CN111936365A - 发动机摩擦监测器 - Google Patents
发动机摩擦监测器 Download PDFInfo
- Publication number
- CN111936365A CN111936365A CN201980023535.1A CN201980023535A CN111936365A CN 111936365 A CN111936365 A CN 111936365A CN 201980023535 A CN201980023535 A CN 201980023535A CN 111936365 A CN111936365 A CN 111936365A
- Authority
- CN
- China
- Prior art keywords
- torque
- engine
- error
- baseline
- monitoring
- 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
Links
- 238000012544 monitoring process Methods 0.000 claims description 53
- 238000000034 method Methods 0.000 claims description 41
- 230000004044 response Effects 0.000 claims description 26
- 230000008859 change Effects 0.000 claims description 18
- 238000009825 accumulation Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 239000012190 activator Substances 0.000 claims description 4
- 230000001052 transient effect Effects 0.000 claims description 3
- 230000004913 activation Effects 0.000 claims description 2
- 238000012806 monitoring device Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000000644 propagated effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000013256 coordination polymer Substances 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- B60W50/038—Limiting the input power, torque or speed
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/22—Safety or indicating devices for abnormal conditions
-
- 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
- B60W20/00—Control systems specially adapted for hybrid vehicles
- B60W20/50—Control strategies for responding to system failures, e.g. for fault diagnosis, failsafe operation or limp mode
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/02—Circuit arrangements for generating control signals
- F02D41/14—Introducing closed-loop corrections
- F02D41/1497—With detection of the mechanical response of the engine
-
- 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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/08—Electric propulsion units
- B60W2710/083—Torque
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D2200/00—Input parameters for engine control
- F02D2200/02—Input parameters for engine control the parameters being related to the engine
- F02D2200/10—Parameters related to the engine output, e.g. engine torque or engine speed
- F02D2200/1002—Output torque
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D2200/00—Input parameters for engine control
- F02D2200/02—Input parameters for engine control the parameters being related to the engine
- F02D2200/10—Parameters related to the engine output, e.g. engine torque or engine speed
- F02D2200/1006—Engine torque losses, e.g. friction or pumping losses or losses caused by external loads of accessories
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D2250/00—Engine control related to specific problems or objectives
- F02D2250/18—Control of the engine output torque
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
- F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
- F02D41/2425—Particular ways of programming the data
- F02D41/2429—Methods of calibrating or learning
