基于DTBN与T-S故障树的电池热管理系统可靠性分析

摘要

提出一种评估电动汽车动力电池热管理系统的可靠性分析算法。构建了电池热管理系统T-S动态故障树,转化为离散时间Bayes网络(DTBN)模型。同时将T-S动态门规则转化为网络节点的条件概率表。依据所建可靠性模型和部件的故障率,计算得到动力电池热管理系统在任务时间内的故障概率值为0.453,并获得各部件的后验概率、概率重要度和关键重要度。结果表明:对比Monte Carlo仿真方法,本方法的故障概率计算值误差小于5%,概率重要度靠前的是单体电池温度传感器、电池冷却液泵、电池冷却液管路等部件。该方法能克服传统故障树分析难以构建Bayes网络条件概率表等问题。