CN108801386A - 改进型液位感测和诊断确定 - Google Patents

改进型液位感测和诊断确定 Download PDF

Info

Publication number
CN108801386A
CN108801386A CN201810376691.3A CN201810376691A CN108801386A CN 108801386 A CN108801386 A CN 108801386A CN 201810376691 A CN201810376691 A CN 201810376691A CN 108801386 A CN108801386 A CN 108801386A
Authority
CN
China
Prior art keywords
liquid level
variation
filter block
point
diagnosis
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
CN201810376691.3A
Other languages
English (en)
Other versions
CN108801386B (zh
Inventor
J·F·拉尔森
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN108801386A publication Critical patent/CN108801386A/zh
Application granted granted Critical
Publication of CN108801386B publication Critical patent/CN108801386B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K15/00—Arrangement in connection with fuel supply of combustion engines or other fuel consuming energy converters, e.g. fuel cells; Mounting or construction of fuel tanks
    • B60K15/03—Fuel tanks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K15/00—Arrangement in connection with fuel supply of combustion engines or other fuel consuming energy converters, e.g. fuel cells; Mounting or construction of fuel tanks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
    • G01F23/22—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
    • G01F23/80—Arrangements for signal processing
    • G01F23/802—Particular electronic circuits for digital processing equipment
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F25/00—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume
    • G01F25/20—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume of apparatus for measuring liquid level
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/10—Devices for transferring samples or any liquids to, in, or from, the analysis apparatus, e.g. suction devices, injection devices
    • G01N35/1009—Characterised by arrangements for controlling the aspiration or dispense of liquids
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D9/00—Level control, e.g. controlling quantity of material stored in vessel
    • G05D9/12—Level control, e.g. controlling quantity of material stored in vessel characterised by the use of electric means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K15/00—Arrangement in connection with fuel supply of combustion engines or other fuel consuming energy converters, e.g. fuel cells; Mounting or construction of fuel tanks
    • B60K15/03—Fuel tanks
    • B60K2015/0321—Fuel tanks characterised by special sensors, the mounting thereof
    • B60K2015/03217—Fuel level sensors

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Signal Processing (AREA)
  • Transportation (AREA)
  • Combustion & Propulsion (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • Mechanical Engineering (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Immunology (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Thermal Sciences (AREA)
  • Pathology (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Automation & Control Theory (AREA)
  • Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)

Abstract

一种用于确定贮存器的液位的方法，包括：在多个定义的计算间隔期间感测多个液位点，并且根据在每个计算间隔期间发生的感测的液位点来确定滤波块点。该方法将回归模型拟合到所确定的滤波块点，包括确定回归的斜率和标准误差，并且根据回归模型的斜率来确定实际液位变化。该方法还可包括：如果该方法确定置信率足够高则做出诊断确定。

