CN111483469B - 一种用于电动汽车整车控制器故障诊断的分析与测试方法 - Google Patents
一种用于电动汽车整车控制器故障诊断的分析与测试方法 Download PDFInfo
- Publication number
- CN111483469B CN111483469B CN202010345640.1A CN202010345640A CN111483469B CN 111483469 B CN111483469 B CN 111483469B CN 202010345640 A CN202010345640 A CN 202010345640A CN 111483469 B CN111483469 B CN 111483469B
- Authority
- CN
- China
- Prior art keywords
- fault
- battery
- motor
- data
- signal
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
-
- 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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0262—Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
-
- 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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种用于电动汽车整车控制器故障诊断的分析与测试方法,包括步骤:S1,根据不同工况下的整车控制器的故障诊断数据,建立整车控制器的故障诊断分析矩阵集;S2,得到每个所述故障诊断分析矩阵对应的故障特征数据;S3,对所述预设的故障项中的每一项故障项分别建立故障子空间;S4,根据故障分析树,建立所述故障项与所述有效故障特征数据之间的对应关系的知识库;S5,采集待分析的整车控制器的故障检测数据;S6,通过查表法获取所述故障数据在所述知识库中对应的故障信息。可以迅速通过知识库中的故障树逆向寻表找出故障,为整车控制器提供了安全的保障。并且在车辆行驶中,对车辆的实时故障诊断提供了有力的帮助。
Description
技术领域
本发明涉及电动汽车故障诊断分析与测试技术领域,尤其涉及一种用于电动汽车整车控制器故障诊断的分析与测试方法。
背景技术
随着科技的发展,电动汽车因采用清洁能源,能显著降低空气污染水平,成为替代传统耗油汽车的重要交通工具,对能源问题和环境污染问题提出了新的解决方案。整车控制器VCU(Vehicle Control Unit)在整个系统中处于协调、统筹的作用和地位。VCU功能的发挥关乎着车辆的安全、合乎驾驶意图的行驶等。电动汽车相对于传统的耗油汽车,其整车控制器的功能需求大大增加,所以需要针对电动汽车的整车控制器设计可靠的测试方法。
大多数汽车企业的整车控制器测试方法是采用为整车控制器搭建实际的车辆测试平台,通过实际的车辆结构与整车控制器进行物理连接,其中需要额外设置多个传感器、线束等。显然,这样的测试方法耗费了大量的人工成本,增加了测试周期。如今,采用硬件在环的测试方式,为整车控制器的测试提供了便捷的条件,但是硬件在环的测试方式不依靠实车平台,导致其没有可靠的整车控制器的评估方法。
有鉴于此,需要对整车控制器的测试方法进行研究,提出一种适合于电动汽车整车控制器故障诊断的分析与测试方法。
发明内容
本发明的主要目的在于提供用于电动汽车整车控制器故障诊断的分析与测试方法,用于解决解决现有技术中整车控制器测试方法不可靠,并且整车控制器故障的原因评估难度较大的问题。
为实现上述目的,本发明提供的用于电动汽车整车控制器故障诊断的分析与测试方法,包括步骤:
S1,根据不同工况下的整车控制器的故障诊断数据,建立整车控制器的故障诊断分析矩阵集[S1,S2,S3,...,Sn],n∈Z,其中,所述故障诊断数据包括Z个检测信号,Sn为整车控制器的不同工况下的第n个检测信号的值的故障诊断分析矩阵;
S2,根据故障类型表中每个故障类型与故障特征之间的对应关系,对所述故障诊断分析矩阵集按照4个预设的故障类型进行特征提取,得到每个所述故障诊断分析矩阵对应的故障特征数据Yn=[C1n,C2n,...,Ckn],k=4,其中,所述故障类型表Yn为第n个故障诊断分析矩阵Sn对应的故障特征数据,Ckn为第k个故障类型对应的第n个检测信号的值的故障特征数据,所述故障类型包括:温度故障、传感器故障、电机控制器故障以及电池控制器故障;
S3,根据故障类型表中的预设的故障项与所述故障类型之间的对应关系,对所述预设的故障项中的每一项故障项分别建立故障子空间Zi=[Ψi1,Ψi2,...,Ψik],k=4,其中,Zi表示第i项故障项对应的故障子空间,Ψik表示第i项故障项对应的故障子空间中第k个故障类型对应的有效故障特征数据,其中,所述有效故障特征数据为从所述故障特征数据Yn中根据预设的故障选取规则选取;
