了海量數(shù)據(jù)，使得數(shù)據(jù)驅(qū)動(dòng)的電機(jī)故障診斷成為了可能。通過(guò)在云端或離線使用深度學(xué)習(xí)技術(shù)學(xué)習(xí)汽車(chē)電機(jī)的正常運(yùn)行模式模型后，輸入車(chē)端發(fā)送的數(shù)據(jù)并進(jìn)行判斷，就能夠提早地發(fā)現(xiàn)異常情況并通知駕駛員從而實(shí)現(xiàn)即時(shí)的故障預(yù)警減少交通事故。

一、電機(jī)故障模式

驅(qū)動(dòng)電機(jī)作為電動(dòng)汽車(chē)的動(dòng)力核心，其系統(tǒng)包括了驅(qū)動(dòng)電機(jī)系統(tǒng)、驅(qū)動(dòng)電機(jī)電控系統(tǒng)等多個(gè)子系統(tǒng)組成。所以，電機(jī)的故障模式是復(fù)雜且耦合的。例如，比較常見(jiàn)的驅(qū)動(dòng)電機(jī)丟失動(dòng)力的故障，它的致因就包含了電機(jī)自身的機(jī)械故障與電氣故障兩個(gè)大方面。

雖然通過(guò)相關(guān)專(zhuān)業(yè)領(lǐng)域知識(shí)能夠檢測(cè)出這方面的故障，但是很難運(yùn)用到實(shí)時(shí)預(yù)警與檢測(cè)上，不能提前預(yù)警故障。在當(dāng)下新能源汽車(chē)產(chǎn)生了海量數(shù)據(jù)的情況下，使用數(shù)據(jù)驅(qū)動(dòng)的深度學(xué)習(xí)方法去實(shí)現(xiàn)故障的提前預(yù)警是目前的一個(gè)主流研究與實(shí)踐方向。

二、深度學(xué)習(xí)的解決方案

為此，數(shù)據(jù)中心產(chǎn)品部基于GB/T 32960的數(shù)據(jù)與QCT 893-2011標(biāo)準(zhǔn)，分析電動(dòng)汽車(chē)運(yùn)行數(shù)據(jù)特征，正在開(kāi)發(fā)使用深度學(xué)習(xí)技術(shù)中的自動(dòng)編碼器、卷積神經(jīng)網(wǎng)絡(luò)等技術(shù)，通過(guò)輸入對(duì)應(yīng)車(chē)型的大量運(yùn)行數(shù)據(jù)（如車(chē)速，加速踏板行程，電機(jī)轉(zhuǎn)速等）訓(xùn)練出該車(chē)型正常的運(yùn)行模式來(lái)進(jìn)行提前預(yù)警與故障檢測(cè)的方案。

該方案通過(guò)輸入汽車(chē)的運(yùn)行數(shù)據(jù)，在中國(guó)汽研云端網(wǎng)絡(luò)上訓(xùn)練模型后下載到車(chē)端，并通過(guò)離線保存模型，本地運(yùn)行的模式就能夠?qū)崿F(xiàn)在車(chē)端的實(shí)時(shí)監(jiān)測(cè)。也能在之后通過(guò)接收的新數(shù)據(jù)更新預(yù)警模型，并采用OTA技術(shù)對(duì)車(chē)端保存的模型進(jìn)行實(shí)時(shí)更新，提高預(yù)警準(zhǔn)確度。

三、方案亮點(diǎn)

1、 通過(guò)算法能夠直接實(shí)現(xiàn)端到端的流程，即傳入汽車(chē)實(shí)時(shí)數(shù)據(jù)后可返回當(dāng)前電機(jī)狀態(tài)。

2、 能夠?yàn)橹饔^的專(zhuān)家經(jīng)驗(yàn)提供客觀的數(shù)據(jù)支持，也能夠有效的從數(shù)據(jù)中發(fā)現(xiàn)新的故障特征。

3、 云端訓(xùn)練網(wǎng)絡(luò)模型后可以離線實(shí)裝到車(chē)端，大大減少獲得結(jié)果的響應(yīng)時(shí)間。

4、 企業(yè)無(wú)需提前進(jìn)行硬件環(huán)境搭建，提高部署效率，降低運(yùn)維成本。

四、應(yīng)用方向

電機(jī)故障預(yù)警算法，可協(xié)助整車(chē)、電機(jī)企業(yè)開(kāi)展車(chē)輛整車(chē)、電機(jī)電控系統(tǒng)問(wèn)題篩查，檢驗(yàn)電機(jī)電控控制策略是否合適，也能通過(guò)實(shí)時(shí)模型輸出與特征數(shù)據(jù)支撐問(wèn)題溯源分析，提高問(wèn)題處理效率，進(jìn)而提高用戶(hù)滿意度。通過(guò)車(chē)端部署訓(xùn)練好的模型，實(shí)現(xiàn)故障提前預(yù)警，能夠大大增加了出行的安全性與新能源汽車(chē)的可靠性。