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
一种发动机摩擦监测器使用命令的扭矩和测量的扭矩来提供预示特征,以识别发动机的致使阻止所述发动机递送所述命令的扭矩的故障模式。
Description
相关申请的交叉引用:
本申请要求于2018年4月2日提交的美国临时申请序列No.62/651,469的申请日权益,所述美国临时申请以引用的方式并入本文中。
技术领域
本公开总体上涉及一种对发动机和/或一个或多个发动机部件的潜在或即将发生的故障的识别。
背景技术
发动机将由于各种故障模式而经历累进损坏,所述各种故障模式包括但不限于气缸体损坏、轴承故障(例如,可能与曲轴销磨机燃烧有关)、部件磨损和漂移(例如,燃料系统部件)和交流发电机轴承故障。因此,需要一种利用相关信息来帮助识别即将发生发动机故障的可能性的机构。
发明内容
本公开描述了一种发动机摩擦监测器,所述发动机摩擦监测器使用命令的扭矩和测量的扭矩来提供预示特征,以识别发动机和/或其部件的致使阻止发动机递送命令的扭矩的潜在故障。
提供了本发明内容以介绍下文在说明性实施方案中进一步描述的一系列概念。本发明内容不意在识别所要求保护的主题的关键或本质特征,也不意在用于辅助限制所要求保护的主题的范围。根据以下描述和附图,另外的实施方案、形式、目标、特征、优点、方面和利益将变得显而易见。
附图说明
图1示出了本公开的发动机摩擦学习(learn)模块的框图。
图2A至图2B示出了根据本公开的基线误差空间从标称误差空间的发展。
图3是根据本公开的示例性监测误差空间。
图4是本公开的发动机摩擦监测系统的框图。
图5是本公开的发动机摩擦监测方法的一个实施方案的流程图。
图6A至图6E是根据本公开的基于用于监测误差空间的高置信度阈值的示例性发动机故障预测技术。
图7A至图7E是根据本公开的基于用于监测误差空间的中等置信度阈值的示例性发动机故障预测技术。
图8A至图8E是根据本公开的基于用于监测误差空间的低置信度阈值的示例性发动机故障预测技术。
具体实施方式
出于促进对本发明的原理的理解的目的,现将参考附图中示出的实施方案,并且将使用特定语言来描述所述实施方案。然而,应当理解,由此并不意在限制本发明的范围,本文预期了如本发明所属领域的技术人员通常会想到的:示出的实施方案中的任何改变和进一步修改,以及本发明中所说明的原理的任何进一步应用。
本公开适用于能够将各种类型的能量转换成机械力和运动的任何发动机,并且还适用于用于命令通过发动机产生旋转力(即,扭矩)的任何发动机控制模块。本公开描述了一种发动机摩擦监测器装置、系统、方法和技术,其使用命令的扭矩和测量的扭矩、扭矩的变化率、模式识别以及分类方法来提供预示特征,以识别发动机的由于发动机部件上的摩擦增加而致使阻止发动机递送命令的扭矩的潜在故障。
图1示出了本公开的发动机摩擦学习模块10,所述发动机摩擦学习模块10用于定基线以学习标称、良好的发动机系统的行为并在基线模型中提供置信度。发动机摩擦模块10可提供数据过滤和选择,以提取正确的信息来做出决定并且对数据进行分类以确定系统是在“良好”状况还是“不良”状况下操作。如本文所使用的,“良好”状况指示发动机与命令的扭矩的扭矩偏差在一个或多个预确定阈值内,即发动机摩擦量是可接受的或在公差内。“不良”系统指示扭矩偏差大于一个或多个阈值,指示发动机的一个或多个部件的过度摩擦状况,即发动机摩擦量不可接受或超出公差。
发动机摩擦学习模块10可包括例如计算机模块或电路,所述计算机模块或电路被配置用于处理来自可操作的发动机的命令的扭矩CTOE和测量的扭矩MTOE,并且还处理来自故障发动机的命令的扭矩CTFE和测量的扭矩MTFE,以生成标绘的误差空间20P。该数据用于学习标绘的误差空间20P,用后续数据修改所述标绘的误差空间20P以学习基线误差空间20B。
标绘的误差空间20P由扭矩误差轴线21和斜率误差轴线22限定。对于本公开,扭矩误差是特定发动机的命令的扭矩与测量的扭矩之间的差,诸如对于本公开而言,扭矩误差是来自可操作的发动机的命令的扭矩CTOE与测量的扭矩MTOE之间的差,或者是来自故障发动机的命令的扭矩CTFE与测量的扭矩MTFE之间的差。响应于命令的扭矩的变化率与测量的扭矩的变化率之间的差而确定斜率误差。标绘的误差空间20P包括标称阈值边界25P,所述标称阈值边界25P将标绘的误差空间20P划分成具有在来自可操作的发动机的命令的扭矩CTOE与测量的扭矩MTOE之间的标绘的扭矩误差23P的“良好”扭矩区域26P,以及具有在来自故障发动机的命令的扭矩CTFE与测量的扭矩MTFE之间的标绘的扭矩误差24P的“不良”扭矩区域27P。
对于发动机而言,有若干因素可能致使扭矩误差,所述若干因素包括但不限于部件磨损和漂移、燃料系统的可变性以及交流发电机效率的变化。标绘的误差空间20P训练发动机摩擦学习模块10以基于初始数据而学习标称系统如何执行并产生标称阈值边界。
在图2A中,来自可操作的发动机的命令的扭矩CTOE与测量的扭矩MTOE之间的在扭矩误差轴线21上的标称阈值边界25P以下的扭矩误差被分类为良好扭矩误差21G。来自故障发动机的命令的扭矩CTFE与测量的扭矩MTFE之间的在扭矩误差轴线21上的标称阈值边界25P以上的误差被分类为不良扭矩误差21B。斜率或变化率误差最初被分类为:来自可操作的发动机的在斜率误差轴线22上的标称阈值边界25P以下的良好斜率误差22G;以及来自故障发动机的在斜率误差轴线22上的标称阈值边界25P以上的不良斜率误差22B。
回头参考图1,基线误差空间20B包括相对于标绘的误差空间20P的原点定基线的标绘的良好扭矩误差23P和标绘的不良扭矩误差24P,以识别发动机的由标称阈值边界25P表示的标称或初始行为。当对越来越多的标绘的良好扭矩误差23P和标绘的不良扭矩误差24P定基线时,发动机摩擦学习模块10计算从标绘的误差空间20P的原点开始的点距离的累积和。这确保了远离标称阈值边界25P且被添加到“不良”区域的点的权重更高,以便为对摩擦增加致使了重大影响的故障提供适当的权重。因此,当收集了更多数据时,标绘的标称阈值边界25P随时间推移演变成基线阈值边界25B。
也可预期基于对从原点开始的每个点的距离的计算而为标绘的误差空间20P定基线的替代方案。例如,可以将用于监督学习和分类的其他方法应用于训练标称阈值边界25P(例如,支持向量机)以学习基线阈值边界25B。
基线扭矩误差空间20B包括在基线阈值边界25B以下的良好扭矩误差23B和在基线阈值边界25B以上的不良扭矩误差24B。基线阈值边界25B将基线扭矩误差空间20B划分成良好扭矩区域26B和不良扭矩区域27B。在图2B中,扭矩误差最初被分类为:来自可操作的发动机的在扭矩误差轴线21上的基线阈值边界25B以下的良好扭矩误差21G';以及来自故障发动机的在扭矩误差轴线21上的基线阈值边界25B以上的不良扭矩误差21B'。斜率或变化率误差最初被分类为:来自可操作的发动机的在斜率误差轴线22上的基线阈值边界25B以下的良好斜率误差22G';以及来自故障发动机的在斜率误差轴线22上的基线阈值边界25B以上的不良斜率误差22B'。
