CN104913803B - 使用动态阈值检测不稳定传感器的方法和系统 - Google Patents
使用动态阈值检测不稳定传感器的方法和系统 Download PDFInfo
- Publication number
- CN104913803B CN104913803B CN201510106628.4A CN201510106628A CN104913803B CN 104913803 B CN104913803 B CN 104913803B CN 201510106628 A CN201510106628 A CN 201510106628A CN 104913803 B CN104913803 B CN 104913803B
- Authority
- CN
- China
- Prior art keywords
- signal
- value
- estimation
- sensor
- monitoring signals
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K19/00—Testing or calibrating calorimeters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K15/00—Testing or calibrating of thermometers
- G01K15/007—Testing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K2205/00—Application of thermometers in motors, e.g. of a vehicle
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Control Of Ac Motors In General (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供使用动态阈值检测不稳定传感器的方法和系统。用于检测受监测的传感器的不稳定状态的系统和方法包括产生针对监测信号的变化值和针对估计信号的变化值,监测信号由受监测的传感器产生,估计信号基于由预测传感器产生的预测信号估计,其中,该预测信号为该监测信号的预测结果。所述监测信号可以基于系统操作条件快速波动。动态阈值基于所述估计变化值产生,并且监测信号与所述动态阈值比较以确定所述监测信号是否处于不稳定状态。该检测方法足够灵敏以区分该受监测的传感器的快速波动和不稳定状态。
Description
技术领域
本公开涉及传感器的不稳定状态的检测。
背景技术
处于不稳定状态的传感器的特征是快速改变的读数。用于检测不稳定传感器的常规方法是计算从传感器输出的信号的变化值,以及将该变化值与恒定的阈值比较。该方法没有计入在由传感器正被感测的条件中包括期望的快速改变的操作条件,该操作条件在由传感器感测时,使该传感器输出快速波动的信号。在这些条件下,当该恒定的阈值被设置得太低而不能计入快速该变的操作条件时,不稳定温度传感器的错误指示可被给出,并且当该恒定的阈值被设置得高于计入快速改变的操作条件时,不稳定温度传感器可能不被检测到。
感测车辆的混合动力总成内的电源逆变器模块温度的温度传感器可能在感测该电源逆变器模块温度中的快速变化时(例如,在输入到动力总成的转矩命令中的快速变化期间)输出快速波动的信号。在这些操作条件下,使用恒定的阈值用于逆变器温度传感器的不稳定状态的诊断将无法区分由于其处于不稳定状态而正在输出快速改变的信号的逆变器温度传感器和由于输入到动力总成和逆变器的转矩命令中的快速变化而正在感测预期的温度快速改变并传送出预期的快速波动信号的传感器。
发明内容
用于检测不稳定的温度传感器的方法使用与从该温度传感器输出的温度信号变化值比较的动态阈值,其中,动态阈值和温度信号变化值在诊断时间段产生,并且可响应于快速改变的操作条件从一个诊断时间段到下一个动态地改变,由此监测不稳定的传感器状态,同时通过使用动态阈值补偿快速改化的操作条件。本文所描述的方法在示例性示例中计算从温度传感器输出的温度信号的变化值,并将该变化值与动态阈值相比较。该动态阈值基于估计温度的变化值产生,该估计温度基于第二传感器的输出估计,其中该第二传感器的输出是由该温度传感器感测的温度的预测结果。该第二传感器可以是物理传感器、多个传感器或者与传感器等效的虚拟软件,使得传感器输出可以包括物理感测测的、计算的、估计的和/或命令的信号或它们的组合。该温度变化值和该估计的变化值分别基于该温度传感器和第二传感器的相应的样本,其中,该相应的样本同时取得,例如,大致在同一时间取得,使得该相应的样本代表取得样本的时间处存在的相同的操作条件。
在一个示例中,针对不稳定状态受监测的温度传感器是感测功率逆变器模块的温度的温度传感器。该功率逆变器模块可操作地连接到电动机-发电机,例如,在混合动力车辆的动力总成内。该功率逆变器模块在一定的操作条件期间经受快速的温度变化,使得该逆变器温度传感器产生快速波动的温度信号。该电动机-发电机包括在操作期间输出总定子电流的定子。操作关系存在于该逆变器温度和该总定子电流之间,使得感测电动机-发电机的总定子电流的传感器可以被用作第二传感器,其中,该第二传感器的输出为系统操作期间逆变器温度的预测结果并用于估计逆变器温度。产生该估计温度的变化值,在本文中称为估计变化值,并且其被用于动态地产生计入正常操作下逆变器内的快速温度变化的动态阈值,使得温度传感器信号的变化值和由总定子电流信号限定的动态故障阈值的比较可以用于诊断不稳定的温度传感器,相对于传统的方法具有更高的灵敏度水平和降低的错误故障指示概率。其结果是对于由可能由于快速改变的操作条件产生的快速信号波动引起的错误故障更鲁棒,并且对于检测不稳定的传感器并将不稳定的传感器与快速波动的传感器区分更敏感的诊断。
诊断不稳定传感器的方法包括:从受监测的传感器(其在示例性示例中为逆变器温度传感器)接收监测信号,从预测的传感器(在示例性示例中为定子电流传感器)接收预测信号,以及基于该监测信号确定估计信号,其中,该估计信号为该监测信号的估计值,其中,在本文所提供的示例性示例中,该估计信号为估计的逆变器温度信号。该方法还包括:确定该监测信号的监测变化值,确定该估计信号的估计变化值,基于该估计变化值产生动态阈值,以及基于该监测变化值和该动态阈值的比较确定该受监测传感器的状态,其中,当该监测信号的变化值大于或等于该动态阈值时,该受监测的传感器被诊断为处于不稳定状态。该监测变化值和该估计变化值在诊断时间段上确定,该诊断时间段为用于将监测变化值基于的监测信号采样以及将估计变化值基于的预测信号采样的相同诊断时间段。该动态阈值可以通过将比例因子应用到该估计变化值来产生。在一个示例中,该比例因子可以是增加到该估计变化值的恒定偏移值。
确定该监测变化值还包括:确定第一监测信号差和确定至少第二监测信号差,其中,该监测变化值由该第一和第二监测信号偏差的总和以及平均值中的一个限定。该第一监测信号偏差基于在第一时间采样的第一监测信号值和在第二时间采样的第二监测信号值之间的差值幅值,该第二监测信号偏差基于第二监测信号值和在第三时间采样的第三监测信号值之间的差值幅值。该第一、第二和第三时间是不同的且相继的时间。
确定该估计信号的估计变化值还包括:确定第一估计信号偏差和至少一个第二估计信号偏差,其中,该估计变化值由该第一和第二估计信号偏差的总和以及平均值中的一个限定。该第一估计信号偏差基于第一估计信号值和第二估计信号值之间的差值幅值,第一估计信号值基于在第一时间采样的预测信号值估计,第二估计信号值基于在第二时间采样的预测信号值估计,该第二估计信号偏差基于第二估计信号值和第三估计信号值之间的差值幅值,第三估计信号值基于在第三时间采样的预测信号值。
