CN110525423B - 基于可靠度预测的复杂机电系统安全服役控制系统及方法 - Google Patents

Abstract

本发明公开了一种安全服役控制方法，包括以下步骤：1）检测传动系统的系统工况参数、系统状态参数、环境参数信号；2）提取系统工况参数、系统状态参数、环境参数和当前时刻可靠度；3）预测下一时刻可靠度；4）判断下一时刻可靠度与安全服役可靠度之差是否大于零，若是，更新当前时刻可靠度，返回步骤1），否则进入步骤5）；5）进行状态判断，满足判断要求则调节相应的各执行机构及能量管理控制单元；6）实时检测各状态判断是否同时逆成立，若是，进入步骤7），否则进入步骤5）；7）更新当前时刻可靠度，返回步骤1）。本发明的控制方法能够避免系统长期工作在安全服役区域之外，控制简单，控制效率高，可节省大量的时间和经济成本。

Description

基于可靠度预测的复杂机电系统安全服役控制系统及方法

技术领域

本发明涉及机电领域，特别涉及一种基于可靠度预测的复杂机电系统安全服役控制系统及方法。

背景技术

“节能、安全、环保”已成为当今社会发展的主题。为此，涌现了众多种类及形式的复杂机电传动系统，如车辆混合动力系统、工程机械混合动力系统等。因当前的复杂机电传动系统大多含有功率耦合机构，其功率流存在多路分流与汇流，系统工作状态复杂，局部可能还处于恶劣工作状态，存在稳定性和可靠性低等隐患。与此同时，该类系统的工作状态也难以监测，作业工况复杂，受环境影响因素大，常规控制不能保证其安全服役，极大的降低了其使用寿命。

发明内容

为了解决上述技术问题，本发明提供一种结构简单、控制效率高的基于可靠度预测的复杂机电系统安全服役控制系统，并提供一种安全服役控制方法。

本发明解决上述问题的技术方案是：一种基于可靠度预测的复杂机电系统安全服役控制系统，包括系统工况检测模块、系统状态检测模块、环境因素检测模块、可靠度预测模块、可靠度存储模块、系统非安全服役判断模块、非安全服役条件下各执行机构及能量管理控制单元模块；所述系统工况检测模块检测传动系统的系统工况参数，系统状态检测模块检测传动系统的系统状态参数，环境因素检测模块检测传动系统所处环境参数；所述系统工况检测模块、系统状态检测模块、环境因素检测模块的输出端均连接可靠度预测模块的输入端，所述可靠度预测模块由两个三层径向基神经网络映射而成，可靠度预测模块的输出端与系统非安全服役判断模块的输入端相连，所述系统非安全服役判断模块包括可靠度判断单元、第一至第四状态判断单元组成，可靠度判断单元的输入端与可靠度预测模块的输出端相连，可靠度判断单元的输出端分别与可靠度存储模块、第一至第四状态判断单元的输入端相连；可靠度存储模块内含可靠度存储器，储存并更新当前时刻可靠度值，提供给可靠度预测模块预测下一时刻可靠度值；所述非安全服役条件下各执行机构及能量管理控制单元模块包括各机构冷却流量调节控制单元、离合器油压调节控制单元、各机构扭矩调节控制单元、各机构转速调节控制单元、系统能量管理调节控制单元，第一状态判断单元的输出端连接各机构冷却流量调节控制单元，第二状态判断单元的输出端连接离合器油压调节控制单元、各机构扭矩调节控制单元，第三状态判断单元的输出端连接各机构转速调节控制单元，第四状态判断单元的输出端连接系统能量管理调节控制单元。

上述基于可靠度预测的复杂机电系统安全服役控制系统，所述系统工况参数包括系统坡度角信号和系统车速信号；系统状态参数包括蓄电池的电压信号和电流信号、电机及发动机的转速信号和转矩信号、电机温度信号、发动机温度信号、离合器温度信号；环境参数包括环境温度信号和环境湿度信号；各机构冷却流量调节控制单元包括发动机、电机和离合器冷却流量调节控制单元；各机构扭矩调节控制单元包括发动机和电机扭矩调节控制单元；各机构转速调节控制单元包括发动机和电机转速调节控制单元。