发动机摩擦学习模块10在图3中输出监测误差空间20M,用于实时监测发动机,由此识别发动机的致使阻止发动机递送命令的扭矩的任何故障模式。监测误差空间20M由扭矩误差轴线21和斜率误差轴线22限定,并且包括监测基线阈值边界25H、25I或25L,以将监测误差空间20M划分成在监测基线阈值边界25H、25I或25L以下的第一良好扭矩区域,以及在监测基线阈值边界25H、25I或25L以上的第二不良扭矩区域。在实施方案中,基线阈值边界25B(图1)用作用于划分第一扭矩区域和第二扭矩区域的初始高置信度监测阈值边界25H,并且可基于扭矩数据的置信水平的改变而转移。
在实施方案中,发动机摩擦学习模块10确立关于发动机状况的置信水平,所述置信水平被利用来学习包括但不限于提供了多少扭矩数据以及扭矩数据的变化程度。如前所述,当发动机摩擦学习模块10训练标称阈值边界25P时,发动机摩擦学习模块10可确立:反映有利于预测摩擦对扭矩输出的影响的状况的低置信水平的低置信度阈值边界25L;反映有利于预测的发动机状况的中等置信水平的中等阈值边界25I;以及反映有利于预测摩擦对扭矩输出的影响的发动机状况的高置信水平的高置信度阈值边界25H。发动机摩擦学习模块10可由此基于所收集的数据的预测值的指派的置信水平而控制数据的分类为“良好”或“不良”。
例如,如图3中所示,在发动机接通之后,发动机摩擦学习模块10可保持在高置信度阈值边界25H处,直到发动机经历提供较少置信度的工况被用于学习或预测由于发动机摩擦(由于缺少信息、变化太大、移动到不同的载荷点、切断事件等)而产生的影响的这种时间为止,阈值边界可将28I转变为中等置信度阈值边界25I。根据工况,置信水平也可从28C转变为低置信水平28L。在低置信度阈值边界25L处,可视需要通过服务工具重置学习。置信水平的重置允许重新访问阈值,并确保预测的更多鲁棒性,并降低不确定性和新状况对预测方法的影响。
参考图4和图5,本公开的发动机摩擦监测器50执行由流程图体现的发动机摩擦监测方法或过程60。根据该方法,发动机摩擦监测器50处理发动机30的由ECM 31命令和测量的扭矩,以识别发动机30的致使阻止发动机递送命令的扭矩的潜在故障模式。
发动机30可为任何类型的发动机,包括但不限于内燃发动机。例如,发动机30可为汽油发动机、柴油发动机、天然气发动机、双燃料发动机或本领域已知的任何其他类型的发动机。发动机30可在固定应用中采用,诸如用于为发电机组提供动力,或用于为车辆、泵或其他装备提供动力。
发动机控制模块(ECM)31、监测器启用器40、扭矩信号处理器41和/或发动机摩擦监测器50可以硬件的形式实施为一个或多个计算机处理模块、电路,和/或实施为在计算机可读介质上编码的指令,并且可以分布在各种硬件、计算机处理器或控制器部件上,或者组合在单个控制器或计算机处理器中。
监测器启用器40从ECM 31接收启用状况信号ECS,以将启用信号ES或禁用信号DS传达给发动机摩擦监测器50。启用状况信号包括但不限于指示以下的信号:断路器是闭合还是断开,是否存在载荷请求,发动机转速信号、发动机温度状况或可合适地要求以监测发动机摩擦的任何其他状况。
提供了扭矩信号处理器41以从ECM 31实时地接收命令的扭矩CTRT和测量的扭矩MTRT,并且对扭矩应用瞬态过滤,由此将经调节的命令的扭矩信号CTSC和经调节的测量的扭矩信号MTSC传达给另一模块或电路,诸如启用的发动机摩擦监测器50的扭矩基线器51。发动机摩擦监测器50还包括电路或模块,诸如与扭矩基线器51通信的误差计算器52和扭矩分类器53。误差计算器52从扭矩反馈目标FT确定扭矩误差TE和斜率误差SE。扭矩分类器53响应于来自扭矩基线器51的置信水平CL和来自误差计算器52的扭矩误差TE和斜率误差SE,而输出有关当前工况的分类点CP。发动机故障预测器54包括模块或电路,所述模块或电路接收操作分类点CP,并向ECM 31输出故障预测FP。然后,ECM 31可累积指示符并且不采取任何措施,提供诸如警告或警报的输出来维修发动机,和/或根据故障预测完全或部分使发动机降低额定值(derate)以防止灾变性损坏或限制损坏的可能性。
图5中示出了用于由发动机摩擦监测器50进行操作的过程60的实施方案的流程图。过程60包括操作62,其中扭矩基线器51根据如本文先前所描述的发动机摩擦监测器50的训练来为经调节的命令的扭矩信号CTSC和经调节的测量的扭矩信号MTSC定基线。在过程60的操作64处,扭矩基线器51从经调节的命令的扭矩信号CTSC和经调节的测量的扭矩信号MTSC确定置信水平CL和反馈目标FT。
过程60的操作66包括误差计算器52基于反馈目标FT而计算扭矩误差TE和斜率误差SE。扭矩分类器53相对于选定的监测阈值边界25H、25I、25L在监测误差空间20M(图3)上标绘扭矩误差TE和斜率误差SE,以由此在操作68处计算分类点CP,所述分类点CP被累积以提供故障预测,如本文将结合图6至图8进一步描述的。
过程60在操作70处继续,操作70包括发动机故障预测器54基于分类点的累积而确定故障预测FP,如本文将结合图6至图8进一步描述的。在操作72处,过程60返回操作62或终止。
参考图6至图8,针对分别相对于高置信度阈值边界25H、中等置信度阈值边界25I和低置信度阈值边界25L的顺序标绘的分类点80-83,示出了在升级的(escalating)指示符分类点存储桶或高速缓存90-92内的分类点的累积。点存储桶90表示与发动机30的第一级监测有关的分类点,使得“不良”分类点的数量可以包含在点存储桶90内并且仅要求谨慎监测。由于被分类为“不良”的分类点的数量超过了点存储桶90的容量,因此点存储桶91表示用于发动机30的第二级监测的分类点。点存储桶92表示用于发动机30的第三级监测的分类点,其中“不良”分类点的数量超过了点存储桶91和92的容量,从而指示有发生故障的可能性。虽然图6至图8中示出了三个升级的存储桶,但是另一实施方案预期使用了五个升级的点存储桶。然而,应当理解,可使用任何数量的监测升级水平和分类点存储桶。
参考图6A,基于高置信度阈值边界25H,标绘的分类点80在良好扭矩区域26M内,而标绘的分类点81-83在不良扭矩区域27M内。标绘的分类点80表示零(0)个分类点,并且没有分类点被添加到点存储桶90-92中的任何一个,如图6B中所示。标绘的分类点81表示等于或大于从高置信度阈值边界25H延伸到标绘的分类点81的向量84的量值的非零分类点,其中将非零分类点添加到点存储桶90,如图6C中所示。该添加可启动发动机摩擦监测器50和/或ECM30中的警示或第一级标记类型。
标绘的分类点82表示等于或大于从高置信度阈值边界25H延伸到标绘的分类点82的向量85的量值的非零分类点,其中将非零分类点添加到点存储桶90和91,如图6D中所示。第二存储空间中的这种累积可启动担忧的或第二级标记类型。标绘的分类点83表示等于或大于从高置信度阈值边界25H延伸到标绘的分类点83的向量86的量值的非零分类点,其中将非零分类点添加到点存储桶91和92,如图6E中所示。该累积启动在对点存储桶92进行填充后被传达到ECM 31的故障预测或第三级标记或警告。
参考图7A,基于中等置信度阈值边界25I,标绘的分类点80和81在良好扭矩区域26M内,而标绘的分类点82和83在不良扭矩区域27M内。标绘的分类点80表示被添加到点存储桶90-92的零分类点,如图7B中所示。标绘的分类点81也表示被添加到点存储桶90-92的零分类点,如图7C中所示。
