BR112015031914B1 - método para identificar falhas em um veículo - Google Patents
método para identificar falhas em um veículo Download PDFInfo
- Publication number
- BR112015031914B1 BR112015031914B1 BR112015031914-9A BR112015031914A BR112015031914B1 BR 112015031914 B1 BR112015031914 B1 BR 112015031914B1 BR 112015031914 A BR112015031914 A BR 112015031914A BR 112015031914 B1 BR112015031914 B1 BR 112015031914B1
- Authority
- BR
- Brazil
- Prior art keywords
- failure
- vehicle
- specific
- operating parameter
- representation
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004088 simulation Methods 0.000 claims abstract description 24
- 238000002485 combustion reaction Methods 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 2
- 230000009467 reduction Effects 0.000 description 10
- 238000001514 detection method Methods 0.000 description 8
- 239000013598 vector Substances 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Supercharger (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
- Safety Devices In Control Systems (AREA)
- Testing Of Engines (AREA)
- Exhaust-Gas Circulating Devices (AREA)
Abstract
UM MÉTODO PARA UM VEÍCULO A presente invenção se refere a um método para provisão de um modelo para uma parte de um veículo. Em concordância com a presente invenção, referido método compreende as etapas de: -seleção de pelo menos um estado de operação; -seleção de pelo menos um possível tipo de falha para referida parte de veículo; -simulação de desempenho de parte de veículo para referido pelo menos um estado de operação durante a ocorrência de referido pelo menos um possível tipo de falha; -para cada simulação, criação de uma representação de referido desempenho de parte de veículo na qual cada representação é associada com pelo menos um valor de parâmetro de operação; e -armazenamento de referida pelo menos uma representação.
Description
[001] A presente invenção se refere a um método para um veículo, em particular a um método para provisão de um modelo embarcado utilizado para determinar falhas em uma parte de um veículo, tal como um motor de combustão interna. Adicionalmente, a presente invenção se refere a um método para determinação de falhas em um veículo sendo proporcionado com um tal modelo embarcado.
[002] Veículos pesados tais como caminhões, veículos de construção, etc., são usualmente tracionados por um motor de combustão interna [internal combustion engine (ICE)]. O ICE é tipicamente um motor a diesel proporcionado com um ou mais turbochargers. Caminhões são normalmente operados sob determinadas condições extremas, tais como por longas distancias e por longos períodos de tração. Uma vez que o veículo venha a ser submetido para uma falha requerendo serviço ou manutenção, o custo para o proprietário do caminhão é rapidamente crescente. Portanto, em muitos casos é desejável detectar falhas com antecedência, preferivelmente antes que tais falhas venham a provocar tempo de inatividade não planejado do veículo.
[003] Para isto, abordagens fundamentadas em modelo foram sugeridas. Tipicamente tais abordagens requerem um modelo representando partes específicas do veículo, por exemplo, o turbocharger. O modelo requer uma ou mais entradas correspondendo para parâmetros de tração efetivos, e entrega de uma ou mais saídas. Referidas saídas são comparadas com valores de parâmetro efetivos obtidos durante tração, e um emparelhamento (combinação) entre os valores de parâmetro efetivos e referidas saídas indica que a parte específica do veículo está funcionando apropriadamente. Correspondentemente, um desvio entre os valores de parâmetro efetivos e as saídas indica um funcionamento defeituoso.
[004] Um outro método é descrito no pedido de patente norte americano número US 2012 0290190. Este documento descreve um método para diagnóstico de um sistema de recuperação de gás de exaustão [exhaust gas recovery system (EGR)] . A temperatura de gás de EGR mensurada ou efetiva é comparada com uma temperatura de gás de EGR que foi empiricamente determinada e armazenada em uma tabela ou em uma função em uma memória de um controlador. Se a temperatura de EGR efetiva é de menos do que ou maior do que a temperatura de gás de EGR empiricamente determinada por mais do que uma quantidade pré-determinada, degradação de sistema de EGR fundamentada sobre a temperatura de gás de EGR pode ser determinada e registrada para a memória.
[005] Embora existam métodos propostos atualmente proporcionando detecção de falha em veículos, foi comprovado ser muito difícil proporcionar um método suficientemente preciso e confiável nestes pedidos de patente. Primeiro de tudo, um veículo é uma construção muito complexa com uma vasta quantidade de partes de máquina críticas das quais o funcionamento apropriado é crítico para desempenho de veículo global. Isto particularmente se aplica para o motor, e bem como para partes associadas, tal como o caminho de fluxo de gás de exaustão. Em segundo lugar, as pesquisas para desempenho de tais métodos embarcados são muito limitadas, tanto em termos de memória disponível e bem como quanto em força de processamento.
[006] Em vista destas limitações, existe uma necessidade para outros métodos para possibilitação de detecção de falha em veículos. Mais particularmente, existe uma necessidade para métodos aperfeiçoados possibilitando que várias falhas venham a ser detectadas a bordo do veículo, e bem como métodos que são fáceis de expandir para partes adicionais de veículo, por conseqüência, possibilitando a detecção de várias falhas também em tais partes adicionais.
[007] Em concordância com isso, a presente invenção preferivelmente procura mitigar ou eliminar as deficiências anteriormente identificadas no estado da técnica e desvantagens individualmente ou em qualquer combinação, e soluciona pelo menos o problema anteriormente mencionado por provisão de um método em concordância com as reivindicações de patente anexadas.
[008] Uma idéia da presente invenção é a de proporcionar um modelo para uma parte de um veículo, tal como um motor de combustão interna, em que um estado de operação específico é simulado para um ou mais tipos de falha, por conseqüência, resultando em uma ou mais simulações, e em que cada simulação é armazenada como uma representação de um ou mais valores de parâmetro de operação.
[009] Uma idéia ainda adicional da presente invenção é a de armazenar tais representações em um veículo, e utilizar tais representações para comparação dos valores de parâmetro de operação armazenados com valores mensurados durante operação de veículo. Por desempenho de tal comparação para cada uma das representações, isto é, para os diferentes tipos de falha, é possível determinar que tipo de falha seja o mais provavelmente estar presente.
