CN109094489B

CN109094489B - 用于运行车载电网的方法

Info

Publication number: CN109094489B
Application number: CN201810636401.4A
Authority: CN
Inventors: O.D.科勒; P.明青
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2017-06-21
Filing date: 2018-06-20
Publication date: 2023-08-29
Anticipated expiration: 2038-06-20
Also published as: CN109094489A; DE102017210366A1; EP3418126A1

Abstract

本发明涉及一种用于运行在车辆中的车载电网的方法，所述车载电网包括多个负载，其中，在一时间段内为所述负载中的至少一个负载检测至少一个物理参量，分析以这种方式确定的时间曲线，并且基于所述时间曲线预测所述至少一个负载的故障行为。

Description

用于运行车载电网的方法

技术领域

本发明涉及一种用于运行车载电网的方法和一种用于执行该方法的组件。

背景技术

车辆中的所有电气部件的总和被称为车载电网。也被称为车辆车载电网的车载电网具有下述任务：为所述车辆中的电气负载供应能量。如果在如今的车辆中在所述车载电网中或者在车载电网部件中由于故障或者老化而停止能量供应，则失去重要的功能。其中例如能够涉及到伺服转向装置。由于该车辆的转向性能未受到损害而只是变得僵硬，并且驾驶员用作备选方案(Rückfallebene)，因此，在如今的系列化生产的车辆中接受车载电网的停止运转。

然而必须注意，由于机组越来越多地电气化以及引入新的车辆功能，对机动车中的电气能量供应的安全性和可靠性给出了更高的要求。

在未来的高度自动化驾驶功能、例如高速公路巡航(Piloten)中，在有限的程度上允许驾驶员进行驾驶以外的活动。由此导致，在结束高度自动化的驾驶功能前，人类驾驶员只能够有限地感知作为传感的、调节技术的、机械的和有能量的备选方案的功能。因此，在高度自动化的行驶中，为了确保所述传感的、调节技术的和促动的备选方案，所述电气供应具有迄今为止在机动车中未知的安全相关性。因此，在所述电气车载电网中的老化和由此可能导致的故障必须在产品安全服务中可靠地并且尽可能完整地识别出来。

在未来的在机动车中的自动化的并且自主的驾驶运行中，驾驶员不再如已知的那样用作传感的、调节技术的、机械的和有能量的备选方案。所述车辆承担驾驶员的功能，例如环境识别、轨迹规划和轨迹实施，所述功能例如也包括转向和制动。

如果停止对安全相关的部件的能量供应，则所述车辆不能够再通过高度自动化或者全自动化的功能受到控制，因为上述所有功能，例如环境识别、轨迹规划和轨迹实施，都不再可用。由此，从产品安全性的角度看来，对车辆车载电网产生特别高的要求。这同样意味着，只有当所述车载电网处在并且在不久的将来保持运转良好的状态时，自动化或者自主驾驶的功能才能够为用户所用。

文献DE 10 2014 007 548 A1描述了一种用于运行具有多个负载的车载电网的方法，其中，为所述负载中的至少一部分负载监视电压阈值，其中，通过所述负载自身来进行这种监视。

发明内容

介绍一种用于运行车载电网的方法和这样一种车载电网，经由该车载电网为多个电气负载、例如转向装置供应电能。在此，能够确保这些负载的高效能性(Funktionst üchtigkeit)。这通过下述方式实现，即为所述电气负载中的至少一个负载，在一种实施方案中为所有至少安全相关的负载，预测故障行为和/或确定故障概率。为此，例如能够考虑所述至少一个负载的损耗功率和温度曲线。由此推导出所述负载的故障概率以及必要时推导出所述负载的、由此产生的剩余使用寿命。安全相关的负载是完成安全相关的功能、例如制动和转向的负载。非安全相关的负载例如是舒适型负载，例如收音机和空调设备。

必要时也能够考虑裂纹扩展。这是一个更深层次的分析层面。温度变化导致微裂纹的扩展，该扩展在给定的时间之后能够导致故障或者降级(Degradierung)。

在所介绍的车载电网中，在构型方案中，负载经由智能的开关元件或者分离元件、例如经由电子能量供给单元(ePDU：electronic PowerDistribution Unit)而与典型地冗余的车载电网的车载电网通道连接，以便能够使所述负载在发生故障的情况下与所述车载电网脱开。因此排除了对安全相关的负载的威胁。为了无需在每个负载中都必须执行为预估该故障行为而必需的可靠性分析，在所介绍的车载电网中，所述分析能够集成在所述智能的开关元件中。