标绘的分类点82表示等于从中等置信度阈值边界25I延伸到标绘的分类点82的向量85'的量值的非零分类点,其中将非零分类点添加到点存储桶90,如图7D中所示。该添加启动谨慎标记或第一级警告。标绘的分类点83表示等于从中等置信度阈值边界25I延伸到标绘的分类点83的向量86'的量值的非零分类点,其中将非零分类点添加到点存储桶90和91,如图7E中所示。到点存储桶91中的该累积会启动担忧的标记或第二级警告。然而,置信水平边界从高到中等的变换导致分类点的较少累积,这与图6A至图6E相比指示潜在的故障,因此减少了有关潜在故障的错误警报。
参考图8A,基于低置信度阈值边界25L,标绘的分类点80-82全部在良好扭矩区域26M内,而标绘的分类点83在不良扭矩区域27M内。标绘的分类点80、81和82表示被添加到点存储桶90-92的零分类点,分别如图7B、图7C和图7D中所示。
标绘的分类点83表示等于从低置信度阈值边界25L延伸到标绘的分类点83的向量85”的量值的非零分类点,其中将非零分类点添加到点存储桶90,如图7E中所示。该添加启动了谨慎标记或第一级警告,但同样基于置信度低的扭矩数据而防止过快地发出警报。如图所示,图6至图8中的点分类方法指示被用于在某些工况期间进行点分类的高置信度阈值边界25H的使用为发动机30的故障预测提供高置信度,而为点分类提供了较低置信度的工况减少了被分类为指示潜在故障状况的点数量,并且因此提高了故障预测的品质并且降低了错误故障预测的可能性。
上面描述的示意性流程图和方法示意图总体上被阐述为逻辑流程图。为此,所描绘的次序和所标记的步骤指示代表性实施方案。可设想在功能、逻辑或效果上与示意图中示出的方法的一个或多个步骤或其各部分等效的其他步骤、次序和方法。
另外,所采用的格式和符号被提供来解释示意图的逻辑步骤,并且被理解为不限制由该示意图示出的方法的范围。虽然在示意图中可采用各种箭头类型和线类型,但是应当理解它们不限制对应方法的范围。实际上,一些箭头或其他连接符可能仅用于指示方法的逻辑流。举例来说,箭头可指示所描绘的方法的列举步骤之间的未指定持续时间的等待期或监测期。另外,特定方法的发生次序可能严格遵守,也可能没有严格遵守所示出的对应步骤的次序。还应当注意,框图和/或流程图的每个框以及框图和/或流程图中的框的组合可由执行指定的功能或动作的基于专用硬件的系统或者专用硬件和程序代码的组合来实施。
本说明书中描述的功能单元中的许多已被标记为模块、监测器或电路,以便更具体地强调它们的实施方式独立性。例如,模块、监测器或电路可实施为包括定制VLSI电路或门阵列、现成半导体(诸如逻辑芯片、晶体管)或其他离散部件的硬件电路。模块、监测器或电路也可在诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等可编程硬件设备中实施。
模块、监测器和电路也可在机器可读介质中实施,以由各种类型的处理器执行。在一些实例中,由各种类型的处理器执行的机器可读介质可在前面提及的硬件电路中实施。举例来说,所识别的可执行代码模块可包括计算机指令的一个或多个物理或逻辑框,举例来说,所述一个或多个物理或逻辑框可被组织为对象、过程或函数。然而,所识别的模块、监测器或电路的可执行代码不必在实体上定位在一起,而是可包括存储在不同位置的全异指令,当所述指令逻辑上结合在一起时,它们就包括模块、监测器或电路,并且实现了模块的陈述的目的。
例如,计算机可读程序代码的模块可为单个指令或许多指令,并且甚至可分布在几个不同的代码段上,分布在不同的程序之间以及跨几个存储器设备。类似地,本文可将操作数据识别和示出在模块、监测器或电路内,并且可以任何合适的形式来体现,并且可组织在任何合适的类型的数据结构内。操作数据可作为单个数据集收集,或者可分布在包括不同存储设备的不同位置上,并且可至少部分地仅作为系统或网络上的电子信号存在。在机器可读介质(或计算机可读介质)中实施模块、监测器或电路或其部分的情况下,可将计算机可读程序代码在一个或多个计算机可读介质上存储和/或传播。
计算机可读介质可为存储计算机可读程序代码的有形计算机可读存储介质。计算机可读存储介质可例如是但不限于电子、磁性、光学、电磁、红外、全息、微机械或半导体系统、装置或设备或前述的任何合适的组合。
计算机可读介质的更具体示例可包括但不限于:便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、便携式光盘只读存储器(CD-ROM)、数字多功能盘(DVD)、光学存储设备、磁性存储设备、全息存储介质、微机械存储设备或前述的任何合适的组合。在本文档的情境中,计算机可读存储介质可为任何有形介质,所述有形介质可包含和/或存储供指令执行系统、装置或设备使用或与其结合使用的计算机可读程序代码。
计算机可读介质还可为计算机可读信号介质。计算机可读信号介质可包括传播数据信号,所述传播数据信号中体现有计算机可读程序代码,例如体现在基带中或作为载波的一部分。这种传播信号可采用多种形式中的任何一种,包括但不限于电气形式、电磁形式、磁性形式、光学形式或它们的任何合适的组合。计算机可读信号介质可为任何计算机可读介质,所述计算机可读介质并非计算机可读存储介质,并且可传达、传播或输送计算机可读程序代码供指令执行系统、装置或设备使用或与其结合使用。可使用任何适当的介质来传输在计算机可读信号介质上体现的计算机可读程序代码,所述介质包括但不限于无线介质、有线线路、光纤电缆、射频(RF)等或前述的任何合适的组合。
在一个实施方案中,计算机可读介质可包括一种或多种计算机可读存储介质和一种或多种计算机可读信号介质的组合。例如,计算机可读程序代码既可作为电磁信号通过光纤电缆传播以由处理器执行,又可存储在RAM存储设备上以由处理器执行。
用于实施本发明的各方面的操作的计算机可读程序代码可用一种或多种编程语言的任何组合来编写,所述一种或多种编程语言包括面向对象的编程语言(诸如Java、Smalltalk、C++等)和常规的程序编程语言(诸如"C"编程语言或类似编程语言)。计算机可读程序代码可完全在用户的计算机上执行,部分地在用户的计算机上执行,作为独立的计算机可读软件包执行,部分地在用户的计算机上且部分地在远程计算机上执行,或完全在远程计算机或服务器上执行。在后一种场景中,远程计算机可通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户的计算机,或者可连接到外部计算机(例如,使用互联网服务提供商通过互联网进行连接)。
所述程序代码还可存储在计算机可读介质中,所述计算机可读介质可指示计算机、其他可编程数据处理装置或其他设备以特定方式运转,使得存储在计算机可读介质中的指令产生制品,所述制品包括实施示意性流程图和/或示意性框图的一个或多个框中指定的功能/动作的指令。
预期本公开的各种方面。根据一个方面,一种方法包括:确定发动机的命令的扭矩和测量的扭矩;响应于所述命令的扭矩与所述测量的扭矩之间的差而确定扭矩误差,并响应于所述命令的扭矩的变化率与所述测量的扭矩的变化率之间的差而确定斜率误差;基于学习的扭矩误差和学习的斜率误差而限定基线误差空间,并基于监测置信水平而在基线误差空间内确立基线阈值边界,所述基线阈值边界将所述基线误差空间划分成在基线阈值边界以下的第一扭矩区域和在基线阈值边界以上的第二扭矩区域;以及基于所述扭矩误差和所述斜率误差而将来自发动机的扭矩数据分类在第一扭矩区域和第二扭矩区域中,其中分类在第二扭矩区域中的扭矩数据指示发动机摩擦状况。
