插電式混合動力汽車電驅動系統的可靠性分析

柳熾偉，景玉軍，王升平，郭美華

(中山職業技術學院機電工程學院，廣東中山 528404)

0 引言

在環保要求及國家政策大力推動下，純電動和插電式混合動力汽車已成為公交車更新選用的最主要兩種電動車型。在電動汽車的使用過程中發現，涉及電機及控制器、動力混合傳動裝置、電池與電源管理等新技術系統的故障比例較高，尤其是插電式混合動力汽車，兼具內燃機與電驅動系統，結構與技術更復雜。本文作者對車輛使用故障數據進行統計分析，掌握電動汽車動力系統的故障規律，建立其使用可靠性模型，進行可靠性分配設計和可靠性提升策略分析，對提高車輛的固有可靠性和使用可靠性均具有十分積極的意義。

1 數據統計分析

1.1 數據采集

文中按定時截尾方式，隨機抽取20輛某公交公司同批次型號為“×××6106AGHEV15”的LNG插電式混合動力客車，采集其從2015年4月開始投入使用到2017年7月止共820天916個維修記錄數據，并進行整理分析。數據采集的原則依據標準《汽車整車產品質量檢驗評定方法》[1]，對同一時間不同零件、不同模式故障分別統計，人為或返修的故障不重復統計。

1.2 系統故障構成分析

該批LNG插電式混合動力客車是并聯式混合動力結構，通過離合器控制發動機動力接入。文中主要研究區別于傳統公交車的混合電驅動系統(不含發動機)等新技術裝置的可靠性，主要包括：(1)混合動力控制系統(Hybrid Power Control System,HCM)；(2)自動變速器本體(Automatic Manual Transmission,AMT)及控制器(Transmission Control Unit,TCU)；(3)電機及控制器(Motor Control Unit,MCU)；(4)動力電池組及管理系統(Battery Management System,BMS)；(5)電機系統冷卻裝置等5個子系統。發動機動力輸入與否是由HCM指令TCU，控制電動離合器執行器(ECA)動作來執行，出現故障時通過HCM系統警告。為便于統計，將其故障納入HCM系統。電機及其控制器的冷卻裝置涉及到機、電、液等工作狀況，可作為一個獨立的系統進行分析。LNG發動機、主驅動橋等動力或傳動裝置與傳統車型無大的差異，文中不進行統計分析。在所有916個數據中篩選出與插電式混合動力系統(Plug in Hybrid Power System, PHPS)相關故障記錄350個(不含發動機)，占比38.21%；發動機相關故障139個，占比15.17%；其他故障423個，占比46.62%。進一步分析PHPS故障數據，得到上述5個子系統的故障頻次權重如圖1所示。

圖1 混合動力系統中各子系統故障權重

2 可靠性建模

根據PHPS可靠性邏輯結構和功能特點，其可靠性模型是競爭風險模型(串聯模型)，要確定PHPS可靠性應先建立各個子系統的可靠性模型。為簡化分析，假設單元(指系統、子系統或元件)只有正常或故障兩種狀態，而且各單元是獨立的，出現故障互不影響。

2.1 確定子系統故障分布類型

考慮到可維修系統的故障間隔時間比首次故障時間模型更具實際意義，文中統計了5個子系統的故障間隔時間，采用Johnson中位秩法估計經驗概率值，利用MATLAB軟件Wblplot函數適配相應的概率圖。因各系統WPP圖形狀基本都接近直線，符合威布爾分布。

2.2 模型參數估計

三參數威布爾分布的故障概率密度和可靠性模型分別如式(1)、(2)所示：

f(x)=[β(x-γ)β-1/ηβ]exp[-(x-γ)β/ηβ]x≥γ

(1)

R(t)=exp[-(t-γ)β/ηβ]

(2)

式中：β為形狀參數，決定概率密度曲線的基本形狀；η為尺度參數，表征分布的離散程度；γ為位置參數，決定曲線與坐標軸的相對位置。

參數估計方法常見的類型有圖形法和解析法。圖形法較簡單，以往工程應用較多，但相對精度不高。解析法包括矩法、最小二乘法、線性回歸法、極大似然法等，極大似然法對完整數據或截尾數據都是適用的。

