FRACAS在動力電池系統可靠性管理中的應用

郝 剛

(武漢城市職業學院 機電工程學院 湖北 武漢:430064)

鋰離子動力電池系統具有能量密度高,循環壽命長,倍率特性優的特點,可為機電系統提供可靠、持久、清潔的能量載體。然而,鋰離子電池的使用和貯存需要加以嚴苛的管理,保障其在運行、充電、存儲、轉運過程中的安全性與可靠性。本文引入FRACAS系統,對動力電池系統全壽命周期內的安全性與可靠性的優化管理問題進行了研究。

1 FRACAS系統概要

FRACAS,是“Failure Report Analysis and Corrective Action System” 的縮寫,即“故障報告、分析及糾正措施系統”,實際是可靠性問題歸零和閉環管理的系統性方法[1]。相比傳統離散化、碎片化的故障管理相比,通過FRACAS系統建立的故障閉環管理能夠打通全生命周期的故障管理信息孤島,針對性建立有效的分析體系,提高應對故障處置和關閉的能力,穩健提升產品可靠性。利用FRACAS實現以數據為中心的信息反饋和閉環管理,通過一套規范化的程序,使發生的產品故障能得到及時的報告和糾正,防止故障再現。通過FRACAS系統的部署與應用,使得失效經驗數據得以保存,工程經驗得以提升,提升產品設計可靠性和工藝可靠性,降低產品失效率,避免安全性事故[2]。

FRACAS系統不僅是一個強大的可靠性軟件系統,還是一個質量追蹤和管理系統,實施和應用FRACAS技術將為產品安全與可靠性目標、質量目標提供保障。同時,FRACAS系統也能幫助企業提升ERP、PDM、SCM和CRM 的投資價值。通過FRACAS 建立企業問題/故障信息數據庫,可以為可靠性設計和分析以及關于維修策略、保障策略和備件策略的制定提供數據支持。

建立FRACAS系統的目的是及時報告產品故障,分析故障原因,制定和實施有效的糾正措施,以防止故障再現,改善其可靠性和維修性。國際標準體系ISO9001《質量管理體系要求》中把糾正和預防措施作為質量體系的20個要素之一。該標準要求企業應有既定的渠道對所掌握的不合格產品信息進行分析,并采取糾正和預防措施來消除不合格產品產生的原因,以防止其再次發生。

2 以FRACAS為核心的可靠性管理系統設計

FRACAS主要針對實際發生的故障信息進行閉環管理,是構建可靠性工程平臺的基礎。FRACAS系統基于局域網和Web技術,將產品的可靠性數據積存到數據庫中,通過完整的閉環管理流程對各種信息進行過濾、統計、分析和計算,同時對可靠度、可用度、失效率、MTBF等進行計算,進行可靠性增長和費用的分析。系統通過數據存儲、分析與可視化、問題和故障閉環管理最終展示界面、流程、計算、圖形、報表、報警等內容[3],以FRACAS為核心的可靠性管理系統總體架構見圖1。

圖1 FRACAS為核心的可靠性管理系統總體架構

動力電池系統的設計需要以安全性為核心,注重對故障失效數據的積累?；谀壳暗陌踩c可靠性管理與建設現狀,使用FRACAS系統開展全面、系統的安全與可靠性管理可以實現對產品的全生命周期可靠性提升與圍繞故障信息和閉環管理的統計、分析、預防、決策、預警和管理。

2.1 系統架構設計

在動力電池系統的可靠性管理過程中,可靠性的管理從概念設計階段開始,導入客戶的可靠性指標要求,在設計階段細化可靠性指標,并對可能產生的故障及失效進行收集,在FRACAS系統下編制DFMEA文件。在工藝階段對工藝可能導致的故障及失效進行收集,在FRACAS系統下編制PFMEA文件。在測試階段和產品推向市場后的階段,從售后的角度統計故障及失效,在FRACAS系統下完成故障頻次,危害等級的統計,并形成故障的關閉,形成閉環管理。以FRACAS為核心的動力電池系統設計是可靠性管理中的重要內容,貫穿產品的全壽命周期管理,整體框架如圖2所示。

圖2 以FRACAS為核心的動力電池系統設計流程

FRACAS的架構設計采用MVC設計模式,設計由采集層、數據層、工具層、管理層和應用層組成,實現從底層數據收集、中間層的數據處理與頂層的決策與管理融合,層層遞進。MVC設計模式廣泛應用于大規模系統軟件的開發中,其通過應用系統按模型、視圖和控制器實現分層開發,開發過程中系統代碼分工明確,降低應用系統內部不同層之間的耦合關系,每個層的實現都是獨立的,不需關心其他層的具體實現,只需關心數據的流動,這樣提高了系統的可維護性、可擴展性和可重用性[4]。

