前晨汽车黄晨东：用全生命周期管理体系解决电池安全问题

10月11日，在第三届全球新能源与智能汽车供应链创新大会上，前晨汽车创始人兼CEO黄晨东分享了前晨是如何运用电池大数据来保证电池安全方面的想法和实例。

公开资料显示，黄晨东是美国密歇根大学机械工程哲学博士，曾任上汽集团新能源事业部副总经理。2015年3月，黄晨东加盟蔚来，先后负责蔚来整车开发、自主智能驾驶技术研发以及电动力工程等核心业务。2019年10月，黄晨东升任蔚来高级副总裁，直接向蔚来董事长、创始人兼CEO李斌汇报。

去年4月份，黄晨东从蔚来离职，之后创办成立前晨汽车。前晨汽车主要专注于做智能网联新能源电动卡车，已经推出两款产品，包括轻卡和重卡。目前，前晨汽车团队大概有120人，年底预估能到200年，今年已经进行了第二轮融资。

电池方面，随着新能源汽车的推广和普及，电池安全问题备受重视，从电池产品设计，到相关标准规定，都逐渐趋于严格。

而相比于此前更多的由于过充、过放、挤压、高温等情况引发的电池着火问题，现如今电池安全更多的可能来自于电池的异常老化，比如说车停在那里停十天、半个月，自己就着起来了，这是异常老化，电池本身的失效风险。

前晨汽车就是想利用全生命周期的管理体系，来解决这种电池异常老化而引发的安全问题，该方式主要依据的还是对电池数据的监控和管理。

黄晨东表示，从电芯的角度来看待电池，要监测到电芯，而不只是模组，并且所有的数据可以历史回溯，从整车到之前的制造过程中，从电池的回收利用，可以回溯到在车上面的使用情况，再回溯到前面电池厂的情况，这是整个生命周期要有数据记录。

想要有如此全面的数据，就要涉及到数据的采集、上传以及如何处理等问题。黄晨冬分享中表示，电池的数据采集至少要做到1秒发一帧数据，才能抓住电池的特征。

数据上传之后，要做大数据分析和异常特征的提取，并通过建立正确的应力模型，包括电压模型、阻抗模型，多少C充电的模型等等做最后的云端数据处理。

以下为现场演讲实录：

大家好，我是黄晨东，今天跟大家分享一下我们对运用电池大数据，保障电池安全方面的想法和实例。

在讲正题之前稍稍介绍一下我们公司，因为我们是去年新成立的公司，我原来在蔚来做，去年离开蔚来以后成立了前晨。

前晨家里是没有矿的，我们是白手起家，去年成立以后在资本市场上融了一笔钱，建队伍，今年又进行了第二轮融资，目前大概有120人，到年底估计有200人，主要是做智能网联新能源电动卡车，目前已经有两款产品推出，轻卡和重卡。

我们电池方面的设想，就是用全生命周期的管理体系来保障电池的安全。大家知道，随着新能源车的使用越来越多，电池前几年出现了大量的安全问题，国家法规也更加严格，对热失控的要求，提前5分钟预警成为强制的标准。对于BMS，放电模式也都建立起了推荐的标准。对于电动车的安全本身、逃生等等都建立起了一系列的要求。

对于行业来讲，新能源汽车对于电池的要求也逐渐升级，行业希望采用更加严格的方法，比如说逃生的时间从原来的5分钟到30分钟，从整包不起火，到单体不爆炸、不失控、没有热失控，从单一滥用条件到多种场景滥用条件的测试，行业对于电池的要求也越来越严。