在一个实施方案中,所述方法包括基于分类的扭矩数据而预测发动机的故障。在该实施方案的改进中,所述方法包括响应于故障预测而使发动机降低额定值。
在另一实施方案中,对扭矩数据进行分类包括基于第二扭矩区域中的扭矩误差相对于基线阈值边界的量值,而将第二扭矩区域中的扭矩数据放置在多个分类点存储桶中的一个中。在该实施方案的改进中,多个分类点存储桶表示有关发动机的故障预测的升级的指示符。
在另一实施方案中,限定基线误差空间包括基于学习的扭矩误差和学习的斜率误差而学习具有标称阈值边界的标称误差空间。在该实施方案的改进中,确立基线阈值边界包括通过随时间推移对分类在第二扭矩区域中的扭矩数据进行加权来修改标称阈值边界。
根据本公开的另一方面,一种用于监测发动机摩擦的系统包括用于可操作地控制发动机的发动机控制模块以及发动机摩擦监测器。发动机控制模块被配置成确定对发动机的命令的扭矩和来自发动机的测量的扭矩。发动机摩擦监测器被配置成响应于命令的扭矩与测量的扭矩之间的差而确定扭矩误差并响应于命令的扭矩的变化率与测量的扭矩的变化率之间的差而确定斜率误差。发动机摩擦监测器还被配置成基于学习的扭矩误差、学习的斜率误差和监测置信水平而确立基线阈值边界。基线阈值边界将基线误差空间划分成基线阈值边界以下的第一扭矩区域和基线阈值边界以上的第二扭矩区域。发动机摩擦监测器还被配置成基于扭矩误差和斜率误差而将来自发动机的扭矩数据分类到第一扭矩区域和第二扭矩区域中的一个中。
在一个实施方案中,发动机摩擦监测器基于分类的扭矩数据而向发动机控制模块输出故障预测监测,并且被分类在第二扭矩区域中的扭矩数据指示发动机摩擦状况。在该实施方案的改进中,发动机控制模块被配置成响应于故障预测而使发动机降低额定值。
在另一实施方案中,发动机摩擦监测器被配置成通过以下方式对扭矩数据进行分类:基于第二扭矩区域中的扭矩误差相对于基线阈值边界的量值,而将第二扭矩区域中的扭矩数据放置在多个分类点存储桶中的一个中。在该实施方案的改进中,分类点存储桶表示有关发动机的故障预测的升级的指示符。
在另一实施方案中,发动机摩擦监测器被配置成通过随时间推移对分类在第二扭矩区域中的扭矩数据进行加权来修改基线阈值边界。在另一实施方案中,该系统包括与发动机摩擦监测器通信的监测器启用器,所述监测器启用器被配置成响应于存在一个或多个启用状况而启用发动机摩擦监测。
根据本公开的另一方面,一种发动机摩擦监测装置包括扭矩基线器、误差计算器和扭矩分类器。扭矩基线器被配置成从发动机的命令的扭矩和发动机的测量的扭矩间歇地导出监测置信水平。监测置信水平基于发动机的操作状态,如由命令的扭矩和测量的扭矩所指示。扭矩基线器还被配置成从命令的扭矩和测量的扭矩间歇地导出反馈目标。误差计算器被配置成响应于反馈目标而间歇地导出扭矩误差和斜率误差。扭矩误差是命令的扭矩与测量的扭矩之间的差,而斜率误差是命令的扭矩的变化率与测量的扭矩的变化率之间的差。扭矩分类器被配置成响应于监测置信水平而在监测误差空间内确立监测阈值边界。监测阈值边界将监测误差空间划分成在监测阈值边界以下的第一扭矩区域和在监测阈值边界以上的第二扭矩区域。扭矩分类器还被配置成基于扭矩误差和斜率误差而将扭矩数据的点分类在第一扭矩区域和第二扭矩区域中的一个中。
在一个实施方案中,该装置包括故障预测器,所述故障预测器被配置成根据被分类在第二扭矩区域中的点的累积来预测即将发生的发动机故障。在另一实施方案中,扭矩基线器响应于发动机工况而在第一置信水平与低于第一置信水平的第二置信水平之间选择监测置信水平。
在另一实施方案中,该装置包括发动机控制模块,所述发动机控制模块被配置成响应于来自扭矩分类器的输出而使发动机降低额定值。在该实施方案的改进中,该装置包括扭矩信号处理器,所述扭矩信号处理器从发动机控制模块接收命令的扭矩和测量的扭矩。扭矩信号处理器被配置成将瞬态滤波器应用于提供给扭矩基线器的命令的扭矩和测量的扭矩。在该实施方案的另一改进中,该装置包括与发动机控制模块通信的监测器启用器,所述监测器启用器被配置成响应于存在一个或多个启用状况而启用发动机摩擦监测。
贯穿本说明书对“一个实施方案”、“实施方案”或类似语言的提及是指结合实施方案所描述的特定特征、结构或特性包括在本发明的至少一个实施方案中。因此,贯穿本说明书的短语“在一个实施方案中”、“在实施方案中”以及类似语言的出现可能但不一定都指同一实施方案。
因此,在不脱离其精神或本质特性的情况下,本公开可以其他特定形式来体现。所描述的实施方案应被认为在所有方面仅是说明性的而不是限制性的。本公开的范围因此是由所附权利要求而不是由前面的描述来指示。在权利要求的等效形式的含义和范围内的所有变化都将包含在所述权利要求的范围内。
虽然已经在附图和前面的描述中详细示出和描述了本发明,但是本发明应当被认为是说明性的而不是限制性的,应当理解,仅示出和描述了某些示例性实施方案。本领域技术人员应当了解,在示例性实施方案中,在实质上不脱离本发明的情况下,可进行许多修改。因此,所有此类修改都意在被包括在如以下权利要求所限定的本公开的范围内。
在阅读权利要求时,意图在于除非在权利要求中明确有相反的说明,否则当使用诸如“一”、“一个”、“至少一个”或“至少一部分”等词语时,不意在将权利要求限制为仅一个项目。当使用语言“至少一部分”和/或“一部分”时,除非明确有相反的说明,否则项目可包括一部分和/或整个项目。
Claims (20)
1.一种方法,其包括:
确定发动机的命令的扭矩和测量的扭矩;
响应于所述命令的扭矩与所述测量的扭矩之间的差而确定扭矩误差,并响应于所述命令的扭矩的变化率与所述测量的扭矩的变化率之间的差而确定斜率误差;
基于学习的扭矩误差和学习的斜率误差而限定基线误差空间,并基于监测置信水平而在所述基线误差空间内确立基线阈值边界,所述基线阈值边界将所述基线误差空间划分成在所述基线阈值边界以下的第一扭矩区域和在所述基线阈值边界以上的第二扭矩区域;以及
基于所述扭矩误差和所述斜率误差而将来自所述发动机的扭矩数据分类在所述第一扭矩区域和所述第二扭矩区域中,其中分类在所述第二扭矩区域中的所述扭矩数据指示发动机摩擦状况。
2.如权利要求1所述的方法,所述方法还包括基于所述分类的扭矩数据而预测所述发动机的故障。
3.如权利要求2所述的方法,所述方法还包括响应于所述故障预测而使所述发动机降低额定值。
4.如权利要求1所述的方法,其中对所述扭矩数据进行分类包括基于所述第二扭矩区域中的所述扭矩误差相对于所述基线阈值边界的量值,而将所述第二扭矩区域中的所述扭矩数据放置在多个分类点存储桶中的一个中。
5.如权利要求4所述的方法,其中所述多个分类点存储桶表示有关所述发动机的故障预测的升级的指示符。
6.如权利要求1所述的方法,其中限定所述基线误差空间包括基于所述学习的扭矩误差和所述学习的斜率误差而学习具有标称阈值边界的标称误差空间。
7.如权利要求6所述的方法,其中确立所述基线阈值边界包括通过随时间推移对分类在所述第二扭矩区域中的扭矩数据进行加权来修改所述标称阈值边界。
8.一种用于监测发动机摩擦的系统,其包括:
发动机控制模块,所述发动机控制模块用于可操作地控制发动机,其中所述发动机控制模块被配置成确定对所述发动机的命令的扭矩和来自所述发动机的测量的扭矩;
发动机摩擦监测器,所述发动机摩擦监测器被配置成:
响应于所述命令的扭矩与所述测量的扭矩之间的差而确定扭矩误差,并响应于所述命令的扭矩的变化率与所述测量的扭矩的变化率之间的差而确定斜率误差;