S4,根据所述故障项、所述故障类型以及所述有效故障特征数据之间的故障分析树,建立所述故障项与所述有效故障特征数据之间的对应关系的知识库;
S5,采集待分析的整车控制器的故障检测数据,所述故障检测数据包括Z个所述检测信号;
S6,通过查表法获取所述故障数据在所述知识库中对应的故障信息。
优选地,所述Z个检测信号包括:整车控制器的模拟量输入信号、整车控制器的开关量输入信号、电机控制器信号以及电池控制器信号;
其中,整车控制器的模拟量输入信号包括整车控制器温度信号、加速踏板电压信号以及制动踏板电压信号;
整车控制器的开关量输入信号包括加速踏板开关信号、制动踏板开关信号、电机故障信号以及电池故障信号;
电机控制器信号包括电机转速信号、电机温度信号、电机效率信号、电机转矩信号、电机母线电压信号以及电机电流信号;
电池控制器信号包括电池温度信号、电池SOC值信号、电池电流信号、电池电压信号以及电池极限放电功率信号。
优选地,所述故障类型包括:温度故障、传感器故障、电机控制器故障以及电池控制器故障;
其中,温度故障包括电机温度异常、电池温度异常以及整车控制器温度异常;
传感器故障包括加速踏板异常以及制动踏板异常;
电机控制器故障包括母线电压过压、母线电压欠压以及电机过电流;
电池控制器故障包括电流过电压、电池过电流、电池过放电以及电池过充电。
优选地,所述故障子空间中故障类型为温度故障对应的有效故障特征数据包括电池温度、电机故障、电池故障、电机温度、整车控制器温度;
所述故障子空间中故障类型为传感器故障对应的有效故障特征数据包括加速踏板开关量、制动踏板开关量、制动踏板电压、加速踏板电压;
所述故障子空间中故障类型为电机控制器故障对应的有效故障特征数据包括电机转速、电机温度、电机效率、电机转矩、电机母线电压,电机电流、电池极限放电功率、电池电压;
所述故障子空间中故障类型为电池控制器故障对应的有效故障特征数据包括电池温度、SOC值、电池电流、电池电压,电池极限放电功率、电机母线电压、电机电流。
优选地,所述故障分析树包括每一项所述故障项对应的有效故障特征数据表;其中,所述故障项与所述有效故障特征数据之间还包括至少一层故障原因子节点。
优选地,所述待分析的整车控制器的所述故障检测数据包括根据从所述待分析的整车控制器侦测出的Z个检测信号中提取出的对应的检测特征数据;其中,所述检测特征数据与所述故障特征数据一一对应的设置。
优选地,所述S5还包括步骤:
根据所述故障检测数据,以及根据故障类型表中每个故障类型与故障特征之间的对应关系,对每一项所述故障项建立待分析故障子空间k=4,其中,zi表示第i项故障项对应的待分析故障子空间,表示第i项故障项对应的待分析故障子空间中第k个故障类型对应的检测特征数据。
优选地,所述故障诊断数据中的所述电机控制器信号还包括电机过载时间,其中所述电机过载时间tover采用公式:
所述方法还包括根据所述电机过载时间tover对电机转矩以及电机温度的间接计算的步骤。
优选地,所述电池极限放电功率Pmax信号采用公式:
所述电池开路电压Eocv采用公式:Eocv=f1(SOC,Tbat),f1(·)为开路电压Eocv与荷电状态SOC值和电池温度Tbat之间的通过数据拟合得到的函数关系;
电池内阻采用公式:Rint=f2(SOC,Tbat,Ibat),f2(·)为电池内阻与荷电状态SOC值、电池温度Tbat和电池电流Ibat之间的通过数据拟合得到的函数关系。
优选地,所述故障诊断数据中的所述电池控制器信号还包括电池放电状态,还包括根据所述电池极限放电功率Pmax对电池放电状态进行间接计算的步骤
在本发明的技术方案中,本发明提出一种用于电动汽车整车控制器故障诊断的分析与测试方法,包括步骤:S1,根据不同工况下的整车控制器的故障诊断数据,建立整车控制器的故障诊断分析矩阵集[S1,S2,S3,...,Sn],n∈Z,其中,所述故障诊断数据包括Z个检测信号,Sn为整车控制器的不同工况下的第n个检测信号的值的故障诊断分析矩阵;S2,根据故障类型表中每个故障类型与故障特征之间的对应关系,对所述故障诊断分析矩阵集按照k个预设的故障类型进行特征提取,得到每个所述故障诊断分析矩阵对应的故障特征数据Yn=[C1n,C2n,...,Ckn],k=4,其中,所述故障类型表Yn为第n个故障诊断分析矩阵Sn对应的故障特征数据,Ckn为第k个故障类型对应的第n个检测信号的值的故障特征数据;S3,根据故障类型表中的预设的故障项与所述故障类型之间的对应关系,对所述预设的故障项中的每一项故障项分别建立故障子空间Zi=[Ψi1,Ψi2,...,Ψik],其中,Zi表示第i项故障项对应的故障子空间,Ψik表示第i项故障项对应的故障子空间中第k个故障类型对应的有效故障特征数据,其中,所述有效故障特征数据为从所述故障特征数据Yn中根据预设的故障选取规则选取;S4,根据所述故障项、所述故障类型以及所述有效故障特征数据之间的故障分析树,建立所述故障项与所述有效故障特征数据之间的对应关系的知识库;S5,采集待分析的整车控制器的故障检测数据,所述故障检测数据包括Z个所述检测信号;S6,通过查表法获取所述故障数据在所述知识库中对应的故障信息。可以迅速通过知识库中的故障树逆向寻表找出故障,为整车控制器提供了安全的保障。并且在车辆行驶中,对车辆的实时故障诊断提供了有力的帮助。