由于PHPS樣本已知各子系統故障首次發生時間，為簡化計算，可將時間坐標平移，轉化為兩參數模型進行計算，再應用MATLAB中的Wblfit函數，可較方便地計算出模型參數。

2.3 擬合優度檢驗

K-S檢驗法是檢驗經驗分布函數與所擬合(假設)的理論分布函數之間的最大偏差是否在臨界值內。在MATLAB中，利用Kstest函數進行K-S檢驗。該函數中有內置的臨界值表，對應于5種不同的顯著性水平。Kstest函數把計算出的檢驗p值與用戶指定的顯著性水平α(默認值0.05)作比較，對于雙側檢驗，當p≤α/2時，拒絕原假設。

通過以上步驟的分析計算，可得到PHPS的5個子系統的可靠性分布類型、模型參數、擬合度檢驗的p值等數據見表1。根據K-S檢驗，各子系統檢驗值h=0，p>α/2，故障的威布爾分布模型假設成立。

表1 PHPS及子系統可靠性模型參數及檢驗p值

2.4 建立PHPS串聯系統模型

對于一個復雜的系統可靠性分析，常常分別建立各個子系統的可靠性模型后，再依據其邏輯關系構建整個系統的可靠性模型。文中PHPS由5個子系統組成，其中任何一個系統失效，都會導致系統不能正常工作，即其邏輯關系為串聯系統。

設n為系統(或單元、癥狀)個數，且PHPS 5個子系統均為威布爾分布，它們串聯組成的系統一般也符合威布爾分布，PHPS的串聯可靠度和故障率模型為

(3)

(4)

依式(3)，選取200天時間范圍內均分的25個時間點，分別計算出對應的可靠度值，利用最小二乘法擬合威布爾分布的模型參數[2-3]，可得β=0.845 7，η=20.979 2，γ=0，則PHPS的可靠度競爭風險模型為

Rs(t)=exp[-(t/20.979 2)0.845 7]

(5)

3 可靠性分析

3.1 故障率曲線分析

分析故障率發展規律，對各子系統維修方式的決策、維修周期優化以及可靠性保障策略研究均有重要意義。威布爾分布的故障率模型如下：

λ(t)=β(t-γ)β-1/ηβ

(6)

將表1中5個子系統的參數值代入式(6)，可得到各子系統的故障率函數，分別作出其故障率曲線圖進行分析。5個子系統的故障率曲線圖分為兩種類型，一類形狀如圖2所示(子系統1)。在最初行駛的兩個月時間故障率由高到低快速下降，然后進入一個相對緩慢下降的階段，類似于“浴盆曲線”的前半段。子系統2、3、4的故障率曲線形狀都與子系統1相似，它們的形狀參數均小于1，呈遞減的趨勢，故障率從快速下降進入緩慢下降的時間域則不相同。

圖2 子系統1故障率曲線

另一類型如圖3所示(子系統5)，故障率在車輛行駛初期急速上升，然后進入一個相對平穩上升的階段。對于第一種類型的子系統，一般在使用中不需要進行預防性維修，以免更新后使系統故障率更高。子系統5則可通過合適的預防性維修，提高系統的使用可靠性，延長系統故障間隔時間。

圖3 子系統5故障率曲線

3.2 電驅動系統可靠性分配

系統可靠性分配的方法有很多，常見的如等同分配法、相對失效率分配法、加權修正法、綜合評分法等[4-5]。等同分配法只注重使各零件使用壽命有相近的使用經濟性目標，忽略了各系統的結構復雜性、改進成本、重要度、失效率等因素的影響。通過知網等查詢可知，當前各種因素對新能源汽車電驅動系統可靠性的實際影響程度缺乏參考數據，采用綜合評分法、加權修正法等過分依賴主觀判斷，因此根據電驅動系統的故障規律，采用相對失效率分配法進行可靠性分析更符合工程實際。