基于学习的扭矩误差、学习的斜率误差和监测置信水平而确立基线阈值边界,所述基线阈值边界将基线误差空间划分成在所述基线阈值边界以下的第一扭矩区域和在所述基线阈值边界以上的第二扭矩区域;以及
基于所述扭矩误差和所述斜率误差而将来自所述发动机的扭矩数据分类到所述第一扭矩区域和所述第二扭矩区域中的一个中。
9.如权利要求8所述的系统,其中所述发动机摩擦监测器基于所述分类的扭矩数据而向所述发动机控制模块输出故障预测监测,其中被分类在所述第二扭矩区域中的所述扭矩数据指示发动机摩擦状况。
10.如权利要求9所述的系统,其中所述发动机控制模块被配置成响应于所述故障预测而使所述发动机降低额定值。
11.如权利要求8所述的系统,其中所述发动机摩擦监测器被配置成通过以下方式对所述扭矩数据进行分类:基于所述第二扭矩区域中的所述扭矩误差相对于所述基线阈值边界的量值,而将所述第二扭矩区域中的所述扭矩数据放置在多个分类点存储桶中的一个中。
12.如权利要求11所述的系统,其中所述分类点存储桶表示有关所述发动机的故障预测的升级的指示符。
13.如权利要求8所述的系统,其中所述发动机摩擦监测器被配置成通过随时间推移对分类在所述第二扭矩区域中的扭矩数据进行加权来修改所述基线阈值边界。
14.如权利要求8所述的系统,所述系统还包括与所述发动机摩擦监测器通信的监测器启用器,所述监测器启用器被配置成响应于存在一个或多个启用状况而启用发动机摩擦监测。
15.一种发动机摩擦监测装置,其包括:
扭矩基线器,所述扭矩基线器被配置成从发动机的命令的扭矩和所述发动机的测量的扭矩间歇地导出监测置信水平,所述监测置信水平基于发动机的操作状态,如由所述命令的扭矩和所述测量的扭矩所指示,并且其中所述扭矩基线器还被配置成从所述命令的扭矩和所述测量的扭矩间歇地导出反馈目标;
误差计算器,所述误差计算器被配置成响应于所述反馈目标而间歇地导出扭矩误差和斜率误差,所述扭矩误差是所述命令的扭矩与所述测量的扭矩之间的差,所述斜率误差是所述命令的扭矩的变化率与所述测量的扭矩的变化率之间的差;以及
扭矩分类器,所述扭矩分类器被配置成响应于所述监测置信水平而在监测误差空间内确立监测阈值边界,所述监测阈值边界将所述监测误差空间划分成在所述监测阈值边界以下的第一扭矩区域和在所述监测阈值边界以上的第二扭矩区域,并且其中所述扭矩分类器还被配置成基于所述扭矩误差和所述斜率误差而将扭矩数据的点分类在所述第一扭矩区域和所述第二扭矩区域中的一个中。
16.如权利要求15所述的装置,其还包括故障预测器,所述故障预测器被配置成根据被分类在所述第二扭矩区域中的点的累积来预测即将发生的发动机故障。
17.如权利要求15所述的装置,其中所述扭矩基线器响应于发动机工况而在第一置信水平与低于所述第一置信水平的第二置信水平之间选择所述监测置信水平。
18.如权利要求15所述的装置,其还包括发动机控制模块,所述发动机控制模块被配置成响应于来自所述扭矩分类器的输出而使所述发动机降低额定值。
19.如权利要求18所述的装置,其还包括扭矩信号处理器,所述扭矩信号处理器从所述发动机控制模块接收所述命令的扭矩和所述测量的扭矩,并且所述扭矩信号处理器被配置成将瞬态滤波器应用于提供给所述扭矩基线器的所述命令的扭矩和所述测量的扭矩。
20.如权利要求18所述的装置,其还包括与所述发动机控制模块通信的监测器启用器,所述监测器启用器被配置成响应于存在一个或多个启用状况而启用发动机摩擦监测。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862651469P | 2018-04-02 | 2018-04-02 | |
US62/651469 | 2018-04-02 | ||
PCT/US2019/025385 WO2019195289A1 (en) | 2018-04-02 | 2019-04-02 | Engine friction monitor |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111936365A true CN111936365A (zh) | 2020-11-13 |
CN111936365B CN111936365B (zh) | 2023-09-26 |
Family
ID=68101487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980023535.1A Active CN111936365B (zh) | 2018-04-02 | 2019-04-02 | 发动机摩擦监测器 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11993275B2 (zh) |
EP (1) | EP3759003B1 (zh) |
CN (1) | CN111936365B (zh) |
WO (1) | WO2019195289A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115111078A (zh) * | 2022-07-22 | 2022-09-27 | 浙江吉利控股集团有限公司 | 一种发动机扭矩的监控方法、设备及储存介质 |
CN111936365B (zh) * | 2018-04-02 | 2023-09-26 | 卡明斯公司 | 发动机摩擦监测器 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060194670A1 (en) * | 2004-05-15 | 2006-08-31 | Heap Anthony H | Method of providing electric motor torque reserve in a hybrid electric vehicle |
CN101100961A (zh) * | 2006-07-06 | 2008-01-09 | 株式会社电装 | 用于带辅助设备的发动机的控制系统及其控制方法 |
CN101445109A (zh) * | 2007-10-29 | 2009-06-03 | 通用汽车环球科技运作公司 | 监控混合动力传动系统中的再生制动操作的方法和设备 |
US20090306866A1 (en) * | 2008-06-10 | 2009-12-10 | The Regents Of The University Of Michigan | Method, control apparatus and powertrain system controller for real-time, self-learning control based on individual operating style |
CN102114836A (zh) * | 2010-01-04 | 2011-07-06 | 通用汽车环球科技运作有限责任公司 | 扭矩变换器离合器滑差控制以提高急加速操作中的驾驶性 |
CN102632884A (zh) * | 2011-02-08 | 2012-08-15 | 通用汽车环球科技运作有限责任公司 | 用于监测扭矩机器中的解算器的方法和设备 |
CN103975152A (zh) * | 2011-09-30 | 2014-08-06 | 西港能源有限公司 | 内燃机中用于原位燃料喷射器校准的设备和方法 |
US20150114345A1 (en) * | 2012-01-17 | 2015-04-30 | Ford Global Technologies, Llc | Method and system for engine torque control |
WO2015065593A1 (en) * | 2013-11-01 | 2015-05-07 | Cummins Inc. | Engine control systems and methods for achieving a torque value |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6188951B1 (en) | 1999-09-23 | 2001-02-13 | Daimlerchrysler Corporation | Engine friction characterization |
US6714852B1 (en) | 2000-02-11 | 2004-03-30 | Ford Global Technologies, Llc | Observer for engine crankshaft torque |
JP4089282B2 (ja) | 2002-04-26 | 2008-05-28 | トヨタ自動車株式会社 | エンジントルクの算出方法 |
US7324888B1 (en) * | 2006-10-02 | 2008-01-29 | Ford Global Technologies, Llc | Computationally efficient data-driven algorithms for engine friction torque estimation |
US7844404B2 (en) | 2008-12-17 | 2010-11-30 | Honeywell International Inc. | Systems and methods for determining engine torque values |
JP5663969B2 (ja) * | 2009-06-30 | 2015-02-04 | 株式会社アドヴィックス | 前後加速度制御装置 |
US8437927B2 (en) | 2009-09-01 | 2013-05-07 | GM Global Technology Operations LLC | System and method for determining engine friction |
US8489298B2 (en) * | 2009-09-09 | 2013-07-16 | GM Global Technology Operations LLC | Desired torque converter clutch slip feedback recovery algorithm for tip-in maneuvers |
US8744707B2 (en) | 2011-03-31 | 2014-06-03 | Caterpillar Inc. | CVT control using state space based gain scheduling |
US20120324989A1 (en) | 2011-06-27 | 2012-12-27 | Caterpillar Inc. | System and method for diagnosis of engine component condition |
US9014918B2 (en) | 2012-10-12 | 2015-04-21 | Cummins Inc. | Health monitoring systems and techniques for vehicle systems |
US9897582B2 (en) * | 2012-10-26 | 2018-02-20 | Pratt & Whitney Canada Corp. | Method and system for failure prediction using lubricating fluid analysis |
US9751521B2 (en) * | 2014-04-17 | 2017-09-05 | Palo Alto Research Center Incorporated | Control system for hybrid vehicles with high degree of hybridization |
US20160178464A1 (en) | 2014-12-19 | 2016-06-23 | Rolls-Royce Corporation | Torque sensor monitoring for gas turbine engine |
US10732190B2 (en) * | 2018-01-31 | 2020-08-04 | Pratt & Whitney Canada Corp. | Method and system for predicting an engine condition |
CN111936365B (zh) * | 2018-04-02 | 2023-09-26 | 卡明斯公司 | 发动机摩擦监测器 |
-
2019
- 2019-04-02 CN CN201980023535.1A patent/CN111936365B/zh active Active
- 2019-04-02 EP EP19781246.4A patent/EP3759003B1/en active Active
- 2019-04-02 WO PCT/US2019/025385 patent/WO2019195289A1/en unknown
-
2020
- 2020-09-21 US US17/026,699 patent/US11993275B2/en active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060194670A1 (en) * | 2004-05-15 | 2006-08-31 | Heap Anthony H | Method of providing electric motor torque reserve in a hybrid electric vehicle |
CN101100961A (zh) * | 2006-07-06 | 2008-01-09 | 株式会社电装 | 用于带辅助设备的发动机的控制系统及其控制方法 |
CN101445109A (zh) * | 2007-10-29 | 2009-06-03 | 通用汽车环球科技运作公司 | 监控混合动力传动系统中的再生制动操作的方法和设备 |
US20090306866A1 (en) * | 2008-06-10 | 2009-12-10 | The Regents Of The University Of Michigan | Method, control apparatus and powertrain system controller for real-time, self-learning control based on individual operating style |
CN102114836A (zh) * | 2010-01-04 | 2011-07-06 | 通用汽车环球科技运作有限责任公司 | 扭矩变换器离合器滑差控制以提高急加速操作中的驾驶性 |
CN102632884A (zh) * | 2011-02-08 | 2012-08-15 | 通用汽车环球科技运作有限责任公司 | 用于监测扭矩机器中的解算器的方法和设备 |
CN103975152A (zh) * | 2011-09-30 | 2014-08-06 | 西港能源有限公司 | 内燃机中用于原位燃料喷射器校准的设备和方法 |
US20150114345A1 (en) * | 2012-01-17 | 2015-04-30 | Ford Global Technologies, Llc | Method and system for engine torque control |
WO2015065593A1 (en) * | 2013-11-01 | 2015-05-07 | Cummins Inc. | Engine control systems and methods for achieving a torque value |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111936365B (zh) * | 2018-04-02 | 2023-09-26 | 卡明斯公司 | 发动机摩擦监测器 |
CN115111078A (zh) * | 2022-07-22 | 2022-09-27 | 浙江吉利控股集团有限公司 | 一种发动机扭矩的监控方法、设备及储存介质 |
CN115111078B (zh) * | 2022-07-22 | 2024-03-19 | 浙江吉利控股集团有限公司 | 一种发动机扭矩的监控方法、设备及储存介质 |
Also Published As
Publication number | Publication date |
---|---|
US20210001871A1 (en) | 2021-01-07 |
EP3759003B1 (en) | 2023-08-02 |
CN111936365B (zh) | 2023-09-26 |
WO2019195289A1 (en) | 2019-10-10 |
EP3759003A1 (en) | 2021-01-06 |
EP3759003A4 (en) | 2021-12-01 |
US11993275B2 (en) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107527398B (zh) | 车辆部件的剩余使用寿命估计 | |
US20210001871A1 (en) | Engine friction monitor | |
CN104919380A (zh) | 预测变压器的油温 | |
US20160093116A1 (en) | Integrating Economic Considerations to Develop a Component Replacement Policy Based on a Cumulative Wear-Based Indicator for a Vehicular Component | |
CN103617110A (zh) | 服务器设备状态检修系统 | |
CN104160428A (zh) | 用于提供诊断故障信息的系统和方法 | |
KR101565030B1 (ko) | 데이터 분석을 이용한 자동차의 오류 판단 시스템 및 그 방법 | |
US20150154818A1 (en) | Prevention device for operating vehicle running record | |
CN109992477B (zh) | 用于电子设备的信息处理方法、系统以及电子设备 | |
JP7357021B2 (ja) | 車両管理装置、車両管理方法、及びプログラム | |
JP5987749B2 (ja) | 部品故障発生予測方法、部品故障発生予測プログラムおよび部品故障発生予測装置 | |
US20090106749A1 (en) | System, method, and computer software code for determining whether a change in a subsystem is compatible with a system | |
US20170294801A1 (en) | Apparatus and method for controlling power generaton | |
Rodriguez-Obando et al. | Set-invariance analysis for deterioration prediction on a roller-on-tire actuator | |
Kirkwood et al. | Uncertainty of net present value calculations and the impact on applying integrated maintenance approaches to the UK rail industry | |
Clarhaut et al. | Optimal design of dependable control system architectures using temporal sequences of failures | |
CN114693460A (zh) | 车辆风险判断方法、系统、设备及存储介质 | |
US11678233B2 (en) | Information processing apparatus, mobile object, computer-readable storage medium, and information processing method | |
CN116150771B (zh) | 一种冗余处理的装置、方法、系统及智能车辆 | |
US20240116535A1 (en) | Vehicle control system | |
CN111404715B (zh) | 一种网络服务实例化方法、装置、电子设备及存储介质 | |
EP4060576A1 (en) | A method for identifying vehicle performance | |
CN106627442B (zh) | 基于机器保养服务时间的锁机方法 | |
Biron et al. | Observer design based cyber security for cyber physical systems | |
CN117933833A (zh) | 基于预期功能安全的智能驾驶系统架构的搭建方法及系统 |
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 |