由于锂离子电池在常温下的工作温度低、发电效率高等优点，在车辆动力电源方面受到广泛的关注[1]。随着新能源车保有量的持续增长，动力电池的需求量也随之加大。在动力电池需求量增加的同时，伴随着动力电池制造工艺水平和车辆运行工况不确定的因素，动力电池在运行中不可避免会出现电压过高或过低，电流过大或过小，温度过高或过低等状态，近而导致相关故障的发生。电池的管理与诊断是电池应用技术中的核心之一，及时、准确地诊断电池故障、保证电池容量的准确估计，可以延长电池使用寿命、提高电池一致性及可靠性[2]。在故障诊断方法中，模糊理论[2-4]、人工神经网络[5-6]、基因遗传算法[7-8]等方法被广泛应用。

考虑到电池诊断的故障现象、故障原因及故障机理的复杂性和模糊性，难以借助确定的数学模型来描述，也难以借助确定性的特殊判据来诊断。为此，本文采用模糊数学的理论，分析引起故障的原因及隶属度函数，利用模糊规则进行在线诊断，实现故障源的快速定位，为电动车的安全行驶提供保障。

1 电池故障分析及隶属度函数

从总体上看，动力电池组是由多种辅助元器件和多节电池单体串联组成，可为电动车提供动力电源。动力电池组在工作的过程中，由于受到内外部多种因素的影响，其内部的电池单体状态经常会发生变化，甚至出现故障；当动力电池组出现故障时，能够及时诊断出故障类型并准确定位故障源，是电动车安全行驶的重要保障。本文以磷酸铁锂电池单体为研究对象，分析电池单体发生故障的主要原因并设计相应的隶属度函数，其中包括电池温度高/低；单体电池电压高/低；放电电流高/低。

1.1 单体电池电压的影响

由于磷酸铁锂单体电池标称电压为3.2～3.3 V，其电压和电量远达不到电动车动力电源的要求，为此，要将多个单体电池串并联，形成一个电池组。当电池组中某几个单体电池出现电量减小、内阻增大等情况时，会造成整个电池组的性能下降。同时，单体电池的过充和过放都会导致电池组充放电性能下降、寿命缩短，严重时可能造成起火、爆炸等危险。利用模糊诊断方法，将电池单体电压进行统计，并根据关联关系进行打分，最后整理出单体电池电压对电池故障率的影响。

⑪Helleiner E．，States and the reemergence of global finance:From Bretton Woods to the 1990s，Cornell University Press，1994，pp．581 ～587．

由于磷酸铁锂单体电池稳定运行的电压范围是2.7～3.4 V，为此，根据电池电压状态的历史数据，利用梯形分布对单体电池电压进行模糊化处理，并定义电压正常、电压高及电压低3个不同的模糊集合，最终得出单体电池电压的隶属度函数分布，如式(1)所示。

 

(1)

其中， fVm为单体电池电压的隶属度函数， fVL、 fVN和fVH分别为电压低、电压正常和电压高的隶属度函数，具体表达式如下：

 

 

通过加强实践教学环节，校企合作办学更加注重对学生职业技能的训练，在实践环节，统一按照行业规范进行模拟演练，及时纠正出现的问题，学生之间互评互助，对于提高学生理论联系实际、规范自身操作技能起到了有益引导[7]。

  

图1 单体电池电压隶属度函数分布

1.2 单体电池温度的影响

动力型磷酸铁锂电池的性能与温度紧密相关，温度的变化会影响电池的容量、内阻和开路电压等特性。动力电池的工作温度一般在0～55 ℃之间，高温时电池容量增大，低温时电池容量会出现衰减，而且温度越低内阻越大；同时温度的变化也会影响电池的SOC值[9-10]。

要鼓励学生“说”书。学生围绕着课外书讨论，这是教师非常期盼的事情，教师要鼓励学生发表对课外书的看法。针对最近阅读的课外书、读过的最喜欢的课外书或者是最讨厌的课外书，学生很有话说。有时，学生不由自主地由课外书谈到了自己的生活、自己的趣事，这也是可以的，教师不必立即制止，更不能批评，否则会棒杀孩子谈论图书的热情和兴趣。艾登·钱伯斯认为，孩子在讨论图书中的“任何意见都弥足珍贵，即便是没有道理可讲的直觉或猜测”，如“我不知道”和“我猜的”。是的，在学生交流课外书这件事情上，学生是要夸的。学生能大胆地“说”书了，这就是成功。

