CN105814583B - 用于监测部件运行的方法 - Google Patents
用于监测部件运行的方法 Download PDFInfo
- Publication number
- CN105814583B CN105814583B CN201380081579.2A CN201380081579A CN105814583B CN 105814583 B CN105814583 B CN 105814583B CN 201380081579 A CN201380081579 A CN 201380081579A CN 105814583 B CN105814583 B CN 105814583B
- Authority
- CN
- China
- Prior art keywords
- information
- stored
- local extremum
- buffer
- circulation
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3013—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is an embedded system, i.e. a combination of hardware and software dedicated to perform a certain function in mobile devices, printers, automotive or aircraft systems
-
- 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
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
- F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
- F02D41/2409—Addressing techniques specially adapted therefor
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
- F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
- F02D41/2425—Particular ways of programming the data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3027—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a bus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3037—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a memory, e.g. virtual memory, cache
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
- G06F13/14—Handling requests for interconnection or transfer
- G06F13/16—Handling requests for interconnection or transfer for access to memory bus
- G06F13/1668—Details of memory controller
- G06F13/1673—Details of memory controller using buffers
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C21/00—Digital stores in which the information circulates continuously
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
- F02D41/26—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using computer, e.g. microprocessor
- F02D41/28—Interface circuits
- F02D2041/286—Interface circuits comprising means for signal processing
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/0002—Controlling intake air
- F02D41/0007—Controlling intake air for control of turbo-charged or super-charged engines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/14—Classification; Matching by matching peak patterns
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Supercharger (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及一种用于监测部件运行的方法。该方法包括如下步骤:接收数据样本流,其中每个数据样本表示部件的物理参数值;识别数据样本流的局部极值;将与每个局部极值有关的信息存储在固定大小缓冲器的相应位置中;以及,在由两个局部极大值或局部极小值所表示的两个匹配的端点之间形成的循环存在时:i)从缓冲器删除与循环的端点对应的局部极值中的至少一个局部极值;和ii)在存储器中存储与所述循环有关的信息,使得存储在存储器中的信息表示部件的运行。该方法的特征在于,当缓冲器充满使得缓冲器的每个位置含有与独特的局部极值有关的信息时,该方法进一步包括如下步骤:i)从缓冲器删除与最旧的局部极值有关的信息;ii)计算形成在两个端点之间的伪循环,所述两个端点中的一个端点由被删除的最旧的局部极值表示;和iii)在存储器中存储与所计算的伪循环有关的信息。
Description
技术领域
本发明涉及用于监测部件的运行的方法、用于监测部件的运行的控制系统以及包括该控制系统的车辆系统。本发明能够应用于例如卡车这样的重型车辆、大客车和建筑设备。虽然将参考卡车描述本发明,但本发明不限制于该特定的车辆,而是也可使用在例如列车、乘用车等的其他车辆中,以及可使用在例如航海发动机、建筑设备、航空工业等的其他应用中。
背景技术
各种机械部件受到在部件中导致材料应力的载荷。如果在一定的时间期间施加材料应力,则所述材料应力将最终导致部件中的材料疲劳,因此部件的机械和/或物理特性将最终降低,并导致部件的损坏或失效。
在车辆中,多种部件在运行期间遇到使其暴露于载荷和材料应力的条件。一个这样的部件例如是涡轮增压器的涡轮机轮。当涡轮机旋转时,离心力的改变将导致涡轮机轮以循环的方式膨胀或收缩,因此长期运行中导致材料疲劳。
多种用于确定材料疲劳的技术已被建议。一个这样的技术是所谓的雨流算法(Rainflow algorithm),所述算法设计为计算表示了例如部件转速的一组数据样本的峰值和谷值。对于每个循环,即在两个峰值或两个谷值之间延伸的数据样本的每个子组,将幅值存储在被评估以确定部件的材料疲劳的程度的矩阵中。
US2010/0174576中提及了一个车载实施雨流算法的一个方法,其描述了可如何监测车辆系统内的结构状态。使用固定大小的存储缓冲器,用于收集来自系统传感器的流式数据,且峰值循环被用于确定材料疲劳。在实时监测期间,固定大小缓冲器将最终被数据填充,因此要求:i)忽视新数据,或ii)抛弃旧数据。为执行可靠的监测,要求使用所有数据。另一方面,可利用的计算能力和存储器不允许无限制的存储和处理容量。因此,存在对于使用固定大小存储器监测部件的运行而不丢弃任何数据的改进的方法的需求。
发明内容
本发明的任务是提供用于监测部件的运行的方法,所述方法克服了以上所述的现有技术的方法的缺点。
根据第一方面,所述任务通过根据权利要求1的方法实现。通过提供如下方法,将不丢弃用于确定部件疲劳的重要数据,即所述方法在缓冲器充满时执行如下步骤:i)从固定大小缓冲器删除与最旧的局部极值有关的信息;ii)计算在两个端点之间形成的伪循环,所述两个端点的一个端点由被删除的最旧的局部极值表示;和iii)在存储器中存储与所计算的伪循环有关的信息。因此,可实现更完整和更可靠的监测。
根据一个实施例,固定大小缓冲器是环形缓冲器。因此,不需要在缓冲器中的固定的开始位置。
根据一个实施例,将与每个局部极值有关的信息存储在缓冲器的相应地位置中的步骤被执行为使得所述信息被以与相关联的局部极值在数据样本流中的出现的相同次序来存储。其优点在于,该方法可实时执行,因此缓冲器随着数据样本流被提供而被连续地更新。
根据一个实施例,在部件的运行期间连续地执行接收数据样本流的步骤。因此,在车辆应用中,该方法可在车辆的完整运行时间期间执行,因此改进了方法的准确度。
根据实施例,将与所述循环有关的信息存储在存储器中的步骤被执行为使得所述信息分别包括局部极大值和局部极小值的幅值。其优点是,该方法可实施用于确定材料疲劳程度的可利用方法,例如要求循环幅值作为输入的Miner法则。
根据实施例,从缓冲器删除与循环的端点中的至少一个端点对应的局部极值的步骤进一步包括以下步骤:使将缓冲器中的其余信息的相应位置移位,使得其余信息以连续的次序存储。
根据实施例,该方法可进一步包括以下步骤:将与循环的有关信息分类在预先确定的区间中,其中每个区间与循环的极小幅值和极大幅值相关联。其优势是,与小幅值循环相比,大幅值循环可与对材料疲劳的更大影响相关联。
根据实施例,将与循环有关的信息存储在存储器中的步骤被执行为使得所述信息被存储在存储器的被指配到区间的位置中。存储器可因此构造为矩阵,其中矩阵的每个位置与特定的区间相关。
根据实施例,计算伪循环的步骤被执行为使得所计算的伪循环分类在与最可能循环相关联的区间中。在另一个实施例中,计算伪循环的步骤被执行为使得所计算的伪循环等于具有最高的极大幅值和最低的极小幅值的循环。因此,该方法可取决于被监测的特定的部件不同地执行。
根据实施例,该方法可进一步包括以下步骤:从存储器中存储的信息计算一值,所述值表示了部件的状态。该方法因此可提供特定部件的材料疲劳程度的实时值。
根据实施例,使用Miner法则执行从存储在存储器中的信息计算值的步骤。
根据实施例,部件的运行表示了车辆内的涡轮机轮的转速,且其中状态表示了涡轮机轮的疲劳。其优势在于,该方法用于关键部件,所述关键部件在损坏的情况中影响车辆的总体性能和发动机特征。
根据实施例,在部件的运行期间重复从存储在存储器中的信息计算值的步骤,且其中该方法进一步包括存储每个值的步骤。该方法可因此实时地在车辆上车载地执行。
根据实施例,该方法可进一步包括以下步骤:将所计算的值与参考值进行比较,所述参考值对应于部件疲劳。该方法因此可不仅提供部件的材料疲劳的实时监测,而且还提供指示了相对部件疲劳的部件的当前运行的输出。