注意到許多故障率分配研究對象均符合指數分布(故障率不變)[4-5]，而由PHPS系統威布爾分布模型β<1可知系統故障率是變化的，應保證走合期及每個維護周期[一級維護周期約20天/(5 000 km)]末的可靠性和安全性達到0.9[5]，并進一步確定子系統的容許故障率和可靠度分配值。計算步驟如下：

(1)將表1的相應參數值分別代入式(2)、式(4)，可計算出t=20天時子系統實際可靠度R1i及系統實際可靠度R1s。

(2)可靠度與故障率存在以下關系：

R(t)=exp(-λtβ)

(7)

各子系統模型參數分別代入式(6)，可以求得t=20天時子系統實際瞬時故障率λ1i、系統實際瞬時故障率λ1s以及Rs=0.9時目標故障率λ2s。

(3)各子系統的實際故障率權重為

(8)

則各子系統目標容許故障率為

λ2i=wiλ2s

(9)

按上述步驟，計算出各PHPS子系統的目標可靠度分配值見表2。

表2 PHPS實際可靠性指標及目標可靠性指標分配值

由表可見PHPS可靠度較低，如果要從現有的0.378 0提升到0.9，改進的幅度較大。例如可靠性影響權重最大的子系統1的可靠度要達到目標值0.971 2，則故障率要從原來的0.014 9次/天下降到0.003 1次/天。

3.3 PHPS的故障原因分析

對主要故障進行分析，確定其故障因素的權重和排序，對電動車可靠性設計、診斷專家系統的推理機優化等具有現實意義[6]。插電式混合動力公交車PHPS常見故障現象有混合動力系統失效報警、不能起動、不能行駛、不升擋(或遲滯)、換擋沖擊大、跳擋、電池高溫或過壓報警、電機高溫報警等。涉及到的5個子系統的故障部位或維修措施情況可參見表3，其中權重依下式計算：

(10)

式中：qij指第i個子系統第j個故障原因的發生頻次權重；qis指第i個子系統在PHPS系統中的故障頻次權重，參考圖1所示；Qij指第i個子單元第j個故障原因的故障頻次；n指第i個子系統具有的故障原因總數。

表3 PHPS子系統故障原因及權重

注：表中故障原因后面的數值是該故障在所有PHPS故障中所占權值。

由表可見降低離合器及選換擋的故障率是提升PHPS可靠性的關鍵因素：一方面新車型需要在實際使用環境中進行優化升級，及時反饋設計部門完善相應的控制程序；另一方面，應加強控制系統和CAN總線等抗電磁干擾的保護設計，減少控制器及其信號受干擾的影響；此外離合器位置傳感器等感應器的穩定性、抗干擾性、可靠性等性能要積極改進。在子系統3中，電機的控制器和逆變器故障率相對較高。大功率電子器件工作時容易出現過流過壓過熱等問題，控制器內含高低壓組成的系統，傳導、輻射等干擾類型和耦合路徑多，應充分提高MOSFET或IGBT、電容等元件的可靠性，完善散熱系統、各模塊保護電路的設計方案。在子系統4的故障中，更換電池濾芯占了51%，說明插電式混合動力汽車的維護策略和計劃應進行優化并落實執行。涉及到單體電池電壓過低(過壓報警)或SOC(State of Charge)過高過低的報警故障，可通過提高SOC預估算法的控制精度以及硬件設計水平來提升。

4 結論

利用插電式混合動力公交車輛的歷史維修數據，可建立基于威布爾分布的PHPS各子系統的故障模型，以及系統的競爭風險模型，以掌握系統故障率發展的規律。在此基礎上，根據汽車可靠度指標要求，提出了基于相對失效率的變故障率電驅動系統的可靠性分配設計方法，比較方便合理地對PHPS進行可靠性分配設計。

通過對子系統各個故障原因或部位的統計分析，確定其權重排序，找到了提升系統可靠性的關鍵部位和因素，提出初步的解決措施。文中可靠性分配的研究方法和結果，為新能源汽車的可靠性設計及使用可靠性的保障提供了借鑒和依據。