[0010] Em concordância com um primeiro aspecto da presente invenção, um método para provisão de um modelo para uma parte de um veículo é proporcionado. O método da presente invenção compreende as etapas de seleção de pelo menos um estado de operação; de seleção de pelo menos um possivel tipo de falha para referida parte de veículo; de simulação de desempenho de parte de veículo para referido pelo menos um estado de operação durante a ocorrência de referido pelo menos um possível tipo de falha; para cada simulação, criação de uma representação de referido desempenho de parte de veículo na qual cada representação é associada com pelo menos um valor de parâmetro de operação; e de armazenamento de referida pelo menos uma representação.
[0011] O método da presente invenção pode adicionalmente compreender as etapas de simulação de desempenho de parte de veículo para referido pelo menos um estado de operação sem nenhum tipo de falha ocorrendo; e para referida simulação sem nenhuma falha ocorrendo, criação de uma representação de referido desempenho de parte de veículo na qual referida representação é associada com pelo menos um valor de parâmetro de operação. Portanto, o modelo também inclui representações para uma parte de veículo livre de falha.
[0012] Referido estado de operação pode corresponder para características de tração específicas para uma condição circundante específica, e referido tipo de falha pode corresponder para uma falha específica com uma magnitude específica.
[0013] A etapa de simulação de desempenho de parte de veículo pode ser desempenhada para cada um de referido pelo menos um estado de operação durante a ocorrência de cada um de referido pelo menos um possível tipo de falha, resultando em um conjunto de simulações únicas.
[0014] Adicionalmente, referida parte de veículo pode ser um motor de combustão interna, ou partes do mesmo, e em que cada uma de referidas representações é uma série de valores de parâmetro de operação para um torque de saída específico, uma velocidade de motor específica, uma condição ambiental específica e um tipo de falha específico.
[0015] Em uma concretização da presente invenção, referida parte de veículo pode ser um motor de combustão interna, e referido pelo menos um parâmetro de operação pode ser selecionado a partir do grupo consistindo de: pressão de impulsão (boost) de turbocharger, pressão de entrada (admissão) de turbocharger, velocidade de turbocharger, temperatura de saída de turbocharger, temperatura de entrada de turbocharger, e/ou temperatura de recuperação de gás de exaustão.
[0016] Em concordância com um segundo aspecto da presente invenção, uma unidade de controle eletrônico é proporcionada. A unidade de controle eletrônico possui uma memória armazenando um modelo em concordância com o primeiro aspecto da presente invenção.
[0017] Em concordância com um terceiro aspecto da presente invenção, um método para identificação de falhas de uma parte de um veículo durante operação é proporcionado. O método compreende as etapas de determinação de um estado de operação efetivo de referida parte de veículo; recepção de um valor de pelo menos um parâmetro de operação a partir de cada uma de uma pluralidade de representações armazenadas, que correspondem para referido estado de operação determinado para diferentes tipos de falha, para o qual cada uma de referidas representações é associada com pelo menos um valor de parâmetro de operação; detecção de pelo menos um valor efetivo de referido pelo menos um parâmetro de operação; e identificação de um tipo de falha específico associado para uma representação específica para a qual o pelo menos um valor de parâmetro de operação recebido é o mais similar para referido valor de parâmetro de operação efetivo detectado.
[0018] A etapa de identificação de um tipo de falha específico pode adicionalmente compreender a computação de resíduos entre os valores de parâmetro de operação recebidos e os valores de parâmetro de operação efetivos detectados para cada uma de referidas representações; a seleção de uma representação para a qual referidos resíduos possuem uma variância mínima; e a identificação de um tipo de falha específico com a representação selecionada.
[0019] Adicionalmente, a etapa de detecção de pelo menos um valor de parâmetro de operação pode ser repetida para detecção de uma série de valores efetivos para referido pelo menos um parâmetro de operação.
[0020] Em concordância com um quarto aspecto da presente invenção, um produto de programa de computador é proporcionado. O produto de programa de computador compreende recurso de código de programa armazenado em um meio (em uma mídia) de leitura por computador para desempenho de todas as etapas do método em concordância com o terceiro aspecto da presente invenção, quando referido produto de programa de computador é rodado (é executado) em um computador.
[0021] Aqui posteriormente, a presente invenção irá ser descrita em maiores detalhes em referência aos desenhos acompanhantes, nos quais:
A Figura 1 é uma vista esquemática de um motor de combustão interna;
A Figura 2 ilustra um método em concordância com uma concretização da presente invenção;
A Figura 3 é um diagrama mostrando uma representação em concordância com uma concretização da presente invenção;
A Figura 4 ilustra um método em concordância com uma concretização adicional da presente invenção;
A Figura 5 é um diagrama mostrando uma representação relativamente para o desempenho de motor efetivo em concordância com uma concretização da presente invenção; e
A Figura 6 ilustra um método em concordância com uma ainda adicional concretização da presente invenção.
A Figura 1 é uma vista esquemática de um motor de combustão interna;
A Figura 2 ilustra um método em concordância com uma concretização da presente invenção;
A Figura 3 é um diagrama mostrando uma representação em concordância com uma concretização da presente invenção;
A Figura 4 ilustra um método em concordância com uma concretização adicional da presente invenção;
A Figura 5 é um diagrama mostrando uma representação relativamente para o desempenho de motor efetivo em concordância com uma concretização da presente invenção; e
A Figura 6 ilustra um método em concordância com uma ainda adicional concretização da presente invenção.
[0022] Começando com a Figura 1, um motor de combustão interna [internal combustion engine (ICE)] (10) é mostrado. Um bloco de motor (12) aloja uma pluralidade de cilindros (14) cada um sendo conectado para um manifold (16). O manifold (16), neste pedido de patente em particular, sendo dividido em duas partes, cada uma sendo associada com um grupo de três cilindros (14), transporta gás de exaustão para uma extremidade de turbina (22) de um turbocharger (20). A extremidade de turbina (22) traciona uma extremidade de compressor (24) que é configurada para comprimir ar de admissão (de entrada) antes que o ar venha a ser introduzido para os cilindros (14). Um refrigerador de ar de carga (30) é normalmente proporcionado no caminho de fluxo de ar de entrada para refrigeração do ar de entrada, e um sistema de recuperação de gás de exaustão (40) pode também ser proporcionado para aumento da eficiência de combustível e bem como para redução de emissões.