为此，本文在单体电池温度数据统计的基础上，根据单体电池无故障安全运行的温度范围(10～47 ℃),利用高斯函数和梯形函数定义了温度正常、温度高和温度低3个模糊集合，最终得到单体电池温度的隶属度函数，如式(2)所示。

图1展示的是单体电池电压在电压低、电压正常和电压高3个模糊集合下的隶属度。当单体电池的充电电压高于3.4 V时，表明电池充电电压高；当单体电池的放电电压低于2.7 V时，表明电池放电电压低。而单体电池电压处于2.7～3.4 V之间时，表明电池状态正常。单体电池的充电电压高和放电电压低都会让电池发生故障，因此，需要利用电池管理系统对单体电池的充放电电压进行监控，以确保动力电池运行的安全性。

(2)

其中， fTm为单体电池温度隶属度函数，fTL、 fTN和fTH分别为温度低、温度正常和温度高的隶属度函数，具体表达式如下：

 

 

[2] 刘文杰，齐国光.基于模糊理论的电池故障诊断专家系统[J].吉林大学学报(信息科学版)，2005，23(6):670-674.

  

图2 单体电池温度隶属度函数分布

1.3 单体电池放电电流的影响

电池内部活性物质质量一定时，其放电容量也基本一致。随着放电电流的不断增大，电池内部的电化学极化、浓度、欧姆电阻变化加剧，进而造成电池端电压下降。电池的放电电流越大，其内部极化现象越明显，电池性能下降的概率越大。

根据多年的培训经验，泓福泰把培训方法总结为：认真“听”系统理论；强化“看”示范演示；现场“学”技能技艺；反复“练”实际操作；相互“查”学习差距。这也是泓福泰赢得口碑的“秘笈”之二。

本文所研究的车载磷酸铁锂电池组容量一般为100 Ah，电动汽车正常运行时的放电倍率应控制在0.5C～0.6C之间，为此，利用S型函数和梯形函数构建动力电池放电电流低、放电电流正常和放电电流高3个模糊集合，得到放电电流的隶属度函数，如式(3)所示。

压力是一把双刃剑，它既能摧毁意志，也能激发斗志。作为一名校长，在学校实际管理中总会遇到许多压力，比如安全压力、升学压力等等。如何处理好这些压力，让它在学校发展中起到作用？我认为，在压力面前要提前筹谋，寻找科学稳妥的方式才能化压力为动力。

 

(3)

其中， fIm为单体电池放电电流隶属度函数， fIL、 fIN和fIH分别为放电电流低、放电电流正常和放电电流高的隶属度函数，具体表达式如下：

拓展阶段分为两部分：小组讲台汇报和教师引导讨论。十个小组依据抽签书序，选取代表上台汇报叙述性描写特征（每组2分钟）（组内一位同学在黑板书写句子），汇报后同学和老师给予评价反馈（每组1分钟）。所有组汇报结束后，教师引导讨论给出一个综合性的概括，然后结合文章和同学一起逐一详细找出和解释叙述性描写的应用（共25分钟）。最后的5分钟为整个讲解及授课的综合答疑和布置作业。

 

 

企业财务会计工作较为敏感企业复杂程度较高，若工作人员的职业道德素质较低，就很可能在工作过程中为一己之私而采取违规违法操作，从而造成财务会计信息失真而产生较大风险。而职业道德素质欠缺的财务管理人员为一己之私，则可能会利用自身职务便利进行擅自篡改财务报表等不法行为，从而造成财务会计信息失真，对企业的健康稳定发展带来非常大的不良影响。

图3展示的是电池放电电流在放电电流低、放电电流正常和放电电流高3个模糊集合下的隶属度。当放电倍率大于0.6C时，表明电池放电电流高；当放电倍率低于0.5C时，表明电池放电电流低；当放电倍率介于0.5C～0.6C之间时，表明电池放电电流正常。放电电流的高和低都会影响电池的使用性能和寿命。如果持续高电流放电将会造成动力电池不可逆转的损坏。

