端網云融合的新能源汽車安全運行協同防控技術及應用

　　2023年4月21日，在江蘇溧陽舉辦的“2023智能制造知識應用創新高峰論壇”上，中國工程院院士、北京理工大學教授孫逢春委托北京理工大學副教授張照生做主題演講，本文是根據演講內容整理而成。

　　一、研究背景與思路

　　當前，新能源汽車已成為交通領域“中國制造”的新名片。據公安部統計，截至2022年底，全國新能源汽車保有量達1310萬輛，同時，我國新能源汽車整體處于國際先進水平，包括整車產銷量全球第一、充電設施數量全球第一、動力電池銷量全球第一。

　　隨著新能源汽車的高速發展，車輛安全已成為社會關注熱點和焦點。近幾年，新能源汽車自燃起火事故頻發，令消費者產生了安全焦慮，也制約了汽車產業發展。可以說，安全是事關新能源汽車產業發展的第一要務。

新能源汽車起火自燃事故頻發，車輛安全已成為社會關注熱點和焦點

　　對于新能源汽車的安全運行，我們總結出影響安全的三個問題：故障診斷、風險預警、協同防控；并梳理出四個方面的具體原因，包括要素（感知哪些要素對新能源汽車安全運行存在影響）、零部件（如何及時發現電池、電機、電控故障）、整車（安全預警如何提前評估）、行車（如何及時判別安全隱患），依次展開研究。

　　研究思路是從實現安全要素、零部件安全到整車安全、行車安全到形成綜合協同防控。涵蓋突破安全要素特征感知、關鍵零部件健康狀態評估、整車安全態勢預警、行駛安全隱患聯網緝查等科學問題，突破立體化監測、智能化研判、全方位預警、精準化管控等關鍵技術，達到在線監測、聯動研判、動態預警、智能控制等相關功能，并最終建成覆蓋全地域、全品牌、全車型的國家新能源汽車安全運行防控與決策支撐平臺；實現新能源汽車跨部門監控信息共享應用，通過運行全過程監測和風險協同防控，保障新能源汽車全生命周期安全運行。

　　本研究是由北京理工大學和公安部武警所共同開展，旨在從端、網、云三個層面，打通工信部的新能源汽車國家監管平臺和公安部的全國公安交通集成指揮平臺，將車輛的運行監測、隱患排查、安全預警和公安的布控、執法等結合起來，以減少新能源汽車事故的發生。

　　二、技術創新與成效

　　接下來，將圍繞安全要素感知、零部件健康狀況診斷、整車安全風險及時預警、行車隱患精準防控四個方面展開詳細介紹。包括如何突破云端大數據驅動的新能源汽車安全運行關鍵技術，實現監測與管控的協同，保障熱失控的防控，減少事故的發生，實現新能源汽車安全防控從被動監測、事后處置，到主動預警、精準管控的變革。

　　1 安全要素感知

　　目前，采集的安全要素主要是電壓、電流、溫度等，維度較低。另外，對安全要素的量化較弱，研究不夠透徹，導致風險感知干擾因素多、特征復雜，安全要素感知難。基于此，提出了安全要素特征識別與風險感知溯源技術。

安全要素感知現狀

　　在安全要素提取方面，結合新能源汽車國家監管平臺1300余萬輛車輛的數據，進行多元異構數據的解析校驗、數據清洗與重構、存儲及平臺化應用，并進一步通過離散卷積小波變換等方法，發明了車輛數據的高階微分特征識別技術，提取與風險密切相關的30種安全要素，最終突破了全量數據驅動的安全要素全面提取技術瓶頸。

　　在安全特征識別方面，克服了多因素干擾下數據無法判定風險、安全要素無量綱化為[0，1]、多安全要素耦合感知風險等問題，提出新能源汽車安全要素的時間、空間和對象歸一量化方法，構建無量綱-多維度風險智能強化感知算法，實現了跨時-空-對象的安全要素量化與多維度風險感知。