[0023] Como é indicado na Figura 1, o ICE pode ser equipado com vários sensores para monitoramento e aumento de desempenho de ICE. Como um exemplo, um sensor de pressão (50) e um sensor de temperatura (52) são proporcionados no canal de admissão (de entrada) dos cilindros (14). Um adicional sensor de pressão (54) é proporcionado no manifold de gás de exaustão (16), e adicionais sensores (56, 58) são proporcionados no caminho de fluxo de recuperação de gás de exaustão (40) para mensuração de pressão e de temperatura.
[0024] Os sensores (50, 52, 54, 56, 58) podem preferivelmente serem conectados para uma unidade de controle eletrônico (60) que tem capacidade de recepção de sinais de sensores e de desempenho de várias computações destes sinais para determinação da situação/do estado (status) do ICE. A unidade de controle eletrônico (60) pode adicionalmente proporcionar sinais de saída para controle de várias partes do ICE, tais como fluxo de ar, suprimento de combustível, etc., em vista dos sinais de sensor recebidos.
[0025] Considerando o turbocharger sozinho, o custo para sensores de tempo real torna bastante difícil proporcionar sensores suficientes para completamente possibilitar monitoramento de desempenho de turbocharger. Por exemplo, monitoramento direto da eficiência de turbina requer pressão e temperatura sobre ambas as laterais da turbina, e bem como da velocidade de turbina. O mesmo se aplica para a eficiência de compressor, resultando em nove sensores únicos para determinação de desempenho e de eficiência de turbocharger. Na medida em que, na maior parte dos casos, um ou mais destes sensores está faltando, é necessário proporcionar outros métodos para monitoramento do desempenho.
[0026] Um tal método, que irá ser descrito nos parágrafos a seguir, aplica um algoritmo de detecção de falha onde desempenho do motor é simulado desembarcado, enquanto a comparação dos resultados a partir da simulação com dados mensurados é desempenhada a bordo do veículo.
[0027] Agora continuando com a Figura 2, um método (100) irá ser descrito para criação de um modelo de um ICE. Em uma primeira etapa (102), um estado de operação específico é determinado. O estado de operação corresponde para uma condição estática afetando o desempenho de ICE, tal como uma pressão ambiente específica para uma temperatura ambiente específica, ou um torque específico para uma velocidade de motor específica. Alternativamente, o estado de operação pode corresponder para uma pluralidade de condições de tração de estado estável (estabelecido), tal como um torque específico, velocidade específica, pressão específica e temperatura específica.
[0028] Na próxima etapa (104), um ou mais tipos de falha são selecionados. Os tipos de falha são preferivelmente identificados e, depois disso selecionados de maneira tal que os mesmos representam falhas características que podem ocorrer durante operação de veículo, tais como vazamento de ar no caminho de fluxo de gás de exaustão, vazamento de ar no refrigerador de ar de carga, eficiência reduzida do refrigerador de ar de carga, ou eficiência reduzida do compressor do turbocharger. Cada tipo de falha pode adicionalmente ser associado com uma magnitude, de maneira tal que para vazamento de ar no caminho de fluxo de gás de exaustão, quatro diferentes tipos de falha são identificados: nenhum vazamento, pequeno vazamento, médio vazamento, ou grande vazamento. Um pequeno vazamento pode, por exemplo, corresponder para um furo de 5 mm em diâmetro, enquanto um médio vazamento pode, por exemplo, corresponder para um furo de 7 mm em diâmetro. Um grande vazamento pode corresponder para um furo de 10 mm em diâmetro. Para falhas relacionadas para eficiência reduzida, diversos tipos de falha podem também ser identificados, por exemplo, um tipo de falha correspondendo para 0 % de redução em eficiência (isto é, nenhuma falha), um tipo de falha correspondendo para 3 % de redução em eficiência (isto é, uma ligeira redução), um tipo de falha correspondendo para 5 % de redução em eficiência (isto é, média redução), e um tipo de falha correspondendo para 10 % de redução em eficiência (isto é, alta redução).
[0029] Uma vez que o estado de operação e os tipos de falha tenham sido selecionados, o desempenho de ICE é simulado durante a etapa (106) . A simulação é desempenhada utilizando o estado de operação identificado como entrada, juntamente com um dos tipos de falha. Portanto, em uma situação onde 16 tipos de falha foram identificados (quatro falhas cada uma possuindo quatro diferentes magnitudes), 16 simulações são necessitadas para cada estado de operação.
[0030] A simulação pode preferivelmente ser desempenhada em um ambiente de simulação fundamentado em computador, ou em um equipamento de motor real. Um ambiente de simulação fundamentado em computador pode, para este propósito, ser desenvolvido para um tipo de motor em particular, e pode ser preferido quando os tipos de falha são selecionados como falhas sendo difíceis de serem reproduzidas em um equipamento de motor real. Tais falhas podem, por exemplo, ser defeitos de turbina ou danos de roda de compressor correspondendo a reduções específicas em eficiência de turbocharger.
[0031] O propósito da etapa de simulação (106) é o de associar o estado de operação identificado, juntamente com um tipo de falha específico, com um ou mais parâmetros de operação que são significativos para o ICE em particular. Portanto, a simulação requer um número de entradas (isto é, estados de operação e tipos de falha) para provisão de uma ou mais saídas, isto é, valores de parâmetro de operação.
[0032] A etapa (102) e a etapa (106) podem ser repetidas para uma pluralidade de estados de operação, de maneira tal que diversos estados de operação são simulados para cada um dos tipos de falha específicos.