附图说明
图1为本发明一实施例中的用于电动汽车整车控制器故障诊断的分析与测试方法的流程示意图;
图2为本发明中的故障类型表的举例图。
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
另外,本发明各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
请参阅图1,为实现上述目的,本发明的第一实施例提供一种用于电动汽车整车控制器故障诊断的分析与测试方法,本发明提供的用于电动汽车整车控制器故障诊断的分析与测试方法,应用于电动汽车整车控制器故障诊断的分析与测试,所述方法包括如下步骤:
步骤S1,根据不同工况下的整车控制器的故障诊断数据,建立整车控制器的故障诊断分析矩阵集[S1,S2,S3,...,Sn],n∈Z,其中,所述故障诊断数据包括Z个检测信号,Sn为整车控制器的不同工况下的第n个检测信号的值的故障诊断分析矩阵。
具体的,整车控制器的故障诊断分析矩阵集[S1,S2,S3,...,Sn]中,每个Sn代表的整车控制器的不同工况(例如不同的故障状态)下的第n个检测信号的值的故障诊断分析矩阵。
其中,这Z个检测信号可以包括:整车控制器的模拟量输入信号、整车控制器的开关量输入信号、电机控制器信号以及电池控制器信号。
在本实施例中,选取了18个检测信号作为故障诊断数据,具体的,整车控制器的模拟量输入信号为3个,包括:整车控制器的模拟量输入信号:整车控制器温度信号、加速踏板电压信号,制动踏板电压信号;
整车控制器的开关量输入信号为4个,包括:加速踏板开关信号、制动踏板开关信号、电机故障信号、电池故障信号;
电机控制器信号包括:电机转速信号、电机温度信号、电机效率信号、电机转矩信号、电机母线电压信号,电机电流信号;
电池控制器信号包括:电池温度信号、电池SOC值信号、电池电流信号、电池电压信号,电池极限放电功率信号。
优选地,在一较佳的实施例中,故障诊断数据除上述直接可以检测到的检测信号之外,还可以包括间接计算得到的数据,例如根据Z个检测信号中的一个或者多个计算得到。
对于电机,电机负荷过大造成超载的故障对电机性能及安全影响很大,但是检测信号中没有直接对这一故障进行评估的数据,电机过载时间tover可以用于评估电机负荷过大造成超载的故障,电机过载时间tover还可以用于对电机转矩T以及电机温度Tmot进行间接评估计算。
在一实施例中,所述故障诊断数据中的所述电机控制器信号还包括电机过载时间,
其中,所述电机过载时间tover采用公式:
所述方法还包括根据所述电机过载时间tover对电机转矩以及电机温度的间接计算的步骤。
对于电池,由于电池放电的功率在不同的荷电状态SOC值(state of charge)时成非线性的关系,电池的电压会因为电流状态的剧烈下降而相应也下降,一旦电池过度放电到截止电压以下对电池控制器以及电机控制器都会产生难以估量的损伤。因此,通过检测电池的放电极限功率就可以实现对电池过放电状态的间接估计与计算,是故障诊断中需要添加的重要参数。
在一实施例中,所述电池极限放电功率Pmax信号采用公式:
所述电池开路电压Eocv采用公式:Eocv=f1(SOC,Tbat),f1(·)为开路电压Eocv与荷电状态SOC值和电池温度Tbat之间的通过数据拟合得到的函数关系;
电池内阻采用公式:Rint=f2(SOC,Tbat,Ibat),f2(·)为电池内阻与荷电状态SOC值、电池温度Tbat和电池电流Ibat之间的通过数据拟合得到的函数关系。
所述故障诊断数据中的所述电池控制器信号还包括电池放电状态,还包括根据所述电池极限放电功率Pmax对电池放电状态进行间接计算的步骤。
在一实施例中,所述不同工况下的整车控制器的故障诊断数据可以是采集到不同的车辆行驶工况(例如各种可以预设得到的故障工况)下的数据,每隔10-40分钟(例如30分钟)采集1次整车控制器的模拟量和开关量数据,一共将200次或者200次以上采集到的模拟量和开关量数据作为故障诊断数据。
步骤S2,根据故障类型表中每个故障类型与故障特征之间的对应关系,对所述故障诊断分析矩阵集按照4个预设的故障类型进行特征提取,得到每个所述故障诊断分析矩阵对应的故障特征数据Yn=[C1n,C2n,...,Ckn],k=4,其中,所述故障类型表Yn为第n个故障诊断分析矩阵Sn对应的故障特征数据,Ckn为第k个故障类型对应的第n个检测信号的值的故障特征数据。
预先建立故障类型表,在故障类型表中记录号每个故障类型与故障特征之间的对应关系。由于不同故障类型所对应的故障特征都不尽相同,需要将整车控制器故障诊断分析矩阵[S1,S2,S3,...,Sn]分别针对不同的故障类型对采集到的测试数据进行分解,形成每个整车控制器故障诊断分析矩阵所对应的故障特征数据Yn=[C1n,C2n,...,Ckn],以便于后续通过故障检测数据对应查询到匹配的故障类型。