在迄今为止的系列车载电网中，对负载的故障行为的可靠性分析和预估不是必需的。当安全相关的行驶功能发生故障时——这不仅能够通过安全相关的部件本身、还能够通过非安全相关的部件的故障引起，例如通过短路引起——驾驶员用作备选方案，因此，故障的影响无足轻重。发生故障的部件在造访维修车间时仅被替换。

现在已认识到，与此不同，在未来的自动化的车辆中，取消作为备选方案的驾驶员。因此，对所述负载的故障行为的了解对于更安全地运行车辆是必要的。另外，必要考虑的是，在非安全相关的负载中的故障由于相互作用也能够导致危及安全的系统状态。即，所述车载电网中既有安全相关的负载也有非安全相关的负载。

可靠性分析(所述可靠性分析为预估在构型方案中与所述智能的开关元件、例如ePDU连接的负载的故障行为是必需的)在所述开关元件中实施。为此，相应的负载应该具有一定的标记，从而使得所述智能的开关元件、例如ePDU能够考虑为预估该故障行为而必需的模型、例如负载能力模型和/或维勒曲线以便执行所述预测或者预估。所述预估包括接收被考虑用于分析该负载的可靠性的物理参量或者特征参量，例如电流、电压、电阻、环境温度、部件的或者部件中的温度等。根据所述物理参量并且尤其根据这些参量的时间曲线，确定相应的负载的载荷。通过与所述负载能力模型进行比较，能够确定目前的故障概率。通过预测未来的载荷曲线，能够预测该负载的故障行为。

因此，所研究的负载能够也像其它负载一样配属于所述智能的开关元件。在所述车载电网中，能够设置一个智能的开关元件，一些负载或者所有负载配属于该开关元件，也能够设置多个智能的开关元件。这个开关元件或者这些开关元件设置用于执行所需的分析。

维勒曲线是一图表，在该图表中在统计学上为预先给定的载荷绘制能够承受的载荷频率。用于其的值能够根据经验来确定。所述维勒曲线能够在将各个载荷换算为在参考级别上的总载荷时在所述分析中使用。在这个级别上有所述负载能力模型。

所述负载能力模型映射在所述参考级别上部件的故障行为。在此，在参考条件下映射所述载荷频率上的故障概率。根据故障行为，使用不同的分布，例如韦伯分布(或者例如：正态分布、指数分布、对数正态分布、伽玛分布、爱尔朗分布、约尔特分布、正弦分布、……)。用于其的值能够根据经验来确定。

对不同负载和其它车载电网部件的预估能够在下一步骤中在系统层面上、例如在控制器中、在云端或者相似的装置中合并。

所介绍的方法至少在所述实施方案中的一些实施方案中具有一系列优点。因此，不一定必需在每个负载中实施所述可靠性分析或者预估。所述方法支持用于自动化驾驶功能的释放和释放决定。因此，在具有高度重要性的车载电网部件中的老化效应能够导致释放的撤销或者离开例如自动化驾驶的驾驶功能，或者导致释放的撤销或者离开某些运行模式、例如滑行，以便避免安全临界的状态。另外，通过适配的驾驶策略，能够提高可靠性。在运行时导致所述车载电网部件的强烈老化行为的驾驶状况能够被避免，如果这从系统角度来看是必需的话。因此，在运行该车辆时能够考虑所执行的分析的结果。除此之外，提高新驾驶功能的可用性。预防性的维修措施能够及时地在该车载电网系统发生未受控制的故障之前、例如在例行的维修间隔中执行。在从自动化驾驶运行过渡到手动驾驶运行时，能够提高安全性。通过提早向系统预警有威胁的危急的部件/车载电网/车辆状态，能够在对于所述驾驶员来说能够更容易控制的状况中执行车辆过渡。

另外，所述方法考虑下述强制的必要性：即使在部件发生故障时在全自动化驾驶中在无驾驶员干预的情况下也将所述车辆带入安全的状态中。因此，在由于在整个系统中在具有高度重要性的车载电网部件中的磨损而出现危急的部件/车载网络状态时，在通过提早预警或者不释放所述驾驶功能来开始备选策略时，必须记下赢得时间。除此之外，通过提早识别即将发生的故障而提高非全自动化的车辆的可靠性和安全性，由此也能够避免在车道上、例如在高速公路上的“滞停者(Liegenbleiber)”。

本发明的其它优点和构型方案由说明书和附图得出。

应当理解的是，上文提到的和下文还待阐述的特征不仅能够在各自说明的组合中、还能够在其它组合中或者单独地使用，而不离开本发明的框架。

附图说明

图1在方框电路图中示出用于自动化功能的车载电网。

图2在方框电路图中示出用于自动化行驶功能的车载电网的实施方式，该车载电网设置用于执行所描述的方法。

图3示出通过ePDU进行的负载可靠性监视的实施。

图4示出载荷确定的示例性实施。

图5示出用于确定系统可靠性的可靠性方框图表。

具体实施方式

根据实施方式在附图中示意性示出并且在下文参考附图详细说明本发明。

图1示出车载电网，该车载电网能够用于实现高度/全自动化的驾驶功能并且整体用附图标记10来标明。所述车载电网10包括基础通道12或者第一通道和第二通道14，该第一通道对应于如今的起-停-车载电网(Start-Stopp-Bordnetz)。

在所述基础通道12中有发电机20、启动器22、铅蓄电池B1 24、非安全相关的负载26(例如舒适型负载R2)和安全相关的负载R1a 28(例如转向装置、制动器等等)。在所述第二通道14中设置有直流转换器30、铅蓄电池B232和安全相关的负载R1b 34，所述安全相关的负载相对于所述负载R1a 28是冗余的。

因此，由于安全相关的功能(例如转向和制动)的高度重要性，完成这些功能的部件被冗余地实施为负载R1a 28和R1b 34。

所述第二通道14通过所述直流转换器30被附接到所述基础通道12上。所述蓄电池B1 24和B2 32由电池传感器(EBS)(未示出)来监视。能量管理装置监视所述车载电路10并且能够使负载降级或者关闭负载并且触发测量。未示出的是通道R，该通道不仅能够由所述第一通道12来供应、也能够由所述第二通道14来供应。在这个通道中能够设置安全相关的负载，所述负载不冗余地实施。

在图2中示出了车载电网50，该车载电网设计用于自动化驾驶。所述车载电网包括基础车载电网52、第一安全相关通道54和第二安全相关通道56，该第二安全相关通道通过第一直流转换器58与所述基础车载电网52耦接。

在所述基础车载电网52中设置有电机60、第一ePDU62、非安全相关的负载64、具有电池传感器68的第一蓄电池66、第二直流转换器70、另外的非安全相关的负载72、具有第二电池传感器76的第二蓄电池74和启动器78。

在所述第一安全相关通道54中作为负载设置有iBooster(智能化助力器)80、制动系统82、具有负载EPS1 86的转向系统84、用户界面92的负载HM1 90和传感器与车辆控制装置96的负载传感器组194。

在所述第二通道56中设置有第二ePDU 100，经由该第二ePDU该制动系统82的负载ESP102、该用户界面92的负载HM2104、该转向系统84的负载ESP288和该传感器与车辆控制装置96的负载传感器组2106与所述第二通道56耦接。

因此，在所述第二通道56中，在实际的车载电网50与所述安全相关的部件之间连接有作为智能的开关元件或者作为分配单元的第二ePDU发100。在此，将每个负载安装在单独的通道处。以在所述第二通道56中的转向系统84、即所述负载ESP288为例，根据图3阐述用于可靠性分析和可靠性预估的做法。在此在线地在车辆运行中进行所述分析。

图3示出通过所述ePDU进行的负载可靠性监视的可能的实施。该ePDU的测量参量200作为输入参量存在，即电压U 202和电流I 204、外部测量参量(可选)208和运行时长t_i210。利用损耗功率模型220一起得出目前的损耗功率P_v(t_i)222。这个功率损耗作为P_v(t)被输入到存储器224中。利用热模型226一起得出温度曲线T(t)228。利用计数230一起得出温度提升232。所述计数器能够例如借助于雨流计数(Rainflow-)来执行。在此，要求时间顺序(Beanspruchungs-Zeit-Folge)被转换为分级的回复点(Umkehrpunkt)的顺序，然后执行用于量化各级别的损伤/>的滞后的计数。利用换算模型234一起得出损伤/>236，该损伤一方面用1标明，输入到负载能力模型240中；并且用2表明，输入到每单位时间的损伤242中。

另一方面，在路径1之后，由所述负载能力模型240得出目前的故障概率244。然后，执行与限定的容许的故障概率248的比较246。如果在此达到或者超过某些边界值，则实施措施，例如将车辆移交给驾驶员。

在路径2之后，由所述容许的故障概率248借助于负载能力模型240和每单位时间的损伤242得出剩余使用寿命250。根据这些特征参量能够例如阻止功能的释放，或者尽可能早地触发向驾驶员的移交。

图4示出载荷确定的示例性实施。该示意图示出电流参量和电压参量300、损耗功率曲线302、热等效电路图(zTH模型)304、温度曲线306和温度提升308。由所述电流参量和电压参量和损耗功率模型确定该损耗功率的曲线。由损耗功率曲线和zTH模型组成的组合产生构件或者部件的、尤其有害的温度曲线。借助于雨流计数将所述曲线分级。

图5示出用于确定系统可靠性的简化的可靠性方框图表。该示意图示出第一能量源300、第二能量源302、第一转向系统304和第二转向系统306。所述可靠性方框图表是一种方法，利用该方法借助于布尔代数(boolesischerAlgebra)来映射出相互关系。对于这个视图而言例如意味着：如果能量源(EV)1和2或者EV1和转向系统(LS)2或者EV2和LS1发生故障，则所述功能“转向”不再能够被实现。基于这些关系，能够产生关于所述功能一一转向——的可靠性结论，即实际状态和预估。

因此，为了在线地确定该转向的载荷，电流和电压(图3和4中的U、I)连同所述运行时长t_i和所述损耗功率模型一起被移交，该电流和电压要么直接地由ePDU来测量，要么被传送给这个ePDU。根据部件的不同，可能的是，在所述损耗功率模型中考虑其它物理特征参量(图3中的208)，所述其它物理特征参量能够通过所述ePDU或者外部测量装置来接收。通过所述物理输入参量和部件特定的损耗功率模型，确定转向装置当前的损耗功率P_v(t_i)。所述损耗功率模型由所述物理输入参量确定所述功率，该功率并非用于完成功能，而是导致在所述构件中或者在所述部件中发热，并且由此对于所述部件的可靠性或者磨损或者老化效应具有影响。

该转向装置的当前的损耗功率的值P_v(t_i)被移交到所述存储器224处，由此产生该损耗功率P(t)的曲线。通过该转向装置的损耗功率模型与该转向装置的热模型(z_Th模型)的卷积(Faltung)，得到所述温度曲线T(t)。所述损耗功率模型和所述热模型能够与整个部件有关。也能够设置，只分析所述部件的、与故障有关的构件，因为这些构件对于未完成功能起决定性作用，无论如何必须连贯地与同一构件有关。从所述温度曲线T(t)中提取极值，然后将所述雨流计数用于确定所述温度提升。借助于换算模型、例如诺里斯-兰茨贝格(Norris-Landzberg)，将所述温度提升换算为在参考级别上的温度提升T_RN。这些在参考级别上的温度提升对应于该转向装置的目前的损失或者载荷。

在在线分析的第二部分中，将该转向装置的载荷与其负载能力进行对置(对比)，以便

1)确定该转向装置的目前的故障概率，

2)确定该转向装置的剩余使用寿命。

在此，存在在所述参考级别上的负载能力模型，在载荷确定时已换算到所述参考级别上。所述负载能力模型在这里以韦伯分布(Weibullverteilung)的形式示出。也能够是可能的是，通过其它分布能够更好地映射部件的负载能力模型。在所述韦伯分布中，故障概率配属于在参考级别上的温度提升。通常使用中值分布(Medianverteilung)，也就是说，所述转向系统中的50％在达到该曲线时已经发生故障，而50％还运行正常。也能够考虑其它分布或者信任区域。

1)确定该转向装置的目前的故障概率，参见图3)中的1

根据所述负载能力模型，由目前的损伤的值T_RNakt计算目前的故障概率F_akt。这个值与预先给定的容许的故障概率F_zul进行比较。如果F_akt≥F_zul，则如果可能的话立即离开自动化的驾驶模式，也就是说，开始驾驶员移交或者到安全状态中的过渡。

如果所述预测未根据2实现，则能够基于根据1的做法考虑其它措施，所述措施维持该车辆的可用性和安全性：

-为了避免到安全状态中的过渡或者使得驾驶员有时间接管车辆，例如当F_akt≥0.99·F_zul时，限定阈值，自所述阈值起所述驾驶员被要求进行接管。

-为了维持该车辆的可用性并且避免出现危及安全的状况，自一阈值起不再启动自动化驾驶功能，例如当F_akt≥0.97·F_zul时；并且例如当F_akt≥0.95·F_zul时，要求所述驾驶员前往维修车间。

2)确定该转向装置的剩余使用寿命

由迄今为止的损伤T_RNakt和运行时长t_i确定损伤T_prot。为此的线性方程是：

同时，借助于容许的故障概率F_zul和所述负载能力分布确定所述容许的损伤T_RNzul。由每单位时间的损伤T_prot和所述容许的损伤T_RNzul确定直至达到所述容许的故障概率的剩余使用寿命t_rest：

3)将该转向装置的故障概率移交给系统分析

如果在系统层面执行预测，则在系统层面上存在系统可靠性模型，例如图5中的可靠性方框图表。在这个可靠性方框图表中示出了该系统的、与完成功能相关的关系。为了能够在系统层面上进行预测，这个模型必须被赋以(bedaten)所述部件/子系统的被预测的值。对于所述转向装置而言，这意味着，对于不同的未来的时间点，根据2(图3)中的线性方程来确定所述故障概率：

T_RNzuk1...n＝T_RNakt+t_zuk1...n·T_prot

在此，T_RNzuk1...n是关于未来载荷的矢量。T_RNakt是目前的损伤值，t_zuk1...n是应该被预测的时间点，并且T_prot是每时间单位的平均损伤增加量。

借助于负载能力模型给T_RNzuk1...n中的每个值分派一故障概率F_zuk1...n(与1类似的做法)。这个矢量被传递到系统视图(Systembetrachtung)处。由所有部件/子系统的未来值创造所述系统预测。

目标仅在于，示出为系统可靠性分析所必需的值的确定，而非所述系统可靠性分析本身。

除了所说明的、在所述ePDU中的完整分析之外，也能够考虑所述可靠性分析和可靠性预测的下述实现方式：

所说明的做法仅在ePDU中的部分中实施。其余步骤在一个或者多个其他处理单元中执行，例如控制器、能量管理装置、云端等。有意义的交点是所述温度提升的传递，因为在这里大量数据在温度提升中减少。

用于更换部件的信号在部件未发生故障/所述部件未功率降级(Leistungsdegradierung)时出现。

所述开关元件传递用于预测该负载状态的信号，并且传递所述负载的故障概率。

所介绍的方法基本上适用于在每个车辆中使用，在所述车辆中所述车载电网具有特殊的安全相关性。这例如是具有滑行运行(Segelbetrieb)、余热利用(Rekuperation)的车辆或者自动的车辆。

Claims

1.用于运行在车辆中的车载电网(10、50)的方法，所述车载电网包括多个负载，其中，在一时间段内为所述负载(26、28、34、64、72、80、82、84、86、88、90、94、102、104、106)中的至少一个负载检测至少一个物理参量，根据所述物理参量确定所述至少一个负载的载荷，并且分析以这种方式确定的时间曲线，并且基于所述时间曲线预测所述至少一个负载(26、28、34、64、72、80、82、84、86、88、90、94、102、104、106)的故障行为，

其中，考虑所述至少一个负载的损耗功率和温度曲线，由此推导出所述负载的故障概率以及推导出所述负载的由此产生的剩余使用寿命。

2.根据权利要求1所述的方法，其中，在智能的开关元件中执行所述分析，所述至少一个负载(26、28、34、64、72、80、82、84、86、88、90、94、102、104、106)配属于所述开关元件。

3.根据权利要求1或者2所述的方法，其中，给所述负载(26、28、34、64、72、80、82、84、86、88、90、94、102、104、106)中的每一个负载分派标记。

4.根据权利要求1或者2所述的方法，其中，考虑所述至少一个负载(26、28、34、64、72、80、82、84、86、88、90、94、102、104、106)的负载能力模型。

5.根据权利要求1或者2所述的方法，其中，考虑所述至少一个负载(26、28、34、64、72、80、82、84、86、88、90、94、102、104、106)的维勒曲线。

6.根据权利要求1或者2所述的方法，其中，分析多个负载(26、28、34、64、72、80、82、84、86、88、90、94、102、104、106)并且合并这些分析的结果。

7.根据权利要求1或者2所述的方法，其中，在运行所述车辆时，考虑所述分析的结果。

8.在车辆中的车载电网，所述车载电网具有多个负载(26、28、34、64、72、80、82、84、86、88、90、94、102、104、106)，其中，所述车载电网(10、50)设置用于在一时间段内为所述负载(26、28、34、64、72、80、82、84、86、88、90、94、102、104、106)中的至少一个负载检测至少一个物理参量，根据所述物理参量确定所述至少一个负载的载荷，并且分析以这种方式确定的时间曲线，并且基于所述时间曲线预测所述至少一个负载(26、28、34、64、72、80、82、84、86、88、90、94、102、104、106)的故障行为，

9.根据权利要求8所述的车载电网，其中，设置有智能的开关元件，在所述开关元件中执行所述分析，并且所述至少一个负载(26、28、34、64、72、80、82、84、86、88、90、94、102、104、106)配属于所述开关元件。