　　在安全溯源方面，構建了國內最大的新能源汽車事故數據庫，并從中提出數據模式與專家知識聯合診斷風險車輛典型故障的方法，如自放電異常、連接異常等專家聯合診斷的風險故障診斷方法，構建以典型故障模式匹配與溯源為特色的安全要素知識庫。目前，典型故障識別準確率95%，實現了新能源汽車典型故障的識別及溯源。

　　2 零部件故障診斷

　　目前，新能源汽車的車型有8000多種，每個車型應用的零部件品牌又不一樣，導致部件類型較多，挖掘方法千差萬別，參數提取繁雜；另外受環境、地域、季節，老化程度等因素影響，數據多維關聯、時空交錯，造成故障精準預測難。因此，提出了車輛關鍵零部件全生命周期故障診斷技術

零部件故障診斷現狀

　　在關鍵部件安全特征挖掘方面，結合1300多萬輛新能源汽車的數據，開展關鍵部件的挖掘，進行多維度安全特征提取，并構建了覆蓋全車型關鍵零部件的多季節、多地域、多層次安全特征數據庫，及大數據驅動的全車型、多地域關鍵零部件安全評估體系。

　　在安全健康狀態評估方面，把實驗室的數據和實時數據進行結合，用實驗室數據標定實時數據的方法，發現關鍵零部件全生命周期安全性能演化規律；還提出了全生命周期關鍵零部件健康狀態評估方法。目前，對電池、電機、電控評估準確度都達到80%以上。

　　在關鍵零部件故障診斷方面，提出了值率模型的診斷體系，其已得到行業的普遍認可。值率體系計算速度快，配合剛提到的特征數據庫可及時找到關鍵零部件故障閾值和變化率，實現車端的實時故障狀態診斷；模型的計算比較復雜，主要放在云端，可用于長時間尺度安全風險預測。當前，關鍵零部件故障診斷準確率達到92.64%，故障預警率達到80%以上，實現了故障報警到安全風險預警的突破。

　　3 整車風險預警

　　由于整車涉及到所有的零部件，風險質因更復雜，運行工況多變；另外，在車端和云端發現的故障問題，融合方法不明確，不能進行同步交互，導致整車風險影響因素多機理難量化，運行風險預警難。針對以上問題，提出了端云融合的車輛運行風險評估預警技術。

整車風險預警現狀

　　在安全評價體系方面，構建了覆蓋主動、被動、部件及運行安全四個維度的新能源汽車安全評價體系；建立了包含4類要素的安全評價數據庫，大數據挖掘提取關鍵要素；采用熵值法、貝葉斯網絡進行權重計算和指標有效性驗證。

　　在整車安全感知方面，開展了自然駕駛實驗，實時采集工況數據，并結合相關性分析，解析關鍵部件參數與行車工況耦合機理，揭示新能源汽車行車工況與關鍵部件實時狀態間的映射關系；針對整車安全，提出了耦合運行工況的新能源汽車整車安全狀態感知方法，通過耦合工況將部件狀態映射到整車運行安全等級，其中安全等級標定為安全、低風險、中風險、高風險四級，實現了新能源汽車運行安全狀態分類、分級精準感知。

　　在運行風險預警方面，研發了新能源汽車端網云一體化風險預警裝備及系統，其采集數據頻率更高、更及時、更智能，并為整個體系提供了完備的數據。在此基礎上，采用神經網絡融合運行參數，建立了熱失控、動力喪失等車端風險預警模型。如今，熱失控、部件故障、動力喪失、駕駛行為、區域運行5類風險預警準確率均超過70%，突破了全息全時域運行風險精準預警關鍵技術。

　　4 運行風險緝查

　　由于運行車輛主要通過交警部門的卡口進行監控，缺乏實時跟蹤，車輛運行數據時效性差，對車輛的處置針對性也偏低。另外，受車輛運場景的變化，如極端路況、惡劣天氣等，導致車輛場景時變隱患交織，運行風險緝查難。為此，提出了安全風險協同緝查與聯動管控技術。

運行風險緝查現狀

　　在應用場景智能化協同方面，打通了新能源汽車國家監管平臺和交通集成指揮平臺，實現了兩個平臺間數據共享和傳輸。對于數據的共享應用，提出了基于算力時效按需共享新能源汽車監控數據的應用場景；對于數據傳輸，實現了結構化數據每條交換時間平均0.496s。該應用突破了新能源汽車監控信息共享應用場景智能化協同技術瓶頸。