具体的,在本实施例中,通过罗列和筛选,选择所述故障类型包括:温度故障、传感器故障、电机控制器故障以及电池控制器故障;
其中,温度故障包括电机温度异常、电池温度异常以及整车控制器温度异常;
传感器故障包括加速踏板异常以及制动踏板异常;
电机控制器故障包括母线电压过压、母线电压欠压以及电机过电流;
电池控制器故障包括电流过电压、电池过电流、电池过放电以及电池过充电。
S3,根据故障类型表中的预设的故障项与所述故障类型之间的对应关系,对所述预设的故障项中的每一项故障项分别建立故障子空间Zi=[Ψi1,Ψi2,...,Ψik],k=4,其中,Zi表示第i项故障项对应的故障子空间,Ψik表示第i项故障项对应的故障子空间中第k个故障类型对应的有效故障特征数据,其中,所述有效故障特征数据为从所述故障特征数据Yn中根据预设的故障选取规则选取。
预设的故障项为预先罗列出的常见的故障,通过故障类型表记录每项故障项所属的故障类型,然后通过故障类型与故障特征进行关联,从而建立没给故障项对应的故障子空间。
相应的,在本实施例中,所述故障子空间中故障类型为温度故障对应的有效故障特征数据包括电池温度、电机故障、电池故障、电机温度、整车控制器温度;
所述故障子空间中故障类型为传感器故障对应的有效故障特征数据包括加速踏板开关量、制动踏板开关量、制动踏板电压、加速踏板电压;
所述故障子空间中故障类型为电机控制器故障对应的有效故障特征数据包括电机转速、电机温度、电机效率、电机转矩、电机母线电压,电机电流、电池极限放电功率、电池电压;
所述故障子空间中故障类型为电池控制器故障对应的有效故障特征数据包括电池温度、SOC值、电池电流、电池电压,电池极限放电功率、电机母线电压、电机电流。
建立故障子空间的目的在于对每个故障项进行分开处理,并且将与每个故障项相关的故障特征都放入每个故障项单独的子空间中,对每个故障项进行单独处理,利用所有相关联的故障特征指导故障诊断,减少了故障错误诊断的几率,并且提高了故障诊断反应的速度,提高了车辆行驶的安全性。
S4,根据所述故障项、所述故障类型以及所述有效故障特征数据之间的故障分析树,建立所述故障项与所述有效故障特征数据之间的对应关系的知识库。
知识库是由对上述的k个故障类型通过故障树分析的方法分别建立的,通过故障子空间Zi=[Ψi1,Ψi2,...,Ψik]对知识库进行查询就能够得到具体发生的故障。通过故障树查询的方式可以最快的找到故障的原因,并且将测试数据与具体故障用树的方式联系起来,省去了对数据分析以及数据处理的步骤。事先建立的故障树,虽然需要花费一定的时间,但是可以使整车控制器的测试更具备实时性,从而提高车辆在行驶过程中的安全性。
进一步地,所述故障分析树包括每一项所述故障项对应的有效故障特征数据表;其中,所述故障项与所述有效故障特征数据之间还包括至少一层故障原因子节点。请一并参考表1,例如,针对车辆进入降功率行驶模式故障这一具体故障项,在故障项和故障特征之间还设置有一层故障原因子节点。
具体的,通过对整车控制器故障的具体原因进行分析,列出导致整车控制器故障的直接原因或间接原因,采用树的结构自上向下进行分解,直到故障事件原因分解到具体整车控制器的故障检测数据为止,这样便可以通过寻树的方法,寻找到所述的某一个故障子空间所会导致的故障。如表1为针对车辆进入将功率行驶模式故障建立采用故障树分析的方式建立的表,此为某一具体故障项,对于知识库是对每一个故障项都建立表格,对子空间的特征数据采用查表的方式,从而诊断故障。
表1故障树分析表
S5,采集待分析的整车控制器的故障检测数据,所述故障检测数据包括Z个所述检测信号。
其中,所述待分析的整车控制器的所述故障检测数据包括根据从所述待分析的整车控制器侦测出的Z个检测信号中提取出的对应的检测特征数据;其中,所述检测特征数据与所述故障特征数据一一对应的设置。通过一致的监测数据,可以直接进行匹配与评估,不会出现没有预先建立在故障树中的故障检测数据。
在一优选地实施例中,所述S5还包括步骤:
根据所述故障检测数据,以及根据故障类型表中每个故障类型与故障特征之间的对应关系,对每一项所述故障项建立待分析故障子空间k=4,其中,zi表示第i项故障项对应的待分析故障子空间,表示第i项故障项对应的待分析故障子空间中第k个故障类型对应的检测特征数据。
S6,通过查表法获取所述故障数据在所述知识库中对应的故障信息。
请一并结合图2,在一具体示例中,以非驾驶员意图的故障分析为例,此故障的造成原因有很多种,这里只列举了其中两种故障类型:整车控制器故障与电机控制器故障,并建立了知识库中的故障树。
通过大量数据测试,得到不同工况下的整车控制器的故障诊断数据建立整车控制器的故障诊断分析矩阵集[S1,S2,S3,...,Sn];包括加速踏板电压与开关信号数据、电池功率、电机过载时间、母线电压、电机温度、电机逆变器工作参数这几个检测信号。