用于诊断传感器的不稳定状态的系统包括:与变化确定模块、传感器诊断模块、受监测的传感器和预测传感器可操作地通信的控制模块。该控制模块从受监测的传感器接收监测信号,并从预测传感器接收预测信号,并基于预测信号产生估计信号。预测信号是监测信号的预测结果,估计信号是监测信号的估计值。该系统还包括:由变化确定模块基于监测信号产生的监测信号变化值;以及由变化确定模块基于估计信号产生的估计信号变化值。该受监测的传感器的状态由传感器诊断模块基于监测信号的变化值和估计信号值的变化值确定。该系统包括基于估计信号变化值产生动态阈值的传感器诊断模块,例如,通过将比例因子应用到估计信号变化值,和/或将恒定偏移值增加到变化值。传感器诊断模块将监测信号变化值和动态阈值进行比较,当监测信号变化值等于或大于动态阈值时,指示受监测的传感器处于不稳定状态。
在一个示例中,该系统被配置为包括可操作地连接到电动机-发电机(包括定子)的功率逆变器模块的动力系统,其中,受监测的传感器为感测功率逆变器模块的逆变器温度的温度传感器,该逆变器温度可能快速波动,以及预测传感器为感测定子的总电流输出的电流传感器。定子总电流是逆变器温度的预测,使得由电流传感器感测的定子总电流信号内的改变为逆变器温度传感器的逆变器温度信号内的改变的预测结果,并使得定子总电流信号可被用于在系统操作期间估计逆变器温度和/或估计逆变器温度中的改变。例如,包括功率逆变器模块和电动机-发电机的动力总成可以是车辆的动力总成,车辆在一个示例中是混合动力电动车辆的动力总成。
根据一方面,提供一种诊断不稳定传感器的方法,所述方法包括:接收来自受监测的传感器的监测信号;接收来自预测传感器的预测信号;基于所述预测信号确定估计信号;其中,所述估计信号为所述监测信号的估计值;确定所述监测信号的监测变化值;确定所述估计信号的估计变化值;基于所述估计变化值产生动态阈值;基于所述监测变化值和所述动态阈值的比较确定所述受监测的传感器的状态。
优选地,其中,所述监测变化值和所述估计变化值在诊断时间段上被确定,所述诊断时间段为用于以下步骤的相同的时间段:将监测信号采样,所述监测变化值基于所述监测信号;和将预测信号采样,所述估计变化值基于所述预测信号。
优选地,其中:确定所述监测变化值还包括:确定第一监测信号偏差和确定第二监测信号偏差;以及确定所述估计信号的估计变化值还包括:确定第一估计信号偏差和第二估计信号偏差。
优选地,其中:所述监测变化值由所述第一和所述第二监测信号偏差的和限定;和所述估计变化值由所述第一和所述第二估计信号偏差的和限定。
优选地,其中:所述监测变化值由所述第一和所述第二监测信号偏差的平均值限定;和所述估计变化值由所述第一和所述第二估计信号偏差的平均值限定。
优选地,其中:所述第一监测信号偏差在第一采样时间段上被确定;
所述第一估计信号偏差在所述第一采样时间段上被确定;和所述第二监测信号偏差在第二采样时间段上被确定;所述第二估计信号偏差在所述第二采样时间段上被确定。
优选地,所述方法还包括:在第一时间将所述监测信号采样以提供第一监测信号值;在第二时间将所述监测信号采样以提供第二监测信号值;在第三时间将所述监测信号采样以提供第三监测信号值;在所述第一时间将所述预测信号采样以提供第一预测信号值;基于所述第一预测信号值估计第一估计信号值;在所述第二时间将所述预测信号采样以提供第二预测信号值;基于所述第二预测信号值估计第二估计信号值;在所述第三时间将所述预测信号采样以提供第三预测信号值;基于所述第三预测信号值估计第三估计信号值;其中,所述第二时间跟随所述第一时间并且与所述第一时间不同;所述第三时间跟随所述第二时间并且与所述第二时间不同;所述第一监测信号偏差基于所述第一监测信号值与所述第二监测信号值之间的差值幅值小;所述第二监测信号偏差基于所述第三监测信号值与所述第二监测信号值之间的差值幅值;所述第一估计信号偏差基于所述第一估计信号值与所述第二估计信号值之间的差值幅值;所述第二估计信号偏差基于所述第三估计信号值与所述第二估计信号值之间的差值幅值。
优选地,其中,所述第一时间和所述第二时间是基于预定的采样速率的连续时间。
优选地,所述方法还包括:当所述监测信号的变化值大于或等于所述动态阈值时,确定所述受监测的传感器处于不稳定状态。
优选地,所述方法还包括:应用比例因子到所述估计变化值以产生所述动态阈值。
优选地,所述方法还包括:比较恒定阈值限值和基于所述估计变化值的动态阈值;和调整所述动态阈值为所述恒定阈值限值和基于所述估计变化值的动态阈值中较大的一个。
优选地,所述方法还包括:所述受监测的传感器检测逆变器的逆变器温度;所述预测传感器检测定子的总定子电流;其中,所述逆变器可操作地连接到所述定子,使得在所述逆变器和所述定子操作期间,所述总定子电流为所述逆变器温度的预测结果;和与所述受监测的传感器和所述预测传感器通信并基于所述预测信号产生所述估计信号的控制模块;其中,所述估计信号为基于所述总定子电流的逆变器温度的估计值。
根据另一方面,提供一种用于诊断不稳定传感器的系统,所述系统包括:控制模块,与变化确定模块、传感器诊断模块、受监测的传感器和预测传感器可操作地通信;所述控制模块从所述受监测的传感器接收监测信号,并从所述预测传感器接收预测信号;所述控制模块基于所述预测信号产生估计信号;其中,所述预测信号为所述监测信号的预测结果,所述估计信号为所述监测信号的估计值;监测信号变化值,由所述变化确定模块基于所述监测信号产生;和估计信号变化值,由所述变化确定模块基于所述估计信号产生;其中,所述受监测的传感器的状态由所述传感器诊断模块基于所述监测信号的变化值和所述估计信号值的变化值确定。
优选地,其中,所述监测变化值和所述估计变化值在诊断时间段上被确定,所述诊断时间段为与用于以下步骤的相同的诊断时间段:将所述监测变化值所基于的监测信号采样;和将所述估计变化值所基于的预测信号采样。
优选地,所述系统还包括:动态阈值,由所述传感器诊断模块基于所述估计变化值产生,并且对应于所述受监测的传感器的不稳定状态;和不稳定状态指示信号,当监测变化值大于或等于所述动态阈值时,由所述传感器诊断模块产生。
优选地,其中:所述监测信号变化值基于第一监测信号偏差和第二监测信号偏差产生;和所述估计信号变化值基于第一和第二估计信号偏差产生;该系统还包括:信号偏差模块,与所述控制模块可操作地通信;其中,所述第一和第二监测信号偏差以及所述第一和第二预测信号偏差由所述信号偏差模块产生。
优选地,其中所述第一监测信号偏差基于在第一时间被采样的第一监测信号值与在第二时间被采样的第二监测信号值之间的差值幅值,其中,所述第二时间跟随所述第一时间并且与所述第一时间不同;所述第二监测信号偏差基于所述第二监测信号值与在第三时间被采样的第三监测信号值之间的差值幅值;所述第三时间跟随所述第二时间并且与所述第二时间不同;所述第一估计信号偏差基于第一估计信号值与第二估计信号值之间的差值幅值;所述第一估计信号值基于在所述第一时间被采样的第一预测信号值;所述第二估计信号值基于在所述第二时间被采样的第二预测信号值;所述第二预测信号偏差基于所述第二估计信号值和第三估计信号值之间的差值幅值;和所述第三估计信号值基于在所述第三时间被采样的第三预测信号值。
优选地,所述系统还包括:所述受监测的传感器感测逆变器的逆变器温度;所述预测传感器感测定子的总定子电流;其中,所述逆变器可操作地连接到所述定子,使得在所述逆变器和所述定子操作期间,所述总定子电流为所述逆变器温度的预测结果;和控制模块,与所述受监测的传感器和所述预测传感器通信,并基于所述预测信号产生所述估计信号;其中,所述估计信号为基于所述总定子电流的逆变器温度的估计值。
