CN108120886A - 无线充电系统故障的评判方法及系统 - Google Patents

无线充电系统故障的评判方法及系统 Download PDF

Info

Publication number
CN108120886A
CN108120886A CN201611086215.5A CN201611086215A CN108120886A CN 108120886 A CN108120886 A CN 108120886A CN 201611086215 A CN201611086215 A CN 201611086215A CN 108120886 A CN108120886 A CN 108120886A
Authority
CN
China
Prior art keywords
failure
bad
event
wireless charging
module
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.)
Granted
Application number
CN201611086215.5A
Other languages
English (en)
Other versions
CN108120886B (zh
Inventor
陈勇
张新华
陈大军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BYD Co Ltd
Original Assignee
BYD Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BYD Co Ltd filed Critical BYD Co Ltd
Priority to CN201611086215.5A priority Critical patent/CN108120886B/zh
Publication of CN108120886A publication Critical patent/CN108120886A/zh
Application granted granted Critical
Publication of CN108120886B publication Critical patent/CN108120886B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种无线充电系统故障的评判方法和系统,其中,评判方法包括:对无线充电系统进行功能模块划分,建立故障树,其中,故障树的顶事件为无线充电系统无法充电,底事件为各子系统的具体故障原因;根据预设数据对底事件的发生概率进行量化;根据底事件的发生概率计算底事件的临界重要度,以根据底事件的临界重要度对无线充电系统的故障进行综合评判;其中,在进行综合评判时对故障类别进行划分,并分别赋予不同的优先级系数,计算含有优先级系数的底事件的综合重要度,根据综合重要度评判无线充电系统故障。由此,可以快速并自动地对故障产生原因进行分析和评判,使故障信息更为直观,便于对故障维修人员进行培训,降低维修成本。