[0033] Isto é mostrado na Figura 3, ilustrando um mapa de uma pluralidade de estados de operação para um tipo de falha específico. Cada círculo define uma velocidade de motor específica para um torque de saída específico. Para todos os círculos, a pressão ambiente e a temperatura ambiente são constantes. Cada círculo, por conseqüência, correspondendo para um estado de operação específico, resulta em uma série de valores de parâmetro de operação ŷ1-ŷn. Os parâmetros de operação são, por conseqüência, calculados pela etapa de simulação (106), e os mesmos preferivelmente correspondem para parâmetros de operação que são mensuráveis a bordo do veículo e que são relevantes para os tipos de falha identificados. Deveria ser observado que a Figura 3 somente mostra um exemplo de como as representações podem ser apresentadas. Em uma concretização da presente invenção, as representações não são armazenadas em duas dimensões, mas ao invés disso, em um espaço multi dimensional no qual cada dimensão corresponde para um sinal de entrada das simulações, por exemplo, torque de saída, velocidade de motor, temperatura ambiente, pressão ambiente, ou tipo de falha. No presente exemplo possuindo 16 diferentes tipos de falha para o caminho de fluxo de gás do ICE, ŷ1-ŷn pode ser selecionado para representar um ou mais a partir do grupo consistindo de pressão de impulsão de turbocharger, pressão de entrada de turbocharger, velocidade de turbocharger, temperatura de saída de turbocharger, temperatura de entrada de turbocharger, e/ou temperatura de recuperação de gás de exaustão.
[0034] Uma outra repetição da etapa (102) e até a etapa (106) pode ser desempenhada, alterando a pressão ambiente e/ou a temperatura ambiente. Por exemplo, diminuição da pressão ambiente pode corresponder para tração em alta altitude, por conseqüência, conduzindo para um número de novas simulações para diferentes torques e velocidades de motor para cada tipo de falha.
[0035] Os estados de operação são preferivelmente identificados e selecionados para representação de condições de tração de estado estável ocorrendo freqüentemente, tal como tração em auto-estrada em temperatura normal com ou sem pesada carga de motor. Entretanto, os estados de operação podem também ser identificados e selecionados para estados de operação específicos para os quais é esperado que um tipo de falha em particular venha a possuir um efeito mais significativo sobre o desempenho de motor, tal como tração em alta altitude para determinação de uma redução em eficiência de compressor de turbocharger.
[0036] Depois de repetição das simulações, um pacote de representações é criado na etapa (108), cada representação correspondendo para uma série de valores de parâmetro de operação para um estado de operação específico e para um tipo de falha. Estas representações são subseqüentemente armazenadas como um modelo na etapa (110) a bordo de um veículo. O modelo pode ser representado de diversas maneiras, por exemplo, uma tabela de consulta, ou como um polinômio multi dimensional para o qual os parâmetros de operação são descritos como uma função de estado de operação.
[0037] Agora continuando com a Figura 4, um método (200) para determinação de falhas em um veículo irá ser descrito em termos gerais. O método (200) requer um modelo (100) como previamente descrito armazenado embarcado no veículo, e é desempenhado em tempo real a bordo de um veículo rodando.
[0038] Começando na etapa (202), o estado de operação corrente é determinado, utilizando sensores ou sinais embarcados. Por exemplo, no presente exemplo, a etapa (202) determina o torque de saída corrente, a velocidade de motor, a temperatura ambiente e bem como a pressão ambiente.
[0039] Na etapa (204), valores efetivos de um ou mais parâmetros são mensurados/amostrados. Os parâmetros de operação são preferivelmente selecionados de maneira tal que os mesmos correspondem para os parâmetros de operação armazenados no modelo, tais como pressão de impulsão de turbocharger, pressão de entrada de turbocharger, velocidade de turbocharger, temperatura de saída de turbocharger, temperatura de entrada de turbocharger e/ou temperatura de recuperação de gás de exaustão para a presente concretização da presente invenção. Deveria ser observado que a etapa (202) e a etapa (204) podem também ser desempenhadas em ordem reversa, ainda que seja preferível efetivamente determinar o estado de operação efetivo antes de amostragem de valores de parâmetros de operação específicos para aqueles casos onde não existe nenhuma representação armazenada para o estado de operação efetivo.
[0040] Em uma subseqüente etapa (206), o estado de operação determinado é utilizado para abordagem do modelo armazenado embarcado no veículo e feito disponível para o método (200). Portanto, na medida em que uma pluralidade de representações está disponível no modelo, isto é, uma para cada tipo de falha, pluralidades de valores de parâmetro de operação são recebidas a partir do modelo.
[0041] Os valores amostrados são comparados com os valores de parâmetro de operação para cada representação, isto é, para cada tipo de falha, na etapa (208). Por desempenho de tal comparação, irá ser possível identificar qual é a representação sendo a mais similar para os valores mensurados ou amostrados. Portanto, tal etapa de identificação resulta em uma detecção de falha.
[0042] Agora continuando com a Figura 5, o método (200) faz amostragem de dados em tempo real indicados pelo vetor y1 - yn. O estado de operação efetivo, determinado na etapa (204) e correspondendo para um torque específico para uma velocidade de motor específica é indicado pelo sinal de cruz. O diagrama mostra adicionalmente as simulações para uma temperatura específica e para uma pressão específica, em que o estado de operação efetivo é próximo para um estado operacional simulado. Portanto, as saídas de modelo em uma série de valores de parâmetro de operação ŷ1-ŷn para serem comparados com os valores efetivos y1 - yn. Opcionalmente, as séries de valores de parâmetro de operação e/ou de valores efetivos podem ser interpoladas para se ajustar com um estado de operação específico.
[0043] Comparação do vetor ŷ com o vetor y irá, por conseqüência, indicar se existe um emparelhamento (uma combinação) ou não, entretanto, por adicional comparação do vetor y com outros vetores ŷ sendo associado com outros tipos de falha, irá possibilitar que o método venha a efetivamente selecionar o vetor ŷ o mais similar, por conseqüência, indicando o presente tipo de falha.
[0044] Portanto, por inclusão de tipos de falha no modelo é possível efetivamente desempenhar a análise de diversos tipos de falha em uma etapa de comparação única.
[0045] A etapa (208) de comparação de valores efetivos com valores modelados pode ser desempenhada de várias maneiras. Em uma concretização preferida da presente invenção, o método (200) inclui a etapa de cálculo de resíduos entre os valores efetivos e os valores modelados. Mais preferivelmente, cada resíduo é calculado como um resíduo normalizado r, de maneira tal que: 
etc., para cada tipo de falha. Em uma subseqüente etapa, os resíduos normalizados podem ser utilizados para calcular a variância de todos os resíduos para um tipo de falha específico. A etapa de comparação (208), por conseqüência, inclui comparação da variância para cada tipo de falha, e seleção do tipo de falha que minimiza a variância.