优选地,其中,比例因子被应用到所述估计变化值以产生所述动态阈值。
根据又一方面,提供一种诊断传感器的不稳定状态的方法,所述方法包括:在第一时间、第二时间和第三时间中的每一个处测量来自受监测的传感器的监测信号;在所述第一时间、所述第二时间和所述第三时间中的每一个处测量来自预测传感器的预测信号;其中,所述预测信号为所述监测信号的预测结果;其中,所述第一、第二和第三时间是不同且相继的时间;在所述第一、第二和第三时间,基于所述预测信号估计估计信号;基于在所述第一、第二和第三时间测得的监测信号产生监测信号变化值;基于在所述第一、第二和第三时间估计的估计信号产生估计信号变化值;基于所述估计信号变化值确定动态阈值;比较所述监测信号变化值和所述动态阈值;和当所述监测信号变化值等于或大于所述动态阈值时,指示所述受监测的传感器处于不稳定状态。
当结合附图,通过以下的用于实施本发明的最佳方式的详细描述,本发明的上述特征和优点以及其他特征和优点是显而易见的。
附图说明
图1是示出用于检测处于不稳定状态的温度传感器的示例性系统的示意图;
图2是由图1的系统随时间产生的示例性信号、温度变化和动态阈值的图表;
图3是使用图1的系统检测处于不稳定状态的传感器的算法或方法的示意流程图。
具体实施方式
参照附图,在全部几幅视图中,相同的数字表示相同的部件。示于图1-3中的元件不一定是按比例或成比例。因此,本文图示的附图中所提供的具体尺寸和应用不应被认为是限制性的。下面的描述在本质上仅仅是示例性的,并且绝不旨在限制本公开、其应用或用途。如本文所用,短语A、B和C中的至少一个应被解释为逻辑关系(A或B或C),使用非排他性的逻辑关系或。应该理解的是方法中的步骤可以按照不同的顺序执行,而不改变本公开的原理。如本文所使用的,术语“模块”是指执行一个或多个软件或固件程序的专用集成电路、电子电路、处理器(共用的、专用的或组)和存储器、组合逻辑电路和/或提供所述功能的其他合适组件。
一种用于检测不稳定传感器的系统和方法包括:计算由相应的受监测传感器和相应的预测传感器产生的监测信号和预测信号中的每一个的变化值,其中,预测信号为基于系统操作条件的监测信号的预测,并且监测信号期望基于系统操作条件产生快速波动信号。基于该预测信号产生动态阈值,并且该监测信号的变化值与该动态阈值比较以确定该监测信号是否变得不稳定。通过使用动态阈值而不是恒定阈值来诊断该受监测的传感器,该受监测的传感器的不稳定状态可被从快速波动信号进分,提供更灵敏的手段来检测不稳定的传感器,并且这相对于通过将传感器变化与恒定阈值比较的检测不稳定传感器的常规方法,更不可能产生不稳定传感器的错误指示。举个非限制性示例,由于出故障的传感器、从传感器到控制模块或者到正由传感器感测的元件的错误连接或者其他电气故障,传感器可变得不稳定。不稳定的传感器可能影响正由该传感器感测的元件的控制,和/或可能影响基于传感器信号正被控制的系统的控制。
图1是示出示例性系统(总体标示在10处)的示意图,该系统包括用于检测传感器(例如第一传感器14,本文中也称为受监测的传感器)的不稳定状态的示例性控制模块20,。该系统包括与该控制模块20可操作地通信的第一传感器14和第二传感器24。该第二传感器24在本文中也可称为预测传感器。该第二传感器24可以包括多个传感器(未示出),所述多个传感器可输出可组合以限定该第二传感器24的输出(例如可组合以限定第二传感器信号26)的实际的和/或计算出的信号组合。该系统10还包括第一构件12和第二构件22,在此也分别称为受监测构件12和预测构件22。该第一传感器14被配置以感测该第一构件12的条件并输出第一传感器信号16到控制模块20,使得第一传感器信号16由第一构件12的感测条件限定。第二传感器24被配置以感测该第二构件22的条件并输出第二传感器信号26到控制模块20,使得第二传感器信号26由感测的第二构件22的条件限定。
在一个示例中,该第一或受监测的构件12为功率逆变器模块,该第一或受监测的传感器14为被配置为感测该功率逆变器模块12的逆变器温度的温度传感器,该第一或监测信号16为从该温度传感器14输出的逆变器温度信号16。该第二或预测构件22为包括定子28的电动机-发电机,该第二或预测传感器24为配置为感测该定子28的总电流的电流传感器,其中电动机-发电机22可操作地连接到功率逆变器模块12,该第二或预测信号为从电流传感器24输出的定子总电流信号26。在一个示例中,该定子28可以包括多个接线端(未示出),使得该电流传感器24可以包括多个电流传感器,每一个测量定子28的接线端中的相应一个的电流,其中,该多个电流传感器的输出被组合以限定定子总电流信号26。
该系统10和/或该第一和第二构件12,22被布置为使得在系统10的操作期间,在监测传感器信号16和预测传感器信号26之间存在已知的关系,并且该监测传感器信号16的估计值可以基于该预测传感器信号26形成。图2在非限制性示例中包括示出在时间t上的预测传感器信号26的曲线46,以及示出在相同的时间t内的监测传感器信号16的曲线48,其中曲线46,48示出了监测和预测信号16,26之间的已知关系。预测传感器信号26可以用来预测监测传感器信号16的估计值。监测传感器信号16的估计值在本文中可被称为估计信号。在非限制性示例中,控制模块20使用预测信号26和由此得到的估计信号来监测和/或诊断监测信号16的状态。举个非限制性示例的方式,监测和预测传感器信号16,26之间的预测关系可以由以下中的一个或多个限定:受监测的和预测的构件12,22之间的操作关系,第三构件18和该受监测的和预测的构件12,22中的一个或两个之间的操作关系,该受监测的和预测的构件12,22共用的操作环境,从该受监测的和预测的构件12,22接收的例如来自输入构件42的共用命令44产生的条件,由控制模块20或其他共用的输入(例如从输入元件42接收的指令44等)输出的信号而产生的条件。因此,控制模块20可以使用由预测传感器24产生的预测信号26来产生估计信号,其中,该估计信号为由受监测的传感器14产生的监测信号16的估计值。本文所提供的示例是非限制性的,并且其他配置是可能的。例如,该估计信号可以使用由预测传感器24的组合产生的预测信号26的组合来产生,其中,在预测信号26和监测信号16的组合之间存在已知的预测关系。
控制模块20可以使用估计信号来产生估计信号变化值,该估计信号变化值然后可以被用于产生动态阈值,显示在图2中52处。在一个示例中,动态阈值52通过将比例因子应用到估计的信号变化值而产生,其中,该比例因子可以是应用来调整动态阈值52的灵敏度以检测不稳定传感器状态的校准因子。例如,该比例因子可以是增加到该估计信号变化值的恒定的偏移值。对于限定的诊断时间段所确定的动态阈值可以与对于该相同的诊断时间段所确定的监测信号16的监测信号变化值(显示在图2中54处)比较,以确定该受监测的传感器14在该相同的诊断时间段内是否运行于不稳定状态中。该监测信号变化值54可以在本文中被称为监测变化值54。
举个非限制性示例,由受监测的传感器14感测的受监测的构件12的条件在系统10的操作期间可以迅速改变,使得由传感器14响应于由受监测传感器14检测的受监测构件12的快速改变条件而输出的监测信号16将快速波动,如图2中的48所示。构件12的快速改化条件可以响应于例如从输入构件42接收的命令44中的快速改变。在一个示例中,输入构件42可以是转矩控制构件,例如可操作地连接到控制模块20的车辆加速器,其中,系统10为包括该加速器42的车辆的动力总成系统,该命令44可以是由加速器42作为输入传送到控制模块20的转矩命令。
