Projet BMS

Télécharger au format docx, pdf ou txt
Télécharger au format docx, pdf ou txt
Vous êtes sur la page 1sur 4

Voici un détail approfondi des étapes de ton projet, avec des explications et des références

académiques ou techniques. Je vais structurer chaque point pour qu’il soit clair et méthodique :

1. Exigences (Smartisation : Format CHALL)

Objectif : Identifier et formaliser les besoins pour concevoir un BMS intelligent.

 Format CHALL (Capteur-Humain-Action-Logiciel-Liaison) :


Ce format aide à structurer les exigences pour les systèmes complexes.

o Capteur : Liste des paramètres à surveiller (tension, courant, température).

o Humain : Interface utilisateur pour afficher les informations.

o Action : Déclenchement d'actions (ex. : coupure en cas de surchauffe).

o Logiciel : Algorithmes de calcul, gestion des données en temps réel.

o Liaison : Communication entre le BMS et d’autres systèmes (CAN, Bluetooth, etc.).

 Exemple d’exigences spécifiques :

o Précision de l’estimation du SOC : ±2 %.

o Capacité à fonctionner dans une plage de températures de -20 °C à 60 °C.

o Communication en temps réel avec une latence < 10 ms.

Références :

 Xu, B., et al. (2020). "Battery Management Systems in Electric and Hybrid Vehicles: An
Overview." Energy Storage Materials.

 Lee, H., et al. (2021). "Frameworks for Smart BMS Development." IEEE Transactions on Power
Electronics.

2. Architecture fonctionnelle (SysML Modeling)

Objectif : Décomposer le système en sous-systèmes et définir leurs interactions.

 Pourquoi SysML ?

o SysML (Systems Modeling Language) est idéal pour modéliser des systèmes
complexes.

o Permet de visualiser les blocs fonctionnels, les flux d'énergie, et les interactions
logiques.

 Étapes de modélisation SysML :

1. Diagramme de bloc interne :

 Définir les composants principaux : Batterie, BMS, interface utilisateur,


communication CAN.
2. Diagramme de cas d'utilisation :

 Exemples : Surveillance de la tension, estimation SOC, gestion thermique.

3. Diagramme d'exigences :

 Lister les spécifications (par exemple, plage de tension 3.7V à 4.2V).

Outils recommandés : MagicDraw, Cameo Systems Modeler.

Références :

 Friedenthal, S., Moore, A., & Steiner, R. (2014). A Practical Guide to SysML.

 Qi, X., et al. (2022). "SysML-Based Design of Battery Management Systems." Journal of
Systems Engineering.

3. Analyse EKF (Simulink)

Objectif : Utiliser un Filtre de Kalman Étendu (EKF) pour estimer le SOC en modélisant les
comportements dynamiques.

 Pourquoi EKF ?

o Il est robuste pour traiter les systèmes non linéaires comme les batteries.

o Corrige les erreurs de mesure et fournit une estimation précise.

 Étapes d'implémentation :

1. Modélisation de la batterie :

 Utilisation d'un modèle Equivalent Circuit Model (ECM) dans Simulink.

 Paramètres : Capacité, résistance interne, tension d’open-circuit (OCV).

2. Mise en œuvre de l’EKF :

 Équations d'état pour prédire la dynamique.

 Équations de mesure pour corriger les erreurs.

3. Simulation :

 Cycles de charge/décharge avec différents profils de courant.

Références :

 He, H., et al. (2011). "State-of-Charge Estimation Using EKF for Battery Management
Systems." IEEE Transactions on Energy Conversion.

4. Calcul du SOC par ANN / FLC / SVM

Objectif : Comparer les performances des méthodes avancées pour estimer le SOC.

 ANN (Artificial Neural Networks) :


o Avantages : Capacité à apprendre des données complexes.

o Approche : Entraîner un réseau avec des données de cycles de charge/décharge.

 FLC (Fuzzy Logic Controller) :

o Avantages : Convient aux systèmes incertains et non linéaires.

o Approche : Définir des règles basées sur des seuils de tension et courant.

 SVM (Support Vector Machine) :

o Avantages : Bon pour les petites quantités de données.

o Approche : Utiliser des données de batterie pour entraîner un modèle de


classification/régression.

Références :

 Zhang, C., et al. (2017). "Comparative Analysis of ANN, FLC, and SVM for SOC Estimation."
Journal of Power Sources.

5. Calcul des blocs de comparaison

Objectif : Évaluer les performances des méthodes (EKF, ANN, FLC, SVM).

 Critères de comparaison :

o Précision (erreur moyenne absolue).

o Temps de calcul.

o Robustesse face aux variations de température et courant.

 Approche :

1. Définir des scénarios de test (charge rapide, décharge lente).

2. Simuler les méthodes et comparer leurs résultats.

Références :

 Plett, G. L. (2004). "Extended Kalman Filtering for Battery Management Systems." Journal of
Power Sources.

6. Génération de code embarqué (C, C++)

Objectif : Traduire les algorithmes en code optimisé pour les microcontrôleurs.

 Étapes :

1. Génération automatique de code depuis Simulink (Embedded Coder).

2. Optimisation pour un processeur en temps réel.

3. Intégration avec des modules de communication (CAN, I2C).


Outils recommandés : Embedded Coder, Keil uVision, MPLAB X.

Références :

 MathWorks Documentation. Generating Embedded Code for Battery Management.

7. Choix du microprocesseur adéquat

Objectif : Sélectionner un microcontrôleur en fonction des besoins.

 Critères de sélection :

o Capacité mémoire : Pour gérer les algorithmes (ANN, EKF).

o Connectivité : Support CAN, UART, SPI.

o Efficacité énergétique : Consommation en veille.

o Exemples : STM32, Texas Instruments C2000.

Références :

 STMicroelectronics Documentation. "STM32 for Battery Management Applications."

Si tu souhaites approfondir une étape en particulier ou accéder à certains articles spécifiques, je peux
chercher des ressources pour toi. 😊

Vous aimerez peut-être aussi