根据整车控制器故障和电机控制器故障与故障特征之间的对应关系,对所述故障诊断分析矩阵集按照k个预设的故障类型进行特征提取,得到每个所述故障诊断分析矩阵对应的故障特征数据Yn=[C1n,C2n,...,Ckn];对于整车控制器故障来说,主要分为加速踏板传感器异常和加速踏板使能端异常,具体涉及的故障特征数据为加速踏板电压与开关信号数据,当加速踏板电压信号异常,而加速踏板开关信号正常时,这时候的故障就是加速踏板传感器异常;反之,当加速踏板电压信号正常,而加速踏板开关信号异常时,这时候的故障就是加速踏板使能端异常。对于电机控制器故障,主要为电机控制单元失效,表现为转速变化不符合期望转速,具体设计的故障特征数据为电池功率、电机过载时间、母线电压、电机温度、电机逆变器工作参数,当电机过载时间异常,电机母线电机过高,其他参数正常时,可判定为电机控制单元失效故障,并且通过故障子空间ψ的数据明确知道故障的位置;同时,当电机温度异常,其余参数正常时,也可判定为电机控制单元失效故障。
根据非驾驶员意图的故障、整车控制器故障与电机控制器故障、提取非驾驶员意图的故障所对应的故障特征数据,建立故障子空间。
根据所述故障项、所述故障类型以及所述有效故障特征数据之间的故障分析树,建立所述故障项与所述有效故障特征数据之间的对应关系的知识库;
当待分析的整车控制器的故障检测数据与故障子空间中的故障特征数据一定程度的吻合时,可以判定为故障发生。
非驾驶员意图的故障的原因有多种因素造成,与整车控制器中的很多故障特征数据相关联,是一种具有代表性的故障,采用本发明的方法,可以迅速通过知识库中的故障树逆向寻表找出故障,为整车控制器提供了安全的保障。并且在车辆行驶中,对车辆的实时故障诊断提供了有力的帮助。
本发明还提供一种用于电动汽车整车控制器故障诊断的分析与测试装置,所述装置包括存储在所述存储器上并可在所述处理器上运行的操作系统以及计算机程序;所述计算机程序被所述处理器执行时实现如上中任一项所述的用于电动汽车整车控制器故障诊断的分析与测试方法的步骤。
可以理解的是,由于本实施例中的包含用于电动汽车整车控制器故障诊断的分析与测试方法的计算机程序至少包括上述用于电动汽车整车控制器故障诊断的分析与测试方法实施例的全部技术方案,同时至少具有以上实施例的全部技术效果,此处不再一一赘述。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一实施例用于电动汽车整车控制器故障诊断的分析与测试方法的的步骤。
由于本实施例计算机可读存储介质的技术方案至少包括上述交流伺服系统控制性能分析方法实施例的全部技术方案,因此至少具有以上实施例的全部技术效果,此处不再一一赘述。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备进入本发明各个实施例所述的方法。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (7)
1.一种用于电动汽车整车控制器故障诊断的分析与测试方法,其特征在于,包括步骤:
S1,根据不同工况下的整车控制器的故障诊断数据,建立整车控制器的故障诊断分析矩阵集[S1,S2,S3,...,Sn],n∈Z,其中,所述故障诊断数据包括Z个检测信号,Sn为整车控制器的不同工况下的第n个检测信号的值的故障诊断分析矩阵;
S2,根据故障类型表中每个故障类型与故障特征之间的对应关系,对所述故障诊断分析矩阵集按照4个预设的故障类型进行特征提取,得到每个所述故障诊断分析矩阵对应的故障特征数据Yn=[C1n,C2n,...,Ckn],k=4,其中,所述故障类型表Yn为第n个故障诊断分析矩阵Sn对应的故障特征数据,Ckn为第k个故障类型对应的第n个检测信号的值的故障特征数据,所述故障类型包括:温度故障、传感器故障、电机控制器故障以及电池控制器故障;
S3,根据故障类型表中的预设的故障项与所述故障类型之间的对应关系,对所述预设的故障项中的每一项故障项分别建立故障子空间Zi=[Ψi1,Ψi2,...,Ψik],k=4,其中,Zi表示第i项故障项对应的故障子空间,Ψik表示第i项故障项对应的故障子空间中第k个故障类型对应的有效故障特征数据,其中,所述有效故障特征数据为从所述故障特征数据Yn中根据预设的故障选取规则选取;
S4,根据所述故障项、所述故障类型以及所述有效故障特征数据之间的故障分析树,建立所述故障项与所述有效故障特征数据之间的对应关系的知识库;所述故障分析树包括每一项所述故障项对应的有效故障特征数据表,所述故障分析树用树的结构自上向下进行分解,直到故障事件原因分解到具体整车控制器的故障检测数据为止;其中,所述故障项与所述有效故障特征数据之间还包括至少一层故障原因子节点;
S5,采集待分析的整车控制器的故障检测数据,所述故障检测数据包括Z个所述检测信号;其中,所述待分析的整车控制器的所述故障检测数据包括根据从所述待分析的整车控制器侦测出的Z个检测信号中提取出的对应的检测特征数据;其中,所述检测特征数据与所述故障特征数据一一对应的设置;所述S5还包括步骤:根据所述故障检测数据,以及根据故障类型表中每个故障类型与故障特征之间的对应关系,对每一项所述故障项建立待分析故障子空间k=4,其中,zi表示第i项故障项对应的待分析故障子空间,表示第i项故障项对应的待分析故障子空间中第k个故障类型对应的检测特征数据;