[0046] Em uma outra concretização da presente invenção, o método (200), na etapa (208), normaliza a saída de modelo, isto é, os valores de parâmetro de operação modelados, e os valores efetivos separadamente, de maneira tal que o resíduo r ao invés disso é calculado em concordância com: 
onde ŷ e y0 são valores correspondendo para um motor livre de falha.
[0047] Agora continuando com a Figura 6, uma descrição mais detalhada irá ser determinada para uma concretização específica de um método (300) da presente invenção. O método (300) é similar para o método (200), isto é, o mesmo serve para detecção de falhas por utilização de um modelo criado pelo método (100) previamente descrito.
[0048] Quando o veículo está rodando, o método (300) pode se iniciar automaticamente. Em uma primeira etapa (302), o método amostra dados correspondendo para características de tração em tempo real. Os dados amostrados compreendem parâmetros de estado de operação, tais como velocidade de motor, torque de saída, e condições ambientais. Entretanto, os dados amostrados também incluem determinação de valores de parâmetro de operação, isto é, y1 - yn. Depois da etapa (302), uma subseqüente etapa (304) é desempenhada, na qual o dado amostrado é avaliado para determinação de se condições de possibilitação são preenchidas ou não. Tal avaliação pode ser fundamentada sobre um ou mais critérios pré-determinados, tais como: i) se o estado de operação efetivo possui uma correspondente representação armazenada no modelo; ii) se o veículo está em uma condição de tração de estado estável; e iii) se a precisão de sinal de dado amostrado é suficiente. Como um exemplo, a etapa (304) irá resultar em uma avaliação negativa se o ICE é recentemente iniciado e, por conseqüência, está excessivamente frio, se o sinal de dado de amostra é excessivamente fraco ou inclui excesso de ruído, e/ou se o ICE não está em um estado de operação de estado estável.
[0049] Se a avaliação é negativa, isto é, se uma ou mais das condições pré-determinadas não são preenchidas, o método (300) retorna para a etapa (302) para amostrar novos dados. Por outro lado, se a avaliação é positiva, isto é, se todas as condições pré-determinadas são preenchidas, o método continua para a etapa (306) na qual o efetivo estado de operação é determinado. Portanto, o dado amostrado a partir da etapa (302) é aqui utilizado para determinação do torque de saída corrente, da velocidade de motor corrente, e bem como das condições ambientais correntes, tais como temperatura e pressão.
[0050] Na etapa (308), o método (300) acessa o modelo armazenado embarcado, e recebe uma pluralidade de representações para o efetivo estado de operação, cada representação incluindo uma pluralidade de valores de parâmetro de operação ŷ associados com um tipo de falha específico. Na medida em que as representações são modeladas para estados de operação específicos não necessariamente possuindo um emparelhamento perfeito com o efetivo estado de operação, pode ser necessário interpolar as representações recebidas de maneira tal que a pluralidade de valores de parâmetro de operação é corrigida em vista do efetivo estado de operação. Tal interpolação pode ser desempenhada de um número de maneiras, das quais um exemplo é para também receber representações para as segundas representações as mais próximas, e utilizar os valores de parâmetro de operação em tais representações para corrigir as representações para o estado de operação o mais próximo.
[0051] Em uma subseqüente etapa (310), resíduos são computados, em concordância com o que foi previamente descrito. Portanto, a etapa (310) pode resultar em um vetor de resíduo para cada representação recebida, isto é, um vetor de resíduo para cada tipo de falha.
[0052] A etapa (312) é desempenhada para assegurar uma suficiente seleção estatística. Portanto, de maneira a proporcionar um sistema completamente confiável, diversas mensurações deveriam ser desempenhadas, por conseqüência, resultando em um conjunto de resíduos. Para provisão de tal conjunto de resíduos, as etapas (302) até (310) podem ser repetidas por um número de vezes. Entretanto, na medida em que as etapas (302) até (310) são desempenhadas em tempo real sem quaisquer esforços (tensões) maiores sobre força de processamento, uma vasta quantidade de amostras e correspondentes resíduos pode ser proporcionada em um tempo muito curto.
[0053] Uma vez que a etapa (312) venha a confirmar que o método (300) é suficientemente excitado, isto é, os resíduos coletados são estatisticamente confiáveis, o método (300) avalia os resíduos calculados para a representação correspondendo para uma situação de nenhuma falha. Se existe um perfeito emparelhamento, o método (300) pode determinar o ICE como livre de falha na etapa (314) e, posteriormente retornar para a etapa (302) para amostragem de novos dados, iniciando tudo novamente.
[0054] Entretanto, se a avaliação do resíduo de representação sem nenhuma falha revela um desvio específico, preferivelmente por avaliação da variância dos resíduos em concordância com o que foi previamente descrito, o método (300) prossegue com a etapa (316) onde os resíduos são avaliados para todas as representações, isto é, para todos os tipos de falha. O método (300) pode, por conseqüência, ser configurado para selecionar a representação, isto é, o tipo de falha, para a qual a variância dos resíduos está em um mínimo. Tal seleção resulta em uma detecção e em uma determinação de falha.
[0055] Uma etapa otimizada (318) é também possivel, na qual o tempo de vida remanescente é estimado ou previsto. Tal previsão pode ser fundamentada sobre dados pré-determinados que definem situações específicas onde serviço ou manutenção é requerido/a. Utilizando o exemplo anteriormente, um pequeno vazamento pode não requerer tempo de inatividade do veículo, mas um grande vazamento irá requerer. Portanto, por detecção de um pequeno vazamento, e monitoramento continuamente do pequeno vazamento por desempenho do método (300) repetidamente, pode ser possível efetivamente determinar a taxa na qual o vazamento está crescendo cada vez mais. Pode, conseqüentemente, ser possível estimar o tempo de funcionamento futuro antes que venha a ser necessário cuidar do vazamento, e também agendar manutenção antecipadamente. O método (300) pode, conseqüentemente, ser utilizado para redução de distúrbio operacional não planejado, o que é uma maior preocupação para o proprietário e/ou para o operador do veículo.