Description

无线充电系统故障的评判方法及系统
技术领域
本发明涉及故障诊断技术领域,具体涉及一种无线充电系统故障的评判方法及评判系统。
背景技术
谐振式无线充电系统包含发射模组和接收模组,每个模组又包含电源、电压检测、温度检测等多个功能模块,因此,在工厂生产过程中会出现的故障种类较复杂、故障原因存在较大不确定性。
相关技术中,无线充电系统发生无法充电的故障后,是利用示波器、万用表等对发射端和接收端进行测量,现场工程师根据测量结果,并凭借经验判断故障的可能发生位置。
然而,上述对故障的评判存在诸多缺陷,如故障形式种类较多,逐条排除分析较费时;故障原因只能定性分析,无法定量分析,存在很大不确定性;分析判断完全依靠现场工程师经验和知识积累,存在较大的局限性;分析判断过程仅仅是一个思维过程,不直观,不能可视化地为新手提供培训和指导等。
发明内容
本发明旨在至少在一定程度上解决上述技术中的技术问题之一。
为此,本发明的第一个目的在于提出一种无线充电系统故障的评判方法。该方法可以定性和定量分析故障产生的原因,使故障信息更为直观,能够降低维修成本,且便于对故障维修人员进行培训。
本发明的第二个目的在于提出一种无线充电系统故障的评判系统。
为达到上述目的,本发明实施例提出了一种无线充电系统故障的评判方法,包括以下步骤:对无线充电系统进行功能模块划分,建立故障树,其中,所述功能模块包括能量发射模块和能量接收模块,所述故障树的顶事件为所述无线充电系统无法充电,所述故障树的底事件为所述能量发射模块和所述能量接收模块各个子系统的具体故障原因;根据预设数据对所述底事件的发生概率进行量化;根据所述底事件的发生概率分别计算所述顶事件的发生概率和所述底事件的概率重要度,并根据所述顶事件的发生概率、所述底事件的发生概率和所述底事件的概率重要度计算所述底事件的临界重要度,以根据所述底事件的临界重要度对所述无线充电系统的故障进行综合评判;其中,在进行综合评判时对所述无线充电系统的故障类别进行多层次划分,并对不同类别故障赋予不同的优先级系数,计算含有优先级系数的所述底事件的综合重要度,并将所述综合重要度进行排序,以得到所述无线充电系统故障的评判顺序。
本发明实施例的无线充电系统故障的评判方法,首先对无线充电系统进行功能模块划分,并建立无线充电系统无法充电的故障树,进而根据预设数据对底事件的发生概率进行量化,根据底事件的发生概率计算底事件的临界重要度,以根据底事件的临界重要度对无线充电系统的故障进行综合评判,以及在进行综合评判时对无线充电系统的故障类别进行多层次划分,并对不同类别故障赋予不同的优先级系数,计算含有优先级系数的底事件的综合重要度,进而根据综合重要度评判无线充电系统故障。由此,可以定性分析故障产生的原因,使故障信息更为直观,便于采取对策消除故障,降低维修成本,且有助于对故障维修人员进行培训。
为达到上述目的,本发明第二方面实施例提出了一种无线充电系统故障的评判系统,包括:建模模块,用于对无线充电系统进行功能模块划分,建立故障树,其中,所述功能模块包括能量发射模块和能量接收模块,所述故障树的顶事件为所述无线充电系统无法充电,所述故障树的底事件为所述能量发射模块和所述能量接收模块各个子系统的具体故障原因;量化模块,用于根据预设数据对所述底事件的发生概率进行;计算模块,用于根据所述底事件的发生概率分别计算所述顶事件的发生概率和所述底事件的概率重要度,并根据所述顶事件的发生概率、所述底事件的发生概率和所述底事件的概率重要度计算所述底事件的临界重要度;评判模块,用于根据所述底事件的临界重要度对所述无线充电系统的故障进行综合评判,其中,所述评判模块在进行综合评判时对所述无线充电系统的故障类别进行多层次划分,并对不同类别故障赋予不同的优先级系数,计算含有优先级系数的所述底事件的综合重要度,并将所述综合重要度进行排序,以得到所述无线充电系统故障的评判顺序。
本发明实施例的无线充电系统故障的评判系统,通过建模模块对无线充电系统进行功能模块划分,并建立无线充电系统无法充电的故障树,进而通过量化模块根据预设数据对底事件的发生概率进行量化,通过计算模块根据底事件的发生概率计算底事件的临界重要度,进而通过评判模块根据底事件的临界重要度对无线充电系统的故障进行综合评判,以及在评判模块进行综合评判时对无线充电系统的故障类别进行多层次划分,并对不同类别故障赋予不同的优先级系数,计算含有优先级系数的底事件的综合重要度,进而根据综合重要度评判无线充电系统故障。由此,可以定性分析故障产生的原因,使故障信息更为直观,便于采取对策消除故障,降低维修成本,且有助于对故障维修人员进行培训。
附图说明
图1是本发明一个实施例的无线充电系统故障的评判方法的流程图;
图2是本发明一个实施例的发射模组的结构示意图;
图3是本发明一个实施例PTU故障树示意图;
图4是本发明一个实施例PRU故障树示意图;
图5是本发明一个实施例的各个底事件的概率重要度的柱形图;
图6是本发明一个实施例的各个底事件的临界重要度的柱形图;
图7是本发明一个实施例的各个底事件的综合重要度的柱形图;
图8是本发明一个实施例的无线充电系统故障的评判系统的结构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明提出的无线充电系统故障的评判方法和评判系统。
图1是根据本发明一个实施例的无线充电系统故障的评判方法的流程图。如图1所示,该无线充电系统故障的评判方法包括以下步骤:
S1,对无线充电系统进行功能模块划分,建立故障树。
具体地,在参考无线充电系统说明书、技术手册、芯片规格书等的基础上,可以将无线充电系统划分为PTU(Power Transmission Unit,能量发射单元)和PRU(PowerReceiving Unit,能量接收单元)。
其中,PTU包含电源模块、控制模块、功率放大模块、温度检测模块、发射线圈、电压电流检测模块等,如图2。PRU包含电源模块、控制模块、接收线圈及其谐振电路、电压电流温度模块等。
在本发明的实施例中,故障树的顶事件为无线充电系统无法充电,故障树的底事件为PTU和PRU各个子系统的具体故障原因。可以理解,故障树的中间事件由多个的底事件组合而成。
例如,如图3、图4所示,顶事件为无线充电系统无法充电T,中间事件包括PTU异常M1、PRU异常M2和PTU电源模块故障M3~VOUT异常M17,底事件包括电源线松动X1~VOUT电压转换芯片坏X27。其中,中间事件使能信号异常M9由底事件程序烧录不良X7和底事件MCU虚焊或错位X8组成,中间事件温度模块异常M5由底事件温度芯片虚焊X13和底事件未烧录程序X21组成等。
S2,根据预设数据对底事件的发生概率进行量化。
在本发明的实施例中,预设数据可以包括专家评判数据和生产实际中的维修统计数据。其中,专家评判数据可以是多个专家对不同底事件的出现情况进行评分的数据,生产实际中的维修统计数据可以是对不同故障原因产生次数及其维修方法等的记录。
S3,根据底事件的发生概率分别计算顶事件的发生概率和底事件的概率重要度,并根据顶事件的发生概率、底事件的发生概率和底事件的概率重要度计算底事件的临界重要度,以根据底事件的临界重要度对无线充电系统的故障进行综合评判。其中,在进行综合评判时对无线充电系统的故障类别进行多层次划分,并对不同类别故障赋予不同的优先级系数,计算含有优先级系数的底事件的综合重要度,并将综合重要度进行排序,以得到无线充电系统故障的评判顺序。
具体而言,如图3、图4所示,故障树以无线充电系统无法充电为顶事件T,引起该现象的PTU异常、PRU异常的原因作为中间事件M和底事件X,且PTU异常M1和PRU异常M2之间是逻辑“或”的关系。
如图3所示,PTU异常具体包括PTU电源模块故障M3、功放模块故障M4、温度模块故障M5和PTU控制模块故障M6,且PTU电源模块故障M3、功放模块故障M4、温度模块故障M5和PTU控制模块故障M6之间是逻辑“或”的关系。
其中,PTU电源模块故障M1包括电源线松动X1、保险丝坏X2、VPA电压异常M7、TX-5V电压转换芯片坏X4、VCC-5V异常M8和3V3稳压芯片坏X5,且电源线松动X1、保险丝坏X2、VPA电压异常M7、TX-5V电压转换芯片坏X4、VCC-5V异常M8和3V3稳压芯片坏X5之间是逻辑“或”的关系。功放模块故障M4包括有源晶振虚焊X9、功放驱动芯片坏X10、功率MOS管击穿X11、功率电感虚焊X12,且有源晶振虚焊X9、功放驱动芯片坏X10、功率MOS管击穿X11、功率电感虚焊X12之间是逻辑“或”的关系。温度模块故障M5包括温度芯片虚焊X13和未烧录程序X21,且温度芯片虚焊X13与未烧录程序X21之间是逻辑“或”的关系。PTU控制模块故障M6包括蓝牙巴伦虚焊或错位X14、LED灯异常M10、晶振损坏X15、屏蔽框与元件短路X16、MCU异常M11和IPA电流检测芯片坏X17,且蓝牙巴伦虚焊或错位X14、LED灯异常M10、晶振损坏X15、屏蔽框与元件短路X16、MCU异常M11和IPA电流检测芯片坏X17之间是逻辑“或”的关系。
