蔡家富,劉桂雄
(華南理工大學機械與汽車工程學院,廣東 廣州 510640)
動力鋰電池具有長壽命、大容量和綠色環(huán)保等特點,廣泛應用于電動汽車中[1-3],研究快速準確的動力鋰電池性能進行測量與評定技術具有重要意義。根據(jù)國標GB/T 31486—2015《電動汽車用動力蓄電池電性能要求及實驗方法》,動力鋰電池模組測試項目包含室溫放電容量、開路電壓、交流內阻、室溫倍率放電容量、室溫倍率充電性能、低溫放電容量、高溫放電容量等多種電性能參數(shù)[4]。動力鋰電池模組測試項目繁多,傳統(tǒng)測試中往往將各鋰電池模組單獨接在電池測試系統(tǒng)各測試通道中完成該電池模組的所有要求測試項目。當進行多組動力鋰電池多電性能參數(shù)性能測試時,使用傳統(tǒng)測試方法將占用較多測試通道,由于鋰電池模組充放電工序之間存在擱置時間,使測試過程中存在測試通道閑置,整體測試時間較長,測試效率低。為解決這一問題,需設計合適調度方法對測試項目進行合理順序測試,目前國內外許多研究學者研究提出許多測試項目調度解決方法,廣泛應用于各制造業(yè)生產(chǎn)中[5-7]。奧羅·普雷托聯(lián)邦大學Toffol等[8](2016)針對多模式資源受限多項目調度問題提出一種基于整數(shù)規(guī)劃的啟發(fā)式算法,求解給出最優(yōu)項目調度測試方法;Ji等[9](2017)研究資源約束條件下持續(xù)時間不確定的項目測試調度問題,通過建立并求解多目標項目規(guī)劃模型,有效減少項目測試總成本及測試總時間;M Nouiri等[10](2018)采用分布式粒子群算法解決柔性車間調度問題,通過在多智能體系統(tǒng)中進行分散決策,實現(xiàn)不可預測環(huán)境下測試資源高效調度;德國漢堡大學E Lalla-Ruiz等[11](2018)研究船舶調度優(yōu)化問題,通過模擬退火算法為各進出船安排不同水路進出港口,求解船舶最小等待時間;西班牙塞維利亞大學D Canca等[12](2019)研究鐵路建設調度問題,通過將施工預算和建設設備資源進行調度,在較短時間完成鐵路建設同時有效減少建設成本。基于測試任務調度思想,本文提出動力鋰電池模組測試多工位多電性能參數(shù)任務調度模型,結合蟻群算法,求解動力鋰電池模組最優(yōu)測試路徑集,縮短電池測試系統(tǒng)測試時間,提高動力鋰電池模組測試效率,指導實際動力鋰電池模組測試。
本文研究動力鋰電池模組多工位測試方法通過對測試通道設置多個電池測試工位,測試通道與測試工位之間通過測試線路控制器連接,測試線路控制器可控制該測試通道下測試工位的充放電情況,且同一時刻點單個測試通道僅可對單個測試工位進行充放電操作。圖1為動力鋰電池模組多工位測試系統(tǒng)架構,電池模組充放電測試系統(tǒng)通過測試通道控制電池測試工位上的鋰電池模組進行電性能測試,電壓探頭、電流探頭、溫度探頭采集各鋰電池模組變化情況并傳輸?shù)缴衔粰C中,上位機通過計算得到鋰電池模組各電性能參數(shù)。同一測試通道下各鋰電池模組電壓、電流等級需要相匹配,需根據(jù)各動力鋰電池模組額定容量及額定電壓的不同,對動力鋰電池模組進行分組。設分組后某組動力鋰電池模組有m塊動力鋰電池模組,需要接入電池測試系統(tǒng)的m個工位中,后續(xù)多參數(shù)任務調度方法研究對象為完成分組的該組動力鋰電池模組。
圖1 動力鋰電池模組多工位測試系統(tǒng)架構