监控的平台，一直都是做电池的监控，监控的水平和能力也提高了非常多。

另外一个角度，安全的设计方面出发，实际上从材料的选型，大家趋向于让材料越来越稳定，低镍也好，或者是固态电池也好，使得材料越来越安全。

电芯设计也用了很多防内短路的材料。电池包的设计当中用了很多保护装置，还有一些异常的断电保护，还有预警的措施等等。

我们思考一下，从这几年以来，电动汽车发生的这些安全短板都在哪里？

上半部分，触发滥用的场景，从车辆的事故、涉水、传感器、结构零件，这是早期的时候，大多数的安全是由这些触发的，由于过充、过放、挤压、高温，充电的时候很容易着火。

逐渐这些问题都解决了，现在更多的是电池的异常老化，比如说车停在那里停十天、半个月，自己就着起来了，这是异常老化，电池本身的失效风险。

我们怎样使得电池能够更加优化？对它更有控制？更有主动的控制？从而保证它更加安全？

很简单的可以做的就是液冷，可以控制电池的温度，也可以控制它的能耗，这对电池的安全是非常有帮助的有效手段。

第二个，我们要对电池进行全面的性能检查，比如说维修保养的时候，可以对电池有没有磕磕碰碰，机械结构进行检查，在平时的时候，通过监测的数据对电池进行判断。

大数据的监控是对电池非常有用的，保证安全的一个手段，我后面会重点讲。

我们的设想是要做电池的全生命周期的管理体系，从电芯的角度来看待电池，要监测到电芯，而不只是模组，只是包，并且所有的数据可以历史回溯，从车上面到前面的制造过程中，以后如果有回收利用的时候，再可以回溯到在车上面的使用情况，再回溯到前面电池厂的情况，这是整个生命的周期要有数据记录。

应该怎么做呢？第一个，要采集数据，刚才丁总讲的我非常同意，电池的数据你要采集至少1秒钟，车的其他数据可以采集5秒钟，我们现在实际做的就是这样，电池1秒发一帧数据，车的其他数据5秒发一帧数据，这样采集来才能抓住电池的特征量。

采集完数据以后，要做数据上传，做大数据的分析，做异常的识别，做异常特征的提取，这个时候就有很大的技术含量。你采用什么算法在云端对这些数据进行分析，怎么看电池离散的点，能够把离散的点在不同的特征情况下抓出来，你就可以保证电池的安全。

你还要建立一个正确的应力模型，包括电压模型、阻抗模型，多少C充电的模型等等，这些模型要并在一起，如果只看一个应力模型可能就抓不到特征了，要把很多应力模型集中在一起看。最后在云端的数据处理了以后，可以返回控制预警的策略，回到车的控制器，到了车的BMS控制器里面，从而保证它不断改进这些控制策略。

数据采集里面，一个方面是时间一定要保证，所以电池数据如果没有1秒的数据，基本上万一着火，或者是万一有什么事故的时候，抓不到特征值了，除了这个时间之外，你还要有精度，比如说温度的精度，电压的精度等等，要不然太快地传输，这些精度没有了，还是抓不到。第二个，核心的性能指标在线测量要有。比如说阻抗，通过测量一些阻抗就可以发现很多问题。

第二个需要解决的问题，大数据分析，分析当中很重要的就是应力模型，原先做的比较多的是单应力模型，倍率、温度、放电深度、高电压的应力模型，但是单应力模型在今天已经远远不够了，单应力模型即使觉得电池是好的，但是在多应力模型的时候，还是觉得是有问题的，软件设计上要有多应力模型，把倍率、温度、放电深度、高电压统统叠加起来进行实验验证。

我右上角的图举了一个小例子，有一个电池包放在那里90天，温度可以达到100度左右还没有自加热，到了170度的时候才会热失控，但是4、5天，温度可以更高，要是10天，温度可以更高，可以到150度，电池本身自己内部就有一些自放电的机理，会促使它自放热，就会促使它热失控。

我们的工作除了上游电池厂要做好电池设计之外，后面我们用既有的电池要观测好它的重要的特征量，从而保证它的安全。

再举一个例子，我们在车上采集的数据，最右下角有一个控制策略，最早制定了一个控制策略，输到车上去，在车上可以有实时监控，你可以看到不同的电压变化，把这些数据传到云端的时候，云端的数据平台就要进行一些统计的分析，我这里举一个例子，10毫伏电压的电芯有多少个，20毫伏的有多少个，30毫伏的有多少个，把这个量通过写一个算法进行分析，就可以看到，蓝色的应该是均值线，偏离均值线太远的电芯就有问题了，就要把这个电池包抓过来看看，到底电芯是什么问题，可能你这个时候还不会发生起火爆炸，但是它有潜在的问题，像这样的电芯就要把它换掉，要不然就会有问题。你还可以进行应力组合，通过应力观测模型进行分析，有了分析以后，就可以反馈到它的控制模型里面去，从而形成了正循环。

这是原先我们在车上做的全生命周期的管理体系，今天抛砖引玉，跟大家共享一下，谢谢大家！

P.S. 欢迎点击此链接报名：

https://6653615874437.huodongxing.com/event/4617682361300