上述基于可靠度预测的复杂机电系统安全服役控制系统，可靠度预测模块的其中一个三层径向基神经网络的输入层输入信号为系统工况参数、系统状态参数、当前时刻可靠度，另一个三层径向基神经网络的输入层输入信号为系统状态参数、当前时刻可靠度、环境参数。

一种安全服役控制方法，包括以下步骤：

1)通过系统工况检测模块、系统状态检测模块、环境因素检测模块分别检测传动系统的系统工况参数、系统状态参数、环境参数信号；

2)提取系统工况参数、系统状态参数、环境参数和当前时刻可靠度并送入可靠度预测模块；

3)可靠度预测模块预测下一时刻可靠度；

4)可靠度判断单元判断下一时刻可靠度与安全服役可靠度之差是否大于零，若是，更新当前时刻可靠度，并存入可靠度存储模块，返回步骤1)，否则进入步骤5)；

5)第一至第四状态判断单元分别进行状态判断，满足判断要求则调节相应的各执行机构控制单元和系统能量管理调节控制单元；

6)实时检测各状态判断是否同时逆成立，若是，进入步骤7)，否则进入步骤5)；

7)更新当前时刻可靠度，返回步骤1)。

上述安全服役控制方法，其特征在于：所述步骤1)中，所述系统工况参数、系统状态参数、环境参数分别为4×1、18×1、4×1的矩阵，各矩阵元素为当前时刻信号和上一时刻信号值。

上述安全服役控制方法，所述步骤3)中，所述下一时刻可靠度为两个三层径向基神经网络映射而成的可靠度R₁和R₂的乘积，可靠度R₁由系统工况参数、系统状态参数和当前时刻可靠度映射而成，可靠度R₂由环境参数、系统状态参数和当前时刻可靠度映射而成。

上述安全服役控制方法，所述步骤5)中，第一至第四状态判断单元分别进行机构温度判断、转矩差判断、转速差判断以及功率判断，且相互独立无耦合。

上述安全服役控制方法，所述步骤5)中，所述机构温度判断为t_n>t₀，t_n为n时刻机构温度，t₀为机构温度阈值，机构温度分别为发动机温度或电机温度或离合器温度；转矩差判断为T_n+1-T_n>T₀，T_n+1为n+1时刻系统输出转矩，T_n为n时刻系统输出转矩，T₀为转矩差阈值，系统输出转矩为发动机转矩和电机转矩之和；转速差判断为n_n+1-n_n>n₀，n_n+1为n+1时刻系统输出转速，n_n为n时刻系统输出转速，n₀为转速差阈值，系统输出转速为发动机转速和电机转速之和；功率阈值判断为I_n×U_n>P₀，I_n为n时刻蓄电池电流，U_n为n时刻蓄电池电压，P₀为功率阈值。

上述安全服役控制方法，所述步骤6)中，所述各状态判断是否同时不成立，即为权利要求9所述的机构温度判断、转矩差判断、转速差判断、功率阈值判断同时不成立。

本发明的有益效果在于：本发明所制定的基于可靠度预测的复杂机电系统安全服役控制方法，能根据系统当前可靠度，结合系统工况参数、系统状态参数、环境参数，实时预测系统下一时刻可靠度，提前对传动系统各机构和能量管理进行调节，直至满足安全服役可靠度阈值条件和状态判断同时不成立条件，从而避免系统长期工作在安全服役区域之外，控制简单，控制效率高；且该控制方法可用于任意复杂的机电传动系统，所建立的模块便于修改和移植，其可靠度预测计算误差能控制在1％以内，精度要比由巨大实验数据构造的分布函数高，计算时间可控制在规定的采样周期内，计算量小，能节省大量的时间和经济成本。