在一些车辆操作条件下,包括快速改变的激进的或极端的使用条件,到加速器42的输入和从加速器42输出到控制模块20的所得转矩命令44可能导致动力总成操作条件中的快速变化,这可导致功率逆变器模块12内的快速波动的逆变器温度。参照图2,曲线46,48分别示出在时间段t上信号26,16的快速波动值。曲线50示出针对时间段t内的多个诊断时间段计算出的监测信号16的监测变化值54,其中在监测信号16的时间上,监测变化值54关于变化的幅值增大。例如,在其中监测信号值16的幅值存在相对较大改变的诊断时间段期间,监测变化值54相对较大,并且在其中监测信号值16的幅值存在相对较小改变的诊断时间段期间,例如出现在时间间隔56中的诊断时间段期间,监测变化值54相对较小。通过在诊断时间期间相同的采样时间处将监测(逆变器温度)信号16和预测(定子总电流)信号26采样,将从在诊断时间段期间得到的预测信号26的样本产生的动态阈值52与从在相同的诊断时间段期间得到的监测信号16的样本产生的监测信号变化值54进行比较,其中,针对该诊断时间段期间的动态阈值52和监测信号变化值54的比较可以用于确定受监测的传感器14的与快速波动的监测信号16区分的不稳定状态,因此,提供更灵敏的手段来检测不稳定的传感器状态,其相对于通过将受监测的传感器变化与恒定阈值比较来检测不稳定传感器的常规方法,更不可能产生不稳定传感器的错误指示。如图2的曲线50中所示,当受监测的传感器处于非不稳定状态中时,如果假设动态阈值52得自使用基于预测信号26的估计温度值产生的估计变化值,则如所期望的,监测变化值54和动态阈值52每一个以相对于另一个的幅值波动和变化。应当理解的是,在特定的诊断时间段期间,当受监测的传感器14处于不稳定状态时,相比于非不稳定状态,监测变化值54会相对较大,使得当受监测的传感器14处于不稳定状态时,监测变化值54会超过动态阈值52,从而指示受监测的传感器14的不稳定状态。
在一些情况下,例如,在如图2所示的时间间隔56期间,系统10的操作条件处于稳定状态和/或微小变化,使得在非不稳定状态的预测信号26和监测信号16每一个表现出极小的波动,分别如曲线46和48所示。在这些情况下,基于微小波动的非不稳定监测信号16产生的监测信号变化值54具有最小值,如曲线50的针对时间间隔56所示。同样地,使用基于预测信号26估计的估计温度信号产生的估计变化值在时间间隔56期间是极小的或接近于零,并且使用估计变化值产生的动态阈值52也是极小的或接近于零,而且所产生的极小动态阈值52与极小监测变化值54的比较可能导致受监测的传感器14的不稳定状态的错误诊断。在这种情况下,所产生的动态阈值52可以与如图2中58处所示的最小阈值限值比较,并且当所产生的动态阈值52(如从估计变化值产生的)小于最小阈值限值58时,将该动态阈值52设置在最小阈值限值处,使得监测变化值54与最小阈值限值58比较以确定受监测的传感器14是否处于不稳定状态。最小阈值限值58可以是校准限值,其基于例如系统10的结构和/或期望的操作参数、受监测的传感器14的结构和/或期望的操作参数等设立为用于诊断受监测的传感器14的不稳定状态的最小动态阈值。而且如前所述,比例因子,其可以是一个恒定值,可以在确定所产生的动态阈值52时应用或增加到估计信号变化值。
再次参照图1,举个非限制性示例,系统10可以是动力总成系统,其配置为使得受监测的构件12为可操作地连接第二构件22并且连接到第三构件18的功率逆变器模块,第二构件22配置为电动机-发电机,第三构件18配置为能量存储装置。功率逆变器模块12、电动机-发电机22和能量存储装置18与控制模块20电连通,并且与彼此电连通。电动机-发电机22包括定子28。在非限制性示例中,动力总成系统10可以是用于车辆(未示出)的动力总成系统,车辆可以是机动车或非机动车。车辆可以是非混合动力车辆或混合动力车辆,例如电动混合动力车辆。控制模块20可以是车辆控制模块,例如动力总成控制模块。
电动机-发电机22能够选择性地用作由能量存储装置18提供的能量驱动的电动机或者用作发电机以产生存储于能量存储装置18内的交变电流(AC)能量。能量存储装置18,本文中也被称为电池,可以是直流电流(DC)电池、多电池单元能量存储装置或其他合适的存储装置,用于在电动机-发电机22用作发电机时存储由电动机-发电机22产生的电能,并且用于在电动机-发电机22用作电动机时,提供能量到电动机-发电机22。功率逆变器模块12,本文中也称为逆变器12,可以将电池18提供的直流电流(DC)转换成交变电流(AC)以驱动用作电动机的电动机-发电机22,并且能够将由用作发电机的电动机-发电机产生的交变电流(AC)转换为直流电流(DC)以存储在电池18内。
在本实施例中,动力总成系统10包括感测逆变器12的逆变器温度并输出逆变器温度信号16的受监测的传感器14,并且还包括感测定子28的总电流并输出定子总电流信号26的预测传感器24,定子总电流信号26在本文中可被称为定子电流信号或预测信号。逆变器温度和定子电流传感器14,24与控制模块20可操作地通信。系统10和/或逆变器12和包括定子28的电动机-发电机22被布置成使得逆变器温度传感器信号16和定子电流传感器信号26之间存在已知的关系,并使得逆变器温度信号的估计值(本文中称为估计信号或估计温度信号)在动力总成系统10的操作期间可以从定子电流传感器信号26产生。
控制模块20包括处理器30、存储器32和计时器模块40。存储器32可以包括例如只读存储器(ROM)、随机存取存储器(RAM)、电可擦除可编程只读存储器(EEPROM)等,其大小和速度足够用于执行本文所描述的方法和存储如本文所述的数据(包括,例如,信号值、信号偏差、变化值、诊断或故障指示器信号、算法等)。计时器模块40包括时钟周期以及计时器和/或可用于设立预定的采样速率的其他时间跟踪机制,以将时钟时间与样本(例如,样本信号值)相关联或与指示器信号(例如,不稳定状态指示器信号)相关联,以针对一时间段(例如,诊断时间段、采样时间段、诊断时间等)开始和促动计时器。
该系统10还包括信号偏差模块34、变化确定模块36和传感器诊断模块38,每一个与控制模块20可操作地连通。信号偏差模块34被配置为从系统10中的一个或多个传感器接收信号,例如,从受监测的传感器14和/或从预测传感器24,并基于从该传感器接收的信号产生该传感器的传感器偏差值。信号偏差模块34被配置为执行接收的信号的采样,其中,在本示例中,该接收的信号为监测信号16和预测信号26中的一个,以将接收信号的采样值存储到存储器32中,并且使用可以包括在信号偏差模块34内的一个或多个算法,以使用在不同时间所取得的接收的信号的样本来产生接收的信号的信号偏差。该样本可以是以预定的采样速率执行的多个样本中的连续样本。预定的采样速率可以基于时钟周期或由计时器模块40产生的采样时间段。接收的信号的每一个样本可以与该样本的相应的采样时间相关联,并且存储在存储器32内。信号偏差模块34可确定在不同采样时间执行的接收的信号的样本之间的差值。信号偏差模块34可以基于在不同采样时间执行的样本之间的差值的幅值确定每一个差值的信号偏差。信号偏差模块34在诊断时间段期间可以确定多个信号偏差,包括例如基于在第一和第二时间执行的信号样本的第一信号偏差,基于在第二和第三时间执行的信号样本的第二信号偏差等。每个信号偏差可以存储在存储器32内。