Description

改进型液位感测和诊断确定
引言
本公开总体上涉及液位的感测和确定，以及液位传感器和受安装到移动平台上的贮存器的液位影响或影响液位的其它部件或系统的诊断。
发明内容
提供了一种用于确定遭遇干扰的贮存器中的液位并且诊断贮存器的部件的方法。该方法包括：在多个定义的计算间隔期间感测多个液位点，并且根据发生在每个计算间隔期间的感测液位点来确定多个滤波块点。该方法将回归模型拟合到所确定的滤波块点，包括确定回归的斜率和标准误差，并且根据回归模型的斜率来确定对实际液位变化的估计。
该方法还可包括监测来自贮存器的流入和流出、根据流入和流出来确定预期液位变化，并且根据预期液位变化与实际液位变化之间的差值来计算潜在液位误差。
该方法还根据回归模型的回归的标准误差来确定置信率，并且将置信率与最小置信率进行比较。如果所确定的置信率高于最小置信率，则该方法将根据潜在液位误差做出诊断确定。然而，如果所确定的置信率值不高于最小置信率，则该方法将不会做出诊断确定，而不管潜在液位误差如何。
从某些最佳模式和用于执行所公开结构、方法或这二者的其它实施例的以下具体实施方式中来看，上述特征和优点以及本主题的其它特征和优点是显而易见的。
附图说明
图1是用于车辆的多罐液体系统的示意图。
图2是用于受诸如图1中所示的系统的液位影响或影响液位的正确功能、部件和系统的诊断目的的液位数据的收集和处理的示意图解说明。
图3是说明了用于受系统的液位影响或影响液位的正确功能、部件和系统的诊断并且用于确定诸如图1中所示的遭遇诸如图2中所示的数据采集和分析的液体贮存器或多个液体贮存器的液位的方法的高层级布局的示意流程图。
图4是用于受图3中所示的液位影响或影响液位的正确功能、部件和系统的诊断的方法的一部分的示意详细流程图，其说明了该方法的感测和发起部分或感测和发起框。
图5是用于受图3中所示的液位影响或影响液位的正确功能、部件和系统的诊断的方法的另一个部分的示意详细流程图，其说明了该方法的计算和解译部分或计算和解译框。
图6是用于受图3中所示的液位影响或影响液位的正确功能、部件和系统的诊断的方法的另一个部分的示意详细流程图，其说明了该方法的分析和诊断部分或分析和诊断框。
具体实施方式
在附图中，相同的附图标记在全部几个附图中尽可能地对应于相同或类似的部件。在图1中示出了具有动力系12的车辆10的示意图解视图。通常，动力系12为车辆10提供动能，并且可被配置为常规动力系或混合动力系。
主贮存器14保持波动量的液体。主贮存器14也可被称为感兴趣的贮存器。诸如燃料等液体可被添加到主贮存器14或从主贮存器14中取出以用于动力系12的操作。
虽然可关于具体应用或行业描述本公开，但是本领域技术人员将认识到本公开的更广泛实用性。本领域一般技术人员将认识到，诸如“上面”、“下面”、“向上”、“向下”等术语是描述性地用于图示，而并不表示对如由所附权利要求书限定的本公开的范围的限制。诸如“第一”或“第二”等任何数字标记仅是说明性的，且决不旨在限制本公开的范围。
一个图中所示的特征件可以与任何图中所示的特征件组合、为该特征件取代或由该特征件修改。除非另有说明，否则没有特征件、元件或限制与任何其它特征件、元件或限制互斥。另外，没有特征件、元件或限制是操作所绝对需要的。图中所示的任何具体配置仅是说明性的且所示的具体配置并不限制权利要求书或说明书。
相关车辆以及与其结合的任何部件可表示多种类型的车辆，包括飞机、火车、汽车或任何其它行驶中的或可移动的平台。另外，重工业、建筑和采矿设备可结合本文描述的方法或算法的特征。
除了主贮存器14之外，车辆10还包括可选的辅助贮存器16。辅助贮存器16可用于存储周期性地转移到主贮存器14的附加液体，诸如燃料。例如，在较大型工业、商业或其它重型车辆中，双罐系统可用于延长加油站之间用于添加燃料的操作时间。
主泵18将液体从主贮存器14转移动力系12。所说明的车辆10还包括转移泵20，其将液体从辅助贮存器16转移到主贮存器14。
本文所述的方法和算法可用于改进受主贮存器14、辅助贮存器16、附加贮存器或它们的组合中的液体(诸如燃料)的液位影响或影响液位的部件和系统的正确功能的诊断。具体地，在车辆10遭遇诸如加速、制动、转弯或道路坡度变化等方向性干扰的情况下，由于液体的物理移动和碰撞，可能难以准确地测量贮存器内的液位。另外，将液体从任何特定贮存器中除去或添加液体到任何特定贮存器可能会使该评估复杂化。
虽然本文的大部分描述集中于液体燃料作为感兴趣的液体，但是其它液体也可与本文所述的方法、系统和算法一起使用。例如，这些方法可应用于(但不限于)：变速器液体、冷却剂或柴油机排气添加剂。
控制系统30与车辆10的部件进行通信。控制系统30包括足够的处理、存储器和存储能力来接收输入、执行计算并且发送与执行本文所述的方法相关的输出。控制系统30还具有足够的能力来控制任何必要的部件，并且感测或估计与执行本文所述的方法相关的附加参数。
至少一个传感器被结合到车辆10的系统中，并且与至少控制系统30进行通信。在许多配置中，车辆10的系统结合用于每个液体贮存器的至少一个液位传感器，具体是与执行本文所述的方法有关的那些液位传感器。例如，主传感器32诸如通过与浮标34和控制系统30的通信来提供主贮存器14内的液位的读数。这些读数可为例如但不限于主贮存器14内的电压或位置的输出。
来自主传感器32的输出由控制系统30用作主贮存器14内的液位的瞬时读数。然而，当液体由于车辆10的移动而在主贮存器14内移动时，这些瞬时读数或数据点可能不表示主贮存器14内的实际大量液位。
图1的结构是基本说明，并且仅被示为表示可与本文所述的方法、算法或技术相关联的一些部件。在车辆10的许多配置中，辅助贮存器16还可具有检测其中的液位的传感器系统，诸如与浮标38通信的辅助传感器36。
参考图2并且继续参考图1，示出了说明通过类似于图1中所示的系统进行的数据收集和处理的图表50。x轴52表示测量间隔的进展，诸如时间、所转移的液体的预期量、液位的预期变化或与感兴趣的贮存器内的液位的实际变化成比例的任何其它量。在所说明的示例中，x轴52是感兴趣的贮存器内的液位的预期变化。
x轴52的每个单位还可对应于计算块或计算间隔54。例如但不限于，在图表50中，每个计算块或计算间隔54表示液体贮存器(诸如主贮存器14)中的一公升预期变化。液位(例如但不限于)基于预期的液体流入(诸如由于转移泵20的操作)和流出(诸如由于主泵18的操作)而变化。计算间隔54的大小通过校准以某种方式来选择，以便确保在监测时段内收集必需数量的回归样本。
因此，x轴52的值也可被称为预期的燃料转移或预期的液位变化。y轴56表示测量或感测液位，其可为感兴趣的液体贮存器内的工程单位，例如公升或千克或毫米。在图2中所示的示例中，x轴52和y轴56这两者的单位均为公升(L)。
感测液位60示出了来自传感器的感兴趣的贮存器内的未滤波的感测液位的读数，诸如主传感器32读取来自图1中所示的主贮存器14的数据。感测液位60可由多个数据点形成，或者可为可被转换成单独的数据点的模拟信号。图表50还说明了滤波的液位或简单滤波的液位61，其可例如但不限于感测液位60中的数据点的算术平均值或指数加权移动平均值。
如由感测液位60所示，主贮存器14内的液体的晃动或碰撞引起来自主传感器32的读数显著变化。在图表50中显示的操作时段可指示车辆10加速、减速、转弯、在山坡上移动、道路变化(坑洼、颠簸等)或所有上述情况。
多个计算点、滤波块液位或滤波块点62表示在每个计算间隔54期间所有感测液位点的值的处理汇编。因此，每个滤波块点62是在每个相应的计算间隔54期间发生的数据点的数学滤波表示。如图2中所说明，可根据每个计算间隔54内的感测液位60中的数据点的指数加权移动平均来确定滤波块点62，使得滤波块点62沿着滤波液位61而发生。本文所述的方法还可包括用于识别和丢弃异常计算点(诸如异常点64)的技术。
回归线70表示滤波块点62的统计曲线拟合。注意，虽然回归线70被说明为单个线性曲线，但是它也可为非线性曲线或者更短的线性向量的集合。例如但不限于，可经由普通最小二乘法(OLS)或多项式回归来形成回归线70。实际液位变化72是根据回归线70来确定，并且表示在图2中所示的观察窗口内的感兴趣的贮存器(诸如主贮存器14)内的液体的液位的估计的实际变化。
注意，图2中所示的值仅是示例性的。所说明的数据可能不表示任何车辆上发生的实际情况或测试。
还参考图3到6并且继续参考图1和2，示出了用于受液位影响或影响液位的适当功能、部件和系统的诊断并且用于确定液体罐或多个液体罐(诸如图1中所示的车辆10内的主贮存器14)的液位的算法、系统或方法100的说明性流程图。图3到6中所说明的方法100说明了图2中所示的一些输入、输出和技术。
图3示出了方法100的高层级布局，并且说明了三个子部分或块之间的交互。第一块102可被称为感测和发起块，并且在图4中被更详细地说明。第二块104可被称为计算和解译块，并且在图5中被更详细地说明。第三块106可被称为分析和诊断块，并且在图6中被更详细地说明。
当车辆10遭遇移动从而导致主贮存器14内的液体移动时，方法100可能有益于改进受主贮存器14的液位影响或影响液位的部件和系统的功能诊断。否则，主贮存器14内的液体的移动可能导致控制系统30不正确地诊断受液位影响或影响液位的部件或系统(诸如主传感器32或转移泵20)的功能性能。可能影响液位检测的干扰包括但不限于：颠簸的道路、不稳定或突然的驾驶操纵以及横向或纵向加速(例如，转弯、加速、减速、道路坡度变化)的情况。
