基于证据理论的动力锂电池火灾检测装置设计

向 前 朱云国

（铜陵学院，安徽 铜陵 244000）

一、引言

近年来，在新能源汽车发展及国家产业政策的推动下，动力锂电池因具备高能量密度、大倍率充放电性能和长循环寿命等优点发展迅猛，已成为电动汽车电能存储载体采用的主要动力电池类型[1]。然而，电动汽车自燃和爆炸事故也呈高发态势。据统计，仅2018年，国内大大小小的电动汽车起火事故已经超过50起，部分电动汽车起火事故案例如表1所示。

表1 电动汽车起火事故部分案例

通过研究市场上近三年发生的电动汽车安全事故发现，超过50%的火灾事故起因与动力锂电池系统有关，包括充电、短路、电解液泄漏、电气故障、进水、碰撞、异物穿刺等。动力锂电池引发的火灾给用户人身和财产安全带了巨大威胁，因此，设计一种有效的火灾检测装置、及时止损尤为必要。

杨赟等[2]针对锂离子电池在高温、过充或短路情况，采用监测温度变化的方法进行火灾爆炸预警，对火灾有一个大致的判断，但是早期特征量偏少，很难识别出早期火灾特征。王春力[3]等选取多种传感器进行早期火灾预警，能够检测不同阶段的火灾隐患，但在数据分析处理阶段只做了固定阈值比较和复合关联，算法简单易于实现，但容易误报、抗干扰能力差。针对以上研究存在的不足，本文将基于Dempster-Shafer（D-S）证据理论对采集的多传感器数据进行更为有效的信息融合[4-5]，以实现不同阶段的火灾检测，同时满足车载BMS或者仪表CAN通讯总线接口数据交互的要求，降低误报率低、提高可信度。

二、火灾机理分析及特征量选型

研究发现，动力锂电池发生火灾的常见原因主要有[6-9]：锂电池电芯充放电不平衡、短路、热冲击、浸水、高速碰撞、穿刺、挤压等，会诱发一系列放热反应，导致温度升高进一步加速放热反应效率，发生热失控，进而导致防爆膜破裂后电解液泄漏并溢散出可燃性气体，高温环境中达到燃点，引燃电芯包裹材料等其他可燃物，进而加剧其他电芯发生热失控连锁反应。因此，通过动力锂电池系统发生火灾的机理分析，本文选择温度、烟雾、电解液挥发的可燃气体三个火灾特征量进行检测，传感器选型[10]如下：

表2 火灾特征量传感器选型

三、动力锂电池火灾检测装置总体设计

针对采用动力锂电池作为动力系统的电动客车及公交车由多组动力锂电池组成，分布在车辆底部多个电池舱内，因此，为适应该类型单辆车动力电池系统的火灾检测，本文提出的装置采用基于事件触发通信模式的主从式CAN总线通信结构[11]，由多个采集模块和一个数据汇聚模块组成，总体设计框图如图1所示。

图1 检测系统的总体设计框图

数据采集模块设置唯一设备编号，放置于电池舱内，实际单辆车内数据采集模块与电池舱的个数一致。该模块主要负责火灾特征传感器信息的采集，并以内部CAN总线协议格式发送到数据汇聚模块。采集模块主要包括烟雾、温度、可燃气体各1个火灾特征量采集传感器及信号调理电路、微型控制系统、内部CAN接口及电源管理电路，其结构框图如图2所示。采集模块的微型控制系统采用STM32F103RBT6作为微控制器，该芯片自带一路CAN控制器，只需选用TJA1050作为CAN总线高速收发驱动器，微控制器芯片的CANTX和CANRX分别连接到CAN收发控制器TJA1050的TXD端和RXD端。同时，CANL和CANH之间接一个120欧姆的终端电阻，主要用于远距离传输的阻抗匹配和增强电磁抗干扰能力。

数据汇聚模块每辆车设置1个，放置乘客舱的设备箱内，负责把通过内部CAN总线接收到车内不同编号的采集模块数据进行校归一化预处理和融合判定，然后按照固定时间间隔通过外部CAN总线上传给上位机显示设备，比如BMS管理系统或者汽车仪表CAN总线，同时，数据汇聚模块自身也会根据判定结果通过声、光方式提示驾驶员单体动力锂电池电池箱的实时火灾工作状态。数据汇聚模块的设计可以节约外部CAN总线的负载开销以及多设备接入问题，它主要由内部CAN接口、外部CAN接口、声光告警模块及电源管理模块组成，其结构框图如图3所示。数据汇聚模块采用STM32F105RBT6作为微控制器，支持两路CAN接口通讯功能。与内部CAN接口设计不同的是，考虑到检测装置的车载环境抗干扰能力，需在微控制器的CAN接口与TJA1050之间增加6N137隔离芯片进行报文收发，有利于实现外部CAN总线各节点间电气隔离，降低通讯故障。