在非限制性示例中,如对于图3中所示的方法的描述,信号偏差模块34同时接收监测信号16和预测信号26,并且同时执行监测信号16和预测信号26中的每一个的样本,使得监测信号16和预测信号26的采样时间为相同的时间,并且使得在相同的采样时间得到的监测信号16的样本和预测信号26的样本代表由此在该采样时间存在的包括受监测的构件12和预测构件22的系统10的操作条件。在图3中,在步骤106和110,在由计时器模块40设立的第一采样时间,信号偏差模块34同时执行监测信号16和预测信号26中的每一个的第一样本。在步骤112,信号偏差模块34或控制模块20基于预测信号26的第一样本产生第一估计信号,其中,第一估计信号为监测信号16在第一采样时间的估计值。然后,在由计时器模块40设立的第二采样时间,如图3所示,在步骤116和122,信号偏差模块34同时执行监测信号16和预测信号26中的每一个的第二样本。在步骤124,信号偏差模块34或控制模块20基于预测信号26的第二样本产生第二估计信号,其中,第二估计信号为预测信号26在第二采样时间的估计值。然后,信号偏差模块34可以基于第一时间和第二时间采样的监测信号16之间的差值确定监测信号16的监测信号偏差,并且可以基于分别从第一时间和第二时间采样的预测信号26估计的第一和第二估计信号之间的差值确定估计信号的估计信号偏差。
在另一个示例中,信号偏差模块34可以基于监测信号16的第一和第二样本之间的差值的幅值,确定监测信号16的信号偏差,并且可以基于从预测信号26的第一和第二样本估计的估计信号之间的差值的幅值,确定预测信号26的信号偏差。该方法可以从步骤136返回到步骤114,使得信号偏差模块34可以继续在由计时器模块40确定的采样频率或采样时间,同时对监测信号16和预测信号26中的每一个采样,并且继续基于确定监测和估计信号之间的差值或差值幅值,产生监测信号16和预测信号26中的每一个的多个信号偏差,监测和估计信号之间的差值或差值幅值基于在一个采样时间段的不同采样时间得到的监测信号16和预测信号26的样本,直到样本的预定数量被执行或预定采样时间段已经过去,在该点处该方法继续到步骤138。例如,信号偏差模块34可以基于在第三时间得到的监测信号16的样本和在第二时间得到的监测信号16的样本之间的差值确定监测信号偏差,并且可以基于从在第三时间得到的预测信号26的样本估计的估计信号与从在第二时间得到的预测信号26的样本估计的估计信号之间的差值确定估计信号偏差,对于在后续采样时间得到的后续样本以此类推,使得信号偏差模块34可以针对监测信号16和从预测信号26估计的估计信号产生多个信号偏差,每个相应的信号偏差对应于相应的采样时间段,该采样时间段包括用于产生相应的样本偏差的信号样本的相应采样时间。多个信号偏差可以存储在存储器32内并被变化确定模块36使用以产生多个变化值,如本文进一步详细描述的。
变化确定模块36被配置为和/或包括一个或多个算法,以产生接收的信号的信号偏差,接收的信号可以例如为监测信号16和估计信号中的一个,估计信号基于接收信号的多个信号偏差从预测信号26估计。在一个示例中,接收的信号的信号偏差值可以接收的值的多个信号偏差的和。在另一个示例中,接收的信号的信号偏差值可以是接收的信号的多个信号偏差的平均值。第一信号偏差值可以基于在第一诊断时间段产生的信号偏差,针对第一诊断时间段的接收的信号产生,例如,如图3的步骤102至138中所示。步骤102至138可以重复以基于在第二诊断时间段期间产生的信号偏差,针对第二诊断时间段的接收的信号产生第二信号偏差值。步骤102至138可以以循环方式重复,使得变化确定模块36可以产生多个信号偏差值,每个相应的信号偏差值对应于相应的诊断时间段。由变化确定模块36产生的变化值可存储在存储器32内。
在诊断时间段初始化时,在图3中通过步骤102至112表示,监测信号16和从预测信号26估计的估计信号中的每一个的变化值可以由变化确定模块36最初分别在步骤104,108设置为零。在获得监测信号16(在步骤106和116)和预测信号26(在步骤110和122)的第一和第二样本之后,基于监测信号16的第一和第二样本之间的差值的幅值在步骤118确定监测信号16的第一监测信号偏差,基于从在步骤110得到的预测信号26的第一样本在步骤112估计的第一估计信号和从在步骤122得到的预测信号26的第二样本在步骤124估计的第二估计信号之间的差值大小,在步骤126确定第一估计信号偏差。当图3中所示的方法重复循环通过步骤114到136时,随后的信号偏差可针对监测信号16和从预测信号26估计的估计信号被确定,使得监测信号16和估计信号的变化值可以由在诊断时间段产生的每个相应的信号偏差增大并存储在存储器32内。例如,在监测信号16和预测信号26的第三样本被执行之后,基于监测信号16的第二和第三样本之间的差值的幅值可确定监测信号16的第二监测信号偏差值,并且基于从预测信号26的第二和第三样本预测的第二和第三估计信号之间的差值的幅值可确定估计信号的第二估计信号偏差值。监测信号16和估计信号中的每个相应一个的变化值可以被相应的第二信号偏差再一次增大并存储在存储器32内。
在一个示例中,监测信号16和预测信号26中的每一个的变化值可以继续增大,直到预定数量的样本已经被执行,从而完成诊断时间段。当样本的数量大于样本的预定数量时,诊断时间段被重新初始化,例如,通过在重复用于随后的诊断时间段的样本序列之前,重新设置样本数量为零,以及重新设置监测信号和估计信号中的每一个的变化值为零。
在另一个示例中,变化可以继续增大直到已经经过预定诊断时间。计时器模块40可以初始化基于时钟周期定期递增的计时器。当计时器值大于或等于预定诊断时间时,诊断时间段被重新初始化,例如,通过在随后的诊断时间段期间重复用于预定诊断时间的采样序列之前,将变化值重设为零。
在另一个示例中,变化值可以基于信号偏差的预定总数。仅作为示例,变化值可以是信号偏差的预定总数的滚动和和/或平均数,例如X。当X+1信号偏差被确定时,滚动总和的第一信号偏差可被从变化值确定中移除,使得在滚动基础上,变化值确定基于X个信号差。
传感器诊断模块38被配置为存储在步骤130产生的动态阈值52,用于确定受监测的传感器14是否处于不稳定状态。传感器诊断模块38在步骤138针对每个诊断时间段,将在步骤130产生的动态阈值52与在该相同的诊断时间段期间在步骤120产生的监测变化值54进行比较,以确定受监测的传感器14是否处于不稳定状态。例如,在如图3所示的方法中,在步骤130,传感器诊断模块38和变化确定模块36中的一个基于在步骤128产生的估计的变化值产生动态阈值52。该动态阈值52可以在步骤130产生,例如,通过将比例因子应用到来自步骤128的估计变化值。估计变化值在一个示例中可以乘以该比例因子,或者以其他数学方式由该比例因子控制,以产生动态阈值52。该比例因子可以是用于系统10和/或受监测的传感器14的校准值。在另一个示例中,估计变化值可以具有增加到它的恒定值。该恒定值可以是用于系统10和/或受监测的传感器14的校准值。在可选的步骤132,在步骤130产生的动态阈值52与最小阈值限值58比较,并且如果动态阈值52小于最小阈值限值58,则在步骤134,动态阈值52被调整为最小阈值限值58,并且该方法行进到步骤136。
在步骤136,控制模块20确定诊断时间段是否结束,例如,通过将自从在步骤102初始化计时器模块40的计时器以后已经过去的诊断时间与完成诊断时间段所需的预定诊断时间进行比较,和/或通过将监测信号16和预测信号26的执行的样本数量与完成诊断时间段所需的样本的预定数量进行比较。如果诊断时间段还没有完成,该方法返回到步骤114。在步骤114,计时器模块40的计时器递增和/或样本计数递增,并且该方法继续,监测信号16和预测信号26分别在步骤116,122同时被采样。
如果诊断时间阶段完成,该方法继续到步骤138,并且传感器诊断模块38将监测变化值54与动态阈值52进行比较,以确定监测信号16是否处于不稳定状态。当监测变化值54等于或大于动态阈值52时,传感器诊断模块38确定受监测的传感器14处于不稳定状态,并且可以产生指示信号以指示受监测的传感器14处于不稳定状态。