S6,通过查表法获取所述故障数据在所述知识库中对应的故障信息。
2.根据权利要求1中所述的用于电动汽车整车控制器故障诊断的分析与测试方法,其特征在于,所述Z个检测信号包括:整车控制器的模拟量输入信号、整车控制器的开关量输入信号、电机控制器信号以及电池控制器信号;
其中,整车控制器的模拟量输入信号包括整车控制器温度信号、加速踏板电压信号以及制动踏板电压信号;
整车控制器的开关量输入信号包括加速踏板开关信号、制动踏板开关信号、电机故障信号以及电池故障信号;
电机控制器信号包括电机转速信号、电机温度信号、电机效率信号、电机转矩信号、电机母线电压信号以及电机电流信号;
电池控制器信号包括电池温度信号、电池SOC值信号、电池电流信号、电池电压信号以及电池极限放电功率信号。
3.根据权利要求2中所述的用于电动汽车整车控制器故障诊断的分析与测试方法,其特征在于,
其中,温度故障包括电机温度异常、电池温度异常以及整车控制器温度异常;
传感器故障包括加速踏板异常以及制动踏板异常;
电机控制器故障包括母线电压过压、母线电压欠压以及电机过电流;
电池控制器故障包括电流过电压、电池过电流、电池过放电以及电池过充电。
4.根据权利要求3中所述的用于电动汽车整车控制器故障诊断的分析与测试方法,其特征在于,
所述故障子空间中故障类型为温度故障对应的有效故障特征数据包括电池温度、电机故障、电池故障、电机温度、整车控制器温度;
所述故障子空间中故障类型为传感器故障对应的有效故障特征数据包括加速踏板开关量、制动踏板开关量、制动踏板电压、加速踏板电压;
所述故障子空间中故障类型为电机控制器故障对应的有效故障特征数据包括电机转速、电机温度、电机效率、电机转矩、电机母线电压,电机电流、电池极限放电功率、电池电压;
所述故障子空间中故障类型为电池控制器故障对应的有效故障特征数据包括电池温度、SOC值、电池电流、电池电压,电池极限放电功率、电机母线电压、电机电流。
7.根据权利要求6中所述的用于电动汽车整车控制器故障诊断的分析与测试方法,其特征在于,所述故障诊断数据中的所述电池控制器信号还包括电池放电状态,还包括根据所述电池极限放电功率Pmax对电池放电状态进行间接计算的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010345640.1A CN111483469B (zh) | 2020-04-27 | 2020-04-27 | 一种用于电动汽车整车控制器故障诊断的分析与测试方法 |
PCT/CN2021/075624 WO2021218277A1 (zh) | 2020-04-27 | 2021-02-05 | 一种用于电动汽车整车控制器故障诊断的分析与测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010345640.1A CN111483469B (zh) | 2020-04-27 | 2020-04-27 | 一种用于电动汽车整车控制器故障诊断的分析与测试方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111483469A CN111483469A (zh) | 2020-08-04 |
CN111483469B true CN111483469B (zh) | 2021-08-03 |
Family
ID=71790767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010345640.1A Active CN111483469B (zh) | 2020-04-27 | 2020-04-27 | 一种用于电动汽车整车控制器故障诊断的分析与测试方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111483469B (zh) |
WO (1) | WO2021218277A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111483469B (zh) * | 2020-04-27 | 2021-08-03 | 湖南大学 | 一种用于电动汽车整车控制器故障诊断的分析与测试方法 |
CN112622914B (zh) * | 2020-12-21 | 2022-11-04 | 武汉理工大学 | 新能源汽车行车安全状态辨识系统 |
CN114137941A (zh) * | 2021-11-29 | 2022-03-04 | 航天重型工程装备有限公司 | 一种电动轮铲板车故障诊断及监控系统 |
CN114323686A (zh) * | 2021-12-17 | 2022-04-12 | 一汽奔腾轿车有限公司 | 一种车辆控制器电压、电流、温度测试方法及测试装置 |