[0056] O método (300) pode, por conseqüência, ter capacidade de determinação de falhas em um veículo, e bem como de monitoramento das tendências das falhas.
[0057] Preferivelmente, o método (200, 300) é armazenado embarcado em um veículo, tal como em uma memória de uma unidade de controle eletrônico (60) como é mostrado na Figura 1.
[0058] Embora os diferentes métodos tenham sido descritos com referência para um caminho de fluxo de gás de um ICE, deveria ser observado que os métodos (100, 200, 300) podem também ser desempenhados para outras partes críticas de um veículo. Por exemplo, os métodos podem ser utilizados para um sistema de frenagem para monitoramento e detecção de falhas ocorrendo em tais sistemas.
[0059] Em tal concretização da presente invenção, o estado de operação pode ser selecionado como uma temperatura especifica do/s disco/s de frenagem, uma velocidade angular específica das rodas, uma pressão hidráulica específica, e uma posição de pedal de freio específica. Correspondentemente, saída de modelo, isto é, valores de parâmetro de operação, podem ser selecionados a partir do grupo consistindo de desaceleração, fricção, patinação (deslizamento), arrancada, etc. Tipos de falhas podem, por exemplo, serem selecionadas como perda de eficiência no sistema hidráulico, vazamento nos conduítes de óleo, depósitos sobre os discos de freio, etc. Tanto quanto seja possível simular a parte específica ou o sistema específico com respeito para estados de operação específicos e tipos de falha específicos, o método (100) pode ser utilizado para criar modelos para tal parte ou para tal sistema, em que o modelo é fundamentado sobre as representações para diferentes estados de operação e tipos de falhas. Correspondentemente, um modelo embarcado em concordância com o que foi descrito com referência para a Figura 4 e para a Figura 6 pode ser utilizado para efetivamente desempenhar detecção e monitoramento de falha em tempo real utilizando tal modelo. Por comparação dos resíduos entre valores efetivos amostrados em tempo real e valores de saída de modelo, uma detecção de falha muito eficiente e confiável pode ser desempenhada, conduzindo para uma possibilidade para efetivamente proporcionar uma previsão para serviço e manutenção futuro/as.
[0060] Em ainda uma adicional concretização da presente invenção, o método (100) pode ser desempenhado para criação de um modelo que também é aplicável para erros de combinação. Por exemplo, pode ser possível simular desempenho de ICE para um vazamento de ar e bem como uma redução em eficiência de compressor. Representações para tal falha de combinação podem, por conseqüência, serem armazenadas no modelo, em que o método (200, 300) facilmente detecta tal erro de combinação por também adição desta representação quando de comparação de resíduos. Os métodos propostos são, por conseqüência, muito versáteis e podem facilmente ser ajustados para outros tipos de falha, incluindo erros de combinação. Isto também se aplica para outras partes do veículo, tal como para o sistema de frenagem como previamente foi descrito.
[0061] Irá ser apreciado que as concretizações da presente invenção descritas antecedentemente podem ser combinadas sem afastamento a partir do escopo da presente invenção como definido pelas reivindicações de patente anexadas.
[0062] Nas reivindicações de patente subseqüentemente, a expressão "compreende/compreendendo" não exclui a presença de outros elementos ou outras etapas. Adicionalmente, embora características individuais possam ser incluídas em diferentes reivindicações de patente, estas podem possivelmente vantajosamente serem combinadas, e a inclusão em diferentes reivindicações de patente não implica em que uma combinação de características não seja conceptível e/ou vantajosa. Em adição, referências no singular não excluem uma pluralidade. As expressões "um", "uma", etc., não excluem uma pluralidade.
Claims (8)
- Método para identificar falhas de uma parte de um veículo durante operação, compreendendo as etapas de:
- determinar um estado de operação efetivo de referida parte de veículo;
- receber um valor de pelo menos um parâmetro de operação a partir de cada uma de uma pluralidade de representações armazenadas, cada uma das representações armazenadas sendo obtidas através de:
- selecionar um estado de operação;
- selecionar pelo menos um possível tipo de falha para referida parte de veículo; caracterizado pelo fato do dito método compreender adicionalmente:
- simular o desempenho de parte de veículo para referido pelo menos um estado de operação durante a ocorrência de referido pelo menos um possível tipo de falha;
- para cada simulação, criar uma representação de falha de referido desempenho de parte de veículo na qual cada representação de falha é associada com pelo menos um valor de parâmetro de operação;
- simular o desempenho de parte de veículo para referido pelo menos um estado de operação sem nenhum tipo de falha ocorrendo;
- para referida simulação sem nenhum tipo de falha ocorrendo, criar uma representação de falha de referido desempenho de parte de veículo na qual referida representação de falha é associada com pelo menos um valor de parâmetro de operação; e
- armazenar a referida pelo menos uma representação;
- detectar pelo menos um valor efetivo de referido pelo menos um parâmetro de operação;
- identificar um tipo de falha específico associado para uma representação específica de falha para a qual o pelo menos um valor de parâmetro de operação recebido é o mais similar para referido valor de parâmetro de operação efetivo detectado, através de:- - computar os resíduos entre os valores de parâmetro de operação recebidos e os valores de parâmetro de operação efetivos detectados para cada uma de referidas representações de falha; e
- - identificar um tipo de falha específico associado com a representação de falha selecionada para a qual referidos resíduos possuem uma variância mínima; e
- - performar a manutenção no veiculo em resposta a identificação do tipo de falha especifico.
- Método, de acordo com a reivindicação 1, caracterizado pelo de que referido estado de operação corresponde para umas características de tração específica para uma condição circundante específica.
- Método, de acordo com a reivindicação 1, caracterizado pelo fato de que referido tipo de falha corresponde para uma falha específica com uma magnitude específica.
- Método, de acordo com a reivindicação 1, caracterizado pelo fato de que a etapa de simulação de desempenho de parte de veículo é desempenhada para cada um de referido pelo menos um estado de operação durante a ocorrência de cada um de referido pelo menos um possível tipo de falha, resultando em um conjunto de situações únicas.
- Método, de acordo com a reivindicação 1, caracterizado pelo fato de que referida parte de veículo é um motor de combustão interna, ou partes do mesmo, e em que cada uma de referidas representações de falha é uma série de valores de parâmetro de operação para um torque de saída específico, uma velocidade de motor específica, uma condição ambiental específica, e um tipo de falha específico.
- Método, de acordo com a reivindicação 1, caracterizado pelo fato de que referida parte de veículo é um motor de combustão interna, e em que referido pelo menos um parâmetro de operação é selecionado a partir do grupo consistindo de: pressão de impulsão de turbocharger, pressão de entrada de turbocharger, velocidade de turbocharger, temperatura de saída de turbocharger, temperatura de entrada de turbocharger, e/ou temperatura de recuperação de gás de exaustão.
- Método, de acordo com a reivindicação 1, caracterizado pelo fato de que a etapa de detecção de pelo menos um valor de parâmetro de operação é repetida para detecção de uma série de valores efetivos para referido pelo menos um parâmetro de operação.
- Método, de acordo com a reivindicação 1, caracterizado pelo fato de conformar de que os resíduos normalizados são estatisticamente confiáveis executando uma pluralidade de medições, resultando em uma pluralidade de resíduos.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/EP2013/001804 WO2014202100A1 (en) | 2013-06-19 | 2013-06-19 | A method for a vehicle |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| BR112015031914A2 BR112015031914A2 (pt) | 2017-07-25 |
| BR112015031914B1 true BR112015031914B1 (pt) | 2021-02-17 |
Family
ID=48700520
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BR112015031914-9A BR112015031914B1 (pt) | 2013-06-19 | 2013-06-19 | método para identificar falhas em um veículo |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US10296674B2 (pt) |
| EP (1) | EP3011401B1 (pt) |
| JP (1) | JP2016528416A (pt) |
| CN (1) | CN105378574A (pt) |
| BR (1) | BR112015031914B1 (pt) |
| WO (1) | WO2014202100A1 (pt) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106114419A (zh) * | 2016-06-30 | 2016-11-16 | 成都金本华电子有限公司 | 一种车辆养护提示系统及方法 |
| JP6989398B2 (ja) * | 2017-03-24 | 2022-01-05 | 株式会社東芝 | 故障診断装置、故障診断方法、および故障診断プログラム |
| US10845792B2 (en) * | 2017-03-24 | 2020-11-24 | Kabushiki Kaisha Toshiba | Failure diagnosis apparatus, monitoring apparatus, failure diagnosis method and recording medium |
| DE102017106919A1 (de) * | 2017-03-30 | 2018-10-04 | Technische Universität Darmstadt | Verfahren zur Bestimmung einer Schädigungsmaßunsicherheit eines Kraftfahrzeugs |
| CN111016922B (zh) * | 2019-12-05 | 2021-02-19 | 浙江吉利控股集团有限公司 | 一种单电机混合动力系统优化分扭的能量管理系统和方法 |
| US11790126B2 (en) * | 2019-12-19 | 2023-10-17 | Caterpillar Inc. | Method and system for internal combustion engine simulation |
| US11408359B2 (en) * | 2020-08-31 | 2022-08-09 | Garrett Transportation I Inc. | System for turbocharger performance monitoring and adaptation |
| CN113153543B (zh) * | 2021-03-18 | 2023-01-03 | 联合汽车电子有限公司 | 进气负荷模型修正方法及车辆 |
| CN113656989A (zh) * | 2021-06-29 | 2021-11-16 | 东方电气集团东方电机有限公司 | 一种螺栓故障诊断方法及装置 |
| US11732670B2 (en) | 2021-11-12 | 2023-08-22 | Garrett Transportation I Inc. | System and method for on-line recalibration of control systems |
| US20230351819A1 (en) * | 2022-05-02 | 2023-11-02 | The Boeing Company | Machine and Process for Identifying Component Effect on Performance of a Vehicle |
| CN118140260A (zh) * | 2022-10-03 | 2024-06-04 | 株式会社斯巴鲁 | 信息处理装置、程序 |
| CN117092933B (zh) * | 2023-07-26 | 2024-04-16 | 天津通信广播集团有限公司 | 转动机械设备控制方法、装置、设备和计算机可读介质 |
| US12060844B1 (en) | 2023-08-03 | 2024-08-13 | Garrett Transportation Inc. | Air-path coordination in an engine |
Family Cites Families (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6426299A (en) * | 1987-03-23 | 1989-01-27 | Japan Radio Co Ltd | System for supporting trouble diagnosis |
| JPH05288115A (ja) * | 1992-04-03 | 1993-11-02 | Nissan Motor Co Ltd | 疑似信号発生装置 |
| JP3414768B2 (ja) | 1992-04-14 | 2003-06-09 | 松下電器産業株式会社 | 半田印刷装置および半田印刷方法 |
| JPH0650203A (ja) * | 1992-07-29 | 1994-02-22 | Daifuku Co Ltd | エンジン異常診断システム |
| JP3523904B2 (ja) | 1994-05-10 | 2004-04-26 | 東海旅客鉄道株式会社 | 内燃機関の性能評価装置 |
| JPH0876814A (ja) * | 1994-07-01 | 1996-03-22 | Hitachi Ltd | 電磁駆動装置のシミュレータ及び電磁駆動装置をシミュレータで制御する電磁駆動システム |
| JPH09159578A (ja) | 1995-12-08 | 1997-06-20 | Unisia Jecs Corp | 吸入空気量検出装置の性能診断装置 |
| JPH09330120A (ja) * | 1996-06-11 | 1997-12-22 | Mitsubishi Heavy Ind Ltd | 故障診断システム |
| US6917839B2 (en) * | 2000-06-09 | 2005-07-12 | Intellectual Assets Llc | Surveillance system and method having an operating mode partitioned fault classification model |
| JP3716318B2 (ja) * | 2000-07-13 | 2005-11-16 | 株式会社日立製作所 | 機器の遠隔診断システム |
| US6785604B2 (en) * | 2002-05-15 | 2004-08-31 | Caterpillar Inc | Diagnostic systems for turbocharged engines |
| DE10257793A1 (de) * | 2002-12-11 | 2004-07-22 | Daimlerchrysler Ag | Modellbasierter Lebensdauerbeobachter |
| JP4048490B2 (ja) * | 2003-03-27 | 2008-02-20 | 株式会社日立製作所 | 発電プラント性能診断装置 |
| US7676285B2 (en) * | 2004-04-22 | 2010-03-09 | General Electric Company | Method for monitoring driven machinery |
| JP5007664B2 (ja) | 2007-12-12 | 2012-08-22 | 富士通株式会社 | 最適設計計算装置、最適設計計算プログラム及びその方法 |
| US20100257838A1 (en) | 2009-04-09 | 2010-10-14 | General Electric Company | Model based health monitoring of aeroderivatives, robust to sensor failure and profiling |
| JP4924693B2 (ja) | 2009-11-02 | 2012-04-25 | 株式会社デンソー | エンジン制御装置 |
| GB2483729A (en) * | 2010-09-20 | 2012-03-21 | Gm Global Tech Operations Inc | System for diagnosing error conditions of a gas flow control system for turbocharged engines |
| FR2970358B1 (fr) * | 2011-01-06 | 2019-04-12 | Airbus Helicopters | Pronostic de duree avant maintenance par fusion entre modelisation et simulation, pour equipements electroniques embarques dans un aeronef |
| FR2971870B1 (fr) * | 2011-02-18 | 2016-02-19 | Snecma | Methode de detection de pannes d'une turbomachine au moyen d'un modele theorique du cycle thermodynamique de ladite turbomachine |
| US9476387B2 (en) | 2011-05-13 | 2016-10-25 | Ford Global Technologies, Llc | System for determining EGR cooler degradation |
-
2013
- 2013-06-19 US US14/897,078 patent/US10296674B2/en not_active Expired - Fee Related
- 2013-06-19 BR BR112015031914-9A patent/BR112015031914B1/pt not_active IP Right Cessation
- 2013-06-19 CN CN201380077626.6A patent/CN105378574A/zh active Pending
- 2013-06-19 EP EP13732092.5A patent/EP3011401B1/en not_active Not-in-force
- 2013-06-19 JP JP2016520286A patent/JP2016528416A/ja active Pending
- 2013-06-19 WO PCT/EP2013/001804 patent/WO2014202100A1/en active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| JP2016528416A (ja) | 2016-09-15 |
| EP3011401B1 (en) | 2020-07-15 |
| WO2014202100A1 (en) | 2014-12-24 |
| US20160117427A1 (en) | 2016-04-28 |
| BR112015031914A2 (pt) | 2017-07-25 |
| EP3011401A1 (en) | 2016-04-27 |
| US10296674B2 (en) | 2019-05-21 |
| CN105378574A (zh) | 2016-03-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| BR112015031914B1 (pt) | método para identificar falhas em um veículo | |
| JP6797546B2 (ja) | 方法及びコンピュータプログラム製品 | |
| US9074348B2 (en) | Learning diagnostic system, state diagnostic device, and state learning device for working machine | |
| RU2604689C2 (ru) | Способ и система диагностики силовой установки с двумя многоступенчатыми турбокомпрессорами | |
| JP5822413B2 (ja) | ディーゼルエンジン排出量の測定 | |
| JP2003328841A (ja) | ターボチャージドエンジンの診断システム | |
| BR112016013521B1 (pt) | método para monitorar a operação de um componente, sistema de controle para monitorar a operação de um componente e sistema de veículo | |
| CN104246172A (zh) | 带有增压器的内燃机的控制装置 | |
| CN103403318A (zh) | 用于检测增压空气冷却器失效的方法 | |
| CN105223023A (zh) | 一种egr气体温度及egr冷却器冷却效率的检测方法 | |
| BR112016001482B1 (pt) | Método para estimativa, memória legível por computador e sistema de processamento de dados | |
| US8839664B2 (en) | Detection and classification of failures of power generating equipment during transient conditions | |
| Salehi et al. | Modeling and estimation of unmeasured variables in a wastegate operated turbocharger | |
| Burke et al. | Dynamic identification of thermodynamic parameters for turbocharger compressor models | |
| Sidorow et al. | Model based fault diagnosis of the intake and exhaust path of turbocharged diesel engines | |
| CN115788671B (zh) | 基于模型的停机时间计算方法及传感器漂移故障检测方法 | |
| CN118445667A (zh) | 数据异常检测方法、装置、计算机设备、可读存储介质和程序产品 | |
| JP6535522B2 (ja) | 内燃機関制御システム、内燃機関制御方法、及び制御プログラム | |
| Palm | Real Time Modeling of Engine Coolant Temperature | |
| JP5691905B2 (ja) | インフレータ性能試験装置、方法及びプログラム | |
| CN118745955A (zh) | 增压器故障定位方法、装置、设备及存储介质 | |
| JPH02270653A (ja) | 建設機械の作動診断装置 | |
| NZ620276B2 (en) | Measurement of diesel engine emissions | |
| OA16713A (en) | Measurement of diesel engine emissions |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B06F | Objections, documents and/or translations needed after an examination request according [chapter 6.6 patent gazette] | ||
| B06U | Preliminary requirement: requests with searches performed by other patent offices: procedure suspended [chapter 6.21 patent gazette] | ||
| B09A | Decision: intention to grant [chapter 9.1 patent gazette] | ||
| B16A | Patent or certificate of addition of invention granted [chapter 16.1 patent gazette] |
Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 19/06/2013, OBSERVADAS AS CONDICOES LEGAIS. |
|
| B21F | Lapse acc. art. 78, item iv - on non-payment of the annual fees in time |
Free format text: REFERENTE A 11A ANUIDADE. |
|
| B24J | Lapse because of non-payment of annual fees (definitively: art 78 iv lpi, resolution 113/2013 art. 12) |
Free format text: EM VIRTUDE DA EXTINCAO PUBLICADA NA RPI 2779 DE 09-04-2024 E CONSIDERANDO AUSENCIA DE MANIFESTACAO DENTRO DOS PRAZOS LEGAIS, INFORMO QUE CABE SER MANTIDA A EXTINCAO DA PATENTE E SEUS CERTIFICADOS, CONFORME O DISPOSTO NO ARTIGO 12, DA RESOLUCAO 113/2013. |