本文所提供的示例是非限制性的,并且应当理解的是模块的其他结构可以用于系统10之中。例如,控制模块20、信号偏差模块34、变化确定模块36和传感器诊断模块38中的一个或多个可以被配置以执行控制模块20、信号偏差模块34、变化确定模块36和传感器诊断模块38等中的其他的一个或多个的功能。传感器14,24和检测构件12,22中的一个或多个可以与控制模块20和/或其他模块34,36,38中的一个或多个可操作地通信。
再次参照图3,显示了诊断处于不稳定状态的传感器的方法的示例性高级框图。该方法开始于表示在100处的开始或初始化步骤,此时该方法开始监测包括受监测的传感器14和预测传感器24的系统10的操作条件。该方法在步骤100的初始化可以与系统10的初始化操作同时发生。例如,并且参照如图2所示的动力总成系统10,通过起动包括该动力总成10的车辆初始化动力总成10的操作可以初始化如图3所示的开始于步骤100的方法。在另一个示例中,步骤100可以响应于系统10满足的特定条件被初始化,例如从受监测的传感器14和预测传感器24中的一个或两个检测到输出信号。或者,在系统10使用的任何时候,该方法100连续地运转和/或持续地循环。
在步骤102,预定的诊断时间段开始,其可包括初始化计时器模块40的计时器为零,例如,使得诊断时间段由诊断时间限定,和/或在控制模块20内重新设置采样计数器,例如,使得预定的诊断时间段由信号16,26的执行的样本的预定数量来限定。在步骤104,受监测的传感器14的监测信号变化值54被初始化为零值。类似地,在步骤108,从预测传感器24产生的估计信号变化值被初始化为零值。在步骤106,其与步骤110在诊断时间段期间的第一时间同时发生,信号偏差模块34在第一时间执行监测信号16的第一样本,并在存储器32内存储该样本。在步骤110,其与步骤106同时发生,信号偏差模块34在第一时间执行预测信号26的第一样本,并可以在存储器32内存储该样本。在步骤112,信号偏差模块34基于在第一时间执行的预测信号26的第一样本产生第一估计信号,使得估计信号为在第一时间的监测信号16的估计值。与第一时间相关联的第一估计信号被作为估计的信号存储在存储器32内。
在步骤114,计时器例如通过计时器模块40递增到第二时间,并且该方法行进到同时发生的步骤116和122。在步骤116,信号偏差模块34在诊断时间段期间的第二时间执行监测信号16的第二样本,其中该第二时间和第一时间为不同的时间。在步骤122,在第二时间并与步骤116同时发生,信号偏差模块34执行预测信号26的第二样本。在步骤124,信号偏差模块34根基于第二时间执行的预测信号26的第二样本产生第二估计信号,使得估计信号为在第二时间的监测信号16的估计值。与第二时间相关联的第二估计信号被作为估计信号存储在存储器32内。
在步骤118和126,信号偏差模块34针对监测信号16和估计信号每一个产生第一信号偏差值。信号偏差模块34在步骤118针对监测信号16产生第一信号偏差值,例如,通过确定在步骤106得到的监测信号16的第一样本和在步骤116得到的监测信号16的第二样本之间的差值的幅值。信号偏差模块34在步骤126针对估计信号产生第一信号偏差值,例如,通过确定从在步骤110得到的预测信号26的第一样本产生的第一估计信号和从在步骤122得到的预测信号26的第二样本产生的第二估计信号之间的差值的幅值。
在步骤120和128,变化确定模块36针对监测信号16和估计信号每一个确定变化值。基于监测信号16确定的监测信号变化值54和基于估计信号确定的估计变化值可以被存储在存储器32内。
在步骤130,传感器诊断模块38和变化确定模块36中的一个基于在步骤128产生的估计变化值产生动态阈值52。动态阈值52可以在步骤130产生,例如,通过将比例因子应用到来自步骤128的估计变化值。估计变化值在一个示例中可以乘以该比例因子,或者以其他数学方式由该比例因子控制,以产生动态阈值52。该比例因子可以是用于系统10和/或受监测的传感器14的校准值。在一个示例中,该比例因子可以是在动态阈值52的产生期间被增加到估计变化值的恒定偏移值。在可选的步骤132,在步骤130产生的动态阈值52与最小阈值限值58比较,并且如果产生的动态阈值52小于最小阈值限值58,则在步骤134动态阈值52被调整为最小阈值限值58,并且该方法行进到步骤136。
在步骤136,控制模块20确定诊断时间段是否结束,例如,通过将自从在步骤102初始化计时器模块40的计时器以后已经过去的诊断时间与完成诊断时间段所需的预定诊断时间进行比较,和/或通过将监测信号16和预测信号26的已执行的样本数量与完成诊断时间段所需的样本的预定数量进行比较。例如,在诊断时间段由预定诊断时间限定的情况下,在步骤136控制模块20和/或计时器模块40确定是否计时器值达到诊断时间。如果计时器值满足或超过预定诊断时间,则该方法行进到步骤138。如果计时器值小于预定诊断时间,则该方法返回到步骤114并且计时器在步骤114递增到第三时间,且该方法行进到步骤116和122,步骤116和122同时发生。或者,在该诊断时间段由样本的预定数量限定的情况下,在步骤136,控制模块20和/或信号偏差模块34确定是否已执行的样本的数量已经达到诊断时间段所需的样本的预定数量。如果执行的样本的数量满足诊断时间段所需的样本的预定数量,则该方法行进到步骤138。如果执行的样本的数量小于样本的预定数量,则该方法循环返回,例如,返回到步骤114,其中,执行的步骤的数量被递增,并且计时器被递增到第三时间,该方法行进到步骤116和122,步骤116和122同时发生。
在步骤116,信号偏差模块34在第三时间执行监测信号16的第三样本。在步骤122,在第三时间并与步骤116同时发生,信号偏差模块34执行预测信号26的第三样本。第三时间、第二时间和第一时间是不同的时间。第一,第二和第三时间可以是连续的时间。在步骤124,信号偏差模块34基于在第三时间执行的预测信号26的第三样本产生第三估计信号,使得估计信号为在第三时间的监测信号16的估计值。与第三时间相关联的第三估计信号被作为估计信号存储在存储器32内。
在步骤118和126,信号偏差模块34针对监测信号16和估计信号中的每一个产生第二信号偏差值。信号偏差模块34在步骤118针对监测信号16产生第二信号偏差值,例如,通过确定在第二时间在步骤116得到的监测信号16的第二样本和在第三时间在步骤116得到的监测信号16的第三样本之间的差值的幅值。信号偏差模块34在步骤126针对估计信号产生第三信号偏差值,例如,通过确定从在第二时间在步骤122得到的预测信号26的第二样本产生的第二估计信号和从在第三时间在步骤122得到的预测信号26的第三样本产生的第三估计信号之间的差值的幅值。
在步骤120,变化确定模块36基于第一和第二监测信号偏差产生监测变化值54并可以将监测变化值54存储在存储器32内。在步骤128,变化确定模块36基于第一和第二估计信号偏差重新产生估计变化值并可以将估计变化值存储在存储器32内。在一个示例中,监测信号16和估计信号中的每个相应的一个的变化值由在诊断时间段期间产生的监测信号16和估计信号中的相应的一个的信号偏差值的和确定。在另一个示例中,监测信号16和估计信号中的每个相应的一个的变化值由在诊断时间段期间产生的监测信号16和估计信号中的相应的一个的信号偏差值的平均值确定。
该方法再次行进到步骤136,以再次确定诊断时间段是否结束,例如,通过确定是否在步骤102初始化的计时器值已经达到了诊断时间,和/或是否执行的样本的数量已经达到了诊断时间段所需的样本的预定数量。如果诊断时间和/或执行的样本的数量还没有满足完成诊断时间段的要求,则该方法返回到步骤114并如上所述重复。如果诊断时间和/或执行的样本的数量已经满足完成诊断时间段的要求,则该方法行进到步骤138。