故障信息來源廣泛,采集層主要針對故障數據的規范化采集、分類和存儲;數據層主要是對分類存儲的故障信息進行篩查和初步的統計,實現按時間、頻次、地域等不同相關因素的數據處理;工具層主要實現以失效模式分析、故障樹分析、可靠性評估和預計等基于核心工具算法的分析;管理層主要是通過故障報告、糾正措施等實時故障的閉環管理和經驗的積累;應用層則是將積累的故障閉環管理信息經過處理后呈現給設計與制造的參與者,用以指導可靠性提升與持續的改進。

2.2 基于FMEA的故障分析及數據統計系統設計

FMEA(Failure Mode and Effects Analysis)是汽車行業應用較為成熟的故障分析與管理方法,特別是在設計階段和工藝階段,穩健的FMEA應用能夠全面開展對系統、子系統和零部件級別的失效分析,健全失效模式庫。FMEA的應用方法在汽車行業中經歷五個版本的迭代與更新,目前形成七步工作法(詳見表1),將該項工作的推進系統化和可視化,為全面的質量管理提供理論與數據支撐。

表1 FMEA七步工作法

FMEA的開展能夠幫助產品研發和制造過程中潛在失效模式的分析,目前主要采用特定格式的表格形式收集FMEA信息,且結構FMEA、BMS硬件FMEA、BMS軟件FMEA分開編寫(如圖3所示),測試數據和售后數據未能在FMEA中體現,形成數據支撐。因此,零散型的FMEA編寫不利于健全失效模式庫和產品可靠性增長。FMEA中填充的故障模式多數為歷史經驗數據或者可推測產生的失效。產品在經歷國標相關的驗證測試和研發相關的可靠性測試過程中,將暴露出諸多未覆蓋的失效模式。這一類失效模式更貼近實際產品和實際工況。

圖3 動力電池系統FMEA層次結構圖

健全失效模式庫從多維角度收集各類失效模式,一方面形成可靠性數據積累,另一方面為后續設計能力提升提供數據支持。利用FMEA更新所建立的涵蓋各領域和全過程的多功能小組,開展5W1H模式的問題分析與討論,從失效模式的發展,失效機理的研究,糾正措施與問題關閉,最終形成文件化的預防措施開展工作。同時,深層次追查技術資料、文件、制度、培訓、崗位職責的制定與落實,檢查制度的執行情況,實現失效模式的閉環管理。

2.3 數據驅動的FRACAS工作流設計

以建筑機器人鋰離子動力電池系統為例,其健康狀態符合可靠性浴盆曲線的特點。用戶在使用過程中,注重全壽命周期的安全性與可靠性指標。全壽命周期失效數據尤為重要,失效數據一方面可以用來滾動估算產品失效率,另一方面通過全壽命周期的失效數據評判失效屬于早期失效還是正常損耗,為產品改進設計和適當的維修策略提供支持。

從建筑機器人鋰離子動力電池系統的組成進行分析。在建立全壽命周期失效數據庫之前,首先要對動力電池系統進行系統、子系統和零部件的三個層級的劃分,其次針對零部件級別的失效管理是全壽命周期失效數據庫的核心內容。由于組成動力電池系統的零部件涉及結構件、電氣件和鋰離子單體電池,逐個開展統計和分析工作量巨大,因此依托失效模式庫中對失效數據統計和分析,梳理易損耗和失效后果影響等級高的核心零部件,從而建立全壽命周期失效數據。核心零部件的全壽命周期失效數據庫的建立,一方面是建立核心零部件的可靠性與壽命建立相關的模型用以改善和預防失效,另一方面可以用以開展對新材料、新技術、新方法導入對于核心零部件可靠性提升的綜合評價。

機器人動力電池系統通常設計具有10-12年的使用壽命,采用磷酸鐵鋰電池充放電循環次數為5000-6000次循環。全壽命周期內用戶端將產生各種類型的失效數據,對其深度利用加以分析,針對性開展可靠性目標管理,以實現可靠性增長的目標。

動力電池系統出現故障時,為了避免故障復現產生較高的售后成本,應該實現對故障信息的收集、統計、分析、改進、驗證的故障閉環管理過程。通過FRACAS系統的故障的閉環管理,建立一套標準的針對故障的管理措施(詳見圖4),在系統人員設置、信息化平臺構建、故障報告分析和糾正措施系統方面與FMEA數據庫可以進行關聯和互通[5]。

針對電池系統,開展故障分級工作,分為重大故障、頻發故障、突發故障和普通故障4類。同時規范化故障信息采集工作,建立故障報告、全面識別與評估、故障處置、故障關閉的閉環管理工作流程。