方法100内的步骤的顺序和接续仅说明用于执行和呈现本文所述的过程、方法和算法的一种配置。取决于具体车辆或系统中的具体配置和实施方案，步骤可能会重新排序或组合。块之间的连接可用字母或数字示出，并且一些步骤或部分可在一个以上的块中示出。
图3示出了块之间的一般流动图案和互连。然而，更多说明性的进展和路径在图4到6的更详细的视图中说明。虽然方法100可参考图1的车辆10、图2中所示的数据或这两者来说明或描述，但是这些图不限制方法100或可应用方法100的结构和技术。子部分或块以开始或初始化步骤110开始并且以结束或循环步骤112结束，其也可分别被认为是第一块102和第三块106的部分。
步骤110：开始/发起。
方法100可在开始或初始化步骤时开始，在该时间期间，方法100起作用并且可监测或甚至控制车辆10、动力系12或这两者的部分。例如，响应于操作员插入点火钥匙或响应于满足具体条件(诸如，每当控制系统使动力系12运转时)，可能发生发起。无论何时车辆正在使用，方法100可不断地运行或不断地循环，或者可被配置为以预定间隔操作。
在方法100的一些配置中，主传感器32在开始步骤110的每次出现时输出液位点，其将在整个方法100的其余部分中使用。例如，参考图2，许多感测液位点或仅仅数据点形成感测液位60。控制系统30存储和使用至少一些液位点。
液位点可指代与主贮存器14中的液体量有关的任何可量化的测量。例如但不限于，液位可被表达为体积或质量，或者甚至被表达为位置或距离-与传感器在贮存器内的线性位置有关，其可与体积或质量直接或间接相关。另外，控制系统可基于来自传感器的不同信号输出(诸如电压)来确定液位。
步骤112：结束/循环。
结束方法100可包括停用方法100，直到被另一个具体事件调用。替代地，方法100可循环或连续运行，直到满足其它条件，诸如车辆10被停用或置于省电模式。方法100可为更大的车辆控制系统的一部分并且可为其它控制或诊断算法的子过程。如图中所示，一些子部分或块包括路径或直接溢出到结束步骤112。
参考第一块102的详细视图，如图4中所示，这些步骤涉及液位的原始感测和滤波。另外，第一块102验证条件适用于方法100的其余部分。注意，如流程图中所使用，判定步骤经由“+”进行是或肯定确定，并且经由“-”进行否或否定确定。
在结束步骤112之后，方法100有可能以规定的间隔循环。方法100可基于时间推移(诸如每100毫秒)或者某个其它触发事件(诸如动力系12每消耗0.1公升燃料)循环。
步骤120：满足启用条件？
方法100确定是否满足诊断启用标准。这些条件为车辆10和与其结合的控制系统30所特有。例如但不限于，方法100可验证：输入信号是有效的，没有发生影响诊断可靠性的中间动作，并且相关系统是可运转的。在启动方法100之前可检查的一个输入信号是主传感器32是否正在输出感测液位点。如果不满足启用条件，则方法100进行到结束步骤112，并且可立即或在预定暂停之后循环。
步骤122：启用条件满足上一个循环？
当在当前循环中满足启用条件但在紧邻的前一循环中不满足启用条件时，方法100需要初始化诊断状态。当前循环以及其任何特性可被称为循环“n”，使得上一个循环是“n-1”并且下一个循环是“n+1”。
n的值也可为由主传感器32采集的样本或报告的液位点的数量，并且由方法100中的控制系统30读取或使用。在这样的配置中，方法100的每个循环均对应于来自主传感器32的一个采样液位点。然而，方法100的其它配置可利用多个液位点，诸如五个或十个点，用于每个循环中的计算和确定。
如果前一循环上部满足启用条件，则方法100继续进行自身重置，这在图6中的步骤160处示出。如本文所述，重置步骤160包括将期望的液位变化和作为捕获的滤波块点的数量的“N”的值置零，这两者在本文中更详细地描述。
步骤124：计算或更新预期的液位变化。
方法100确定或计算预期的液位变化，其表示预期发生的液位变化。控制系统30诸如通过监测主泵18和转移泵20的预期操作来监测主贮存器14的流入和流出。因此，方法100根据受监测的流入和流出来确定预期液位(作为总计算)或者可用于更新总预期液位的预期液位变化。
例如但不限于，可通过将流入和流出主贮存器14的流量相对于时间积分来确定预期的液位变化。有助于预期的液位变化的因素包括，取决于液体但不限于：由动力系12消耗的燃料、通过转移泵20转移到主贮存器14的液体以及注入的柴油机排气流体(DEF)。
例如，控制系统30可确定，在预定义时间段内，或者相对于前一循环，预期动力系12将消耗来自主贮存器14的0.1公升燃料，并且预期转移泵20将0.2公升转移到主贮存器14。因此，预期的液位变化将是向主贮存器14添加0.1公升燃料。
步骤126：计算或更新滤波液位。
根据未处理的液位点，方法100在每个计算间隔54内从感测液位点中确定滤波块点。在执行方法100时，控制系统30在多个定义的计算间隔期间感测多个液位点。也可被称为感兴趣间隔的每个定义的计算间隔可以各种方式来定义，并且可为图2中所说明的计算间隔54。例如，计算间隔54可基于但不限于以下项来定义：时间推移、注入到贮存器的液体的数量、转移到贮存器和从贮存器转移的液体的净数量、从贮存器中取出的液体的数量或与液位的实际变化有关的任何其它数量。转移到主贮存器14和从主贮存器14转移的净液体是与实际液位变化成比例的参数，而不是与例如时间成比例的参数，该参数可能不与估计的实际液位变化成比例。比例参数的使用提高了本文所述的系统和方法确定是否进行诊断确定并且如果需要的话进行正确的诊断确定的能力。
如图2中所示，在方法100的一种配置中，计算间隔54由感兴趣的贮存器(诸如主贮存器14)内的液体体积的预期变化来定义。例如但不限于，计算间隔54可基于每1公升的预期体积变化(包括为动力系12除去的燃料和由转移泵20添加的燃料)来设定。计算间隔54可被计算为绝对值，使得沿任一方向上的转移完成该间隔。
在替代配置中，计算间隔54可基于从主贮存器14取出以供动力系12使用的燃料的量。然而，预期的液位变化仍将根据主贮存器14的流入和流出来计算。
根据未处理的液位点，方法100在每个计算间隔54内从感测液位点中计算或更新滤波块点。每个滤波块点是在计算间隔内的所有感测液位点的处理编译值，并且通过对所有收集和感测液位点应用某种滤波技术来获得。图2示出了针对每个计算间隔54计算的多个滤波块点62。
例如但不限于，可根据感兴趣的具体计算间隔内的感测液位点的算术平均值或指数加权移动平均值来确定滤波块点62。在图2中，根据指数加权移动平均值来确定滤波块点62，该指数加权移动平均值被说明为针对每个计算间隔54构成感测液位60的感测液位点的滤波液位61。
当计算滤波块点62时，所有感测液位点均有助于计算算术平均值或指数加权移动平均值。然而，特别是当采用算术平均计算时，为了减少计算资源并缓解将所有感测液位点存储在计算间隔54内的需要，方法100可使用运行算术平均值计算，其仅仅用每个新感测液位点(如由感测液位60所说明)来更新。例如，更新的平均值可在循环n处计算为：Meann＝(n-1)/n*Meann-1+(1/n)*SampleValuen，其中Meann-1是来自紧邻的前一循环的平均值，并且SampleValuen是来自方法100的当前循环的感测液位。
注意，在一些配置中，不同数量的感测液位点可能在不同计算间隔54期间发生，使得一些计算间隔54相对于其它数据点可具有额外或更少的数据点。具体是当计算间隔54由转移的净燃料定义时，情况可能如此。
例如，当转移泵20在主泵18向动力系12转移燃料的同时将燃料转移到主贮存器14中时，这两个动作对转移的净燃料具有相反的影响。因此，相对于时间，计算间隔54的发生可能需要更长的时间。如果感测液位点以不同的刻度(诸如时间)收集，则相对更多的感测液位点将被结合到滤波块点中达更长的计算间隔54。
方法100跟踪自从评估开始以来已经发生的计算间隔54的数量(N)，其也是滤波块点62的数量。
在计算间隔54是时间定义的情况下，N可根据总时间推移除以计算间隔54的大小来确定。因此，N＝INT(TimeLapsed/ComputationIntervalSize)，其中INT表示确定结果值的整数。替代地，N可以分数值确定。
如上文所讨论，在计算间隔54由转移到主贮存器14和从主贮存器14转移的液体的净数量定义的情况下，N可根据预期的液位变化除以计算间隔54的大小来确定。因此，N＝INT(ExpectedLiquidLevelChange/ComputationIntervalSize)。
预期的液位变化在步骤124中确定，并且还可用于随后的诊断比较。因此，方法100的定时和诊断涉及期望的液位变化。在使用计算间隔54的时间推移的配置中，控制系统30将有可能需要计算预期的液位变化，而不管是不是用于诊断比较。因此，计算间隔54的净流量或预期变化配置减缓了进行基于时间的计算以及液体转移计算的需要。
步骤128：将预期液位变化增加计算间隔大小？
方法100在每个计算间隔54完成时建立、保存、计算和/或捕获滤波块点62。因此，方法100在方法100的每个执行循环期间确定自从上一个滤波块点62被捕获以来预期的液位变化是否增加了计算间隔大小。该增加指示完整的计算间隔54已经过去或发生。换言之，方法100确定N的整数是否已经改变。
如果完整的计算间隔54还没有过去或者没有发生，则控制系统30没有准备好存储和使用滤波块点62，并且方法100进行到结束步骤112以进行后续循环。当完整的计算间隔54已经过去或已经发生时，方法100继续计算其模型，用于基于滤波块点来估计主贮存器14中的液体量或液体量的变化。