電性能參數(shù)測試由多個充放電工序組成,且動力鋰電池模組充放電工序間存在擱置時間,動力鋰電池模組測試任務調度通過對充放電工序進行合理調度,達到節(jié)省測試過程擱置時間的目的。為實現(xiàn)動力鋰電池模組測試任務調度,將各電性能參數(shù)測試任務拆分為測試過程中不可中斷的最小連續(xù)測試任務單元。設第i(i∈(1,m))塊動力鋰電池所需測試任務數(shù)為Ni,其中第j(j∈(1,Ni))個測試任務可分解為Nij個連續(xù)測試任務單元,則m塊動力鋰電池模組最小連續(xù)測試任務單元總數(shù)設Pijk為動力鋰電池模組i第j項電性能參數(shù)測試任務的第k個最小連續(xù)測試任務單元,建立測試任務單元集
根據(jù)國標GB/T 31486—2015《電動汽車用動力蓄電池電性能要求及實驗方法》,同一塊鋰電池模組在進行電性能參數(shù)測試時存在獨立優(yōu)先級測試順序,動力鋰電池模組測試多工位多電性能參數(shù)任務調度需滿足如下條件:
1) 測試通道同一時刻僅可對單個測試工位上的動力鋰電池模組進行電性能任務測試。
2) 測試任務單元一旦進行不能中斷,需在測試任務單元完成后才能更換測試任務。
3) 測試任務之間具有優(yōu)先級差異,調度后同一工位下任務測試順序應仍滿足測試優(yōu)先級。
動力鋰電池模組任務調度測試過程可視為測試通道通過一定測試順序完成所需的所有測試任務單元 ,建 立任務單元測試路徑集R={R1,R2,···,Rn}(Rl∈P,1≤l≤n),并要求充放電測試系統(tǒng)測試通道按照測試順序進行充放電操作即可完成所有任務測試。
使用不同任務單元測試路徑集R完成動力鋰電池模組測試,測試總時間不同。動力鋰電池模組測試多工位多電性能參數(shù)任務調度目的是求解鋰電池模組最短測試總時間,給出動力鋰電池多工位多電性能參數(shù)任務測試最優(yōu)路徑集。
為對動力鋰電池模組測試多工位多電性能參數(shù)任務測試總時間進行求解,設測試任務單元Pijk的測試時間集Tijk為:
式中:sijk——測試任務單元開始時間,表示測試任務單元Pijk的開始時間;
fijk——測試任務單元結束時間,表示測試任務單元Pijk的結束時間;
tijk——測試任務單元測試時間,表示測試任務單元Pijk的工序測試時間,相應任務測試時間可從標準中獲得,應有fijk?sijk=tijk;
wijk——測試任務單元實際等待時間,表示測試任務單元Pijk完成測試后該動力鋰電池模組實際擱置時間,有sijk+1?fijk=wijk,且對比該測試任務單元要求等待時間Wijk,有wijk≥Wijk。
圖2為測試任務單元時間示意圖,動力鋰電池多工位多電性能參數(shù)任務測試總時間為各工位完成任務測試的總時間。
圖2 各測試任務單元時間示意圖
設任務單元測試路徑測試完成時間集F={F1,F2,···,Fn},其中Fl(1≤l≤n)表示測試路徑完成任務單元Rl后的系統(tǒng)測試總時間,設任務單元Rl對應為測試任務單元集中的Pijk,則應有Fl=fijk,且可推導出任務單元測試路徑測試完成時間Fl?1與Fl的關系:
故獲得任務單元測試路徑集R后,即可按順序求解出任務單元測試路徑測試完成時間集F,F(xiàn)n為動力鋰電池多工位多電性能參數(shù)任務測試總時間。
將動力鋰電池模組測試過程視作螞蟻覓食過程,螞蟻通過感知不同路徑信息素濃度高低選擇遍歷路徑,當遍歷任務單元測試路徑集P中全部任務單元即完成所有測試任務,螞蟻所經(jīng)過的測試任務單元順序即為任務單元測試路徑集R[13-15]。
1) 狀態(tài)轉移規(guī)則