  

图3 单体电池放电电流隶属度函数分布

1.4 电池标准差的影响

对于全新的动力电池组，在使用的初期阶段，其内部各单体电池的电压水平基本保持一致。随着电池放电深度的加大和使用时间的增长，由于单体电池电压降低程度的不同而造成电池之间的不一致性会越加明显,进而影响电池组的整体性能[11]。根据QC/T 743-2006《电动汽车用锂离子蓄电池》所给出的标准[12]，可以利用电池电压标准差来衡量动力电池组电压的一致性。具体的表达式如下：

 

(4)

 

(5)

式中：n为单体电池个数；Ui为第i个单体电池电压；Uav为单体电池的平均电压；σ为单体电池电压标准差，其数值大小直接反映了电池电压相对于平均电压的偏离程度。

利用电动汽车动力电池数据采集系统，统计动力电池组各单体电池的电压值通过S型函数建立电池电压标准差的隶属度函数fSm(x)，如式(6)所示。

再次，在翻转课堂教学模式中，任务的学习是以合作学习的方式进行的，可以让学生更好地对任务进行认知，并能够快速地解决相应的任务。在翻转课堂教学模式中教师设计任务一般是有一定难度的，但是任务的设置都是有一定的操作性的。这样在课堂中应用小组合作的形式进行学习时就更加具有针对性。小学英语的学习一般包括单词以及句子的学习，在学习中一定要能够保持英语学习的完整性以及相应的自然性，课堂任务的设计就要考虑到如何更加生动的将知识内容展示给学生，让学生以小组合作的形式以及情境创设的方式来进行学习，这样学生在学习过程中会以完成具体的任务为主要动力进行学习。

图6分别展示了单体电压标准差与单体电压、单体电压标准差与放电电流所对应故障隶属度之间的关系。从图6可以得到，在单体电池电压不变的情况下，随着电池组内单体电压标准差不断增大，故障率逐步上升，电池的健康度下降；当电池电压标准差一定，随着放电电流的增加，故障率逐步上升，电池的健康度也随之下降。同时，从诊断结果可以得到，当放电电压在2.7～3.4 V下，电池放电倍率在0.5C～1C以内，电池组内单体电压标准差小于0.2，车辆动力电池处于安全运行状态；当电池工作温度在8～45 ℃下，放电倍率控制在1C以内，电池组内单体电压标准差小于0.1，电池工作正常，且稳定性较好。以上仿真结果与车辆实际运行工况基本符合。

(6)

图4展示的是电池电压标准差的隶属度分布，随着电压标准差的增大，电压标准差隶属度值增大。

苏区干部的言传身教，示范带动了苏区工农群众反陋俗文化，使他们思想轻松、精神愉悦，“常常有感觉现在生活满意的表示”，从落后愚昧生活形态向健康文明生活形态转变。正如《赣西南(特委)刘士奇给(中央的综合)报告》指出：“没有人敬神，菩萨都烧了。庙宇祠堂变成了农民工人士兵的政府办公室，或者是游戏场”“许多农民的家里以前贡(供)着家神‘天地君亲师位’的，现在也换以‘马克思及诸革命先烈精神’”[4]P356。

  

图4 电池标准差隶属度函数分布

2 模糊故障诊断分析

2.1 电池故障诊断规则

根据电动车动力电池组使用过程中诊断和维护的历史数据，以及电池专家提出的故障判别方法，进行整理后得到电池故障诊断规则[2-3]，主要有：1) 开路电压比其他单体电池低，放电电压下降快，则该单体电池容量不足； 2) 电池开路电压很低，放电时电压迅速下降到0，则电池容量降为0，电池损坏； 3) 放电电压下降快，电压低，充电电压低则充电不足； 4) 充电时电压偏高，放电时电压偏低，则单体电池内阻过大； 5) 充电时电压偏高，电池温度高，则电池内阻大； 6) 放电时电池端电压下降很快，电池标准差大于2 V左右，则电池损坏。

根据模糊诊断方法，需要将以上规则转化成标准形式，即每一条规则只有一个结论(故障)，而且每一条规则之间是“与”的关系。如：IF 充电时电压偏高 AND 放电时电压偏低，THEN 电池内阻过大。

利用前文建立的单体电池电压、单体电池温度、单体电池放电电流和电池标准差的隶属度函数，并在电池故障诊断规则的基础上，对单体电池在不同工作状态下进行健康度评估。

2.2 故障诊断

满足学生个性化的学习必然会遇到多种问题，实施混合式教学模式也必然要面对和克服前所未有的困难。经过几年的实践探索与思考，笔者认为，推进混合式教学模式改革，应充分准备、形成合力、文化引领。

本文利用MATLAB/Simulink仿真平台，验证所提出的模糊故障诊断方法的有效性。例如，当充电电压为3.47 V，电池温度为27.5 ℃，放电电流为62.1 A，电池电压标准差为0.15时，电池内阻过大的故障隶属度为0.464，如图5所示。

  

图5 动力电池故障诊断

  

图6 电池电压标准差、电压及放电电流与故障率的关系

3 结束语

本文利用模糊诊断方法，在分析动力型磷酸铁锂电池故障产生的原因(单体电池电压高/低、电池温度高/低、放电电流高/低及电池电压标准差大)的基础上，建立了故障原因的隶属度函数，并通过对电池组历史运行数据的收集和专家经验指导，设定了用于故障判定的诊断规则，最后通过仿真验证了本文提出的模糊诊断方法对电池组故障诊断的有效性和可靠性。

参考文献：

[1] 沈大伟，庄诚，王学雷.基于CLIPS的故障诊断专家系统开发[J].化工自动化及仪表，2012,39(4)：450-453.

图2展示的是单体电池温度在温度低、温度正常和温度高3个模糊集合下的隶属度。当电池温度低于10 ℃时，表明电池温度低；当电池温度高于47 ℃时，表明电池温度高；而电池温度介于10～47 ℃之间时，认为电池温度处于正常状态。当电池温度过高和过低都需要进行故障预警，保证动力电池的安全运行。

[3] 郑杭波，齐国光.电池组故障诊断模糊专家系统的研究[J].高技术通讯，2004，14(6):70-74.

何良诸去过边区所有的古墓场和古村落。北大坎煤矿那口竖井，有水没水，有没有月亮，他也要捞。没有猴气，成不了精。何良诸问：“赵师傅，琥珀铭文的事，你听说过？”

[4] MUDDAPPA V K S, ANWAR S.Electrochemical model based fault diagnosis of Li-Ion battery using fuzzy logic[C].ASME 2014 International Mechanical Engineering Congress and Exposition.American Society of Mechanical Engineers，2014.

[5] 王一卉，姜长泓.模糊神经网络专家系统在动力锂电池组故障诊断中的应用[J].电测与仪表，2015，52(14):118-123.

[6] 古昂，张向文.基于RBF神经网络的动力电池故障诊断系统研究[J].电源技术，2016，40(10):1943-1945.

[7] 周强.基于模糊神经网络和遗传算法的故障诊断方法研究[D].大连：大连理工大学，2006.

[8] 李旭，徐心和.遗传算法在故障诊断专家系统中的应用[J].控制与决策，1998，13(4):377-380.

[9] 李哲，韩雪冰，卢兰光,等.动力型磷酸铁锂电池的温度特性[J].机械工程学报，2011，47(18):115-120.

[10] 徐顺余，曹辉.锂离子动力电池受高温影响的试验分析[J].客车技术与研究，2011，33(4):53-55.

为适应我国信息化建设需要，扩大作者学(技)术交流渠道，本刊已经进入中国核心期刊《遴选数据库》、已经成为《中国学术期刊(光盘版)》全文收录期刊、《万方数据—数字化期刊群》入编期刊、《中文科技期刊数据库》来源期刊、《书生数字期刊》入编期刊，中国报刊订阅指南信息库收录期刊，《超星期刊域出版系统》全文收录期刊，如作者不同意将文章编入上列数据库，敬请作者来稿时声明，并建议改投目前为数不多的至今仍未入网的期刊。

[11] 王震坡，孙逢春，林程.不一致性对动力电池组使用寿命影响的分析[J].北京理工大学学报，2006，26(7):577-580.

[12] 全国汽车标准委员会.电动汽车用锂离子蓄电池:QC/T 743-2006[S].北京：中国标准出版社，2006:8.