注意，本文示出和描述的方法100的步骤的顺序不是必需的。例如，在替代配置中，如步骤126中所示，更新滤波液位61可直到在确定完整的计算间隔54已经过去或已经发生之后才会发生。在该配置中，可通过不更新滤波液位61来保存处理资源。然而，来自确定完整的计算间隔54已经过去或已经发生之前的循环的每个感测液位数据点将需要被存储，直到方法100准备好更新滤波液位。
步骤130：捕获滤波块点并且使N递增。
每当满足条件以捕获或更新滤波块点62时，为了曲线拟合目的而收集的样本数量N递增整数值1。在N递增之后，执行进行到步骤132。
当完整的计算间隔54已经过去或发生，已经捕获了滤波块点并且N已经递增时，方法100从第一块102移动到第二块104。注意，将步骤组织到块中仅用于说明，步骤和连接器可不同于图中所示般组织，并且步骤可移动到不同的块。
步骤132：N>回归样本大小？
将为了曲线拟合目的而收集的滤波块点62的数量N与定义用于构造回归模型的回归样本的数量的校准参数进行比较，使得滤波块点62的数量与回归样本的校准固定数量进行比较。例如但不限于，基于车辆10和控制系统30，方法100可利用至少六个回归样本作为校准的固定数量的回归样本。如果N大于用于构造回归模型的回归样本的校准固定数量，则存在过量的滤波块点62，并且方法100进行到步骤133，其中可识别并舍弃异常滤波块点62为最近确定的滤波块点62腾出空间。
注意，本文所述的平等关系仅仅是一种具体配置的说明。例如，本文被描述为利用大于或等于(>＝)关系的配置在其它配置中也可仅仅为大于(>)。
虽然本文所述的算法使用固定数量的滤波块点62进行曲线拟合，但是替代实施方案可使用可变数量的回归样本进行曲线拟合。例如，曲线拟合可以持续增加数量的滤波块点62进行，直到达到诊断通过或判决失败，或者直到不再满足诊断启用条件。
替代算法配置可在已经捕获校准的最小数量的回归样本之后开始曲线拟合并且继续捕获并对额外的滤波块点62进行曲线拟合，直到已经捕获到校准的最大数量的回归样本。
步骤133：删除异常滤波块点并更新回归样本阵列。
为了促进计算，可以阵列形式存储有助于每个回归分析的滤波块点。对于本文所述的示例性方法，定义了对应于回归样本大小(即，用于构造回归模型的回归样本的校准的固定数量)的固定大小的x阵列和yy阵列以存储x-坐标(即，液位的预期变化)和对应于滤波块点的每次捕获的y坐标(即，滤波块点)。
如果为曲线拟合目的而收集的滤波块点62的数量N大于用于构造回归模型的回归样本的校准的固定数量，则计算回归模型残差。在确定残差值之后，从x和y阵列中删除与具有最大绝对值的残差对应的滤波块点，并且折叠x和y阵列以为最近捕获的滤波块点62腾出空间。然后将预期液位变化的当前值存储到由校准的固定回归样本大小索引的阵列x中，并且最近捕获的滤波块点存储到由回归样本的校准的固定数量(即，回归样本大小)索引的阵列y。
在更新x和y阵列之后，方法100进行到步骤136。虽然本文所述的算法结合识别和舍弃异常滤波块点62，但是替代实施方案可选择使用每个捕获的滤波块点62，以代替识别和舍弃异常值。
步骤134：更新回归样本阵列
如果为了曲线拟合目的而收集的滤波块点62的数量小于或等于定义用于构造回归模型的回归样本的数量的校准参数(即，回归样本的校准的固定数量或回归样本大小)，则方法100存储或捕获最近确定的滤波块点62以准备曲线拟合。设定或捕获滤波块点62包括将x值设定为预期的液位变化并且将y值设定为滤波液位。
每当捕获新的滤波块点62时，如果为了曲线拟合目的而收集的滤波块点62的数量N小于或等于用于构造回归模型的回归样本的校准的固定数量，则更新回归阵列而无需识别和删除异常样本。预期液位变化的当前值(在步骤124中确定)被存储到由N索引的阵列x中，并且最近捕获的滤波块点62被存储到由N索引的阵列y中，使得：x[N]＝ExpectedLiquidLevelChange；并且y[N]＝FilteredLiquidLevel。
在更新x和y阵列之后，执行进行到步骤135。替代算法可以不需要将每个滤波块点62和预期液位变化的对应值存储到阵列的方式来实施，而是采用一组运行计算来确定感兴趣的曲线拟合统计量和参数。
步骤135：N＝回归样本大小？
如果为了曲线拟合目的而收集的滤波块点62的数量小于定义用于构造回归模型的回归样本的数量的校准参数(即，回归样本的校准的固定数量)，则方法100进行到结束步骤112用于后续循环。例如，基于车辆10和控制系统30，方法100可利用至少六个回归样本。
步骤136：根据滤波块点计算曲线拟合和回归统计量。
如果为曲线拟合目的而收集的滤波块点的数量N大于或等于用于构造回归模型的回归样本的校准的固定数量，则方法100进行到步骤136。根据由控制系统30确定的滤波块点62，方法100通过回归分析确定曲线拟合。
在图2中所示的示例中，回归是线性曲线拟合。然而，也可应用更高阶的曲线拟合，但是非线性曲线拟合计算可能需要额外的计算资源。例如但不限于，方法100可对所确定的滤波块点62采用普通最小二乘法(OLS)曲线拟合方法来确定回归线70。在一种配置中，在每个计算间隔54期间，沿着滤波液位61发生的滤波块点62可为形成感测液位60的感测液位点的指数加权移动平均值。
注意，OLS回归在滤波块点62上执行，而不是在计算间隔54的感测液位点并且不是在整个感测液位60的感测液位点上执行。依据预期的液位变化的函数来计算滤波块点62的OLS回归。
作为回归曲线拟合的一部分，方法100计算几个系数和统计量。例如但不限于，方法100可计算：斜率、回归标准误差(SER)和截距。
如果在离散窗口上执行OLS回归-其中在已经捕获了每组N个滤波块点62之后提供新结果-则可将OLS回归参数和统计量的确定实施为运行计算(即，不需要存储N个滤波块点62中的每一个)。然而，如果OLS回归被配置为识别和舍弃异常样本，或者正在运行窗口上执行-其中一旦收集到校准的固定数量的回归样本，在每个后续计算间隔54完成时提供新的结果，其中最旧的滤波块点62被舍弃并且最新的滤波块点62被添加到OLS回归中-则必须做出规定以在控制系统30的存储器中存储有助于确定OLS回归参数和统计量的所有样本。
步骤138：确定实际液位或液位变化。
根据回归分析，方法100确定对实际液位或实际液位变化的估计。这些液位是基于来自滤波块点62的回归分析的估计值。
用于估计实际液位的基本等式是y＝mx+b，并且用户估计实际液位变化的基本公式是Δy＝m(Δx)，其中m是斜率，x是用于定义计算间隔的参数并且b是截距。无论如何定义计算间隔54，这些公式均会工作。
在图2中所示的示例中，当基于液位的预期变化来定义计算间隔54时，实际液位的估计变化可被表达为：
ActualLiquidLevelChange＝Slope*(x[RegressionModelSampleSize]-x[1])
项x[RegressionModelSampleSize]是对应于有助于当前回归分析的最近捕获的滤波块点62的x的值，并且项x[1]是对应于有助于当前的回归分析的第一个(即，最早的)滤波块点62的x的值。在由图2所说明的示例中，实际液位变化大约为10.4L，如由实际液位变化72所示，使得所确定的实际液位大约为63.4L。注意，该变化是相对于有助于当前回归分析的第一滤波块点62，在图2的示例中，沿着x轴52转移的液体1L和沿着y轴56的总燃料大约53L发生该变化。
虽然本文所述的算法涉及确定实际液位变化的估计，但是替代实施方案可能需要对实际液位进行估计。在这样的配置中，方法100可被修改以从起始实际液位或起始预期液位添加(或减去)确定的变化，以确定实际液位的估计值。
可报告或发信号通知实际液位的估计，以便向车辆10的操作员警告达到了所确定的液位。例如，信号可由控制系统30发送以显示在仪表板上并由其它系统使用。另外，对实际液位的估计可用于增强液位显示，诸如当车辆静止时使用感测液位用于显示目的，并且使用由方法100在车辆运动的时段期间确定的实际液位。
此时，方法100已经计算了其对实际液位变化的估计并且已经计算了预期的液位变化。因此，方法100可包括计算潜在液位误差。潜在液位误差可能是预期液位或变化与实际液位或变化之间的差值。
根据潜在液位误差，通过将潜在液位误差与校准阈值进行比较可做出简单的诊断判断。例如，如果潜在液位误差大于校准阈值，则系统将使诊断失败，并且如果潜在液位误差小于或等于校准阈值，则系统将通过诊断。如本文所述，潜在液位误差还可与更复杂的阈值进行比较。
然而，方法100确定实际液位变化的估计，而不是绝对确定。因此，方法100还在诊断液体系统是否有可能正常运作之前确定实际液位变化的计算估计值是否足够准确。
步骤140：计算置信率。
方法100根据由滤波块点62确定的拟合曲线的回归的标准误差来计算或确定置信率，这些滤波块点62在步骤136中被确定为回归分析的一部分。回归的标准误差表示关于OLS回归预测的滤波块点62计算的标准偏差。即，回归的标准误差是回归模型适合有助于确定回归模型的所有滤波块点62计算的程度的衡量。
置信率可计算如下：
置信率＝(x[回归样本大小]-x[1])/SER。
通常，大的置信率值指示相对于回归模型的预测变化，液位的预期变化较大，使得相对较高的置信率表明数据相对更适合于评估受诊断的部件或系统的功能性能。
步骤142：置信率>最小置信率