狀態(tài)轉移是指螞蟻遍歷完成測試任務單元Pijk后對其余未遍歷的測試任務單元進行轉移的過程,對一個新測試任務單元的狀態(tài)轉移概率由測試任務單元間的信息素濃度及啟發(fā)式信息濃度共同決定,則第t次迭代中第z只螞蟻(螞蟻總數(shù)為Z)在動力鋰電池模組測試任務單元Px(Px∈P,1≤x≤n)轉移到測試任務單元Py(Py∈P,1≤y≤n)的狀態(tài)轉移概率為:
式中:τxy(t)——任務單元Px到Py的信息素濃度;
ηxy(t)——任務單元Px到Py的啟發(fā)式信息濃度,啟發(fā)式信息計算公式為其中wy表示任務單元Py測試前需等待時間;
allowedz(t)——第t次迭代中螞蟻z完成任務單元Px后可轉移到的任務單元集合;
α、β——信息素及啟發(fā)式信息的重要程度因子。
2) 信息素更新策略
隨著螞蟻對各測試任務單元完成遍歷,每一次迭代完成后測試任務單元間的信息素濃度得到動態(tài)更新,指導下一代螞蟻搜索測試路徑。完成一次迭代后按照下式進行信息素更新:
此外,當蟻群算法較早陷入局部最優(yōu)解時,減小該最優(yōu)任務測試路徑上的信息素積累速度,使得蟻群能夠擴大路徑搜索范圍,跳出局部最優(yōu)解,獲得測試路徑的全局最優(yōu)解。
通過上述蟻群算法產(chǎn)生任務單元測試路徑集R,以最小測試時間為目標對測試路徑集R進行調度優(yōu)化,迭代過程中最優(yōu)測試路徑上的信息素逐漸增加,最終收斂獲得最優(yōu)任務測試路徑集。
為驗證提出的多工位多電性能參數(shù)任務調度方法有效性,下面對五工位動力鋰電池模組進行電性能測試,其中各動力鋰電池模組額定容量及額定電壓近似,前三組動力鋰電池模組需進行室溫放電容量、室溫倍率放電容量、室溫倍率充電性能測試,其余動力鋰電池模組需進行室溫放電容量、低溫放電容量、高溫放電容量測試,電性能參數(shù)測試時間如表1所示。
表1 電性能參數(shù)測試時間表
其中,室溫放電容量測試優(yōu)先于其他電性能測試項目;鋰電池模組電性能測試項目在室溫下進行時,任務單元項目間要求等待時間為60 min;鋰電池模組電性能測試項目在低溫或高溫下進行時,任務單元項目間要求等待時間為120 min。
采用蟻群算法對上述五工位動力鋰電池模組測試任務單元進行調度優(yōu)化,設置迭代最大次數(shù)tmax=50、螞蟻總數(shù)Z=50、信息素重要程度因子α=1、啟發(fā)式信息重要程度因子 β=5、信息素揮發(fā)速率 ρ=0.1、信息素增加常量Q=1。
對上述五工位動力鋰電池模組測試任務單元進行調度優(yōu)化,經(jīng)過35次迭代后,算法收斂得到雙通道最優(yōu)任務測試路徑集Rbest為:
可以得到,最優(yōu)測試路徑測試總時間為1080 min,相較采用傳統(tǒng)測試方法對動力鋰電池模組進行雙通道測試總測試時間 2130 min,時間縮短 49.3%。
1) 通過對動力鋰電池模組多工位測試系統(tǒng)進行需求分析與設計,提出動力鋰電池模組測試多工位多電性能參數(shù)任務調度問題,并基于測試路徑集對任務單元測試總時間進行求解。
2) 利用蟻群算法對測試任務單元進行調度,求解最優(yōu)任務測試路徑集及測試總時間。計算表明,優(yōu)化調度算法可有效縮短動力鋰電池模組多工位多電性能參數(shù)測試總時間,提高鋰電池模組電性能參數(shù)測試效率。
3) 在特定情況下,動力鋰電池模組測試過程中會新增電性能參數(shù)測試任務,將影響原測試任務調度方案,需在新增測試任務的情況下對調度方案進行動態(tài)優(yōu)化調整。