在步骤138,传感器诊断模块38将监测变化值54与动态阈值52进行比较,以确定监测信号16是否处于不稳定状态。当监测变化值54等于或大于动态阈值52时,传感器诊断模块38确定受监测的传感器14处于不稳定状态并且可以产生指示信号以指示受监测的传感器14处于不稳定状态。
在系统10使用的任何时候,该方法100可连续地运转和/或持续地循环。应当理解的是,根据上述教导,本发明的修改和变型是可能的,并且可以以不同于具体描述的但是在所附的权利要求的范围内的其他方式实施。例如,本文所描述的方法和系统不限于温度传感器,并且可以适用于任何类型的传感器的不稳定状态的检测,该传感器在正常运行时经受快速波动条件。此外,权利要求中的附图标记仅为了方便,并且不应以任何方式被解读为作为限制。
详细的说明和图或附图支持和描述本发明,但本发明的范围仅由权利要求限定。虽然已经详细地描述了用于实现所要求保护的发明的一些最佳方式和其他实施例,但是仍存在用于实施在所附的权利要求中限定的本发明的各种替代设计和实施例。
Claims (10)
1.一种诊断不稳定传感器的方法,所述方法包括:
接收来自受监测的传感器的监测信号;
接收来自预测传感器的预测信号;
基于所述预测信号确定估计信号;
其中,所述估计信号为所述监测信号的估计值;
确定所述监测信号的监测变化值;
确定所述估计信号的估计变化值;
基于所述估计变化值产生动态阈值;
基于所述监测变化值和所述动态阈值的比较确定所述受监测的传感器的状态。
2.如权利要求1所述的方法,其中:
确定所述监测变化值还包括:
确定第一监测信号偏差,和
确定第二监测信号偏差;以及
确定所述估计信号的估计变化值还包括:
确定第一估计信号偏差和第二估计信号偏差。
3.如权利要求2所述的方法,其中:
所述第一监测信号偏差在第一采样时间段上被确定;
所述第一估计信号偏差在所述第一采样时间段上被确定;和
所述第二监测信号偏差在第二采样时间段上被确定;
所述第二估计信号偏差在所述第二采样时间段上被确定。
4.如权利要求2所述的方法,还包括:
在第一时间将所述监测信号采样以提供第一监测信号值;
在第二时间将所述监测信号采样以提供第二监测信号值;
在第三时间将所述监测信号采样以提供第三监测信号值;
在所述第一时间将所述预测信号采样以提供第一预测信号值;
基于所述第一预测信号值估计第一估计信号值;
在所述第二时间将所述预测信号采样以提供第二预测信号值;
基于所述第二预测信号值估计第二估计信号值;
在所述第三时间将所述预测信号采样以提供第三预测信号值;
基于所述第三预测信号值估计第三估计信号值;
其中,
所述第二时间跟随所述第一时间并且与所述第一时间不同;
所述第三时间跟随所述第二时间并且与所述第二时间不同;
所述第一监测信号偏差基于所述第一监测信号值与所述第二监测信号值之间的差值幅值;
所述第二监测信号偏差基于所述第三监测信号值与所述第二监测信号值之间的差值幅值;
所述第一估计信号偏差基于所述第一估计信号值与所述第二估计信号值之间的差值幅值;
所述第二估计信号偏差基于所述第三估计信号值与所述第二估计信号值之间的差值幅值。
5.如权利要求1所述的方法,还包括:
当所述监测信号的变化值大于或等于所述动态阈值时,确定所述受监测的传感器处于不稳定状态。
6.如权利要求1所述的方法,还包括:
应用比例因子到所述估计变化值以产生所述动态阈值,所述比例因子是用于受监测的传感器的校准值。
7.一种用于诊断不稳定传感器的系统,所述系统包括:
控制模块,与变化确定模块、传感器诊断模块、受监测的传感器和预测传感器可操作地通信;
所述控制模块从所述受监测的传感器接收监测信号,并从所述预测传感器接收预测信号;
所述控制模块基于所述预测信号产生估计信号;
其中,所述预测信号为所述监测信号的预测结果,所述估计信号为所述监测信号的估计值;
监测信号变化值,由所述变化确定模块基于所述监测信号产生;和
估计信号变化值,由所述变化确定模块基于所述估计信号产生;
其中,所述受监测的传感器的状态由所述传感器诊断模块基于所述监测信号的变化值和所述估计信号的变化值确定。
8.如权利要求7所述的系统,还包括:
动态阈值,由所述传感器诊断模块基于所述估计信号变化值产生,并且对应于所述受监测的传感器的不稳定状态;和
不稳定状态指示信号,当监测变化值大于或等于所述动态阈值时,由所述传感器诊断模块产生。
9.如权利要求7所述的系统,其中:
所述监测信号变化值基于第一监测信号偏差和第二监测信号偏差产生;和
所述估计信号变化值基于第一和第二估计信号偏差产生;
该系统还包括:
信号偏差模块,与所述控制模块可操作地通信;
其中,所述第一和第二监测信号偏差以及所述第一和第二估计信号偏差由所述信号偏差模块产生。
10.如权利要求7所述的系统,还包括:
所述受监测的传感器感测逆变器的逆变器温度;
所述预测传感器感测定子的总定子电流;
其中,所述逆变器可操作地连接到所述定子,使得在所述逆变器和所述定子操作期间,所述总定子电流为所述逆变器温度的预测结果;和
控制模块,与所述受监测的传感器和所述预测传感器通信,并基于所述预测信号产生所述估计信号;
其中,所述估计信号为基于所述总定子电流的逆变器温度的估计值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/204,140 US9658119B2 (en) | 2014-03-11 | 2014-03-11 | Method and system for detection of erratic sensor using a dynamic threshold |
US14/204,140 | 2014-03-11 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104913803A CN104913803A (zh) | 2015-09-16 |
CN104913803B true CN104913803B (zh) | 2017-09-08 |
Family
ID=54010328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510106628.4A Active CN104913803B (zh) | 2014-03-11 | 2015-03-11 | 使用动态阈值检测不稳定传感器的方法和系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9658119B2 (zh) |
CN (1) | CN104913803B (zh) |
DE (1) | DE102015103272B4 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9606160B2 (en) * | 2014-03-05 | 2017-03-28 | GM Global Technology Operations LLC | Detection of stuck in range sensor and method |
CN108289654B (zh) * | 2015-12-10 | 2021-03-30 | 博莱科瑞士股份有限公司 | 通过动态阈值化来检测固定化造影剂 |
CN105783972A (zh) * | 2016-05-23 | 2016-07-20 | 武汉百络优物联科技有限公司 | 一种吸顶式传感器 |
CN111366270B (zh) * | 2020-03-19 | 2021-05-18 | 北京波谱华光科技有限公司 | 一种温度异常筛选方法、系统及计算机存储介质 |