　　在跨時空運行風險研判方面，構建了行為、環境、事故三者的關聯模型，建立了新能源汽車運行風險數據庫，實現了交通行為與環境及事故關聯率達92.39%，突破了跨時空場景的新能源汽車運行風險全程研判技術瓶頸。

　　在安全隱患精準管控方面，集成了兩大基礎平臺的數據算法，通過對車輛安全風險、道路交通安全風險的綜合評判，實現新能源汽車安全隱患預警，已在北京冬奧會和嘉興百年黨慶實現了相關應用。該應用突破了新能源汽車運行風險全網緝查和車路聯動預警技術瓶頸。

　　基于以上技術突破、知識積累，以及新能源汽車國家監管平臺和全國公安交通集成指揮平臺兩大基礎平臺的打通，構建了新能源汽車安全運行協同防控平臺。該平臺具有四大功能：立體化監測、全方位預警、智能化研判、精準化管控，打破工信-公安數據壁壘，保障了新能源汽車安全“感知-防控”協同。

　　其中，立體化監測之所以稱為立體化，是因為其實現了運行、充電、停車三個維度的監測。例如，車輛運行中，實現了部件至整車，單車至區域，時點至時序的全方位運行監測；充電過程，實現了充電全參數信息，全空間信息，全周期信息的多維度監測；停車過程中，實現了停放數據縱向挖掘，橫向分析的深層次停車監測。針對立體化監測，開發了相關的支撐系統，形成了從數據處理、事故分析到要素提取、知識集成閉環支撐立體化監測的能力。

　　智能化研判則從整車、零部件、行車三個層面開展了狀態研判研究工作，包括電池狀態、電機狀態、電控狀態，整車車輛聚集狀態、使用行為等，并開發了特征量化、健康評估、故障診斷、安全感知聯動支撐的智能化研判系統，實現了零部件-整車-運行三維安全狀態耦合分析與智能化研判。

　　全方位預警，包括針對零部件，開展了針對電池、電機、電控關鍵零部件安全預警的研究；對于整車，主要研究熱失控、動力喪失、區域運行等安全風險；開發了新能源汽車運行安全評價數據庫、新能源汽車運行安全狀態感知系統、端網云一體化的運行風險評估及預警系統，并構建了4個維度安全評價、4種整車狀態感知和5類風險端云融合評估協同支撐全方位預警。目前，電池、電機、電控等關鍵零部件故障診斷準確率均已超過80%；熱失控、動力喪失、區域運行三個方面的預警準確率也都超過80%。

　　精準化管控，主要圍繞整車開展行車軌跡、隱患分析、路況態勢、車輛分布的研究，開發了路面運行風險全程研判系統、安全風險精準管控系統、分層遞階的端網云通信系統、端網云信息協同決策系統。通過研判系統—管控裝備，平臺互通—端云協同多層協作支撐精準化管控，已實現跨時空運行風險全程研判、車路安全風險協同管控，車輛安全隱患查處率超過90%，隱患車輛布控有效率達99%。

　　三、成果應用與價值

　　端網云融合的新能源汽車安全運行協同防控技術已在多行業、多產業應用推廣。例如，北京冬奧會期間對運輸服務車輛和社會車輛進行分類分級管理，實現對重點車輛的安全監測和監管，保證車輛的安全運行，其應用效果得到了冬奧組委高度評價。

　　在滬寧高速無錫段開展了車輛管控示范，包括對3萬余輛新能源汽車、11種車型，實現了預警示范等多項聯動交互，該案例是平臺的首次實戰應用。還包括在嘉興百年黨慶期間，通過跨公安部、工信部網絡協同的車輛管控，為交通運行提供保障；電池安全預警及監控系統已成功應用于北京公交集團，實現了120余輛新能源公交客車的提前預警。

　　此外，新能源汽車安全運行協同防控平臺構建的共性技術已在船舶、重型柴油車、動力電池、特種設備、電動飛機等多產業輻射推廣。

圖 平臺構建共性技術已在多產業輻射推廣