方法100接下来确定由回归模型提供的估计的实际液位变化是否足以用于诊断目的。如果实际液位变化和预期的液位变化大不相同，则可能表明车辆10的某个系统中存在故障。例如但不限于，动力系12可能从主贮存器14吸取太多或太少的燃料；虽然有命令，转移泵20可能不会将燃料转移到主贮存器14；或者主传感器32可能没有适当地响应于燃料液位的实际变化。
如果实际上发生了这样的误差，则控制系统30可被配置为诸如经由警告灯或经由网络连接(诸如电子邮件或与移动应用程序的通信)发送的诊断消息来警告操作员。然而，如果误差实际上未发生或者控制系统30确定它不能确认误差正在发生，则方法100可能优选地保留这种警告。
在计算置信率之后，方法100包括将确定的置信率与最小置信率进行比较。通常，最小置信率是以某种方式选择以确保在进行诊断测定之前预期的液位变化相对于实际液位变化的估计值固有的变化足够大的校准值。最小置信率的确切值可为车辆10特有的。
如果所确定的置信率小于或等于最小置信率，则方法100将不做出诊断确定，而不管预期液位变化与估计的实际液位变化之间的潜在液位误差的大小为何，并且方法100进行到结束步骤112。如果所确定的置信率值大于最小置信率，则该方法100将根据潜在液位误差做出诊断确定。
在图2中所说明的示例中，当主液体体积的预期变化达到6.0L时，在捕获到前六个滤波块点62之后首先执行曲线拟合。由于干扰对主液体体积的预期变化大约4.5L到6.5L之间的感测液位60的影响(这被转化为相对较高的估计标准误差(SER))，所得到的置信率计算结果大约为5.4。
然而，对于车辆10和控制系统30，最小置信率被预先校准为8。因此，在这种情况下，方法100将进行到结束/循环步骤112，并且将跳过进行任何(肯定或否定)诊断确定。通过使用置信率来确定是否可或者应该做出诊断确定，方法100提高了车辆10和控制系统30的诊断能力。
仍然参考图2，当主液体体积的预期变化达到7.0L时，在捕获到第七滤波块点62之后第二次执行曲线拟合。在这种情况下，异常点64被识别并舍弃，并且回归模型被新捕获的第七滤波块点62更新。
步骤133说明了异常点64的删除以及随后的阵列压缩以适应新的滤波块点样本。由于从异常值点64中舍弃异常样本并且结合新的滤波块点样本，回归模型的估计标准误差(SER)降低，并且所得到的置信率计算值大约为11.7。因此，因为车辆10和控制系统30将最小置信率预先校准为8，所以在二次回归之后，方法100将进行到步骤144以进行诊断确定。
步骤144：确定实际液位误差最大值。
在建立所收集的数据和回归足以用于诊断确定之后，方法100然后进行确定预期液位变化和实际液位变化的估计值中固有的最大测量误差。用于达到最大误差值的实际方法可取决于所使用的信号、传感器和处理器的本质。
实际液位变化的估计值中固有的最大测量误差可能是由于例如但不限于与感测液位60相关联的采样或转换变化。在图1中所示的配置中，除了其它变化之外，主传感器32和浮标34相对于主贮存器14的非线性体积的线性本质还可能导致转换变化。注意，如根据回归模型确定的回归标准误差(SER)是单独考虑的，因此SER不会纳入到测量误差的确定中。
步骤146：确定预期的液位误差最大值。
预期的液位变化中固有的最大测量误差可能是由于例如但不限于流入和流出主贮存器14(或其它感兴趣的贮存器)的感测、估计或报告的流速中的不准确性。在图1中所示的配置中，主泵18和转移泵20这两者均在转移液体，并且因此相应的流速确定中存在固有的误差。
对于单侧测试(例如，检查液位变化大于最小阈值)，这些不确定度来源可被包括作为计算预期液位变化的一部分，诸如在步骤124中，并且如针对图2中所说明的示例来这样做。另外，步骤144和146可被认为是确定固有误差的单个步骤。
步骤148：计算总变化。
方法100计算总测量和估计变化，其可简单地称为总变化。注意，其它错误类型可能会被结合到总变化的确定中。
总变化用于确定诊断失败阈值或多个阈值相对于预期液位变化的位置。可至少基于在步骤144和146中计算出的最大测量误差和估计误差、回归的标准误差以及应用于回归的标准误差的校准乘数来计算总变化。
因此，总变化可由以下公式确定：
TotalVariation＝EstimatedLiquidLevelErrMax+ExpectedLiquidLevelErrMax+(StandardErrorOfRegression*SERMultiplier)。
注意，其它因素可被包括在总变化的计算中，并且SER乘数可针对方法100的不同实施方案或者基于车辆10和控制系统30而被不同地校准。
步骤150：确定上限失效阈值。
根据总变化，方法100计算用于诊断确定的可允许变化的阈值范围。在示例性配置中，存在上阈值和下阈值这两者。但是，一些配置可能是单向的并且仅具有单个阈值。
对于上限失效阈值，方法100使用以下公式：
UpperFailureThreshold＝ExpectedLiquidLevelChange+TotalVariation。
步骤152：确定下限失效阈值。
对于下限失效阈值，方法100使用以下公式：
LowerFailureThreshold＝ExpectedLiquidLevelChange–TotalVariation。
注意，所示配置中的上限阈值和下限阈值关于预期的液位变化是对称的。然而，在方法100的其它配置中，它们可为不对称的，使得例如对于上阈值可有更大的可接受范围。
另外，一些配置可能只包含单个方向的失效阈值。例如，如果方法100被配置为仅确认转移泵20正在操作，则可仅有最小阈值来诊断液体正在成功地从辅助贮存器16转移到主贮存器14。
通过使用SER来确定总变化，并且随后确定上限和下限，方法100将其自己的数据结合到诊断确定中。在替代配置中，上限和下限可基于预先校准值。然而，方法100通过在确定诊断通过和失败阈值时直接考虑测量变化来改进诊断。
步骤154：实际液位变化在阈值范围内？
方法100将在步骤138中计算的实际液位变化与失效阈值进行比较。在替代系统中，方法100可仅仅使用校准阈值范围和潜在液位误差(即，实际液位变化与预期液位变化之间的差值)来做出诊断确定。
然而，在所示配置中，方法100还通过在步骤150和152中建立上限和下限失效阈值来将所计算的总变化纳入该比较。使用总变化将测量误差和感测误差结合到诊断失效确定中，而不是将潜在液位误差(实际值与预期值之间的简单数学差值)与校准值或多个校准值进行比较。
因此，在步骤154的比较中，方法100确定实际液位变化是大于上限失效阈值还是小于下限失效阈值。在数学上，阈值确定可被表达为：
(ActualLiquidLevelChange>UpperFailureThreshold)或者
(ActualLiquidLevelChange<LowerFailureThreshold)？
在图2中所说明的示例中，计算出的实际液位变化大约为10.4L，并且如前文所讨论，预期的液位变化为6.0L。总变化被确定为大约2.6L，使得上限失效阈值是8.6L并且下限失效阈值是3.4L。
因此，在第七个滤波块点62之后确定的第二回归分析中，方法100确定置信率足以做出诊断确定并且估计的实际液位超出阈值范围(即，它大于上限失效阈值)。注意，方法100的其它配置可仅应用单侧测试。例如，为了诊断转移泵20是否正常操作，方法100可仅确定实际液位变化是否大于下限失效阈值。在这样的配置中，因为所确定的实际液位变化(10.4L)大于下限失效阈值(3.4L)，这表明转移泵20正在将燃料从辅助贮存器16移动到主贮存器14，所以图2中所说明的示例将会通过诊断。
换言之，方法100将作为估计的实际液位变化与预期的液位变化之间的差值的潜在液位误差的量值与总变化进行比较。当测试对称时，潜在液位误差的量值与总变化之间比较起作用，但是其它配置可使用基于潜在液位误差的方向而不同的不对称或单侧比较。
步骤156：记录或报告测试通过。
在实际液位变化在诊断阈值范围内的情况下，该方法从步骤154进行到报告或记录系统已通过诊断确定。
该信息可被存储，可被其它系统使用，或者可用作用于确定部件或系统的正确功能的更大的诊断算法的一部分。例如，主传感器32的测试结果可与辅助传感器36的测试结果结合使用，以诊断转移泵20的整体性能以及主传感器32和辅助传感器36的单独性能。
步骤158：记录或报告测试失效。
在实际液位变化超出诊断阈值范围的情况下，该方法从步骤154进行到报告或记录系统未通过诊断确定。这些信息可能被存储或可能被其它系统使用。在图2中所示的示例中并且如上文所讨论，方法100做出否定诊断确定。
诊断失效可能会触发警告灯或信号，并且可用于调整其它系统的操作。另外，诊断失效可用作用于确定部件或系统的正确功能的更大的诊断算法的一部分，诸如主传感器32的测试结果与辅助传感器36的测试结果结合使用，以诊断转移泵20的整体性能以及主传感器32和辅助传感器36的单独性能。
步骤160：重置诊断参数。
在诊断通过或失败报告之后，方法100进行到重置诊断参数。如果在满足启用条件之后第一次通过循环，则诊断参数也被重置，如从确定步骤122重定向。
被重置的诊断参数至少为：N＝0，并且预期液位变化＝0。注意，重置预期的液位变化也会有效地重置实际液位变化的估计值。方法100然后循环，重复或等待，直到被调用以进一步确定相关液位。
具体实施方式和附图或图示支持并描述本文讨论的主题。虽然已经详细描述了一些最佳模式和其它实施例，但是存在各种替代设计、配置和实施例。

Claims (10)

1.一种用于确定遭受干扰的贮存器的液位变化的方法，所述方法包括：
在多个定义的计算间隔期间感测多个液位点；
根据在每个所述计算间隔期间发生的所述感测液位点确定多个滤波块点；
将回归模型拟合到所确定的滤波块点，包括确定回归的斜率和标准误差；以及
根据所述回归模型的所述斜率确定实际液位变化。
2.根据权利要求1所述的方法，进一步包括：
监测来自所述贮存器的流入和流出；
根据所述流入和所述流出确定预期的液位变化；
根据所述预期液位变化与所述实际液位变化之间的差值计算潜在液位误差；
根据所述回归模型的回归的所述标准误差确定置信率；以及
将所确定的置信率与最小置信率进行比较：
如果所述确定的置信率大于所述最小置信率，则根据所述潜在液位误差做出诊断确定；并且
如果所述确定的置信率小于所述最小置信率，则不会做出诊断确定，不管所述潜在液位误差为何。
3.根据权利要求2所述的方法，其中所述计算间隔是由与所述实际液位变化成比例的参数定义。
4.根据权利要求2所述的方法，其中所述计算间隔由被转移到所述贮存器和从所述贮存器转移的净液体定义。
5.根据权利要求2所述的方法，其中所述滤波块点被计算为每个所述计算间隔内的所述感测液位点的算术平均值。
6.根据权利要求2所述的方法，其中所述滤波块点被计算为每个所述计算间隔内的所述感测液位点的指数加权移动平均值。
7.根据权利要求2所述的方法，其中所述回归模型是普通最小二乘法(OLS)模型。
8.根据权利要求2所述的方法，其中如果所述确定的置信率高于所述最小置信率，则做出所述诊断确定包括：
根据至少回归的所述标准误差乘以校准因子确定总变化；
通过从所述预期的液位变化中减去所述总变化来确定下限失效阈值；以及
将所述实际液位变化与所述下限失效阈值进行比较：
如果所述实际液位变化小于所述下限失效阈值，则记录诊断失效；并且
如果所述实际液位变化大于所述下限失效阈值，则记录诊断通过。
9.根据权利要求8所述的方法，其中进行所述诊断确定进一步包括：
通过将所述总变化添加到所述预期的液位变化来确定上限失效阈值；以及
将所述实际液位变化与所述上限失效阈值进行比较：
如果所述实际液位变化大于所述上限失效阈值，则记录诊断失效；并且
如果所述实际液位变化大于所述下限失效阈值并且小于所述上限失效阈值，则记录诊断通过。
10.根据权利要求9所述的方法，
其中所述计算间隔是由与所述实际液位变化成比例的参数定义；并且其中所述回归模型是线性模型。
CN201810376691.3A 2017-05-02 2018-04-25 改进型液位感测和诊断确定 Expired - Fee Related CN108801386B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/584514 2017-05-02
US15/584,514 US10222249B2 (en) 2017-05-02 2017-05-02 Liquid level sensing and diagnostic determination

Publications (2)

Publication Number Publication Date
CN108801386A true CN108801386A (zh) 2018-11-13
CN108801386B CN108801386B (zh) 2020-10-02

Family

ID=63895801

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810376691.3A Expired - Fee Related CN108801386B (zh) 2017-05-02 2018-04-25 改进型液位感测和诊断确定

Country Status (3)

Country Link
US (1) US10222249B2 (zh)
CN (1) CN108801386B (zh)
DE (1) DE102018110401A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110793589A (zh) * 2019-11-19 2020-02-14 中铁一局集团有限公司 一种基于数据分析的盾构施工注浆消耗量实时计算方法
CN111220234A (zh) * 2020-03-10 2020-06-02 无锡威孚力达催化净化器有限责任公司 一种尿素液位测量值的计算方法、装置及系统
CN111504415A (zh) * 2019-01-30 2020-08-07 陕西重型汽车有限公司 基于电加热传感器的液位测量方法
CN112816023A (zh) * 2020-12-23 2021-05-18 中国船舶重工集团有限公司第七一0研究所 一种水量采集滤波方法及水量采集方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10627245B2 (en) 2017-10-05 2020-04-21 Ford Global Technologies, Llc Vehicle service control
US11454979B2 (en) * 2018-02-28 2022-09-27 Ford Global Technologies, Llc Washer fluid level detection
CN111425281B (zh) * 2020-04-01 2021-02-05 北京理工新源信息科技有限公司 一种柴油车加油或加尿素行为检测方法及系统
US11815523B2 (en) 2020-10-07 2023-11-14 Siemens Healthcare Diagnostics Inc. Multi-point filtering liquid level detection methods and apparatus
DE102021213952A1 (de) 2021-12-08 2023-06-15 Vitesco Technologies GmbH Verfahren zur Feststellung einer Fehlfunktion eines Füllstandsgebers, Füllstandsgeber, Computerprogramm und computerlesbares Medium
CN114353195A (zh) * 2022-01-18 2022-04-15 青岛海信日立空调系统有限公司 一种中央空调

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN85106108A (zh) * 1985-08-13 1987-03-04 西屋电气公司 诊断设备
US20040102937A1 (en) * 2002-11-21 2004-05-27 Honeywell International Inc. Energy forecasting using model parameter estimation
CN101644595A (zh) * 2009-09-01 2010-02-10 南京大学 一种复杂水位过程的拟合方法
US20110238373A1 (en) * 2009-12-14 2011-09-29 United States of America as represented by the Administrator of the National Aeronautics and In-Flight Pitot-Static Calibration
CN102676718A (zh) * 2011-03-07 2012-09-19 宝山钢铁股份有限公司 一种对高炉料面状态进行报警的系统及方法
WO2016073130A1 (en) * 2014-11-05 2016-05-12 Intel Corporation System for determining sensor condition
CN105976258A (zh) * 2010-04-08 2016-09-28 能源管理公司 能量节约计量系统和方法
CN106408590A (zh) * 2016-10-21 2017-02-15 西安电子科技大学 基于回归分析的粒子滤波目标跟踪方法
CN105579678B (zh) * 2013-09-25 2018-05-18 丰田自动车株式会社 传感器的异常诊断装置
US10209346B2 (en) * 2013-08-07 2019-02-19 Endress + Hauser Gmbh + Co. Kg Dispersion correction for FMCW radar in a pipe or tube

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7222526B2 (en) * 2004-06-17 2007-05-29 Ortho-Clinical Diagnostics, Inc Liquid measurements using capacitive monitoring
CN104596618B (zh) * 2007-01-17 2018-04-13 伊利诺斯工具制品有限公司 分离的液位传感器及底座
US8984934B2 (en) * 2013-03-13 2015-03-24 Ford Global Technologies, Llc Method and system to validate a fuel level indicator in a vehicle

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN85106108A (zh) * 1985-08-13 1987-03-04 西屋电气公司 诊断设备
US20040102937A1 (en) * 2002-11-21 2004-05-27 Honeywell International Inc. Energy forecasting using model parameter estimation
CN101644595A (zh) * 2009-09-01 2010-02-10 南京大学 一种复杂水位过程的拟合方法
US20110238373A1 (en) * 2009-12-14 2011-09-29 United States of America as represented by the Administrator of the National Aeronautics and In-Flight Pitot-Static Calibration
CN105976258A (zh) * 2010-04-08 2016-09-28 能源管理公司 能量节约计量系统和方法
CN102676718A (zh) * 2011-03-07 2012-09-19 宝山钢铁股份有限公司 一种对高炉料面状态进行报警的系统及方法
US10209346B2 (en) * 2013-08-07 2019-02-19 Endress + Hauser Gmbh + Co. Kg Dispersion correction for FMCW radar in a pipe or tube
CN105579678B (zh) * 2013-09-25 2018-05-18 丰田自动车株式会社 传感器的异常诊断装置
WO2016073130A1 (en) * 2014-11-05 2016-05-12 Intel Corporation System for determining sensor condition
CN106408590A (zh) * 2016-10-21 2017-02-15 西安电子科技大学 基于回归分析的粒子滤波目标跟踪方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
洪孝安: "《设备管理与维修工作手册》", 30 December 2007 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111504415A (zh) * 2019-01-30 2020-08-07 陕西重型汽车有限公司 基于电加热传感器的液位测量方法
CN111504415B (zh) * 2019-01-30 2022-07-26 陕西重型汽车有限公司 基于电加热传感器的液位测量方法
CN110793589A (zh) * 2019-11-19 2020-02-14 中铁一局集团有限公司 一种基于数据分析的盾构施工注浆消耗量实时计算方法
CN110793589B (zh) * 2019-11-19 2021-08-06 中铁一局集团有限公司 一种基于数据分析的盾构施工注浆消耗量实时计算方法
CN111220234A (zh) * 2020-03-10 2020-06-02 无锡威孚力达催化净化器有限责任公司 一种尿素液位测量值的计算方法、装置及系统
CN112816023A (zh) * 2020-12-23 2021-05-18 中国船舶重工集团有限公司第七一0研究所 一种水量采集滤波方法及水量采集方法

Also Published As

Publication number Publication date
DE102018110401A1 (de) 2018-11-08
CN108801386B (zh) 2020-10-02
US20180321071A1 (en) 2018-11-08
US10222249B2 (en) 2019-03-05

Similar Documents

Publication Publication Date Title
CN108801386A (zh) 改进型液位感测和诊断确定
CN102789543B (zh) 基于多试验信息的可靠性综合评估方法
CN103975150B (zh) 用于对气体传感器进行监控的方法和装置
US8977373B2 (en) Systems and methods for extending physical sensor range using virtual sensors
Daroogheh et al. Prognosis and health monitoring of nonlinear systems using a hybrid scheme through integration of PFs and neural networks
CN102789545A (zh) 基于退化模型匹配的涡轮发动机剩余寿命的预测方法
US20080201054A1 (en) Virtual sensor based engine control system and method
CN101819252B (zh) 一种模拟电路故障诊断方法
Beganovic et al. Remaining lifetime modeling using State-of-Health estimation
EP2038715A2 (en) Method and system for anomaly detection
US8386204B2 (en) Method for the diagnosis of the EGR cooler efficiency in a diesel engine
WO2008156678A1 (en) Virtual sensor system and method
CN102483626A (zh) 用于检测航空器系统性能中系统错误的残差的残差分析装置和方法
CN104048675A (zh) 一种基于高斯过程回归的组合导航系统故障诊断方法
Callegari et al. Complex oscillation-based test and its application to analog filters
CN109271319A (zh) 一种基于面板数据分析的软件故障的预测方法
Patrick et al. An integrated approach to helicopter planetary gear fault diagnosis and failure prognosis
CN106066252A (zh) 一种危险品销毁设备子系统级的健康状态评估方法
CN110121708A (zh) 设计虚拟传感器的过程、对应的虚拟传感器、系统和计算机程序产品
CN105375449A (zh) 直流线路行波保护电压变化率判据的整定方法和系统
Soleimani et al. Reliability challenges for automotive aftertreatment systems: A state-of-the-art perspective
CN110146137A (zh) 油耗量测定方法及装置、油箱
EP3653854A1 (en) Diesel particulate filter monitoring
Dinca et al. A model-based probabilistic approach for fault detection and identification with application to the diagnosis of automotive engines
JP2014110047A (ja) 電子回路シミュレーションのための方法及び装置

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20201002