CN116642607B (zh) * | 2023-05-31 | 2023-10-27 | 中电山河数字科技(南通)有限公司 | 一种可远程操控的物联网环境监测升降平台 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5148378A (en) * | 1988-11-18 | 1992-09-15 | Omron Corporation | Sensor controller system |
CN101048626A (zh) * | 2004-08-27 | 2007-10-03 | 开利公司 | 基于距离故障分类器的故障诊断和预测 |
CN101194293A (zh) * | 2005-06-06 | 2008-06-04 | L·凯茨 | 用于可变阈值传感器的系统和方法 |
CN103029650A (zh) * | 2011-08-30 | 2013-04-10 | 通用汽车环球科技运作有限责任公司 | 预测在车辆逆变器功率模块中的晶体管温度以及相关的操作方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9514008D0 (en) | 1995-07-10 | 1995-09-06 | Secr Defence | Sensor fault detection system |
CN103389124A (zh) * | 2012-05-10 | 2013-11-13 | 鸿富锦精密工业(深圳)有限公司 | 传感器测试的方法及系统 |
US9223007B2 (en) * | 2012-11-21 | 2015-12-29 | Raytheon Company | Kalman filtering with indirect noise measurements |
-
2014
- 2014-03-11 US US14/204,140 patent/US9658119B2/en active Active
-
2015
- 2015-03-06 DE DE102015103272.4A patent/DE102015103272B4/de active Active
- 2015-03-11 CN CN201510106628.4A patent/CN104913803B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5148378A (en) * | 1988-11-18 | 1992-09-15 | Omron Corporation | Sensor controller system |
CN101048626A (zh) * | 2004-08-27 | 2007-10-03 | 开利公司 | 基于距离故障分类器的故障诊断和预测 |
CN101194293A (zh) * | 2005-06-06 | 2008-06-04 | L·凯茨 | 用于可变阈值传感器的系统和方法 |
CN103029650A (zh) * | 2011-08-30 | 2013-04-10 | 通用汽车环球科技运作有限责任公司 | 预测在车辆逆变器功率模块中的晶体管温度以及相关的操作方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104913803A (zh) | 2015-09-16 |
DE102015103272A1 (de) | 2015-09-17 |
US9658119B2 (en) | 2017-05-23 |
DE102015103272B4 (de) | 2024-01-25 |
US20150260589A1 (en) | 2015-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104913803B (zh) | 使用动态阈值检测不稳定传感器的方法和系统 | |
CN110515351B (zh) | 异常检测器 | |
EP2551690B1 (en) | Battery monitoring device | |
CN101750587B (zh) | 用于确定电池内阻的方法 | |
CN104898080B (zh) | 范围内卡住的传感器的检测和方法 | |
CN108363952A (zh) | 诊断装置 | |
US20070282548A1 (en) | Method and Apparatus for Assessing Condition of Motor-Driven Mechanical System | |
US9231515B2 (en) | Method of monitoring performance of an electric motor | |
CN109543743B (zh) | 一种基于重建预测残差的制冷机组多传感器故障诊断方法 | |
CN110109441B (zh) | 一种激光惯组故障预测方法和系统 | |
CN107155353A (zh) | 电动机的诊断装置 | |
EP2135144B1 (en) | Machine condition monitoring using pattern rules | |
Warriach et al. | Fault detection in wireless sensor networks: a hybrid approach | |
CN106092371B (zh) | 预测温度的方法及其装置 | |
EP4056297A1 (en) | Abnormality detection device, abnormality detection method, and computer program | |
CN103966804A (zh) | 滚筒洗衣机及其的惯量检测方法、惯量检测装置 | |
US20080288213A1 (en) | Machine condition monitoring using discontinuity detection | |
US11714134B2 (en) | Device and method for predicting state of battery | |
US20220153141A1 (en) | Method for ascertaining a state of an electric drive of a means of transportation | |
US20220058481A1 (en) | Abnormality determination apparatus, signal feature value predictor, method of determining abnormality, method of generating learning model, method of training learning model and computer-readable medium | |
CN109643113A (zh) | 故障诊断装置及故障诊断方法 | |
CN103306106B (zh) | 一种判定波轮洗衣机负载重量的方法 | |
US20220413480A1 (en) | Time series data processing method | |
CN113986700A (zh) | 数据采集频率的优化方法、系统、装置及存储介质 | |
JP7483922B2 (ja) | バッテリ診断装置、バッテリ診断方法、バッテリパック及び自動車 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |