1月16-18日,电动汽车资源网举办“2018首届中国(成都)新能源汽车高峰论坛”。此次峰会上,智能网联、大数据等成为与会嘉宾讨论的焦点,并且有不少专家认为,无人驾驶技术或最先在商用车领域实现。
会上,成都雅骏新能源汽车科技股份有限公司副总裁李红朋发表了“大数据如何为新能源物流车行业赋能”的主题演讲。李红朋表示,在过去的五年里,雅骏一直在做产品设计软闭环的工作,闭环由整车设计、系统集成、三电控制、网联平台和大数据构成。会上,他着重分享了网联平台技术和大数据的应用。
成都雅骏新能源汽车科技股份有限公司副总裁李红朋
详解网联系统与数据工程
李红朋表示,网联系统架构分五层,自底向上有感知、传输、接入、存储、应用层。数据分析业务分七维,涉及性能提升、安全管控、故障预判、寿命评估、质量改进、驾驶行为指导、售后服务增效等方面。据他介绍,目前雅骏数据网联系统的合作伙伴有阿里云、百度云、华为,多方在数据备份和信息安全方面,有着充分的合作与沟通。
在网联系统架构方面,可无限扩充的容量及弹性计算,支撑着整个大平台的全面发展,远程控制、远程标定、远程读取等云端管控功能已落地成熟。在数据工程方面,则要思考我们需要哪些数据,数据处理和传输的问题,李红朋表示,雅骏会基于国家标准的要求和车辆关键分析的要求来设计数据传输内容。他表示,雅骏会对传输的数据做一些特殊的处理,包括滤波、数据特征提取和压缩。在传输时,雅骏会跟据需要,采用固定周期或事件触发的传输机制。
大数据为新能源物流车行业赋能 更全面、更精准、更高效
在大数据系统的设计层面,雅骏开发了独有的BRAIN大数据分析系统,数据源涉及车联网、桩联网,生产、售后等系统,目前有73亿条数据量。李红朋表示,从分析覆盖的部件来看,几乎覆盖了所有的核心零部件;从分析维度上来看,涉及了性能、安全、故障、寿命、质量等方面。
在大数据的应用层面,雅骏探索了三大领域,包括产品、运营、市场领域,目前雅骏更关注的是大数据在产品领域和运营领域的应用。李红朋表示,在产品领域中,大数据可以为技术进步、质量改进、成本控制等方面赋能。以技术进步为例,在电机应用方面来说:
从图中来看,该车型实际电制动主要(96%能量)集中在 50 ~ 600 N.m 转矩范围,进行整车电制动力矩控制策略设计时,参考上面的分析,对于机械寿命的提升有着很大帮助。
在电池应用方面来说:
上图为充电过程中,不同环境温度下,温度极差分布。其中,柱形图为温度极差占比,红色横线表示对温度极差控制的评分(越低越好)。
充电过程中,在环境温度为 10~15 ℃ 、>30℃ 时,极差控制评分开始明显走高,BMS充电温度管理策略 可在此环境温度下做分段控制重点优化。
上图为放电过程中,不同环境温度下,温度极差分布。其中,柱形图为温度极差占比,红色横线表示对温度极差控制的评分(越低越好)。
放电过程中,我们在环境温度 30~35℃ 时,极差控制评分明显走高,BMS放电温度管理策略 可在此环境温度下做分段控制重点优化。
李红朋表示,在运营领域中,大数据可以为投资分析、残值估计、效率优化等方面赋能。以投资分析为例,在充电桩投资方面来说:
数据分析显示,雅骏成都用户快充主要集中在早上9到10点和16点到21点;慢充则主要集中在18点到凌晨4点。实际每日快充容量,最主要集中在 16~ 17MVA,用电高峰分布在 9-10点、20-21点,若选用60kW的充电桩,建议至少配置283个。
经优化管理后,每日快充容量将最集中在 12~ 13 MVA,拟减少4MVA;若选用60kW的充电桩,拟减少配置67个。同时,运营数据还可以指导充电桩的合理布局。
李红朋表示大数据还可以在市场领域中为行业赋能,以客户需求管理为例:
将车速、牵引踏板、制动踏板、百公里电耗等数十项数据作为特征,分析数十个行业客户的用车习惯后,通过聚类算法得到三大类客户群体。他们分别为:中短途轻载固定业务群,中长途的固定业务群以及重载随机业务群。利用大数据生成用户群体画像,可用于指导车辆动力设计,如电机、电池的输入参数。以此可设计出更贴近客户需求的整车产品。
李红朋总结道,此前,企业在产品和运营上主要依赖于专家经验,但随着大数据技术的发展,转而依赖可自动进化的数据模型,通过数据的赋能,我们能够更加实时、高效的响应和适应市场的变化。
版权声明:本文版权为电动汽车资源网所有,转载请务必注明来源(电动汽车资源网)及作者。