附图说明

图1为本发明中控制系统的结构框图。

图2为本发明中控制方法的流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步的说明。

如图1所示，一种基于可靠度预测的复杂机电系统安全服役控制系统，包括系统工况检测模块3、系统状态检测模块9、环境因素检测模块12、可靠度预测模块20、可靠度存储模块23、系统非安全服役判断模块21、非安全服役条件下各执行机构及能量管理控制单元模块33和总线34。

所述系统工况检测模块3检测传动系统的系统工况参数13，系统工况参数13包括系统坡度角信号1和系统车速信号2，系统状态检测模块9检测传动系统的系统状态参数14，系统状态参数14包括蓄电池电压信号8、蓄电池电流信号6、电机及发动机转速信号4、电机及发动机转矩信号5、电机、发动机和离合器的温度信号7，环境因素检测模块12检测传动系统所处环境参数16，环境参数16包括环境温度信号10和环境湿度信号11；所述系统工况检测模块3、系统状态检测模块9、环境因素检测模块12的输出端均连接可靠度预测模块20的输入端。

所述可靠度预测模块20由两个三层径向基神经网络映射而成，可靠度预测模块20的输出端与系统非安全服役判断模块21的输入端相连。可靠度预测模块20的其中一个三层径向基神经网络的输入层输入信号为系统工况参数13、系统状态参数14、当前时刻可靠度15，另一个三层径向基神经网络的输入层输入信号为系统状态参数14、当前时刻可靠度15、环境参数16。

所述系统非安全服役判断模块21包括可靠度判断单元、第一状态判断单元24、第二状态判断单元25、第三状态判断单元26、第四状态判断单元27组成，可靠度判断单元的输入端与可靠度预测模块20的输出端相连，可靠度判断单元的输出端分别与可靠度存储模块23、第一至第四状态判断单元24、25、26、27的输入端相连；可靠度存储模块23内含可靠度存储器22，储存并更新当前时刻可靠度值，提供给可靠度预测模块20预测下一时刻可靠度19值；所述非安全服役条件下各执行机构及能量管理控制单元模块33包括各机构冷却流量调节控制单元28、离合器油压调节控制单元29、各机构扭矩调节控制单元30、各机构转速调节控制单元31、系统能量管理调节控制单元32，第一状态判断单元24的输出端连接各机构冷却流量调节控制单元28，第二状态判断单元25的输出端连接各机构油压调节控制单元29、各机构扭矩调节控制单元30，第三状态判断单元26的输出端连接各机构转速调节控制单元31，第四状态判断单元27的输出端连接系统能量管理调节控制单元32。

安全服役控制系统的工作原理如下：机电系统开始工作时，本发明安全服役控制系统开始实时工作并监测。首先，在设定的采样时间内，系统工况检测模块3、系统状态检测模块9、环境因素检测模块12实时监测系统坡度角信号1、系统车速信号2、蓄电池电压信号8、蓄电池电流信号6、电机及发动机转速信号4、电机及发动机转矩信号5、电机、发动机和离合器温度信号7、环境温度信号10和环境湿度信号11，将所提取的系统工况参数13、系统状态参数14、环境参数16与从可靠度存储器22存储的当前时刻可靠度15作为可靠度预测模块20的输入，获得系统下一时刻可靠度19；如果系统处于安全服役区域内，下一时刻可靠度19将大于安全服役可靠度，系统则会更新当前时刻可靠度15，在下一采样时间内，重新监测，这时该系统只发挥其监测作用；当系统处于安全服役区域外时，下一时刻可靠度19将小于安全服役可靠度，此时系统非安全服役判断模块21和非安全服役条件下各执行机构及能量管理控制单元模块33被激活，用于调整系统工作状态，直至非安全服役判断模块中的第一至第四状态判断单元24、25、26、27同时不成立，本系统才会回到监测模块起点，继续该循环，如果有任一状态成立，非安全服役条件下各执行机构及能量管理控制单元模块33中各机构冷却流量调节控制单元28、离合器油压调节控制单元29、各机构扭矩调节控制单元30、各机构转速调节控制单元31、系统能量管理调节控制单元32会介入复杂机电系统，进行调节，保证系统可靠度回升，使其处于安全服役区域内。