圖4 數據驅動的FRACAS工作流設計

3 動力電池系統的FRACAS部署

FRACAS的管理是基于工作流驅動的管理,同時是多個部門協同參與的任務驅動模式的工作流。以發現的故障為工作流設計的起點,故障信息主要來源于測試工程師測試過程中收集的故障和售后服務人員在客戶反饋信息中收集的故障信息。故障信息的統計需要以標準化的模板記錄特定的信息,以便于開展故障原因分析和持續改進。統計的故障信息通過質量與可靠性管理人員進行初步分析與審核后,判定和決策是進行簡易的措施實施故障關閉還是建立多功能小組,針對性地開展長效措施關閉故障。

對于簡易的措施實施故障關閉即由質量與可靠性管理人員協同設計、制造人員出具故障關閉方案,消除故障使客戶滿意。通常這一流程針對偶發性、易處理且安全性影響較低的故障類型。

對于需要開展長效措施關閉的故障,則由質量與可靠性管理人員召集組建多功能小組開展專項的故障關閉管理。由設計、制造人員提出針對性改進措施,并開展可靠性試驗驗證,最終由多功能小組評定改進的設計或工藝是否對故障關閉有效,最終實現故障的消除。

以故障為中心,以FRACAS為核心工具依托工作流在工作項目內部及項目之間構建與設計系統之間的數據關系,實現流程與設計流程的緊密融合,能夠有效識別、消除或減少研制過程中的缺陷,從而縮短研制周期,節約研制和保障成本,提升可靠性安全性水平,更有利于實現故障相關數據的綜合利用,減少重復勞動,提高工作效率[6]。

FRACAS部署目的是圍繞故障關閉的高效管理,管理過程涵蓋設計、制造、測試和售后的產品應用全壽命周期,通過收集可靠性相關的售后數據、開展可靠性模型分析、設計測試驗證試驗、故障管理,最終形成知識經驗和文件化的信息,提高產品的整體可靠性水平。

FRACAS的部署涉及到多個部門,系統運行后的工作流審批也是多部門協同實現。FRACAS的部署主要分為調研、制定建設方案、系統開發與部署、應用培訓、系統應用和評價、系統維護與升級共8個步驟完成。

系統部署的目標是在圍繞故障數據管理方面建立完善的問題/故障數據庫和行之有效的故障管理措施,為可靠性設計與分析及產品的維保、性能提升提供策略和數據的支持;在經驗積累與管理方面持續改進產品,提升設計能力;在領導層決策輔助方面,提供有力的數據支持,幫助領導層決策。

4 FRACAS在機器人動力電池系統可靠性管理中的應用

以機器人用動力電池系統為例,FRACAS在可靠性管理中主要以故障信息的統計分析和故障閉環管理的方面開展工作。某型號機器人用動力電池系統容量約10kW·h,運行的環境為無塵車間,采用充電站自動充電的形式充電,主要為舉升式AGV提供系統動力源。

在動力電池系統開發的階段,將動力電池分為硬件和軟件兩個部分,硬件主要涉及電池系統的電芯、模組、結構件、電氣接插件等,軟件主要涉及電池管理系統。

FRACAS首先需要建立完善的故障信息庫,針對硬件和軟件系統的故障進行分類。其次,引入FMEA分析方法,利用FMEA的故障危害等級對分類的故障細化信息庫。再次,根據開發、測試、認證和應用過程中故障信息統計,豐富FMEA中的故障頻次,實現故障信息的動態化更新。最后,利用FMEA的七步工作法,記錄故障診斷與分析及處置過程中的過程信息,對故障進行關閉實現閉環管理。

在機器人用動力電池系統的FRACAS的工作流設計中,概念設計階段即引入系統級的FMEA開展系統的可靠性分析,將可靠性指標細分至各級子系統[7]。在詳細設計階段,依托概念設計的SFMEA細化成為各子系統的FMEA,并進行故障的分析及分類。在測試階段,動態更新FMEA數據,并統計故障信息和變更設計。在批量生產之前,完成故障的全關閉并實現閉環管理。

引入FRACAS的方法,部署在機器人動力電池系統的概念設計、詳細設計、系統測試和系統應用的全階段。FRACAS的應用以FMEA為核心,實現故障信息和數據的滾動更新,故障的分析及閉環管理,對各類動力電池系統可靠性管理及提升具有借鑒意義。

5 結束語

在鋰離子動力電池系統的設計、制造和運維階段,引入FRACAS系統,利用“信息反饋,閉環管理,持續改進”的理念,通過規范化的工作流,實現故障的及時統計、分析、糾正和問題關閉。同時,豐富故障模式庫和失效數據庫,通過持續改進促進產品可靠性提升和設計能力綜合提升。

動力電池系統作為典型的復雜機電產品具有重要的研究意義,以FRACAS為核心的動力電池系統在可靠性管理中的應用能夠為產品質量提升及優化產品的售后服務提供系統化管理的思路。