如图4所示,PRU异常M2具体包括PRU电源模块故障M12、PRU控制模块故障M13和检测模块故障M14,且PRU电源模块故障M12、PRU控制模块故障M13和检测模块故障M14之间是逻辑“或”的关系。
其中,PRU电源模块故障M12包括Vrect异常M15和VCC-3V3异常M16,且Vrect异常M15和VCC-3V3异常M16之间是逻辑“或”的关系。PRU控制模块故障M13包括蓝牙巴伦虚焊或错位X14、晶振损坏X15和MCU异常M11,且蓝牙巴伦虚焊或错位X14、晶振损坏X15和MCU异常M11之间是逻辑“或”的关系。检测模块故障M14包括IOUT检测芯片虚焊X25、Irect检测芯片虚焊X26、温度芯片虚焊X13和VOUT异常M17,且IOUT检测芯片虚焊X25、Irect检测芯片虚焊X26、温度芯片虚焊X13和VOUT异常M17之间是逻辑“或”的关系。
综上可以得出,T=M1+M2=M3+M4+M5+M6+M12+M13+M14。M3=M7+M8+X4+X5;M4=X9+X10+X11+X12;M5=X13+X21;M6=M10+M11+X14+X15+X16+X17;M12=M15+M16=X22+X23+X24+X25;M13=M11+X14+X15;M14=M17+X13+X25+X26。
由此可得,T=X1+X2+X3+X4+X5+X6+X7+X8+X9+X10+X11+X12+X13+X14+X15+X16+X17+X18+X19+X20+X21+X22+X23+X24+X25+X26+X27。
在本发明的实施例中,PTU异常包括21个底事件,PRU异常包括13个底事件,且PTU异常和PRU异常包括7个共同的底事件,故顶事件的故障原因包括27个底事件,且27个底事件是顶事件的最小割集。其中,顶事件T、中间事件M1~M17、底事件X1~X27的具体含义可如表1所示:
表1
编号 含义 编号 含义
T 无线充电系统无法充电 X6 5V开关管坏
M1 PTU异常 X7 程序烧录不良
M2 PRU异常 X8 MCU虚焊或错位
M3 PTU电源模块故障 X9 有源晶振虚焊
M4 功放模块故障 X10 功放驱动芯片坏
M5 温度模块故障 X11 功率MOS管击穿
M6 PTU控制模块故障 X12 功率电感虚焊
M7 VPA电压异常 X13 温度芯片虚焊
M8 VCC-5V异常 X14 蓝牙巴伦虚焊或错位
M9 使能信号异常 X15 晶振损坏
M10 LED灯异常 X16 屏蔽框与元件短路
M11 MCU异常 X17 IPA电流检测芯片坏
M12 PRU电源模块故障 X18 LED壳体损坏
M13 PRU控制模块故障 X19 LED极性反
M14 检测模块故障 X20 LED开关管坏
M15 Vrect异常 X21 未烧录程序
M16 VCC-3V3异常 X22 整流二极管坏
M17 VOUT异常 X23 整流二极管极性反
X1 电源线松动 X24 BGA开关管虚焊或错位
X2 保险丝坏 X25 IOUT检测芯片虚焊
X3 VPA电压转换芯片坏 X26 Irect检测芯片虚焊
X4 TX-5V电压转换芯片坏 X27 VOUT电压转换芯片坏
X5 3V3稳压芯片坏
在本发明的实施例中,由于各个底事件的发生概率未知,可以将各个底事件发生的可能性分为低、较低、中等、较高、高五级。进而可采用专家评判法分析无法充电故障每个原因(即每个底事件)的发生概率,综合多位(如5位)经验丰富的现场工程师评判结果,再参考生产实际的维修统计数据,对底事件的发生概率进行量化,结果可如表2所示:
表2
其中,发生概率为低的底事件包括电源线松动X1、保险丝坏X2、5V开关管坏X6、有源晶振虚焊X9、IPA电流检测芯片坏X17和LED开关管坏X20。发生概率为较低的底事件包括TX-5V电压转换芯片坏X4、3V3稳压芯片坏X5、功率电感虚焊X12、晶振损坏X15、LED壳体损坏X18、整流二极管极性反X23、IOUT检测芯片虚焊X25和Irect检测芯片虚焊X26。发生概率为中等的底事件包括VPA电压转换芯片坏X3、功放驱动芯片坏X10、温度芯片虚焊X13和整流二极管坏X22。发生概率为较高的底事件包括蓝牙巴伦虚焊或错位X14、屏蔽框与元件短路X16、LED极性反X19和BGA开关管虚焊或错位X24。发生概率为高的底事件包括程序烧录不良X7、MCU虚焊或错位X8、功率MOS管击穿X11、未烧录程序X21和VOUT电压转换芯片坏X27。
在本发明的实施例中,如图1所示,上述步骤S3包括:
S31,计算顶事件的发生概率。
具体地,根据表2所示的各个底事件的发生概率通过式(1)计算顶事件T的发生概率P(T):
其中,n为底事件的个数,即27,P(Xi)为底事件Xi的发生概率,i取值为正整数。
由此,得出图3、图4中顶事件T的发生概率P(T)=0.1977。
可以理解,图3、图4所示的各个底事件的结构重要度之间存在如下关系:I(X27)=I(X26)=I(X25)=I(X24)=I(X23)=I(X22)=I(X21)=I(X20)=I(X19)=I(X18)=I(X17)=I(X16)=I(X15)=I(X14)=I(X13)=I(X12)=I(X11)=I(X10)=I(X9)=I(X8)=I(X7)=I(X6)=I(X5)=I(X4)=I(X3)=I(X2)=I(X1)。由于结构重要度只与故障原因在故障树之中的结构相关,即与最小割集的阶数相关,与故障发生的概率无关。本发明实施例中所有最小割集的阶数均为一阶,故通过结构重要度不能很好地区分无线充电系统的故障。
S32,计算PTU和PRU子系统各个底事件的概率重要度。
具体地,通过式(2)计算PTU和PRU子系统各个底事件的概率重要度Ig(i):
其中,概率重要度表示底事件是否发生对顶事件产生的影响程度。
基于表1,通过式(2)可以计算得到各个底事件的概率重要度如图5所示。
S33,计算PTU和PRU子系统各个底事件的临界重要度。
具体地,通过式(3)计算PTU和PRU子系统各个底事件的临界重要度Ic(i):
其中,P(Xi)为底事件Xi的发生概率。
各个底事件的临界重要度Ic(i)的计算结果如表3和图6所示,可以看出,I(X8)>I(X11)=I(X27)>I(X7)=I(X21)>I(X24)>I(X16)>I(X3)=I(X14)=I(X19)>I(X13)=I(X22)>I(X10)>I(X5)>I(X18)>I(X12)=I(X23)>I(X4)=I(X15)=I(X25)=I(X26)>I(X6)>I(X1)=I(X9)=I(X20)>I(X2)=I(X17)。
表3
排序 故障原因编号 临界重要度
1 X8 0.07438
2 X11,X27 0.07018
3 X7,X21 0.06180
4 X24 0.05762
5 X16 0.04929
6 X3,X14,X19 0.04513
7 X13,X22 0.04099
8 X10 0.03273
9 X5 0.02861
10 X18 0.02449
11 X12,X23 0.02039
12 X4,X15,X25,X26 0.01630
13 X6 0.01221
14 X1,X9,X20 0.00813
15 X2,X17 0.00406
S34,多层次地对故障类别进行划分。
具体地,可以根据功能模组将故障划分为能量发射单元故障和能量接收单元故障;可以根据故障产生有无人力因素将故障划分为人为故障和非人为故障;可以根据故障属性将故障划分为元件失效故障和电气失效故障;可以根据故障是否属于子系统所特有将故障划分为特有故障和共有故障。
具体而言,无线充电系统无法充电的故障按照功能模块划分,可分为PTU故障M1和PRU故障M2。其中,底事件X1~X21是PTU故障,底事件X5、X7、X8、X13、X14、X15、X21、X22~X27是PRU故障。
按照故障产生有无人力因素划分,可分为人为故障和非人为故障。由于工厂实际生产中需要人力参与,底事件电源线松动X1、程序烧录不良X7、功率电感虚焊X12、屏蔽框与元件短路X16、LED极性反X19、未烧录程序X21、整流二极管极性反X23为人为故障,其它均为非人为故障。
按照故障属性划分,可分为元件失效故障和电气失效故障。电气失效故障包含底事件X1、X7、X8、X9、X12、X13、X14、X16、X19、X21、X23、X24、X25、X26,其余为元件失效故障。
按照故障是否属于某个子系统所特有划分,可分为特有故障和共有故障,底事件X5、X7、X8、X13、X14、X15、X21是PTU模组和PRU模组共同拥有的故障。
S35,采用0.1~0.9标度法对不同类别的故障赋予不同的优先级系数。
具体地,PTU故障的优先级系数取值为0.5,PRU故障的优先级系数取值为0.5;人为故障的优先级系数取值为0.8,非人为故障的优先级系数取值为0.2;元件失效故障的优先级系数取值为0.4,电气失效故障的优先级系数取值为0.6;特有故障的优先级系数取值为0.5,共有故障的优先级系数取值为0.5。
可以理解,由于PTU和PRU是两个子系统,是否发生故障相对独立,故其优先级系数相同,均为0.5。在无线充电系统出现故障后,希望在尽量短的时间内判断出故障产生位置及原因,首先应该排除人为故障,故人为故障的优先级系数应比非人为故障的高很多。
在本发明的实施例中,0.1~0.9标度法的评价标准如表4所示,采用0.1~0.9标度法后不同类别的故障的优先级系数如表5所示。
表4
标度 说明
0.5 两个因素比较,优先顺序相同
0.6 两个因素比较,一个比另一个稍微优先
0.7 两个因素比较,一个比另一个明显优先
0.8 两个因素比较,一个比另一个优先得多
0.9 两个因素比较,一个比另一个极端优先
0.1,0.2,0.3,0.4 与上述说明相反
表5
S36,计算含有优先级系数的底事件的综合重要度。
具体地,可通过式(4)计算各个含有优先级系数的底事件的综合重要度。
其中,m为故障类别的个数,i、j的取值均为大于0的正整数,I(Xi)为底事件Xi的综合重要度,Ici为底事件Xi的临界重要度,Kj为底事件Xi的第j个故障类别的优先级系数。
例如,对于底事件X7,由表3可知,Ic7=0.06180,虽然底事件X7属于PTU故障,也属于PRU故障,但两者相对独立,故对于故障类别1底事件X7的优先级系数为0.5。底事件X7属于人为故障、电器元件失效故障、共有故障,故对应的故障类别2的优先级系数为0.8,故障类别3的优先级系数为0.6,故障类别4的优先级系数为0.5。由此,可以得到底事件X7的综合重要度
S37,对故障进行综合评判。
具体地,图3、图4所述的所有底事件的综合重要度的计算结果如图7所示,即I(X7)=I(X21)>I(X16)>I(X19)>I(X12)=I(X23)>I(X8)>I(X24)>I(X11)=I(X27)>I(X14)>I(X13)>I(X1)>I(X3)>I(X22)>I(X10)>I(X5)>I(X18)>I(X25)=I(X26)>I(X4)=I(X15)>I(X6)=I(X9)>I(X20)>I(X2)=I(X17)。
从图7可以看出,各个底事件的综合重要度具有良好的区分度,前4个底事件X7、X21、X16、X19的综合重要度为第5个X12的2倍多,故在实际故障排除时应首先考虑故障X7、X21、X16、X19。
综上,本发明实施例的无线充电系统故障的评判方法,有助于维修人员明确无线充电系统的故障产生原因与各功能模块之间的对应关系,更直观的掌握各个故障原因发生的可能性和重要程度,帮助维修人员快速地对故障产生原因进行分析和评判,有利于提高产品优良率,降低维修成本,且有助于对维修新手进行培训,缩短新手的成长周期。
图8是根据本发明一个实施例的无线充电系统故障的评判系统的结构框图。如图8所示,该无线充电系统故障的评判系统包括:建模模块10、量化模块20、计算模块30和评判模块40。
其中,建模模块10用于对无线充电系统进行功能模块划分,建立故障树。
具体地,在参考无线充电系统说明书、技术手册、芯片规格书的基础上,可以将无线充电系统划分为PTU(Power Transmission Unit,能量发射单元)和PRU(PowerReceiving Unit,能量接收单元)。
其中,如图2,PTU包含电源模块、控制模块、功率放大模块、温度检测模块、发射线圈、电压电流检测模块等。PRU包含电源模块、控制模块、接收线圈及其谐振电路、电压电流温度模块等。
在本发明的实施例中,故障树的顶事件为无线充电系统无法充电,故障树的底事件为PTU和PRU各个子系统的具体故障原因。可以理解,故障树的中间事件由多个的底事件组合而成。
例如,如图3、图4所示,顶事件为无线充电系统无法充电T,中间事件包括PTU异常M1、PRU异常M2和PTU电源模块故障M3~VOUT异常M17,底事件包括电源线松动X1~VOUT电压转换芯片坏X27。其中,中间事件使能信号异常M9由底事件程序烧录不良X7和底事件MCU虚焊或错位X8组成,中间事件温度模块异常M5由底事件温度芯片虚焊X13和底事件未烧录程序X21组成等。
量化模块20用于根据预设数据对底事件的发生概率进行量化。
在本发明的实施例中,预设数据可以包括专家评判数据和生产实际中的维修统计数据。其中,专家评判数据可以是多个专家对不同底事件的出现情况进行评分的数据,生产实际中的维修统计数据可以是对不同故障原因产生次数及其维修方法等的记录。
计算模块30用于根据底事件的发生概率分别计算顶事件的发生概率和底事件的概率重要度,并根据顶事件的发生概率、底事件的发生概率和底事件的概率重要度计算底事件的临界重要度。
评判模块40用于根据底事件的临界重要度对无线充电系统的故障进行综合评判,其中,评判模块40在进行综合评判时对无线充电系统的故障类别进行多层次划分,并对不同类别故障赋予不同的优先级系数,计算含有优先级系数的底事件的综合重要度,并将综合重要度进行排序,以得到无线充电系统故障的评判顺序。
具体而言,如图3、图4所示,故障树以无线充电系统无法充电为顶事件T,引起该现象的PTU异常、PRU异常的原因作为中间事件M和底事件X,且PTU异常M1和PRU异常M2之间是逻辑“或”的关系。
如图3所示,PTU异常具体包括PTU电源模块故障M3、功放模块故障M4、温度模块故障M5和PTU控制模块故障M6,且PTU电源模块故障M3、功放模块故障M4、温度模块故障M5和PTU控制模块故障M6之间是逻辑“或”的关系。
其中,PTU电源模块故障M1包括电源线松动X1、保险丝坏X2、VPA电压异常M7、TX-5V电压转换芯片坏X4、VCC-5V异常M8和3V3稳压芯片坏X5,且电源线松动X1、保险丝坏X2、VPA电压异常M7、TX-5V电压转换芯片坏X4、VCC-5V异常M8和3V3稳压芯片坏X5之间是逻辑“或”的关系。功放模块故障M4包括有源晶振虚焊X9、功放驱动芯片坏X10、功率MOS管击穿X11、功率电感虚焊X12,且有源晶振虚焊X9、功放驱动芯片坏X10、功率MOS管击穿X11、功率电感虚焊X12之间是逻辑“或”的关系。温度模块故障M5包括温度芯片虚焊X13和未烧录程序X21,且温度芯片虚焊X13与未烧录程序X21之间是逻辑“或”的关系。PTU控制模块故障M6包括蓝牙巴伦虚焊或错位X14、LED灯异常M10、晶振损坏X15、屏蔽框与元件短路X16、MCU异常M11和IPA电流检测芯片坏X17,且蓝牙巴伦虚焊或错位X14、LED灯异常M10、晶振损坏X15、屏蔽框与元件短路X16、MCU异常M11和IPA电流检测芯片坏X17之间是逻辑“或”的关系。
如图4所示,PRU异常M2具体包括PRU电源模块故障M12、PRU控制模块故障M13和检测模块故障M14,且PRU电源模块故障M12、PRU控制模块故障M13和检测模块故障M14之间是逻辑“或”的关系。
其中,PRU电源模块故障M12包括Vrect异常M15和VCC-3V3异常M16,且Vrect异常M15和VCC-3V3异常M16之间是逻辑“或”的关系。PRU控制模块故障M13包括蓝牙巴伦虚焊或错位X14、晶振损坏X15和MCU异常M11,且蓝牙巴伦虚焊或错位X14、晶振损坏X15和MCU异常M11之间是逻辑“或”的关系。检测模块故障M14包括IOUT检测芯片虚焊X25、Irect检测芯片虚焊X26、温度芯片虚焊X13和VOUT异常M17,且IOUT检测芯片虚焊X25、Irect检测芯片虚焊X26、温度芯片虚焊X13和VOUT异常M17之间是逻辑“或”的关系。
综上可以得出,T=M1+M2=M3+M4+M5+M6+M12+M13+M14。M3=M7+M8+X4+X5;M4=X9+X10+X11+X12;M5=X13+X21;M6=M10+M11+X14+X15+X16+X17;M12=M15+M16=X22+X23+X24+X25;M13=M11+X14+X15;M14=M17+X13+X25+X26。
由此可得,T=X1+X2+X3+X4+X5+X6+X7+X8+X9+X10+X11+X12+X13+X14+X15+X16+X17+X18+X19+X20+X21+X22+X23+X24+X25+X26+X27。
在本发明的实施例中,PTU异常包括21个底事件,PRU异常包括13个底事件,且PTU异常和PRU异常包括7个共同的底事件,顶事件的故障原因包括27个底事件,且27个底事件是顶事件的最小割集,具体可如上表1所示:
在本发明的实施例中,由于各个底事件的发生概率未知,可以将各个底事件发生的可能性分为低、较低、中等、较高、高五级。进而可采用专家评判法分析无法充电故障每个原因(即每个底事件)的发生概率,综合多位(如5位)经验丰富的现场工程师评判结果,再参考生产实际的维修统计数据,对底事件的发生概率进行量化,结果如表上2所示:
其中,发生概率为低的底事件包括电源线松动X1、保险丝坏X2、5V开关管坏X6、有源晶振虚焊X9、IPA电流检测芯片坏X17和LED开关管坏X20。发生概率为较低的底事件包括TX-5V电压转换芯片坏X4、3V3稳压芯片坏X5、功率电感虚焊X12、晶振损坏X15、LED壳体损坏X18、整流二极管极性反X23、IOUT检测芯片虚焊X25和Irect检测芯片虚焊X26。发生概率为中等的底事件包括VPA电压转换芯片坏X3、功放驱动芯片坏X10、温度芯片虚焊X13和整流二极管坏X22。发生概率为较高的底事件包括蓝牙巴伦虚焊或错位X14、屏蔽框与元件短路X16、LED极性反X19和BGA开关管虚焊或错位X24。发生概率为高的底事件包括程序烧录不良X7、MCU虚焊或错位X8、功率MOS管击穿X11、未烧录程序X21和VOUT电压转换芯片坏X27。
在本发明的实施例中,计算模块30根据表2所示的各个底事件的发生概率通过如下公式(1)计算顶事件T的概率P(T):
其中,n为底事件的个数,如27,P(Xi)为底事件Xi的发生概率,i取值为正整数。
由此,得出图3、图4中顶事件T的发生概率P(T)=0.1977。
可以理解,图3、图4所示的各个底事件的结构重要度之间存在如下关系:I(X27)=I(X26)=I(X25)=I(X24)=I(X23)=I(X22)=I(X21)=I(X20)=I(X19)=I(X18)=I(X17)=I(X16)=I(X15)=I(X14)=I(X13)=I(X12)=I(X11)=I(X10)=I(X9)=I(X8)=I(X7)=I(X6)=I(X5)=I(X4)=I(X3)=I(X2)=I(X1)。由于结构重要度只与故障原因在故障树之中的结构相关,即与最小割集的阶数相关,与故障发生的概率无关。本发明实施例中所有最小割集的阶数均为一阶,故通过结构重要度不能很好地区分无线充电系统的故障。
计算模块30通过式(2)计算PTU和PRU子系统各个底事件的概率重要度Ig(i):
其中,概率重要度表示底事件是否发生对顶事件产生的影响程度。
基于表1,通过式(2)可以计算得到各个底事件的概率重要度如图5所示。
计算模块30通过式(3)计算PTU和PRU子系统各个底事件的临界重要度Ic(i):
其中,P(Xi)为底事件Xi的发生概率。
各个底事件的临界重要度Ic(i)的计算结果如上表3和图6所示,可以看出,I(X8)>I(X11)=I(X27)>I(X7)=I(X21)>I(X24)>I(X16)>I(X3)=I(X14)=I(X19)>I(X13)=I(X22)>I(X10)>I(X5)>I(X18)>I(X12)=I(X23)>I(X4)=I(X15)=I(X25)=I(X26)>I(X6)>I(X1)=I(X9)=I(X20)>I(X2)=I(X17)。
评判模块40对故障类别进行多层次划分。
具体地,可以根据功能模组将故障划分为能量发射单元故障和能量接收单元故障;可以根据故障产生有无人力因素将故障划分为人为故障和非人为故障;可以根据故障属性将故障划分为元件失效故障和电气失效故障;可以根据故障是否属于子系统所特有将故障划分为特有故障和共有故障。
具体而言,无线充电系统无法充电的故障按照功能模块划分,可分为PTU故障M1和PRU故障M2。底事件X1~X21是PTU故障,底事件X5、X7、X8、X13、X14、X15、X21、X22~X27是PRU故障。
按照故障产生有无人力因素划分,可分为人为故障和非人为故障。由于工厂实际生产中需要人力参与,底事件电源线松动X1、程序烧录不良X7、功率电感虚焊X12、屏蔽框与元件短路X16、LED极性反X19、未烧录程序X21、整流二极管极性反X23为人为故障,其它均为非人为故障。
按照故障属性划分,可分为元件失效故障和电气失效故障。电气失效故障包含底事件X1、X7、X8、X9、X12、X13、X14、X16、X19、X21、X23、X24、X25、X26。其余为元件失效故障。
按照故障是否属于某个子系统所特有划分,可分为特有故障和共有故障,底事件X5、X7、X8、X13、X14、X15、X21是PTU模组和PRU模组共同拥有的故障。
评判模块40采用0.1~0.9标度法对不同类别的故障赋予不同的优先级系数。
具体地,PTU故障的优先级系数取值为0.5,PRU故障的优先级系数取值为0.5;人为故障的优先级系数取值为0.8,非人为故障的优先级系数取值为0.2;元件失效故障的优先级系数取值为0.4,电气失效故障的优先级系数取值为0.6;特有故障的优先级系数取值为0.5,共有故障的优先级系数取值为0.5。
可以理解,由于PTU和PRU是两个子系统,是否发生故障相对独立,故其优先级系数相同,均为0.5。在无线充电系统出现故障后,希望在尽量短的时间内判断出故障产生位置及原因,首先应该排除人为故障,故人为故障的优先级系数应比非人为故障的高很多。
在本发明的实施例中,0.1~0.9标度法的评价标准如上表4所示,采用0.1~0.9标度法后不同类别的故障的优先级系数如上表5所示。
评判模块40通过公式(4)计算各个含有优先级系数的底事件的综合重要度。
其中,m为故障类别的个数,i、j的取值均为大于0的正整数,I(Xi)为底事件Xi的综合重要度,Ici为底事件Xi的临界重要度,Kj为底事件Xi的第j个故障类别的优先级系数。
例如,对于底事件X7,由表3可知,Ic7=0.06180,虽然底事件X7属于PTU故障,也属于PRU故障,但两者相对独立,故对于故障类别1底事件X7的优先级系数为0.5。底事件X7属于人为故障、电器元件失效故障、共有故障,故对应的故障类别2的优先级系数为0.8,故障类别3的优先级系数为0.6,故障类别4的优先级系数为0.5。由此,可以得到底事件X7的综合重要度为
最后,评判模块40对故障进行综合评判。
具体地,图3、图4所述的所有底事件的综合重要度的计算结果如图7所示,I(X7)=I(X21)>I(X16)>I(X19)>I(X12)=I(X23)>I(X8)>I(X24)>I(X11)=I(X27)>I(X14)>I(X13)>I(X1)>I(X3)>I(X22)>I(X10)>I(X5)>I(X18)>I(X25)=I(X26)>I(X4)=I(X15)>I(X6)=I(X9)>I(X20)>I(X2)=I(X17)。
从图7可以看出,各个底事件的综合重要度具有良好的区分度,前4个底事件X7、X21、X16、X19的综合重要度为第5个X12的2倍多,故在实际故障排除时应首先考虑故障X7、X21、X16、X19。
综上,本发明实施例的无线充电系统故障的评判系统,有助于维修人员明确无线充电系统的故障产生原因与各功能模块之间的对应关系,更直观的掌握各个故障原因发生的可能性和重要程度,帮助维修人员快速地对故障产生原因进行分析和评判,有利于提高产品优良率,降低维修成本,且有助于对维修新手进行培训,缩短新手的成长周期。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本发明的至少一个实施例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (20)

1.一种无线充电系统故障的评判方法,其特征在于,包括以下步骤:
对无线充电系统进行功能模块划分,建立故障树,其中,所述功能模块包括能量发射单元和能量接收单元,所述故障树的顶事件为所述无线充电系统无法充电,所述故障树的底事件为所述能量发射模块和所述能量接收模块各个子系统的具体故障原因;
根据预设数据对所述底事件的发生概率进行量化;
根据所述底事件的发生概率分别计算所述顶事件的发生概率和所述底事件的概率重要度,并根据所述顶事件的发生概率、所述底事件的发生概率和所述底事件的概率重要度计算所述底事件的临界重要度,以根据所述底事件的临界重要度对所述无线充电系统故障进行综合评判;
其中,在进行综合评判时对所述无线充电系统的故障类别进行多层次划分,并对不同类别故障赋予不同的优先级系数,计算含有优先级系数的所述底事件的综合重要度,并将所述综合重要度进行排序,以得到所述无线充电系统故障的评判顺序。
2.如权利要求1所述的无线充电系统故障的评判方法,其特征在于,所述顶事件的原因包括能量发射单元异常和能量接收单元异常,且所述能量发射单元异常和所述能量接收单元异常之间是逻辑“或”的关系。
3.如权利要求2所述的无线充电系统故障的评判方法,其特征在于,所述能量发射单元异常具体包括能量发射单元电源模块故障、功放模块故障、温度模块故障和能量发射单元控制模块故障,且所述能量发射单元电源模块故障、所述功放模块故障、所述温度模块故障和所述能量发射单元控制模块故障之间是逻辑“或”的关系;其中,
所述能量发射单元电源模块故障包括电源线松动、保险丝坏、VPA电压异常、TX-5V电压转换芯片坏、VCC-5V异常和3V3稳压芯片坏,且所述电源线松动、所述保险丝坏、所述VPA电压异常、所述TX-5V电压转换芯片坏、所述VCC-5V异常和所述3V3稳压芯片坏之间是逻辑“或”的关系;
所述功放模块故障包括有源晶振虚焊、功放驱动芯片坏、功率MOS管击穿、功率电感虚焊,且所述有源晶振虚焊、所述功放驱动芯片坏、所述功率MOS管击穿、所述功率电感虚焊之间是逻辑“或”的关系;
所述温度模块故障包括温度芯片虚焊和未烧录程序,且所述温度芯片虚焊与所述未烧录程序之间是逻辑“或”的关系;
所述能量发射单元控制模块故障包括蓝牙巴伦虚焊或错位、LED灯异常、晶振损坏、屏蔽框与元件短路、MCU异常和IPA电流检测芯片坏,且所述蓝牙巴伦虚焊或错位、所述LED灯异常、所述晶振损坏、所述屏蔽框与元件短路、所述MCU异常和所述IPA电流检测芯片坏之间是逻辑“或”的关系。
4.如权利要求2所述的无线充电系统故障的评判方法,其特征在于,所述能量接收单元异常具体包括能量接收单元电源模块故障、能量接收单元控制模块故障和检测模块故障,且所述能量接收单元电源模块故障、所述能量接收单元控制模块故障和所述检测模块故障之间是逻辑“或”的关系;其中,
所述能量接收单元电源模块故障包括Vrect异常和VCC-3V3异常,且所述Vrect异常和所述VCC-3V3异常之间是逻辑“或”的关系;
所述能量接收单元控制模块故障包括蓝牙巴伦虚焊或错位、晶振损坏和MCU异常,且所述蓝牙巴伦虚焊或错位、所述晶振损坏和所述MCU异常之间是逻辑“或”的关系;
所述检测模块故障包括IOUT检测芯片虚焊、Irect检测芯片虚焊、温度芯片虚焊和VOUT异常,且所述IOUT检测芯片虚焊、所述Irect检测芯片虚焊、所述温度芯片虚焊和所述VOUT异常之间是逻辑“或”的关系。
5.如权利要求2所述的无线充电系统故障的评判方法,其特征在于,所述能量发射单元异常包括21个底事件,所述能量接收单元异常包括13个底事件,且所述能量发射单元异常和所述能量接收单元异常包括7个共同的底事件,所述顶事件的故障原因包括27个底事件,且所述27个底事件是所述顶事件的最小割集。
6.如权利要求1所述的无线充电系统故障的评判方法,其特征在于,所述底事件的发生概率包括低、较低、中等、较高、高五级;其中,
发生概率为低的底事件包括电源线松动、保险丝坏、5V开关管坏、有源晶振虚焊、IPA电流检测芯片坏和LED开关管坏;
发生概率为较低的底事件包括TX-5V电压转换芯片坏、3V3稳压芯片坏、功率电感虚焊、晶振损坏、LED壳体损坏、整流二极管极性反、IOUT检测芯片虚焊和Irect检测芯片虚焊;
发生概率为中等的底事件包括VPA电压转换芯片坏、功放驱动芯片坏、温度芯片虚焊和整流二极管坏;
发生概率为较高的底事件包括蓝牙巴伦虚焊或错位、屏蔽框与元件短路、LED极性反和BGA开关管虚焊或错位;
发生概率为高的底事件包括程序烧录不良、MCU虚焊或错位、功率MOS管击穿、未烧录程序和VOUT电压转换芯片坏。
7.如权利要求1所述的无线充电系统故障的评判方法,其特征在于,所述预设数据包括专家评判数据和实际维修统计数据。
8.如权利要求1所述的无线充电系统故障的评判方法,其特征在于,所述对所述无线充电系统的故障类别进行多层次划分包括:
根据功能模组将故障划分为能量发射单元故障和能量接收单元故障;
根据故障产生有无人力因素将故障划分为人为故障和非人为故障;
根据故障属性将故障划分为元件失效故障和电气失效故障;
根据故障是否为子系统所特有将故障划分为特有故障和共有故障。
9.如权利要求8所述的无线充电系统故障的评判方法,其特征在于,
所述能量发射单元故障的优先级系数取值为0.5,所述能量接收单元故障的优先级系数取值为0.5;
所述人为故障的优先级系数取值为0.8,所述非人为故障的优先级系数取值为0.2;
所述元件失效故障的优先级系数取值为0.4,所述电气失效故障的优先级系数取值为0.6;
所述特有故障的优先级系数取值为0.5,所述共有故障的优先级系数取值为0.5。
10.如权利要求1所述的无线充电系统故障的评判方法,其特征在于,通过如下公式计算所述底事件的综合重要度:
<mrow> <mi>I</mi> <mrow> <mo>(</mo> <mi>X</mi> <mi>i</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>I</mi> <mi>c</mi> <mi>i</mi> <mo>*</mo> <munderover> <mo>&amp;Pi;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>j</mi> </mrow> <mi>m</mi> </munderover> <mi>K</mi> <mi>j</mi> <mo>,</mo> </mrow>
其中,m为所述故障类别的个数,i、j的取值均为大于0的正整数,I(Xi)为底事件Xi的综合重要度,Ici为所述底事件Xi的临界重要度,Kj为所述底事件Xi的第j个故障类别的优先级系数。
11.一种无线充电系统故障的评判系统,其特征在于,包括:
建模模块,用于对无线充电系统进行功能模块划分,建立故障树,其中,所述功能模块包括能量发射模块和能量接收模块,所述故障树的顶事件为所述无线充电系统无法充电,所述故障树的底事件为所述能量发射模块和所述能量接收模块各个子系统的具体故障原因;
量化模块,用于根据预设数据对所述底事件的发生概率进行量化;
计算模块,用于根据所述底事件的发生概率分别计算所述顶事件的发生概率和所述底事件的概率重要度,并根据所述顶事件的发生概率、所述底事件的发生概率和所述底事件的概率重要度计算所述底事件的临界重要度;
评判模块,用于根据所述底事件的临界重要度对所述无线充电系统的故障进行综合评判,其中,所述评判模块在进行综合评判时对所述无线充电系统的故障类别进行多层次划分,并对不同类别故障赋予不同的优先级系数,计算含有优先级系数的所述底事件的综合重要度,并将所述综合重要度进行排序,以得到所述无线充电系统故障的评判顺序。
12.如权利要求11所述的无线充电系统故障的评判系统,其特征在于,所述顶事件的原因包括能量发射单元异常和能量接收单元异常,且所述能量发射单元异常和所述能量接收单元异常之间是逻辑“或”的关系。
13.如权利要求12所述的无线充电系统故障的评判系统,其特征在于,所述能量发射单元异常具体包括能量发射单元电源模块故障、功放模块故障、温度模块故障和能量发射单元控制模块故障,且所述能量发射单元电源模块故障、所述功放模块故障、所述温度模块故障和所述能量发射单元控制模块故障之间是逻辑“或”的关系;其中,
所述能量发射单元电源模块故障包括电源线松动、保险丝坏、VPA电压异常、TX-5V电压转换芯片坏、VCC-5V异常和3V3稳压芯片坏,且所述电源线松动、所述保险丝坏、所述VPA电压异常、所述TX-5V电压转换芯片坏、所述VCC-5V异常和所述3V3稳压芯片坏之间是逻辑“或”的关系;
所述功放模块故障包括有源晶振虚焊、功放驱动芯片坏、功率MOS管击穿、功率电感虚焊,且所述有源晶振虚焊、所述功放驱动芯片坏、所述功率MOS管击穿、所述功率电感虚焊之间是逻辑“或”的关系;
所述温度模块故障包括温度芯片虚焊和未烧录程序,且所述温度芯片虚焊与所述未烧录程序之间是逻辑“或”的关系;
所述能量发射单元控制模块故障包括蓝牙巴伦虚焊或错位、LED灯异常、晶振损坏、屏蔽框与元件短路、MCU异常和IPA电流检测芯片坏,且所述蓝牙巴伦虚焊或错位、所述LED灯异常、所述晶振损坏、所述屏蔽框与元件短路、所述MCU异常和所述IPA电流检测芯片坏之间是逻辑“或”的关系。
14.如权利要求12所述的无线充电系统故障的评判系统,其特征在于,所述能量接收单元异常具体包括能量接收单元电源模块故障、能量接收单元控制模块故障和检测模块故障,且所述能量接收单元电源模块故障、所述能量接收单元控制模块故障和所述检测模块故障之间是逻辑“或”的关系;其中,
所述能量接收单元电源模块故障包括Vrect异常和VCC-3V3异常,且所述Vrect异常和所述VCC-3V3异常之间是逻辑“或”的关系;
所述能量接收单元控制模块故障包括蓝牙巴伦虚焊或错位、晶振损坏和MCU异常,且所述蓝牙巴伦虚焊或错位、所述晶振损坏和所述MCU异常之间是逻辑“或”的关系;
所述检测模块故障包括IOUT检测芯片虚焊、Irect检测芯片虚焊、温度芯片虚焊和VOUT异常,且所述IOUT检测芯片虚焊、所述Irect检测芯片虚焊、所述温度芯片虚焊和所述VOUT异常之间是逻辑“或”的关系。
15.如权利要求12所述的无线充电系统故障的评判系统,其特征在于,所述能量发射单元异常包括21个底事件,所述能量接收单元异常包括13个底事件,且所述能量发射单元异常和所述能量接收单元异常包括7个共同的底事件,所述顶事件的故障原因包括27个底事件,且所述27个底事件是所述顶事件的最小割集。
16.如权利要求11所述的无线充电系统故障的评判系统,其特征在于,所述底事件的发生概率包括低、较低、中等、较高、高五级;其中,
发生概率为低的底事件包括电源线松动、保险丝坏、5V开关管坏、有源晶振虚焊、IPA电流检测芯片坏和LED开关管坏;
发生概率为较低的底事件包括TX-5V电压转换芯片坏、3V3稳压芯片坏、功率电感虚焊、晶振损坏、LED壳体损坏、整流二极管极性反、IOUT检测芯片虚焊和Irect检测芯片虚焊;
发生概率为中等的底事件包括VPA电压转换芯片坏、功放驱动芯片坏、温度芯片虚焊和整流二极管坏;
发生概率为较高的底事件包括蓝牙巴伦虚焊或错位、屏蔽框与元件短路、LED极性反和BGA开关管虚焊或错位;
发生概率为高的底事件包括程序烧录不良、MCU虚焊或错位、功率MOS管击穿、未烧录程序和VOUT电压转换芯片坏。
17.如权利要求11所述的无线充电系统故障的评判系统,其特征在于,所述预设数据包括专家评判数据和实际维修统计数据。
18.如权利要求11所述的无线充电系统故障的评判系统,其特征在于,所述评判模块在对所述无线充电系统的故障类别进行多层次划分时,所述评判模块具体用于:
根据功能模组将故障划分为能量发射单元故障和能量接收单元故障;
根据故障产生有无人力因素将故障划分为人为故障和非人为故障;
根据故障属性将故障划分为元件失效故障和电气失效故障;
根据故障是否为子系统所特有将故障划分为特有故障和共有故障。
19.如权利要求18所述的无线充电系统故障的评判系统,其特征在于,
所述能量发射单元故障的优先级系数取值为0.5,所述能量接收单元故障的优先级系数取值为0.5;
所述人为故障的优先级系数取值为0.8,所述非人为故障的优先级系数取值为0.2;
所述元件失效故障的优先级系数取值为0.4,所述电气失效故障的优先级系数取值为0.6;
所述特有故障的优先级系数取值为0.5,所述共有故障的优先级系数取值为0.5。
20.如权利要求11所述的无线充电系统故障的评判系统,其特征在于,通过如下公式计算所述底事件的综合重要度:
<mrow> <mi>I</mi> <mrow> <mo>(</mo> <mi>X</mi> <mi>i</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>I</mi> <mi>c</mi> <mi>i</mi> <mo>*</mo> <munderover> <mo>&amp;Pi;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>j</mi> </mrow> <mi>m</mi> </munderover> <mi>K</mi> <mi>j</mi> <mo>,</mo> </mrow>
其中,m为所述故障类别的个数,i、j的取值均为大于0的正整数,I(Xi)为底事件Xi的综合重要度,Ici为所述底事件Xi的临界重要度,Kj为所述底事件Xi的第j个故障类别的优先级系数。
CN201611086215.5A 2016-11-30 2016-11-30 无线充电系统故障的评判方法及系统 Active CN108120886B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611086215.5A CN108120886B (zh) 2016-11-30 2016-11-30 无线充电系统故障的评判方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611086215.5A CN108120886B (zh) 2016-11-30 2016-11-30 无线充电系统故障的评判方法及系统