根据实施例,该方法可进一步包括外推所存储的值,以预测部件的维护的步骤。
根据第二方面,所述任务通过计算机程序实现,所述计算机程序包括程序代码装置,用于在所述程序在计算机上运行时执行根据第一方面的方法的步骤。
根据第三方面,所述任务通过一种计算机可读取介质实现,该计算机可读取介质载有计算机程序,所述计算机程序包括程序代码装置,用于在所述程序产品在计算机上运行时执行根据第一方面的方法的步骤。
根据第四方面,所述任务通过用于监测部件的运行的控制单元实现,所述控制单元构造为执行根据第一方面的方法的步骤。
根据第五方面,所述任务通过根据权利要求22的用于监测部件的运行的控制系统实现。
根据第六方面,所述任务通过包括根据第五方面的控制系统的车辆系统实现。
在实施例中,车辆系统进一步包括涡轮机轮,其中接收单元构造为接收表示涡轮机轮的实际转速的数据样本流。
本发明的另外的优势和有利特征在如下的描述和在从属权利要求中公开。
附图说明
参考附图,下文给出了作为示例引用的本发明的实施例的详细描述。其中:
图1是实施根据实施例的方法的卡车的侧视图,
图2是根据实施例的车辆系统的示意图,
图3a至图3f示出了在执行根据实施例的方法时的缓冲器,
图4a至图4e示出了在执行根据实施例的方法时的环形缓冲器,
图5示出了与根据实施例的方法一起使用的存储器,
图6是根据实施例的方法的示意图。
具体实施方式
从图1开始,图中示出了卡车10。卡车10被示为代表可被实施且实现的本发明所述实施例的车辆。卡车10包括多个车辆系统100,诸如发动机系统100a、制动系统100b、车轮悬挂系统100c、动力传动系统100d等。每个车辆系统100a至100d可划分为数个子系统,因此每个子系统也代表了此处描述的上下文中的车辆系统。
例如,图2中进一步示出发动机系统100a。发动机系统100a可被认为自身是完整的车辆系统,或认为是通过数个车辆系统形成的车辆系统。因此发动机系统100a包括内燃机系统110和后处理系统120。在此上下文中,后处理系统120可被认为是单个车辆系统,或认为是数个车辆系统的组合。例如,后处理系统120可分为涡轮增压器系统130、排气系统140和涡轮复合系统150。这意味着车辆系统100可代表大的车辆系统,例如整个发动机系统100a,或较小的系统,例如涡轮增压器系统130。
图2所示的发动机系统100a包括具有多个气缸104的发动机组102。气缸104与歧管106流体连接,以用于允许排气离开气缸104。因此,发动机组102、气缸104以及歧管106可代表内燃机系统110。涡轮增压器系统130包括排气入口132、进气部134和涡轮机136。从歧管106进入涡轮增压器系统130的排气使得涡轮机136发生旋转,因此迫使进气在进入气缸104之前被压缩。离开涡轮增压器系统130的排气可进入具有排气入口152和涡轮机154的涡轮复合系统150。进入涡轮复合系统150的排气将使得相关联的涡轮机154发生旋转,此旋转作为曲轴156的转矩增量而进行传递。排气系统140可串联地设置在涡轮增压器系统130之后,或在设置了涡轮复合系统150时串联地设置在涡轮复合系统150之后。排气系统140可包括尿素喷射装置(未示出)、微粒过滤器(未示出)以及催化反应室(未示出),以用于降低排气的有毒成分。
根据一个实施例,提供了用于监测涡轮增压器系统130的涡轮机136的涡轮机轮的运行的控制系统200。该控制系统200被构造为连续且实时地监测涡轮机轮的材料疲劳情况的当前状态,以允许在涡轮机轮受到损坏前对其进行维修和/或维护。
为此目的,控制系统200被编程以执行多种方法,所述方法将在下文中详细描述,且包括:被构造为接收数据样本流的接收单元210;被构造为处理接收单元210的数据样本的处理单元220;用于存储与数据样本有关的临时数据的固定大小的缓冲器230;以及被构造为存储与涡轮机轮的当前材料疲劳有关的信息的存储器240。
传递到接收单元210的数据样本流表示了涡轮机轮的物理参数,且在一些实施例中可表示涡轮机轮的转速。已认识到,涡轮机轮的转速的改变将导致由于变化的离心力引起的膨胀和收缩。这样的材料应力将引起材料疲劳,所述材料疲劳在一定程度上将造成对于涡轮机轮的结构损坏。
数据样本流可借助于布置在涡轮增压器系统130内的速度传感器来提供,或其可被计算出,在此数据样本流包含了涡轮机轮速度估算。
处理单元220被构造为识别数据样本流的局部极值,以检测循环,每个循环表示了两个局部极大值和一个局部极小值之间的幅值差异,或两个局部极小值和一个局部极大值之间的幅值差异。
处理单元220被构造为将与局部极值有关的信息存储在固定大小缓冲器230中。一旦检测到循环,则将幅值差异作为信息存储在存储器240中,并将与该循环相关联的最旧的局部极值从固定大小缓冲器230删除。控制单元200进一步被构造为确定伪循环。当固定大小缓冲器230已满、从而不存在可用于新检测到的局部极值的内存时,提供这样的确定。在此情况中,处理单元220被构造为从缓冲器删除与最旧的局部极值有关的信息;计算在两个端点之间形成的伪循环,所述两个端点中的一个端点由被删除的最旧的局部极值表示;和在存储器内存储与所计算的伪循环有关的信息。因此,在无法检测循环的准确幅值差异的情况下,控制单元200也存储与每个被测循环相关的信息。
为进一步解释控制单元200的运行,参考图3a至图3f和图4a至图4e。以图3a至图3f开始,传递到接收单元210的数据样本流与固定大小缓冲器230一起示出。应注意的是,涉及图3a至图3f的描述仅示出了一个示例;数据样本流当然可表示转速的完全不同的行为。
在图3a中所示的情况之前,车辆关闭。在此情况中,不存在数据样本流,且固定大小缓冲器230为空。一旦车辆起动,则接收单元210将开始接收与涡轮机轮的转速有关的数据,这在图3a的示意图中示出。当第一数据样本形成局部极值时,第一数据样本的幅值作为I1存储在固定大小缓冲器中。当接收数据样本流时,幅值将最终改变为第二局部极值,如图3b所示。此时,处理单元220将表示第二局部极值的信息、即表示转速的幅值作为I2添加到固定大小存储器。在持续接收表示转速的数据样本的同时,检测到第三局部极值,如图3c所示。此时,处理单元220将与此极值有关的信息作为I3存储在缓冲器中。处理单元220进一步被构造为检测循环的存在。由于第一局部极值和第三局部极值享有相同的幅值,且通过位于其间的至少一个局部极值分开,所以处理单元220确定在I1和I3之间形成循环。从而,与此循环有关的信息(即,I1与I2或I3与I2之间的幅值差异)被存储在控制单元200的存储器240中。此后,处理单元220被构造为删除与第一局部极值有关的信息I1,这是因为该局部极值已对于所存储的循环作出了贡献。数据样本流继续,且在图3d中识别且检测第四局部极值。因此,表示了此局部极值的信息作为I4存储在缓冲器230中。因为第四局部极值布置在与第二局部极值不同的幅值处,所以处理单元220没有检测到循环。图3e中识别且检测了第五局部极值,且与此局部极值有关的信息作为I5存储在缓冲器中。处理单元220确定在第三和第五局部极值之间形成了循环,由此从缓冲器230删除开始点,即I3,且将与此特定循环有关的信息存储在缓冲器240中。现在转到图3f,检测到第六局部极值,且将表示此局部极值的信息作为I6存储在缓冲器内。处理单元220识别出在第二局部极值和第六局部极值之间形成了循环,因为所述第二局部极值和第六局部极值享有相同的幅值。因此,将与此循环有关的信息存储在存储器240中,且从缓冲器230删除开始点,即I2。如上文中可以清楚的看到,处理单元220可构造为根据使用者的偏好识别循环。例如,如果两个端点的幅值处于相同的区间中,则可认为三个局部极值形成循环,如下文中参考图5进一步描述。
现在转到图4a至图4e,下文中将详细描述控制单元220的运行。在这些附图中,缓冲器230示出为带有四个存储单元的固定大小环形缓冲器。图4a示出了如前文中参考图3a至图3e所述的相同的情况,即其中两个循环已被识别,且缓冲器230持有与第二、第四和第五局部极值有关的信息。当如图4b所示检测到第六局部极值时,处理单元220将不识别到循环。因此,信息I6存储在缓冲器的最后的可利用的单元中。当从数据样本流检测下一个局部极值时,缓冲器中将不存在用以存储相关联的信息I7的空闲空间。在此情况下,处理单元220构造为识别缓冲器230中的最旧的信息,所述最旧的信息在此特定的情况中为I2。然后处理单元使用此信息计算伪循环,且在从缓冲器230删除I2之前在存储器240中存储与该伪循环有关的信息。伪循环可例如被计算为最差情况的循环,其对应于在最大可能的极大幅值和最小可能的极小幅值之间延伸的循环。在其他实施例中,伪循环可计算为中间循环(median cycle),或最可能循环。为计算最可能的循环,已认识到,在极小值和极大值之间的幅值差异增加而频率随之降低的同时,低幅值循环最频繁。因此,对于每个开始点,循环遍布在可能的幅值上。在一个极值已知时,则能够通过应用随机函数且使用该已知的开始点以及在可能的幅值上的循环的分布作为输入来估算最可能循环。
当此完成时,在缓冲器230中又存在用于存储信息I7的空闲空间。这在图4c中示出。当转速继续改变时,检测另外的局部极值。然而,缓冲器230再次存满,由此从最旧的信息、在此情况中从I4计算伪循环。将与此伪循环相关联的信息存储在存储器240中,由此存在用于存储与第八局部极值有关的信息I8的空间。如图4d中可见,在此点处,处理单元220识别到在第六局部极值和第八局部极值之间形成的循环,由此在存储器240内存储与此循环有关的信息。因此,从缓冲器230删除表示为I6的开始点。在图4e中,通过处理单元220检测且识别另一个局部极值。与此局部极值有关的信息作为I9存储在缓冲器中,然后处理单元220检测到在第七和第九局部极值之间形成的循环。因此,将与此循环有关的信息存储在存储器240中,在此从缓冲器230删除开始点I7。
从上文中可以清楚看到,没有关键信息(即与数据样本流的局部极值有关的信息)在没有对存储在240中的信息作出贡献的情况下被丢弃。
现在转到图5,图中示出了存储器240的示意图。存储器240设计为形成表现涡轮机轮的当前状态,因此能够用于实时监测涡轮机轮的运行。存储器240构建为矩阵,其中矩阵中的每个位置存储了表示预先限定的循环的发生的标量。矩阵的列表示循环的极大幅值,而行表示循环的极小幅值。因为极大幅值将总是大于极小幅值,所以将仅使用一半矩阵。
处理单元220将与每个循环有关的信息存储在存储器240中。这样的信息包括极大幅值和极小幅值。如图5所示,矩阵具有大体地对应于10%区间的九列和九行,然而具体数字当然可改变。例如,从非常低的幅值延伸到非常高的幅值的循环可提供对材料疲劳的较高影响,由此可能合适的是对于高幅值具有更窄的区间。此外,存储器240的预先限定的区间优选地标准化(normalized),使得最大可能幅值为100%。
当处理单元220确定形成循环时,处理单元220进一步构造为增加相对应的矩阵位置的标量。例如,如果循环的幅值被确定为从32%增加到74%,则相对应的矩阵位置被识别为行3列7。此位置的值相应地比先前的值增加“1”。随着车辆行驶,通过增加在相应的位置处的值持续地更新该矩阵。
可以以预先确定的间隔对存储器240的矩阵进行评估,以监测涡轮机轮的运行。处理单元220可构造为每次在存储器240中存储新的信息时评估矩阵,或在一定的时机下评估矩阵,例如每100行驶小时、每周一次等。评估可通过可利用的算法进行,例如Miner法则,从而生成表示材料疲劳的当前程度的标量。也可使用其他已知的算法。
矩阵的评估可例如生成0至1之间的标量,其中1被认为表示部件的断裂或失效。通过以规则的间隔对矩阵进行评估,处理单元220构造为在另外的存储器中存储作为结果的标量,由此处理单元220构造为通过外推(extrapolating)所存储的来自先前评估的标量来预测作为结果的标量等于1时的未来时间。因此,处理单元220可预测部件的维护情况,用以降低部件故障的风险。
现在转到图6,将描述用于监测部件的运行的方法300的不同实施例。以步骤302开始,例如借助于接收单元210接收数据样本流。每个数据样本表示部件的物理参数值,诸如涡轮增压器单元130的涡轮机轮的转速。在随后的步骤304中,分析该数据样本流,以识别所述数据样本流的局部极值。如果未识别到局部极值,则方法返回到步骤302。如果识别到局部极值,则执行步骤306,其中访问缓冲器,以确定是否存在任何空闲的存储器单元。如果缓冲器未满,则执行步骤308,其中将与此局部极值有关的信息存储在固定大小缓冲器的位置中。所述信息包括相关联的幅值,例如转速。如果缓冲器充满,则方法跳转到下文所述的步骤320。
在步骤308之后,方法前进到步骤310,其中该方法检查是否在由两个局部极大值或局部极小值所表示的两个匹配的端点之间形成循环。如果否,则方法返回到步骤302。如果形成循环,则方法前进到步骤312和步骤314,在步骤312中,从缓冲器删除与循环的开始点对应的局部极值,在步骤314中,在存储器内存储与所述循环有关的信息,使得存储在存储器中的信息表示部件的运行。如果接收到新的数据样本,该方法将然后返回到步骤302,以重复该方法。
如果在步骤306之后缓冲器充满,则该方法执行步骤320,其中从缓冲器删除与最旧的局部极值有关的信息,以便释放空间,用于新识别的局部极值。步骤320之后是步骤322,其中将伪循环计算为形成在两个端点之间,所述两个端点的一个端点由被删除的最旧的局部极值表示,且之后是步骤324,其中将与所计算的伪循环有关的信息存储在存储器中。当此完成时,该方法前进到步骤308,以用于在缓冲器中存储与新的局部极值有关的信息。
存储与循环有关的信息的步骤314和324可包括:将信息分类在预先确定的区间中,其中每个区间与极值的极小幅值和极大幅值相关联。这样的分类例如可根据图5所示的幅值区间来进行,使得每个循环(被确定的或作为伪循环计算的)被指配到特定的区间。
此外,计算伪循环的步骤322可被执行为使得所计算的伪循环表示对疲劳具有最高影响的循环。在其他实施例中,伪循环可计算为中间循环,或计算为最可能循环。
步骤314之后可以是步骤330,在步骤330中,对存储在存储器中的信息进行评估,以得到表示部件状态的值。这样的步骤可通过实施例如Miner法则来执行。
可在部件的运行期间重复步骤330,由此方法300进一步包括通过将计算值与参考值进行比较、以对表示部件状态的先前值进行分析的步骤332,所述参考值对应于部件的关键运行。步骤332还可包括外推存储值,以预测部件的维护情况。
在实施例中,存储在缓冲器230中的信息以及存储在存储器240中的信息在系统关闭时不被清除。例如,在车辆应用中,每次车辆重新启动时,缓冲器230将含有与车辆关闭时相同的信息。通过保持缓冲器以及存储器的完整,在重新启动时也将不丢失数据。
虽然上述内容主要是参考车辆中的涡轮机的涡轮机轮,但所述实施例可用于许多不同类型的受到循环载荷的机械部件,而不仅应用于汽车系统中。
应理解的是,本发明不限制于上述及图示实施例;而是本领域一般技术人员将认识到,在后附权利要求的范围内可进行许多改变和改型。
Claims (22)
1.一种用于监测部件的运行的方法,包括如下步骤:
接收数据样本流,其中,每个数据样本表示所述部件的物理参数值;
识别所述数据样本流的局部极值;
将与每个局部极值相关的信息存储在固定大小缓冲器的相应位置中;和
当形成在由两个局部极大值或两个局部极小值所表示的两个匹配端点之间的循环存在时:
i)将与所述循环的所述端点相对应的所述局部极值中的至少一个局部极值从所述缓冲器删除;和
ii)将与所述循环相关的信息存储在存储器中,使得存储在所述存储器中的所述信息表示部件的运行;
其特征在于,
当所述缓冲器充满、使得所述缓冲器的每个位置含有与独特的局部极值有关的信息时,所述方法进一步包括如下步骤:
i)从所述缓冲器删除与最旧的局部极值有关的信息;
ii)计算形成在两个端点之间的伪循环,所述两个端点中的一个端点由被删除的最旧的局部极值表示;和
iii)在所述存储器中存储与所计算的伪循环相关的信息。
2.根据权利要求1所述的方法,其中,所述固定大小缓冲器是环形缓冲器。
3.根据权利要求1或2所述的方法,其中,所述将与每个局部极值有关的信息存储在所述缓冲器的相应位置中的步骤被执行为:使得所述信息以与所述相关联的局部极值出现在所述数据样本流中的相同次序进行存储。
4.根据权利要求1或2所述的方法,其中,在所述部件的运行期间连续地执行所述接收数据样本流的步骤。
5.根据权利要求1或2所述的方法,其中,所述将与所述循环有关的信息存储在存储器中的步骤被执行为:使得所述信息分别包括所述局部极大值和所述局部极小值的幅值。
6.根据权利要求1或2所述的方法,其中,所述将对应于所述循环的端点中的至少一个端点的局部极值从所述缓冲器删除的步骤进一步包括以下步骤:使得所述缓冲器中的剩余信息的各个位置发生移位,从而所述剩余信息以连续的次序得以存储。
7.根据权利要求1或2所述的方法,进一步包括以下步骤:将与所述循环有关的信息以预定的区间进行分类,其中,每个区间与所述循环的极小幅值和极大幅值相关联。
8.根据权利要求7所述的方法,其中,所述将与所述循环有关的信息存储在存储器中的步骤被执行为:使得所述信息被存储在所述存储器的被指配到所述区间的位置中。
9.根据权利要求7所述的方法,其中,所述计算伪循环的步骤被执行为:使得所计算的伪循环被分类在与最高的极大幅值和最低的极小幅值相关联的区间中。
10.根据权利要求1或2所述的方法,其中,所述计算伪循环的步骤被执行为:使得所计算的伪循环等于最可能循环。
11.根据权利要求1或2所述的方法,进一步包括以下步骤:从存储在所述存储器中的信息计算表示所述部件状态的数值。
12.根据权利要求11所述的方法,其中,使用Miner法则来执行所述从存储在所述存储器中的信息计算数值的步骤。
13.根据权利要求11所述的方法,其中,所述部件的运行表示车辆中的涡轮机轮的转速,并且其中,所述状态表示所述涡轮机轮的疲劳。
14.根据权利要求11所述的方法,其中,在所述部件的运行期间,重复所述从存储在所述存储器中的信息计算数值的步骤,并且其中,所述方法进一步包括存储每个数值的步骤。
15.根据权利要求14所述的方法,所述方法进一步包括以下步骤:将所计算的数值与对应于部件疲劳的参考值进行比较。
16.根据权利要求15所述的方法,进一步包括以下步骤:外推所存储的数值,以便预测所述部件的维护。
17.一种计算机程序,所述计算机程序包括程序代码装置,用于在计算机上运行所述程序时执行根据权利要求1至16中的任一项所述的步骤。
18.一种载有计算机程序的计算机可读取介质,所述计算机程序包括程序代码装置,用于在计算机上运行所述程序产品时执行根据权利要求1至16中的任一项所述的步骤。
19.一种用于监测部件的运行的控制单元,所述控制单元构造为执行根据权利要求1至16中的任一项所述的步骤。
20.一种用于监测部件的运行的控制系统(200),所述控制系统(200)包括:被构造为接收数据样本流的接收单元(210),其中,每个数据样本流表示所述部件的物理参数值;和处理单元(220),所述处理单元(220)被构造为:识别所述数据样本流的局部极值;将与每个局部极值相关的信息存储在固定大小缓冲器(230)的相应位置中;和识别形成在由两个局部极大值或局部极小值所表示的两个匹配端点之间的循环,其中,所述处理单元(220)进一步被构造为:将与所述循环的所述端点相对应的所述局部极值中的至少一个局部极值从所述缓冲器(230)删除;和将与所述循环相关的信息存储在存储器(240)中,使得存储在所述存储器(240)中的信息表示所述部件的运行,其特征在于,
当所述缓冲器(230)充满、使得所述缓冲器(230)的每个位置含有与独特的局部极值相关的信息时,所述处理单元(220)进一步构造为:从所述缓冲器(230)删除与最旧的局部极值有关的信息;计算形成在两个端点之间的伪循环,所述两个端点中的一个端点由被删除的所述最旧的局部极值表示;和在所述存储器(240)中存储与所计算的伪循环相关的信息。
21.一种车辆系统,所述车辆系统包括根据权利要求20所述的控制系统。
22.根据权利要求21所述的车辆系统,进一步包括涡轮机轮,其中,所述接收单元(210)被构造为接收表示所述涡轮机轮的实际转速的数据样本流。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2013/003770 WO2015086038A1 (en) | 2013-12-13 | 2013-12-13 | A method for monitoring the operation of a component |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105814583A CN105814583A (zh) | 2016-07-27 |
CN105814583B true CN105814583B (zh) | 2019-08-02 |
Family
ID=49918658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380081579.2A Active CN105814583B (zh) | 2013-12-13 | 2013-12-13 | 用于监测部件运行的方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10198334B2 (zh) |
EP (1) | EP3080749B1 (zh) |
JP (1) | JP6220074B2 (zh) |
CN (1) | CN105814583B (zh) |
BR (1) | BR112016013521B1 (zh) |
WO (1) | WO2015086038A1 (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018059463A (ja) * | 2016-10-06 | 2018-04-12 | いすゞ自動車株式会社 | 温度変化によるダメージ状態監視システム及び温度変化によるダメージ状態監視方法 |
JP2018059464A (ja) * | 2016-10-06 | 2018-04-12 | いすゞ自動車株式会社 | 温度変化によるダメージ状態監視システム及び温度変化によるダメージ状態監視方法 |
CN108509732A (zh) * | 2018-04-03 | 2018-09-07 | 厦门理工学院 | 汽轮机故障严重程度的评估方法、终端设备及存储介质 |
SE542495C2 (en) * | 2018-09-27 | 2020-05-26 | Scania Cv Ab | Method and control unit for handling a varying load applied to a component |
US11048717B1 (en) | 2020-06-16 | 2021-06-29 | Geotab Inc. | Dataset simplification of N-dimensional signals captured for asset tracking |
US11609888B2 (en) | 2020-07-31 | 2023-03-21 | Geotab Inc. | Methods and systems for fixed interpolation error data simplification processes for telematics |
US11556509B1 (en) | 2020-07-31 | 2023-01-17 | Geotab Inc. | Methods and devices for fixed interpolation error data simplification processes for telematic |
US11593329B2 (en) | 2020-07-31 | 2023-02-28 | Geotab Inc. | Methods and devices for fixed extrapolation error data simplification processes for telematics |
US11546395B2 (en) * | 2020-11-24 | 2023-01-03 | Geotab Inc. | Extrema-retentive data buffering and simplification |
US11838364B2 (en) | 2020-11-24 | 2023-12-05 | Geotab Inc. | Extrema-retentive data buffering and simplification |
JP7486903B2 (ja) | 2020-11-25 | 2024-05-20 | ダイハツ工業株式会社 | 車載の情報収集装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS54143285A (en) * | 1978-04-28 | 1979-11-08 | Tatsuo Endou | Device for analyzing and supervising fatigue damage according to principle of rainflow method |
JPS6421226U (zh) * | 1987-07-28 | 1989-02-02 | ||
JP3188838B2 (ja) * | 1996-03-28 | 2001-07-16 | 株式会社福岡機器製作所 | レインフロー法による疲労解析用データ採取装置 |
SE517970C2 (sv) * | 2000-07-20 | 2002-08-13 | Volvo Articulated Haulers Ab | Förfarande för att uppskatta en livslängdsreducerande skada på ett i drift belastat objekt,jämte datorprogramprodukt |
JP2005038022A (ja) * | 2003-07-15 | 2005-02-10 | Natl Inst For Land & Infrastructure Management Mlit | 2線式測定・処理システム |
US7483810B2 (en) * | 2004-06-29 | 2009-01-27 | Honeywell International Inc. | Real time event logging system |
US7400993B2 (en) * | 2006-10-31 | 2008-07-15 | General Electric Company | Method and system for accuracy of speed and acceleration measurements on rotating machinery with a speed wheel |
US7664588B2 (en) * | 2006-11-30 | 2010-02-16 | Gm Global Technology Operations, Inc. | Engine overrate detection method and apparatus |
JP2009038022A (ja) * | 2007-07-11 | 2009-02-19 | Toray Ind Inc | 電子放出素子 |
CA2689744C (en) | 2009-01-08 | 2015-05-05 | New Flyer Industries Canada Ulc | System and method for monitoring operation of vehicles |
WO2011146048A1 (en) * | 2010-05-18 | 2011-11-24 | Navistar Canada, Inc. | Turbo-charger bearing monitor |
US9170944B2 (en) * | 2013-06-25 | 2015-10-27 | International Business Machines Corporation | Two handed insertion and deletion algorithm for circular buffer |
-
2013
- 2013-12-13 EP EP13817880.1A patent/EP3080749B1/en active Active
- 2013-12-13 WO PCT/EP2013/003770 patent/WO2015086038A1/en active Application Filing
- 2013-12-13 BR BR112016013521-0A patent/BR112016013521B1/pt active IP Right Grant
- 2013-12-13 JP JP2016538682A patent/JP6220074B2/ja active Active
- 2013-12-13 US US15/103,856 patent/US10198334B2/en active Active
- 2013-12-13 CN CN201380081579.2A patent/CN105814583B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105814583A (zh) | 2016-07-27 |
EP3080749A1 (en) | 2016-10-19 |
JP6220074B2 (ja) | 2017-10-25 |
BR112016013521B1 (pt) | 2021-02-23 |
EP3080749B1 (en) | 2018-11-28 |
WO2015086038A1 (en) | 2015-06-18 |
US20160321154A1 (en) | 2016-11-03 |
US10198334B2 (en) | 2019-02-05 |
JP2017502275A (ja) | 2017-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105814583B (zh) | 用于监测部件运行的方法 | |
CN110826772A (zh) | 车辆尾气排放预测方法、装置、设备及存储介质 | |
CN103969052B (zh) | 基于离群分析的柴油机故障诊断方法 | |
Jung et al. | Development of misfire detection algorithm using quantitative FDI performance analysis | |
CN105527110B (zh) | 汽车燃油经济性的评估方法和装置 | |
JP2022089806A (ja) | 車両の動作プロファイルのモデリング | |
CN112883648A (zh) | 汽车油耗预测模型的训练方法、装置、计算机设备 | |
Chen et al. | Machine learning for misfire detection in a dynamic skip fire engine | |
CN105240123B (zh) | 使用优先级模式的发动机rpm监测方法及erm控制器 | |
CN110723152B (zh) | 一种保障自动驾驶安全的人工智能检测方法、装置、设备或存储介质 | |
CN117877256A (zh) | 基于数字孪生的车辆故障预测方法及系统 | |
Prytz et al. | Towards relation discovery for diagnostics | |
CN112945567B (zh) | 一种低温柴油机车载法排放的预测方法及系统 | |
JP2015040564A (ja) | 内燃機関のセンサにおいて基準測定を実施する方法及び装置 | |
CN116741304A (zh) | 基于车联网大数据的柴油机原排氮氧化物预测方法 | |
CN115310359A (zh) | 氮氧化物瞬态排放确定方法、装置、设备及介质 | |
CN106930845B (zh) | 一种燃气发动机爆震标定方法 | |
Kirillov et al. | Algorithmic method of analysis of time series data for definition of prognostic parameters of engine fault | |
Devasenapati et al. | Random forest based misfire detection using kononenko discretiser | |
CN103324123B (zh) | 基于嵌入式系统的车载数据预处理方法 | |
Dhanraj et al. | Implementation of K* classifier for identifying misfire prediction on spark ignition four-stroke engine through vibration data | |
Mair et al. | Condition monitoring for reciprocating aircraft engines using fuzzy logic | |
Hussain et al. | Selection of optimal parameters to predict fuel consumption of city buses using data fusion | |
JP2007286018A (ja) | 車載故障診断制御装置 | |
US20230072343A1 (en) | Vehicle occupant monitoring device and method |
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 |