CN114274779B (zh) * | 2022-01-18 | 2023-09-19 | 成都汽车职业技术学校 | 新能源电动车集温度信息采集与预警控制的装置及方法 |
CN114643948B (zh) * | 2022-03-31 | 2024-04-12 | 奇瑞商用车(安徽)有限公司 | 一种纯电动汽车的整车故障等级诊断方法 |
CN117289144B (zh) * | 2023-11-27 | 2024-04-19 | 宁德时代新能源科技股份有限公司 | 一种故障定位方法、装置、设备、系统和介质 |
CN117390519B (zh) * | 2023-12-06 | 2024-04-09 | 中汽研汽车检验中心(天津)有限公司 | 一种轮毂电机故障情况预测方法 |
CN117434927B (zh) * | 2023-12-20 | 2024-04-02 | 中汽研(天津)汽车工程研究院有限公司 | 一种检测电子控制器故障状态的云端诊断系统及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007284027A (ja) * | 2006-04-20 | 2007-11-01 | Hino Motors Ltd | 車載故障診断制御装置 |
CN104777827A (zh) * | 2015-01-21 | 2015-07-15 | 中国铁路总公司 | 高速铁路信号系统车载设备故障诊断方法 |
CN104793609A (zh) * | 2015-05-07 | 2015-07-22 | 中国科学院光电技术研究所 | 一种自适应光学电控系统自检及故障诊断专家系统 |
CN106647724A (zh) * | 2017-02-15 | 2017-05-10 | 北京航空航天大学 | 一种基于车辆异常数据监测的t‑box信息安全检测及防护方法 |
CN109291935A (zh) * | 2017-07-25 | 2019-02-01 | 大陆泰密克汽车系统(上海)有限公司 | 用于分析车辆的电子控制系统中的信号链的安全性的方法 |
CN110196365A (zh) * | 2019-05-31 | 2019-09-03 | 中山职业技术学院 | 一种车辆电驱动系统故障诊断方法 |
CN110329275A (zh) * | 2018-03-29 | 2019-10-15 | 罗伯特·博世有限公司 | 在故障情况下运行装置、尤其车辆的装置的方法和设备 |
CN107092247B (zh) * | 2017-06-16 | 2019-11-22 | 温州大学 | 一种基于状态数据的包装生产线故障诊断方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5697466A (en) * | 1992-11-12 | 1997-12-16 | Kabushikikaisha Equos Research | Hybrid vehicle |
CN101782629A (zh) * | 2009-01-21 | 2010-07-21 | 清华大学 | 基于obd—ⅱ的电池系统监测方法及装置 |
CN108248598B (zh) * | 2018-01-08 | 2019-08-27 | 武汉理工大学 | 一种轮毂电机驱动混合动力汽车失效控制系统及方法 |
CN109484392B (zh) * | 2018-11-26 | 2020-03-10 | 吉林大学 | 一种多轮分布式混合动力系统集成故障诊断方法 |
CN109920082B (zh) * | 2019-03-11 | 2021-01-15 | 辽宁工业大学 | 一种混合动力电动汽车故障诊断预警方法 |
CN110254512B (zh) * | 2019-06-24 | 2020-10-20 | 清华大学 | 分布式智能电动车辆转向系统功能安全架构设计方法 |
CN111483469B (zh) * | 2020-04-27 | 2021-08-03 | 湖南大学 | 一种用于电动汽车整车控制器故障诊断的分析与测试方法 |
-
2020
- 2020-04-27 CN CN202010345640.1A patent/CN111483469B/zh active Active
-
2021
- 2021-02-05 WO PCT/CN2021/075624 patent/WO2021218277A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007284027A (ja) * | 2006-04-20 | 2007-11-01 | Hino Motors Ltd | 車載故障診断制御装置 |
CN104777827A (zh) * | 2015-01-21 | 2015-07-15 | 中国铁路总公司 | 高速铁路信号系统车载设备故障诊断方法 |
CN104793609A (zh) * | 2015-05-07 | 2015-07-22 | 中国科学院光电技术研究所 | 一种自适应光学电控系统自检及故障诊断专家系统 |
CN106647724A (zh) * | 2017-02-15 | 2017-05-10 | 北京航空航天大学 | 一种基于车辆异常数据监测的t‑box信息安全检测及防护方法 |
CN107092247B (zh) * | 2017-06-16 | 2019-11-22 | 温州大学 | 一种基于状态数据的包装生产线故障诊断方法 |
CN109291935A (zh) * | 2017-07-25 | 2019-02-01 | 大陆泰密克汽车系统(上海)有限公司 | 用于分析车辆的电子控制系统中的信号链的安全性的方法 |
CN110329275A (zh) * | 2018-03-29 | 2019-10-15 | 罗伯特·博世有限公司 | 在故障情况下运行装置、尤其车辆的装置的方法和设备 |
CN110196365A (zh) * | 2019-05-31 | 2019-09-03 | 中山职业技术学院 | 一种车辆电驱动系统故障诊断方法 |
Non-Patent Citations (1)
Title |
---|
基于模型的纯电动车辆动力系统故障诊断研究;刘真通;《中国博士学位论文全文数据库 工程科技II辑》;20160715(第07期);13-33页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111483469A (zh) | 2020-08-04 |
WO2021218277A1 (zh) | 2021-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111483469B (zh) | 一种用于电动汽车整车控制器故障诊断的分析与测试方法 | |
US9482713B2 (en) | Method and system of diagnosing breakdown during pre-charging | |
CN109116242B (zh) | 一种动力电池的数据处理方法和装置 | |
CN109782747B (zh) | 故障检测方法及装置 | |
CN107340762B (zh) | 一种整车异常功能检查方法及系统 | |
CN113064939A (zh) | 一种新能源车辆三电系统安全特征数据库构建方法 | |
CN113500916A (zh) | 一种电池系统安全状态的预警方法、预警装置及控制设备 | |
CN112526379A (zh) | 用于监测电池组中的多个电池单体的状态的方法 | |
US10809306B2 (en) | Method for checking a battery state and an apparatus for checking a battery state using voltage differences | |
CN112098850A (zh) | 基于sdo算法的锂离子电池电压故障诊断方法及系统 | |
CN112054259B (zh) | 采集线束故障检测方法、装置、电子设备及存储介质 | |
CN111983496A (zh) | 一种并联锂离子电池组虚拟连接与内阻增加故障辨识方法 | |
CN112816881B (zh) | 电池压差异常检测方法、装置及计算机存储介质 | |
CN111140391A (zh) | 一种进气传感器故障处理方法、装置、系统、车辆及介质 | |
CN112026524A (zh) | 一种用于燃料电池汽车的故障诊断及处理方法和系统 | |
CN116224075A (zh) | 动力电池单体异常预警方法、装置、电子设备和存储介质 | |
CN111882697B (zh) | 一种基于概率突变法则的电压异常单体的识别算法 | |
US20180267111A1 (en) | Method for monitoring a battery | |
US7136779B2 (en) | Method for simplified real-time diagnoses using adaptive modeling | |
CN113391214A (zh) | 一种基于电池充电电压排名变化的电池微故障诊断方法 | |
CN117148194A (zh) | 一种电动汽车电池组故障探测方法及系统 | |
CN116338454A (zh) | 一种新能源汽车的电性能检测方法及装置 | |
CN112965001A (zh) | 一种基于实车数据的动力电池组故障诊断方法 | |
CN102267457B (zh) | 用于在混合动力车辆中控制马达扭矩的方法和系统 | |
CN111239524A (zh) | 用于汽车启动时电子模块的检测方法及系统 |
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 |