新能源汽車監測運行情況-故障分析
《全國新能源汽車監測報告》是一份挺有意思的報告,我也是在一個公眾號讀到之後下載下來的,建議各位讀者一讀。
不少讀者都會有一些原始材料閱讀的需求,如果版權允許我會放入這個菜單欄的」圖書館「裡面,具體的此份報告在公眾號會話欄回復」監測報告「即可。
此份報告探討:
報告的數據量
截止 2017 年 12 月 31 日,已經有 246590 輛純電動車接入「新能源汽車國家監測與管理平台」,具有動態響應數據的車型共計 87168輛。通過對動態數據的實時上傳、動態監控和後台大規模海量車輛信息數據分析,數據中心積累的461.04 億條動態數據,68.1 TB 數據存儲量。
平台監控純電動車輛總計 80003 輛,其中純電動 乘用車 44052 輛,電動客車 24982 輛,物流配送車 10595 輛,其他專用車 8 輛, 貨運車 23 輛,電動環衛車 343 輛。2017 年各類新能源汽車完成行駛量高達 7.08 億車公里。
接入新能源汽車國家監測與管理平台的乘用車數量雖然最多,但是從實際運行情況來看,客車使用最多的,其行駛量比重佔比高達 74.28%。客車運行車天數佔比為 48.42%,在相同時間段內,客車的運行強度要遠高於乘用車和物流車。城市公交車在高峰時期又經常面臨滿載運行。
這是實際的各個地區監控的車輛的數量,根據補貼的要求大部分監控的車輛是公家車輛
依託數據中心監控平台動態數據中對故障碼的實時監控,以下的數據還是非常有價值的
從電動車故障率來看,DC-DC 部分的故障率最高,比例高達 38.2%,其中狀態報警占 20.0%,溫度報警占 18.2%。
三種高頻故障(單體電池過壓、電池高溫和電池溫度異常)進行統計可以看出,單體電池過壓報警比例最高,為總故障率的 5.2%;溫度差異報警故障數佔總故障率的 2.5%;電池40°高溫報警故障數佔總故障率的 1%
在早期階段,DCDC這個溝通高壓和低壓,特別是與12V電池和整車用電負載的部件的特徵就顯示出來了。
備註:我暫時沒搞懂這個每車天報故障的次數的均一化統計的數據的實際含義
以每車天報故障的次數為標準,輕型物流車車故障數最多,達到每車天 2.03次,接下來是乘用車,故障次數為每車天 1.95 次。客車的可靠性和穩定性最高,故障次數僅為每車天 1.16 次,遠低於輕型物流車和乘用車。從故障的分布來看,三種類別車輛也有所不同。輕型物流車的故障率分布最廣,除了個別項目(可充電儲能系統不匹配報警故障數、DC-DC 溫度報警故障數、DC-DC 狀態報警故障數等)以外,其故障數均遠高於乘用車和客車。這主要是由於電動輕型物流車發展41最晚,並受制於成本因素影響,整車的品質都有待於提升。
電池溫度一致性分析
8 米公交車在 2017 年 5 月、8 月和 12 月份,電池單體的最高溫度平均值和最低溫度平均值均有較大差異。
- 8 月份電池單體最高溫度 38.8℃;12 月份單體最低溫度14.7℃。
- 最高溫度和最低溫度的差值也不到 5℃, 5 月最大相差 3.8℃
12 米公交車
在 2017 年 5 月、8 月和 12 月份,電池單體的最高溫度 平均值和最低溫度平均值也有較大差異。8 月份電池單體最高溫度最高達到 39.5℃;12 月份單體最低溫度平均值為 17℃。最大差值發生在 12 月份,相差 4.1℃。12 米公交車載重量大、運距長、行駛時間 長、電池容量大,因此電池發熱量也會高於 8 米公交車。
這裡其實也是要和讀者一起去探討,不同溫度點的布置實際的溫度是否準確,特別是一個電池箱裡面的溫度點的差異情況。在大巴裡面關於標準電池箱的應用已經較為普遍
對於數據中心得出的統計結果和實驗過程中,和我們認知過程中的差異是不是存在。
小結:光看統計數據可能得到的是一種概要上的分布,還需要花時間和我們知道的設計和實驗數據進行結合。
推薦閱讀:
※故障管理中的涅槃重生
※浪琴錶都有哪些常見故障?
※linux更新後無法啟動時你的心情怎樣、第一步怎麼做?
※CentOS6.5 /boot分區損壞恢復
※空壓機非預期停機原因分析與排除