图2 采集模块硬件结构框图

图3 数据汇聚模块硬件结构框图

四、基于D-S证据理论的多传感器融合判别方法

本文采用温度、烟雾、可燃气体浓度三种传感器来完成火灾探测的目的，融合的具体流程如图4所示。

图4 火灾探测融合流程图

（1）归一化处理

首先，将各传感器采集的数据采用归一化方法，使其范围处于0到1之间，归一化公式如式（1）所示。

式中，Yi为传感器Y采集数据的归一化值；i代表传感器第i次采集的数据；x表示根据试验确定的传感器Y的采集数值，Xmax和Xmin分别表示试验确定的最大值和最小值。

（2）确定信任度函数

在不同的试验环境下，多种传感器采集的数据判定结果具有很大不确定性。为解决判定的不确定性，本文运用D-S证据理论进行判定，它是建立在一个非空集合上的理论，成为识别框架，表示人们对某一问题判定所能认识到的所有可能结果的集合，集合内每种结果都是互斥的。动力锂电池舱内的火灾情况可能的情况有安全、不确定、报警分别记为，那么火灾的识别框架。根据证据理论定理：对于问题域中的任意命题A，定义基本概率赋值函数满足

式中，m（A）表示命题A发生程度的基本概率，即证据对命题A的信任度；对空集不产生任何信任度；同时，要求所有识别框架内的命题信任度之和等于1。根据传感器输出响应特性和专家知识[11]，本文选择广义高斯函数表征各传感器火灾发生的信任度函数，采集数值后，归一化处理，代入信任度函数获取当前火灾发生的信任度，温度、烟雾、可燃气体的信任度分别用 m1、m2、m3来表示

式（4）中，A11，A21，A31表示 m1识别框架可能的组合结果为安全、不确定、报警的概率，以此类推（5）、式（6）所表示的含义。

（3）多传感器证据合成

基于温度、烟雾、可燃气体三个传感器识别框架内的信任度，根据D-S证据理论合成公式为：

式中，

表示所有证据之间的冲突概率，反应了证据冲突的程度，且满足K＜1,避免合成时，把非零的概率赋值给空集Φ。由式（7）综合温度、烟雾、可燃气体对动力锂电池舱的安全、不确定、报警的合成概率，进而对火灾进行判定。

五、实验调试

（1）实验方案

选择长*宽*高尺寸为500mm*300mm*200mm的铁皮箱模拟动力电池舱，底部内置一个220V/600W的加热片，加热片上放置一个动力锂电池电芯，数据采集模块安装于电芯上方的顶部，外部放置一个数据汇聚模块，试验布局如图5所示。通电，使得加热片工作，模拟电芯热失控发生火灾，以测试本文设计的装置能否正常采集数据和通讯并证据理论是否能够提高判定的可信度。

图5 模拟热失控引发火灾试验布局图

（2）数据采集和通讯功能验证

LabVIEW是基于G语言、以图形数据流代替文本程序代码，编程简单、高效。其中LabVIEW VISA提供实现上位机软件与串口数据之间的连接通道[12-13]。本文采用LabVIEW编写动力锂电池火灾检测装置的上位机测试软件如图6所示。采用USB转CAN通讯线负责把CAN格式报文转化成USB协议，带USB接口的一端通过计算机USB串口连接至测试软件，另一端分别与数据采集模块和数据汇聚模块的CANH和CANL通过接线端子相连接。

随着各种特征量数据的模拟输入，各传感器检测数据不断发生变化，说明传感器能正常启动并完成数据采集工作，同时也验证了数据采集模块与数据汇聚模块之间以及数据汇聚模块与上位机之间CAN通讯数据上传正常。试验表明：数据采集和通讯功能正常。

图6 动力锂电池火灾检测装置上位机测试软件

（3）基于证据理论融合火灾判定准确度的验证

数据汇聚模块根据具体特征传感器的采集数值，进行归一化处理，然后代入信任度函数获得各个传感器识别框架内的基本信任度概率，然后再根据证据理论的合成公式进行融合，得出融合后识别框架内的概率，如表3所示。

表3 温度、烟雾、可燃气体火灾概率分布及证据理论融合

从表3可以看出，单一特征量烟雾与温度、可燃气体传感器火灾报警判定存在不确定性，但是通过D-S数据理论融合后，将不确定概率降至0.174，将火灾报警概率由原来的0.700提高至0.814，规避了单一传感器判定的不确定性，提高了火灾结果判定的可信度。

六、结论

本文提出了一种基于证据理论的动力锂电池火灾检测装置，采用高斯函数表征温度、烟雾、易燃挥发气体3个传感器检测的火灾特征量，并建立对应的信任度函数，基于证据理论进行多传感器数据融合研判火灾状态结果。试验结果表明，该装置有效克服了单一特征量的不确定性，提高了火灾检测的准确性和可信度，对于新能源汽车动力锂电池的火灾检测研究具有实用的参考价值。