一种安全服役控制方法，包括以下步骤：

1)通过系统工况检测模块3、系统状态检测模块9、环境因素检测模块12分别检测传动系统的系统工况参数13、系统状态参数14、环境参数16。

所述系统工况参数13、系统状态参数14、环境参数16分别为4×1、18×1、4×1的矩阵，各矩阵元素为当前时刻信号和上一时刻信号值。

2)提取系统工况参数13、系统状态参数14、环境参数16和当前时刻可靠度15并送入可靠度预测模块20。

3)可靠度预测模块20预测下一时刻可靠度19。

所述下一时刻可靠度19为两个三层径向基神经网络映射而成的可靠度R₁17和R₂18的乘积，可靠度R₁由系统工况参数13、系统状态参数14和当前时刻可靠度15映射而成，可靠度R₂由环境参数16、系统状态参数14和当前时刻可靠度15映射而成。

4)可靠度判断单元判断下一时刻可靠度19与安全服役可靠度之差是否大于零，若是，更新当前时刻可靠度15，并存入可靠度存储模块23，返回步骤1)，否则进入步骤5)。

5)第一至第四状态判断单元24、25、26、27分别进行状态判断，满足判断要求则调节相应的各执行机构控制单元28、29、30、31和系统能量管理调节控制单元32。

第一至第四状态判断单元24、25、26、27分别进行机构温度判断、转矩差判断、转速差判断以及功率判断，且相互独立无耦合。

6)实时检测各状态判断是否同时逆成立，若是，进入步骤7)，否则进入步骤5)。

7)更新当前时刻可靠度15，返回步骤1)。

上述各实施例中，复杂机电系统的各机构及其信号是以一种混合动力汽车系统来进行说明，仅用于说明本发明，凡是在其他复杂机电系统上对本发明技术方案进行等同变换和改进，均不应排除在本发明的保护范围之外。

Claims (9)

1.一种基于可靠度预测的复杂机电系统安全服役控制系统，其特征在于：包括系统工况检测模块、系统状态检测模块、环境因素检测模块、可靠度预测模块、可靠度存储模块、系统非安全服役判断模块和非安全服役条件下各执行机构及能量管理控制单元模块；所述系统工况检测模块检测传动系统的系统工况参数，系统状态检测模块检测传动系统的系统状态参数，环境因素检测模块检测传动系统所处环境参数；所述系统工况检测模块、系统状态检测模块、环境因素检测模块的输出端均连接可靠度预测模块的输入端，所述可靠度预测模块由两个三层径向基神经网络映射而成，可靠度预测模块的输出端与系统非安全服役判断模块的输入端相连，所述系统非安全服役判断模块包括可靠度判断单元和第一至第四状态判断单元，可靠度判断单元的输入端与可靠度预测模块的输出端相连，可靠度判断单元的输出端分别与可靠度存储模块、第一至第四状态判断单元的输入端相连；可靠度存储模块内含可靠度存储器，储存并更新当前时刻可靠度值，提供给可靠度预测模块预测下一时刻可靠度值；所述非安全服役条件下各执行机构及能量管理控制单元模块包括各机构冷却流量调节控制单元、离合器油压调节控制单元、各机构扭矩调节控制单元、各机构转速调节控制单元和系统能量管理调节控制单元，第一状态判断单元的输出端连接各机构冷却流量调节控制单元，第二状态判断单元的输出端连接离合器油压调节控制单元和各机构扭矩调节控制单元，第三状态判断单元的输出端连接各机构转速调节控制单元，第四状态判断单元的输出端连接系统能量管理调节控制单元。

2.根据权利要求1所述的基于可靠度预测的复杂机电系统安全服役控制系统，其特征在于：所述系统工况参数包括系统坡度角信号和系统车速信号；系统状态参数包括蓄电池的电压信号和电流信号、电机及发动机的转速信号和转矩信号、电机温度信号、发动机温度信号和离合器温度信号；环境参数包括环境温度信号和环境湿度信号；各机构冷却流量调节控制单元包括发动机、电机和离合器冷却流量调节控制单元；各机构扭矩调节控制单元包括发动机和电机扭矩调节控制单元；各机构转速调节控制单元包括发动机和电机转速调节控制单元。

3.根据权利要求2所述的基于可靠度预测的复杂机电系统安全服役控制系统，其特征在于：可靠度预测模块的其中一个三层径向基神经网络的输入层输入信号为系统工况参数、系统状态参数和当前时刻可靠度，另一个三层径向基神经网络的输入层输入信号为系统状态参数、当前时刻可靠度、环境参数。

4.一种基于权利要求3所述的基于可靠度预测的复杂机电系统安全服役控制系统的安全服役控制方法，包括以下步骤：

1)通过系统工况检测模块、系统状态检测模块和环境因素检测模块分别检测传动系统的系统工况参数、系统状态参数和环境参数信号；

2)提取系统工况参数、系统状态参数、环境参数和当前时刻可靠度并送入可靠度预测模块；

3)可靠度预测模块预测下一时刻可靠度；

4)可靠度判断单元判断下一时刻可靠度与安全服役可靠度之差是否大于零，若是，更新当前时刻可靠度，并存入可靠度存储模块，返回步骤1)，否则进入步骤5)；

5)第一至第四状态判断单元分别进行状态判断，满足判断要求则调节相应的各执行机构及能量管理控制单元模块；

6)实时检测各状态判断是否同时不成立，若是，进入步骤7)，否则进入步骤5)；

7)更新当前时刻可靠度，返回步骤1)。

5.据权利要求4所述的安全服役控制方法，其特征在于：所述步骤1)中，所述系统工况参数、系统状态参数、环境参数分别为4×1、18×1、4×1的矩阵，各矩阵元素为当前时刻信号和上一时刻信号值。

6.根据权利要求4所述的安全服役控制方法，其特征在于：所述步骤3)中，所述下一时刻可靠度为两个三层径向基神经网络映射而成的可靠度R₁和R₂的乘积，可靠度R₁由系统工况参数、系统状态参数和当前时刻可靠度映射而成，可靠度R₂由环境参数、系统状态参数和当前时刻可靠度映射而成。

7.根据权利要求4所述的安全服役控制方法，其特征在于：所述步骤5)中，第一至第四状态判断单元分别进行机构温度判断、转矩差判断、转速差判断以及功率判断，且相互独立无耦合。

8.根据权利要求7所述的安全服役控制方法，其特征在于：所述步骤5)中，所述机构温度判断为t_n>t₀，t_n为n时刻机构温度，t₀为机构温度阈值，机构温度分别为发动机温度或电机温度或离合器温度；转矩差判断为T_n+1-T_n>T₀，T_n+1为n+1时刻系统输出转矩，T_n为n时刻系统输出转矩，T₀为转矩差阈值，系统输出转矩为发动机转矩和电机转矩之和；转速差判断为n_n+1-n_n>n₀，n_n+1为n+1时刻系统输出转速，n_n为n时刻系统输出转速，n₀为转速差阈值，系统输出转速为发动机转速和电机转速之和；功率判断为I_n×U_n>P₀，I_n为n时刻蓄电池电流，U_n为n时刻蓄电池电压，P₀为功率阈值。

9.根据权利要求7所述的安全服役控制方法，其特征在于：所述步骤6)中，所述各状态判断是否同时不成立，即为权利要求7所述的机构温度判断、转矩差判断、转速差判断、功率判断同时不成立。

Images