Publications (2)

Publication Number Publication Date
CN108120886A true CN108120886A (zh) 2018-06-05
CN108120886B CN108120886B (zh) 2019-12-10

Family

ID=62226601

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611086215.5A Active CN108120886B (zh) 2016-11-30 2016-11-30 无线充电系统故障的评判方法及系统

Country Status (1)

Country Link
CN (1) CN108120886B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109539473A (zh) * 2018-10-15 2019-03-29 平安科技(深圳)有限公司 空调系统的故障类型确定方法、电子设备
CN110097219A (zh) * 2019-04-19 2019-08-06 深圳市德塔防爆电动汽车有限公司 一种基于安全树模型的电动车辆运维优化方法
WO2020211844A1 (zh) * 2019-04-19 2020-10-22 深圳市德塔防爆电动汽车有限公司 基于安全树概率和安全重要度的电动车辆安全控制方法和电动车辆

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09319777A (ja) * 1996-05-27 1997-12-12 Sharp Corp 電気回路の故障解析方法
CN102662113A (zh) * 2012-04-17 2012-09-12 国网电力科学研究院 基于故障树的油浸式变压器综合诊断方法
CN102981073A (zh) * 2012-11-20 2013-03-20 中国兵器工业计算机应用技术研究所 一种便携式电子信息系统故障检测仪
CN103412217A (zh) * 2013-08-02 2013-11-27 中科天工电气控股有限公司 箱式变电站智能在线故障诊断系统
CN103678929A (zh) * 2013-12-23 2014-03-26 中国能源建设集团广东省电力设计研究院 海底电力电缆可靠性检测方法与系统
CN104318110A (zh) * 2014-10-28 2015-01-28 中国科学院合肥物质科学研究院 一种基于重要度和敏感性复合排序的提高大型复杂系统风险设计及维修效率的方法
CN105022893A (zh) * 2015-08-11 2015-11-04 河北工业大学 交流充电桩系统故障分析方法
CN105717912A (zh) * 2016-01-27 2016-06-29 西北工业大学 一种基于模糊动态故障树的机电作动器可靠性分析方法
CN105974225A (zh) * 2016-04-28 2016-09-28 上海机电工程研究所 一种基于分布式检测数据的故障诊断系统和故障诊断方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09319777A (ja) * 1996-05-27 1997-12-12 Sharp Corp 電気回路の故障解析方法
CN102662113A (zh) * 2012-04-17 2012-09-12 国网电力科学研究院 基于故障树的油浸式变压器综合诊断方法
CN102981073A (zh) * 2012-11-20 2013-03-20 中国兵器工业计算机应用技术研究所 一种便携式电子信息系统故障检测仪
CN103412217A (zh) * 2013-08-02 2013-11-27 中科天工电气控股有限公司 箱式变电站智能在线故障诊断系统
CN103678929A (zh) * 2013-12-23 2014-03-26 中国能源建设集团广东省电力设计研究院 海底电力电缆可靠性检测方法与系统
CN104318110A (zh) * 2014-10-28 2015-01-28 中国科学院合肥物质科学研究院 一种基于重要度和敏感性复合排序的提高大型复杂系统风险设计及维修效率的方法
CN105022893A (zh) * 2015-08-11 2015-11-04 河北工业大学 交流充电桩系统故障分析方法
CN105717912A (zh) * 2016-01-27 2016-06-29 西北工业大学 一种基于模糊动态故障树的机电作动器可靠性分析方法
CN105974225A (zh) * 2016-04-28 2016-09-28 上海机电工程研究所 一种基于分布式检测数据的故障诊断系统和故障诊断方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109539473A (zh) * 2018-10-15 2019-03-29 平安科技(深圳)有限公司 空调系统的故障类型确定方法、电子设备
CN109539473B (zh) * 2018-10-15 2021-09-28 平安科技(深圳)有限公司 空调系统的故障类型确定方法、电子设备
CN110097219A (zh) * 2019-04-19 2019-08-06 深圳市德塔防爆电动汽车有限公司 一种基于安全树模型的电动车辆运维优化方法
WO2020211844A1 (zh) * 2019-04-19 2020-10-22 深圳市德塔防爆电动汽车有限公司 基于安全树概率和安全重要度的电动车辆安全控制方法和电动车辆
WO2020211846A1 (zh) * 2019-04-19 2020-10-22 深圳市德塔防爆电动汽车有限公司 一种基于安全树模型的电动车辆运维优化方法

Also Published As

Publication number Publication date
CN108120886B (zh) 2019-12-10

Similar Documents

Publication Publication Date Title
CN106054104A (zh) 一种基于决策树的智能电表故障实时预测方法
CN108120886A (zh) 无线充电系统故障的评判方法及系统
CN103559543B (zh) 一种高炉煤气发生量的预测方法及装置
CN108282026A (zh) 一种高压开关设备远程运维系统
CN107069960B (zh) 一种二次运维管理系统的在线缺陷诊断方法
CN110333414A (zh) 电力变压器多层次状态评估方法
CN104021248B (zh) 一种航空机载机械类产品fmeca分析方法
CN103973697B (zh) 一种物联网感知层入侵检测方法
CN108898311A (zh) 一种面向智能配电网抢修调度平台的数据质量检测方法
CN109636110A (zh) 一种获取继电保护装置运行状态的方法及装置
CN107515595B (zh) 一种具有数据分析功能的煤制乙炔生产信息智能看板
CN110555049A (zh) 基于计量异常关联度模型的故障原因疑似度分析方法
CN106650964A (zh) 一种充电设备的故障分析系统、方法和装置
CN116466241A (zh) 一种单体电池热失控定位方法
CN115081647A (zh) 基于贝叶斯网络模型的工业智能仪表故障预诊断方法
CN111339661A (zh) 一种高压电缆巡检周期自动规划方法
CN102095953B (zh) 一种蓄电池充电机性能在线检测方法
CN114460519A (zh) 基于电力互感器检验的现场与终端融合管理系统和方法
CN112836396A (zh) 一种建筑实时能耗异常诊断系统
CN110909774B (zh) 一种基于贝叶斯分类的变电设备发热缺陷原因判别方法
CN107944573A (zh) 一种变电站在线监测系统数据准确性的校对方法及系统
CN104714205B (zh) 电表错置侦测系统及其方法
CN110320802A (zh) 基于数据可视化的复杂系统信号时序识别方法
CN107727392B (zh) 基于信号检测和roc分析的状态指数评估和优化方法
CN105487036A (zh) 一种电子式互感器误差特性分析系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant