CN112677988A - 车辆用故障原因确定装置 - Google Patents
车辆用故障原因确定装置 Download PDFInfo
- Publication number
- CN112677988A CN112677988A CN202011096323.7A CN202011096323A CN112677988A CN 112677988 A CN112677988 A CN 112677988A CN 202011096323 A CN202011096323 A CN 202011096323A CN 112677988 A CN112677988 A CN 112677988A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- failure
- cause
- sensor
- detection value
- 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
- 238000001514 detection method Methods 0.000 claims abstract description 87
- 230000005540 biological transmission Effects 0.000 claims description 180
- 238000004519 manufacturing process Methods 0.000 claims description 29
- 239000010720 hydraulic oil Substances 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 13
- 238000013473 artificial intelligence Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 6
- 230000002123 temporal effect Effects 0.000 claims description 4
- 239000003921 oil Substances 0.000 description 43
- 230000006870 function Effects 0.000 description 26
- 230000001276 controlling effect Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 22
- 230000007246 mechanism Effects 0.000 description 20
- 150000001875 compounds Chemical class 0.000 description 17
- 230000002441 reversible effect Effects 0.000 description 17
- 230000001133 acceleration Effects 0.000 description 14
- 230000007547 defect Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 230000007704 transition Effects 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 9
- 210000002569 neuron Anatomy 0.000 description 9
- 230000002093 peripheral effect Effects 0.000 description 6
- 230000001105 regulatory effect Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000004804 winding Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000035939 shock Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000004397 blinking Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 239000002783 friction material Substances 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 230000009347 mechanical transmission Effects 0.000 description 2
- 101500012752 Camponotus floridanus Pyrokinin 3 Proteins 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003061 neural cell Anatomy 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Control Of Transmission Device (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明涉及车辆用故障原因确定装置。使用预先确定的故障原因确定模型和车辆的故障发生时的车载传感器组的检测值来确定在车辆中发生的故障的原因,该故障原因确定模型表示基于液压传感器等试制车用传感器的检测值所确定出的故障的原因与车载传感器组的检测值的关系,其中,液压传感器等试制车用传感器的检测值比与搭载于车辆的车载传感器组相同的车载传感器组的检测值易于确定故障的原因,因此,在车辆上未搭载试制车用传感器的情况下,能提高确定在车辆中发生的故障的原因的精度。
Description
技术领域
本发明涉及一种确定在车辆中发生的故障的原因的车辆用故障原因确定装置。
背景技术
众所周知,有一种车辆用故障原因确定装置,其在车辆中发生故障时,使用搭载于所述车辆而对所述车辆的动作状态进行检测的车载传感器的检测值来确定所述故障的原因。例如,在日本特开2006-27391中记载的故障解析系统正是如此。在该日本特开2006-27391中,公开了:将可从搭载于车辆的传感器等获取的车辆状态信息与可从车辆外的外部机构获取的车辆的周边环境信息的相关关系数据库化,并在车辆的故障解析中进行利用。
再者,根据故障不同,有时难以在搭载于车辆的车载传感器的检测值中确定故障的原因。就是说,在易于确定故障的原因的、对故障时的动作状态等进行检测的传感器未搭载于车辆的情况下,在难以确定故障的原因的、对故障时的动作状态等进行检测的车载传感器的检测值中,确定故障的原因的精度恐怕会下降。
发明内容
本发明是将以上的事实作为背景而完成的,其目的在于,提供一种能提高确定在车辆中发生的故障的原因的精度的车辆用故障原因确定装置。
第一发明的主旨在于:(a)一种车辆用故障原因确定装置,在车辆中发生了故障时,使用搭载于所述车辆并对所述车辆的动作状态进行检测的车载传感器的检测值来确定所述故障的原因,其中,(b)将所述车辆的故障发生时的所述车载传感器的检测值应用于故障原因确定模型中,由此确定在所述车辆中发生的故障的原因,所述故障原因确定模型是使用搭载有与所述车载传感器相同的第一传感器和未搭载于所述车辆的第二传感器的第二车辆而预先确定的、表示基于所述第二传感器的检测值所确定出的在所述第二车辆中发生的故障的原因与所述第二车辆的故障发生时的所述第一传感器的检测值的关系的模型,其中,所述第二传感器的检测值比所述第一传感器的检测值易于确定在所述第二车辆中发生的故障的原因。
此外,第二发明为,在所述第一发明所记载的车辆用故障原因确定装置中,基于所述车载传感器的检测值来判断有无所述车辆的故障发生。
此外,第三发明为,在所述第一发明或第二发明所记载的车辆用故障原因确定装置中,所述故障原因确定模型还表示基于所述第二传感器的检测值所确定出的在所述第二车辆中发生的故障的原因与所述车辆的生产批次的信息的关系,所述车辆用故障原因确定装置将所述车辆的生产批次的信息也考虑在内来确定在所述车辆中发生的故障的原因。
此外,第四发明为,在所述第一发明至第三发明中任一项所记载的车辆用故障原因确定装置中,所述故障是具有液压式的摩擦接合装置的车辆用变速器的变速不良,所述第二传感器的检测值是用于切换所述摩擦接合装置的工作状态的工作油的液压的值。
此外,第五发明为,在所述第一发明至第四发明中任一项所记载的车辆用故障原因确定装置中,所述车载传感器的检测值的经时变化被用于在所述车辆中发生的故障的原因的确定。
此外,第六发明为,在所述第一发明至第五发明中任一项所记载的车辆用故障原因确定装置中,所述故障原因确定模型通过由人工智能进行的有监督学习来实现,所述人工智能具有积累数据的数据库部和根据所述数据推定结论的结论推定部。
此外,第七发明为,在所述第六发明所记载的车辆用故障原因确定装置中,在由所述人工智能进行的有监督学习中使用的训练数据基于根据所述车辆的生产批次而不同的所述车载传感器的检测值的统计上的差异来变更。
根据所述第一发明,车辆用故障原因确定装置使用预先确定的故障原因确定模型和车辆的故障发生时的车载传感器的检测值来确定在车辆中发生的故障的原因,该故障原因确定模型表示基于搭载于第二车辆的第二传感器的检测值所确定出的故障的原因与第一传感器的检测值的关系,其中,搭载于第二车辆的第二传感器的检测值比搭载于第二车辆的第一传感器的检测值易于确定故障的原因,因此,在车辆中未搭载第二传感器的情况下,能提高确定在车辆中发生的故障的原因的精度。
此外,根据所述第二发明,车辆用故障原因确定装置基于车载传感器的检测值来判断有无车辆的故障发生,因此,基于车载传感器的检测值而判断出的车辆的故障的原因可以基于未搭载于车辆的第二传感器的检测值并使用预先确定的故障原因确定模型来高精度地确定。
此外,根据所述第三发明,车辆用故障原因确定装置还将车辆的生产批次的信息也考虑在内来确定故障的原因,因此,即使在车载传感器的检测值因生产批次的不同而不均情况下,也能高精度地确定在车辆中发生的故障的原因。
此外,根据所述第四发明,第二传感器的检测值是用于切换车辆用变速器所具有的摩擦接合装置的工作状态的工作油的液压的值,因此,能高精度地确定车辆用变速器的变速不良的原因。
此外,根据所述第五发明,车载传感器的检测值的经时变化被用于故障的原因的确定,因此,能使用故障原因确定模型高精度地确定故障的原因。
此外,根据所述第六发明,所述故障原因确定模型通过由人工智能进行的有监督学习来实现,因此,能构建能高精度地确定故障的原因的故障原因确定模型。
此外,根据所述第七发明,在由所述人工智能进行的有监督学习中使用的训练数据基于根据车辆的生产批次而不同的车载传感器的检测值的统计上的差异来变更,因此,即使在车载传感器的检测值因生产批次的不同而不均的情况下,也能构建能高精度地确定故障的原因的故障原因确定模型。
附图说明
以下,参照附图,对本发明的示例性实施例的特征、优点以及技术和工业意义进行说明,其中,相同的附图标记表示相同的元件,其中:
图1是说明应用本发明的车辆的概略构成的图,并且是说明用于车辆中的各种控制的控制功能和控制系统的主要部分的图。
图2是在图1中举例示出的机械式有级变速部的变速工作与用于该机械式有级变速部的变速工作的接合装置的工作的组合的关系的工作图表。
图3是表示电动式无级变速部与机械式有级变速部中的各旋转元件的转速的相对关系的共线图。
图4是说明液压控制回路的图,此外,是说明向液压控制回路供给工作油的液压源的图。
图5是说明设于图4的液压控制回路的、对供给至接合装置的液压进行调压的线性电磁阀的构成的剖视图。
图6是表示图5的线性电磁阀的阀特性的一个例子的图。
图7是说明在有级变速部的变速控制时摩擦接合装置的接合过渡中的针对电磁阀的驱动电流的一个例子的图。
图8是表示用于有级变速部的变速控制的变速映射图和用于在混合动力行驶与马达行驶之间进行切换控制的动力源切换映射图的一个例子的图,也是表示各自的关系的图。
图9是用于说明有级变速部的变速不良的一个例子的时间图。
图10是说明在由电磁阀直接控制接合压力的情况下发生的故障的一个例子的图,表示正常时的情况。
图11是说明在由电磁阀直接控制接合压力的情况下发生的故障的一个例子的图,表示吸入空气时的情况。
图12是说明在由电磁阀直接控制接合压力的情况下发生的故障的一个例子的图,表示暂时卡住时的情况。
图13是说明在由电磁阀直接控制接合压力的情况下发生的故障的一个例子的图,表示完全卡住时的情况。
图14是表示故障原因确定模型的一个例子的图。
图15是说明车辆用故障原因确定装置的控制工作的主要部分的流程图,并且是说明为了提高确定在车辆中发生的故障的原因的精度的控制工作的流程图。
具体实施方式
在本发明的实施方式中,所述车辆具备动力源和动力传递装置。所述动力传递装置具备所述车辆用变速器。该车辆用变速器中的变速比是“输入侧的旋转构件的转速/输出侧的旋转构件的转速”。该变速比中的高挡位侧是作为变速比变小的一侧的高车速侧。变速比中的低挡位侧是作为变速比变大的一侧的低车速侧。例如,最低挡位侧变速比是变为最低的车速侧的最低车速侧的变速比,并且是变速比变为最大的值的最大变速比。
此外,所述动力源例如是因燃料的燃烧而产生动力的汽油发动机、柴油发动机等发动机。此外,作为所述动力源,除了该发动机之外或者代替该发动机,所述车辆也可以具备电动机等。广义上,所述电动机是发动机。
以下,参照附图对本发明的实施例进行详细说明。
图1是说明应用本发明的车辆10所具备的动力传递装置12的概略构成的图,并且是说明用于车辆10中的各种控制的控制系统的主要部分的图。在图1中,车辆10具备发动机14、第一旋转机MG1以及第二旋转机MG2。动力传递装置12具备在作为装配于车身的非旋转构件的变速箱16内串联配设于共同的轴心上的电动式无级变速部18和机械式有级变速部20等。电动式无级变速部18直接地或经由未图示的阻尼器等间接地连结于发动机14。机械式有级变速部20连结于电动式无级变速部18的输出侧。此外,动力传递装置12具备连结于作为机械式有级变速部20的输出旋转构件的输出轴22的差动齿轮装置24、连结于差动齿轮装置24的一对车轴26等。在动力传递装置12中,从发动机14、第二旋转机MG2输出的动力向机械式有级变速部20传递,并从该机械式有级变速部20经由差动齿轮装置24等向车辆10所具备的驱动轮28传递。需要说的是,以下,将变速箱16称为箱16,将电动式无级变速部18称为无级变速部18,将机械式有级变速部20称为有级变速部20。此外,在不特殊地加以区别的情况下,动力也与转矩、力意义相同。此外,无级变速部18、有级变速部20等被配置为相对于上述共同的轴心大致对称,在图1中省略该轴心的下半部分。上述共同的轴心是发动机14的曲轴、后述的连结轴34等的轴心。
发动机14是作为能产生驱动转矩的动力源发挥功能的发动机,例如为汽油发动机、柴油发动机等公知的内燃机。在该发动机14中,通过后述的电子控制装置90来控制车辆10所具备的节气门致动器、燃料喷射装置、点火装置等的发动机控制装置50,由此来控制作为发动机14的输出转矩的发动机转矩Te。在本实施例中,发动机14连结于无级变速部18而不经由变矩器、液力耦合器等流体式传动装置。
第一旋转机MG1和第二旋转机MG2是具有作为电动机(马达)的功能和作为发电机(generator)的功能的旋转电力机械,是所谓的电动发电机。第一旋转机MG1和第二旋转机MG2分别经由车辆10所具备的变换器52,连接于车辆10所具备的作为蓄电装置的电池54。在第一旋转机MG1和第二旋转机MG2中,分别通过后述的电子控制装置90来控制变换器52,由此来控制作为第一旋转机MG1的输出转矩的MG1转矩Tg和作为第二旋转机MG2的输出转矩的MG2转矩Tm。关于旋转机的输出转矩,例如在正转的情况下,作为加速侧的正转矩是动力运行转矩,作为减速侧的负转矩是再生转矩。电池54是与第一旋转机MG1和第二旋转机MG2的每一个之间授受电力的蓄电装置。
无级变速部18具备:第一旋转机MG1;以及作为动力分配机构的差动机构32,将发动机14的动力机械地分配给第一旋转机MG1和作为无级变速部18的输出旋转构件的中间传递构件30。第二旋转机MG2以可传递动力的方式连结于中间传递构件30。无级变速部18是通过控制第一旋转机MG1的驾驶状态来控制差动机构32的差动状态的电动式无级变速器。第一旋转机MG1是能控制作为发动机14的转速的发动机转速Ne的旋转机,相当于差动用旋转机。第二旋转机MG2是作为能产生驱动转矩的动力源发挥功能的旋转机,相当于行驶驱动用旋转机。车辆10是具备发动机14和第二旋转机MG2作为行驶用的动力源的混合动力车辆。动力传递装置12将动力源的动力向驱动轮28传递。需要说明的是,控制第一旋转机MG1的驾驶状态是进行第一旋转机MG1的驾驶控制。
差动机构32由单小齿轮型的行星齿轮装置构成,具备太阳轮S0、轮架CA0以及齿圈R0。发动机14经由连结轴34以可传递动力的方式连结于轮架CA0,第一旋转机MG1以可传递动力的方式连结于太阳轮S0,第二旋转机MG2以可传递动力的方式连结于齿圈R0。在差动机构32中,轮架CA0作为输入元件发挥功能,太阳轮S0作为反作用力元件发挥功能,齿圈R0作为输出元件发挥功能。
有级变速部20是作为构成中间传递构件30与驱动轮28之间的动力传递路径的一部分的有级变速器的机械式变速机构,即构成无级变速部18与驱动轮28之间的动力传递路径的一部分的机械式变速机构。中间传递构件30也作为有级变速部20的输入旋转构件发挥功能。第二旋转机MG2与中间传递构件30以一体旋转的方式连结,此外,发动机14连结于无级变速部18的输入侧,因此有级变速部20是构成动力源(第二旋转机MG2或发动机14)与驱动轮28之间的动力传递路径的一部分的变速器。中间传递构件30是用于向驱动轮28传递动力源的动力的传递构件。有级变速部20是例如具备第一行星齿轮装置36和第二行星齿轮装置38这多组行星齿轮装置以及包括单向离合器F1在内的离合器C1、离合器C2、制动器B1、制动器B2这多个接合装置的公知的行星齿轮式的自动变速器。以下,在不特殊加以区别的情况下,将离合器C1、离合器C2、制动器B1以及制动器B2仅称为接合装置CB。
接合装置CB是由被液压致动器按压的多板式或单板式的离合器、制动器、被液压致动器拉紧的带式制动器等构成的液压式的摩擦接合装置。在接合装置CB中,通过从车辆10所具备的液压控制回路56输出的被调压后的作为接合装置CB的各接合压力的各液压Pc1、Pc2、Pb1、Pb2(参照后述的图4)使各接合装置的转矩容量变化,由此分别对接合、释放等状态即工作状态进行切换。
在有级变速部20中,第一行星齿轮装置36和第二行星齿轮装置38的各旋转元件直接地或经由接合装置CB、单向离合器F1间接地一部分相互连结,或者与中间传递构件30、箱16或输出轴22连结。第一行星齿轮装置36的各旋转元件是太阳轮S1、轮架CA1、齿圈R1,第二行星齿轮装置38的各旋转元件是太阳轮S2、轮架CA2、齿圈R2。
有级变速部20是通过作为多个接合装置中的任一个接合装置的例如规定的接合装置的接合来形成变速比(也称为传动比)γat(=AT输入转速Ni/输出转速No)不同的多个变速挡(也称为挡位)中的任一个挡位的有级变速器。就是说,有级变速部20通过接合多个接合装置中的任意接合装置来切换挡位,即执行变速。有级变速部20是形成多个挡位的每一个的有级式的自动变速器。在本实施例中,将由有级变速部20形成的挡位称为AT挡位。AT输入转速Ni是作为有级变速部20的输入旋转构件的转速的有级变速部20的输入转速,与中间传递构件30的转速的值相同,此外,与作为第二旋转机MG2的转速的MG2转速Nm的值相同。AT输入转速Ni可以由MG2转速Nm表示。输出转速No是作为有级变速部20的输出转速的输出轴22的转速,也是将无级变速部18和有级变速部20合起来的整体的变速器即复合变速器40的输出转速。复合变速器40是构成发动机14与驱动轮28之间的动力传递路径的一部分的变速器。
在有级变速部20中,例如,如图2的接合工作表中所示,作为多个AT挡位,形成AT1速挡位(图中的“第一挡”)至AT4速挡位(图中的“第四挡”)这4挡前进用的AT挡位。AT1速挡位的变速比γat最大,越是高挡位侧的AT挡位,变速比γat越小。此外,后退用的AT挡位(图中的“后退挡”)例如通过离合器C1的接合且制动器B2的接合来形成。就是说,如下所述,在进行后退行驶时,例如形成AT1速挡位。图2的接合工作表是汇总了各AT挡位与多个接合装置的各工作状态的关系的表。即,图2的接合工作表是汇总了各AT挡位与在各AT挡位中分别接合的接合装置即规定的接合装置的关系的表。在图2中,“○”表示接合,“△”表示在发动机制动时或有级变速部20的滑行降挡(coast downshift)时接合,空栏表示释放。
在有级变速部20中,通过后述的电子控制装置90来切换根据驾驶员(driver)的加速操作、车速V等而形成的AT挡位,即选择性地形成多个AT挡位。例如,在有级变速部20的变速控制中,通过接合装置CB中的任一个接合切换来执行变速,即通过接合装置CB的接合与释放的切换来执行变速,执行所谓离合器到离合器(clutch to clutch)变速。在本实施例中,例如将从AT2速挡位向AT1速挡位的降挡表示为2→1降挡。对于其他的升挡、降挡也是同样。
车辆10还具备:作为机械式的油泵的MOP57、作为电动式的油泵的EOP58等。MOP57连结于连结轴34,与发动机14的旋转一起旋转并排出在动力传递装置12中使用的工作油oil。例如通过发动机14使MOP57旋转从而排出工作油oil。通过车辆10所具备的油泵专用的马达59使EOP58旋转从而排出工作油oil。MOP57、EOP58所排出的工作油oil是在接合装置CB的工作状态的切换等中使用的有级变速部20的工作油。
图3是表示无级变速部18与有级变速部20中的各旋转元件的转速的相对的关系的共线图。在图3中,与构成无级变速部18的差动机构32的三个旋转元件对应的三条纵线Y1、Y2、Y3从左侧起依次是:表示与第二旋转元件RE2对应的太阳轮S0的转速的g轴、表示与第一旋转元件RE1对应的轮架CA0的转速的e轴、表示与第三旋转元件RE3对应的齿圈R0的转速(即有级变速部20的输入转速)的m轴。此外,有级变速部20的四条纵线Y4、Y5、Y6、Y7从左起依次是:表示与第四旋转元件RE4对应的太阳轮S2的转速的轴、表示与第五旋转元件RE5对应的相互连结的齿圈R1和轮架CA2的转速(即输出轴22的转速)的轴、表示与第六旋转元件RE6对应的相互连结的轮架CA1和齿圈R2的转速的轴、表示与第七旋转元件RE7对应的太阳轮S1的转速的轴。纵线Y1、Y2、Y3的相互的间隔根据差动机构32的传动比(也称为齿轮比)ρ0来确定。此外,纵线Y4、Y5、Y6、Y7的相互的间隔根据第一行星齿轮装置36、第二行星齿轮装置38的各齿轮比ρ1、ρ2来确定。在共线图的纵轴间的关系中,当太阳轮与轮架之间被设为与“1”对应的间隔时,轮架与齿圈之间被设为与行星齿轮装置的齿轮比ρ(=太阳轮的齿数Zs/齿圈的齿数Zr)对应的间隔。
如果使用图3的共线图来表现,则在无级变速部18的差动机构32中被配置为:发动机14(参照图中的“ENG”)连结于第一旋转元件RE1,第一旋转机MG1(参照图中的“MG1”)连结于第二旋转元件RE2,第二旋转机MG2(参照图中的“MG2”)连结于与中间传递构件30一体旋转的第三旋转元件RE3,将发动机14的旋转经由中间传递构件30向有级变速部20传递。在无级变速部18中,通过横穿纵线Y2的各直线L0、L0R来表示太阳轮S0的转速与齿圈R0的转速的关系。
此外,在有级变速部20中,第四旋转元件RE4经由离合器C1选择性地连结于中间传递构件30,第五旋转元件RE5连结于输出轴22,第六旋转元件RE6经由离合器C2选择性地连结于中间传递构件30并且经由制动器B2选择性地连结于箱16,第七旋转元件RE7经由制动器B1选择性地连结于箱16。在有级变速部20中,根据接合装置CB的接合释放控制,通过横穿纵线Y5的各直线L1、L2、L3、L4、LR来表示输出轴22中的“第一挡”、“第二挡”、“第三挡”,“第四挡”、“后退挡”的各转速。
由图3中的实线表示的直线L0以及直线L1、L2、L3、L4示出了能进行至少以发动机14作为动力源来行驶的混合动力行驶的混合动力行驶模式下的前进行驶中的各旋转元件的相对速度。在该混合动力行驶模式下,在差动机构32中,当相对于输入至轮架CA0的发动机转矩Te,由第一旋转机MG1产生的负转矩即反作用力转矩以正转的形式被输入至太阳轮S0时,在齿圈R0出现以正转的形式成为正转矩的发动机直达转矩Td(=Te/(1+ρ0)=-(1/ρ0)×Tg)。并且,根据请求驱动力,发动机直达转矩Td与MG2转矩Tm的合计转矩作为车辆10的前进方向的驱动转矩,经由形成有AT1速挡位至AT4速挡位中的任一AT挡位的有级变速部20向驱动轮28传递。此时,第一旋转机MG1作为以正转的形式产生负转矩的发电机发挥功能。第一旋转机MG1的发电电力Wg被充电至电池54,或者被第二旋转机MG2消耗。第二旋转机MG2使用发电电力Wg的全部或一部分,或者除了发电电力Wg之外还使用来自电池54的电力来输出MG2转矩Tm。
虽然在图3中未图示,但在能进行使发动机14停止并且以第二旋转机MG2作为动力源来行驶的马达行驶的马达行驶模式下的共线图中,在差动机构32中,轮架CA0被设为零旋转,对齿圈R0输入以正转的形式成为正转矩的MG2转矩Tm。此时,连结于太阳轮S0的第一旋转机MG1被设为无负载状态,以反转的形式进行空转。就是说,在马达行驶模式下,发动机14未被驱动,发动机转速Ne被设为零,MG2转矩Tm作为车辆10的前进方向的驱动转矩,经由形成有AT1速挡位至AT4速挡位中的任一AT挡位的有级变速部20向驱动轮28传递。在此的MG2转矩Tm是正转的动力运行转矩。
由图3中的虚线表示的直线L0R和直线LR示出了马达行驶模式下的后退行驶中的各旋转元件的相对速度。在该马达行驶模式下的后退行驶中,对齿圈R0输入以反转的形式成为负转矩的MG2转矩Tm,该MG2转矩Tm作为车辆10的后退方向的驱动转矩,经由形成有AT1速挡位的有级变速部20向驱动轮28传递。在车辆10中,在通过后述的电子控制装置90形成了多个AT挡位中的作为前进用的低挡位侧的AT挡位的例如AT1速挡位的状态下,使与前进行驶时的前进用的MG2转矩Tm正负相反的后退用的MG2转矩Tm从第二旋转机MG2输出,由此能进行后退行驶。在此,前进用的MG2转矩Tm是成为正转的正转矩的动力运行转矩,后退用的MG2转矩Tm是成为反转的负转矩的动力运行转矩。如此,在车辆10中,使用前进用的AT挡位,使MG2转矩Tm的正负反转,由此进行后退行驶。使用前进用的AT挡位是指使用与进行前进行驶时相同的AT挡位。需要说明的是,在混合动力行驶模式下,也能如直线L0R那样,将第二旋转机MG2设为反转,因此能与马达行驶模式同样地进行后退行驶。
在动力传递装置12中构成作为电动式变速机构的无级变速部18,该无级变速器18具备差动机构32,该差动机构32具有如下三个旋转元件:以可传递动力的方式连结有发动机14的作为第一旋转元件RE1的轮架CA0;以可传递动力的方式连结有第一旋转机MG1的作为第二旋转元件RE2的太阳轮S0;以及连结有中间传递构件30的作为第三旋转元件RE3的齿圈R0,该无级变速器18通过控制第一旋转机MG1的运转状态来控制差动机构32的差动状态。换一个观点来看,连结有中间传递构件30的第三旋转元件RE3是以可传递动力的方式连结有第二旋转机MG2的第三旋转元件RE3。就是说,在动力传递装置12中构成无级变速器18,该无级变速器18具有以可传递动力的方式连结有发动机14的差动机构32和以可传递动力的方式连结于差动机构32的第一旋转机MG1,并且通过控制第一旋转机MG1的运转状态来控制差动机构32的差动状态。使无级变速部18作为下述的电动的无级变速器来工作,即,是使作为与成为输入旋转构件的连结轴34的转速的值相同的发动机转速Ne与成为输出旋转构件的中间传递构件30的转速即MG2转速Nm的比值的变速比γ0(=Ne/Nm)变化的电动的无级变速器。
例如,在混合动力行驶模式下,当相对于因在有级变速部20形成有AT挡位而被驱动轮28的旋转约束的齿圈R0的转速,通过控制第一旋转机MG1的转速来使太阳轮S0的转速上升或下降时,轮架CA0的转速即发动机转速Ne上升或下降。因此,在混合动力行驶中,能使发动机14在高效的运转点工作。就是说,能通过形成有AT挡位的有级变速部20和作为无级变速器工作的无级变速部18,以无级变速部18和有级变速部20串联配置而成的复合变速器40整体来构成无级变速器。
或者,也能使无级变速部18像有级变速器那样变速,因此,能通过形成有AT挡位的有级变速部20和像有级变速器那样变速的无级变速部18而使复合变速器40整体像有级变速器那样变速。就是说,在复合变速器40中,能以使表示发动机转速Ne与输出转速No的比值的变速比γt(=Ne/No)不同的多个挡位选择性地成立的方式,控制有级变速部20和无级变速部18。在本实施例中,将通过复合变速器40成立的挡位称为模拟挡位。变速比γt是由串联配置的无级变速部18和有级变速部20形成的总变速比,是将无级变速部18的变速比γ0和有级变速部20的变速比γat相乘而得到的值(γt=γ0×γat)。
例如以通过有级变速部20的各AT挡位与一个或多个种类的无级变速部18的变速比γ0的组合,对于有级变速部20的各AT挡位分别使一个或多个种类成立的方式,对模拟挡位进行分配。例如,预先确定为:对于AT1速挡位使模拟1速挡位至模拟3速挡位成立,对于AT2速挡位使模拟4速挡位至模拟6速挡位成立,对于AT3速挡位使模拟7速挡位至模拟9速挡位成立,对于AT4速挡位使模拟10速挡位成立。在复合变速器40中,以成为与输出转速No实现规定的变速比γt的发动机转速Ne的方式控制无级变速部18,由此在某个AT挡位使不同的模拟挡位成立。此外,在复合变速器40中,通过与AT挡位的切换相匹配地控制无级变速部18来切换模拟挡位。
回到图1,车辆10具备作为包括车辆10的控制装置的控制器的电子控制装置90,该电子控制装置90与发动机14、无级变速部18以及有级变速部20等的控制相关。因此,图1是表示电子控制装置90的输入输出系统的图,并且是说明由电子控制装置90实现的控制功能的主要部分的功能框图。电子控制装置90被配置为包括例如具备CPU、RAM、ROM、输入输出接口等的所谓微型计算机,CPU利用RAM的暂时存储功能并且按照预先存储在ROM中的程序进行信号处理,由此执行车辆10的各种控制。电子控制装置90根据需要被配置为分为发动机控制用、变速控制用等。
向电子控制装置90分别供给基于由车辆10所具备的各种传感器等(例如发动机转速传感器60、输出转速传感器62、MG1转速传感器64、MG2转速传感器66、加速器开度传感器68、节气门开度传感器70、制动踏板传感器71、方向盘传感器72、驾驶员状态传感器73、G传感器74、横摆角速度传感器76、电池传感器78、油温传感器79、车辆周边信息传感器80、车辆位置传感器81、外部网络通信用天线82、导航系统83、驾驶辅助设定开关组84、换挡位置传感器85等)得到的检测值的各种信号等(例如发动机转速Ne、与车速V对应的输出转速No、作为第一旋转机MG1的转速的MG1转速Ng、作为AT输入转速Ni的MG2转速Nm、作为表示驾驶员的加速操作的大小的驾驶员的加速器操作量的加速器开度θacc、作为电子节气门的开度的节气门开度θth、作为表示用于使车轮制动器工作的制动踏板被驾驶员操作的状态的信号的制动器接通信号Bon、与制动踏板的踏力对应的表示由驾驶员进行的制动踏板的踩踏操作的大小的制动器操作量Bra、车辆10所具备的方向盘的转向角θsw和转向方向Dsw、作为表示方向盘被驾驶员握住的状态的信号的转向开启信号SWon、作为表示驾驶员的状态的信号的驾驶员状态信号Drv、车辆10的前后加速度Gx、车辆10的左右加速度Gy、作为车辆10的绕竖直轴的旋转角速度的横摆角速度Ryaw、电池54的电池温度THbat、电池充放电电流Ibat、电池电压Vbat、作为工作油oil的温度的工作油温THoil、车辆周边信息Iard、位置信息Ivp、通信信号Scom、导航信息Inavi、作为表示自动驾驶控制或巡航控制等驾驶辅助控制中的由驾驶员进行的设定的信号的驾驶辅助设定信号Sset、车辆10所具备的换挡杆的操作位置POSsh等)。
表示驾驶员的加速操作的大小的驾驶员的加速操作量例如是作为加速踏板等加速器操作构件的操作量的加速器操作量,并且是驾驶员针对车辆10的输出请求量。作为驾驶员的输出请求量,除了加速器开度θacc之外,还可以使用节气门开度θth等。
驾驶员状态传感器73包括例如拍摄驾驶员的表情或瞳孔等的摄像机、对驾驶员的生物体信息进行检测的生物体信息传感器等中的至少一个,从而获取驾驶员的视线或脸的朝向、眼球或脸的动作、心跳的状态等驾驶员的状态。
车辆周边信息传感器80包括例如激光雷达、雷达以及车载摄像机等中的至少一个,从而直接地获取与行驶中的道路相关的信息、与存在于车辆周边的物体相关的信息。所述激光雷达例如是分别检测车辆10的前方的物体、侧方的物体、后方的物体等的多个激光雷达,或者是检测车辆10的整个周围的物体的一个激光雷达,将检测到的与物体相关的物体信息作为车辆周边信息Iard输出。所述雷达例如是分别检测车辆10的前方的物体、前方附近的物体、后方附近的物体等的多个雷达等,将检测到的与物体相关的物体信息作为车辆周边信息Iard输出。由所述激光雷达、雷达得到的物体信息包括检测到的物体距车辆10的距离和方向。所述车载摄像机例如是拍摄车辆10的前方、后方的单目摄像机或立体摄像机,将拍摄信息作为车辆周边信息Iard输出。该拍摄信息包括行驶道路的车道、行驶道路上的标志、停车空间以及行驶道路上的其他车辆、行人、障碍物等信息。
车辆位置传感器81包括GPS天线等。位置信息Ivp包括表示基于GPS(GlobalPositioning System:全球定位系统)卫星发送的GPS信号(轨道信号)等的地表或地图上的车辆10的位置的本车位置信息。
导航系统83是具有显示器、扬声器等的公知的导航系统。导航系统83基于位置信息Ivp,在预先存储的地图数据上确定本车位置。导航系统83在显示于显示器的地图上显示本车位置。当输入目的地时,导航系统83对从出发地起到目的地为止的行驶路径进行运算,利用显示器、扬声器等对驾驶员进行行驶路径等的指示。导航信息Inavi例如包括基于预先存储在导航系统83中的地图数据的道路信息、设施信息等地图信息等。所述道路信息包括市区道路、郊外道路、山岳道路、高速汽车道路即高速道路等道路的种类、道路的分支或汇合、道路的坡度、限制车速等信息。所述设施信息包括超市、商店、饭店、停车场、公园、对车辆10进行修理的地点、自己家、高速道路上的服务区域等地点的种类、所在位置、名称等信息。上述服务区域例如是在高速道路上停车、用餐、加油等设备所在的地点。
驾驶辅助设定开关组84包括用于使自动驾驶控制执行的自动驾驶选择开关、用于使巡航控制执行的巡航开关、设定巡航控制中的车速的开关、设定巡航控制中的与前车的车间距离的开关、用于使维持设定的车道而行驶的车道保持(lane keep)控制执行的开关等。
通信信号Scom例如包括在与作为道路交通信息通信系统等车外装置的中心之间进行收发的道路交通信息等和/或不经由所述中心而与位于车辆10的附近的其他车辆之间直接进行收发的车车间通信信息等。所述道路交通信息例如包括道路的拥堵、事故、施工、所需时间、停车场等信息。所述车车间通信信息例如包括车辆信息、行驶信息、交通环境信息等。所述车辆信息例如包括表示轿车、卡车、二轮车等车型的信息。所述行驶信息例如包括车速V、位置信息、制动踏板的操作信息、转向信号灯的闪烁信息、危险灯的闪烁信息等信息。所述交通环境信息例如包括道路的拥堵、施工等信息。
从电子控制装置90向车辆10所具备的各装置(例如发动机控制装置50、变换器52、液压控制回路56、马达59、外部网络通信用天线82、车轮制动器装置86、转向装置88、信息通知装置89等)分别输出各种指令信号(例如用于控制发动机14的发动机控制指令信号Se、用于分别控制第一旋转机MG1和第二旋转机MG2的旋转机控制指令信号Smg、用于控制接合装置CB的工作状态的液压控制指令信号Sat、用于控制EOP58的工作的EOP控制指令信号Seop、通信信号Scom、用于控制由车轮制动器产生的制动转矩的制动器控制指令信号Sbra、用于控制车轮(特别是前轮)的转向的转向控制指令信号Sste、用于对驾驶员进行警告或报告的信息通知控制指令信号Sinf等)。该液压控制指令信号Sat也是用于控制有级变速部20的变速的液压控制指令信号,例如是用于驱动对供给向接合装置CB的每一个液压致动器的各液压Pc1、Pc2、Pb1、Pb2进行调压的各电磁阀SL1至SL4等(参照后述的图4)的指令信号。电子控制装置90设定与各液压Pc1、Pc2、Pb1、Pb2的值对应的液压指令值,向液压控制回路56输出与该液压指令值相应的驱动电流或驱动电压。
车轮制动器装置86是对车轮赋予由车轮制动器产生的制动转矩的制动器装置。车轮制动器装置86根据由驾驶员进行的例如制动踏板的踩踏操作等,向设于车轮制动器的轮缸供给制动液压。在车轮制动器装置86中,在通常时,向轮缸供给从制动器主缸产生的、大小与制动器操作量Bra对应的主缸液压作为制动液压。另一方面,在车轮制动器装置86中,例如在ABS(antilock brake system:防抱死系统)控制时、侧滑抑制控制时、车速控制时、自动驾驶控制时等,为了由车轮制动器实现的制动转矩的产生,向轮缸供给各控制中所需的制动液压。上述车轮是驱动轮28和未图示的从动轮。
转向装置88向车辆10的转向系统赋予例如与车速V、转向角θsw以及转向方向Dsw、横摆角速度Ryaw等相应的辅助转矩。在转向装置88中,例如在自动驾驶控制时等,向车辆10的转向系统赋予控制前轮的转向的转矩。
信息通知装置89是例如在与车辆10的行驶相关的某些零件发生了故障或者该零件的功能降低了的情况下,对驾驶员进行警告或报告的装置。信息通知装置89例如是监视器、显示器、警示灯等显示装置和/或扬声器、蜂鸣器等声音输出装置等。所述显示装置是对驾驶员进行视觉上的警告或报告的装置。声音输出装置是对驾驶员进行听觉上的警告或报告的装置。
图4是说明液压控制回路56的图,并且是说明向液压控制回路56供给工作油oil的液压源的图。在图4中,MOP57和EOP58在供工作油oil流通的油路的构成上并联地设置。MOP57和EOP58分别排出工作油oil,该工作油oil作为用于切换接合装置CB的各自的工作状态或者向动力传递装置12的各部分供给润滑油的液压的源头。MOP57和EOP58分别将回流到设于箱16的下部的油底壳(oil pan)100的工作油oil经由作为共同的吸入口的粗滤器(strainer)102吸起,并向各排出油路104、106排出。排出油路104、106分别连结于液压控制回路56所具备的油路,例如连结于作为供管路压力PL流通的油路的管路压力油路108。从MOP57排出工作油oil的排出油路104经由液压控制回路56所具备的MOP用单向阀110连结于管路压力油路108。从EOP58排出工作油oil的排出油路106经由液压控制回路56所具备的EOP用单向阀112连结于管路压力油路108。MOP57与发动机14一起旋转,产生工作液压。EOP58被马达59旋转而产生工作液压。EOP58能与发动机14的旋转状态无关地产生工作液压。例如在马达行驶模式下的行驶时使EOP58工作。
除了上述的管路压力油路108、MOP用单向阀110以及EOP用单向阀112之外,液压控制回路56还具备调节阀114、切换阀116、供给油路118、排出油路120、各电磁阀SLT、S1、S2、SL1至SL4等。
调节阀114基于MOP57和EOP58中的至少一方所排出的工作油oil,对管路压力PL进行调压。电磁阀SLT例如是线性电磁阀,被电子控制装置90控制为向调节阀114输出与向有级变速部20的输入转矩等相应的先导压力Pslt。由此,管路压力PL被设为与有级变速部20的输入转矩等相应的液压。输入至电磁阀SLT的源压力例如是以管路压力PL为源压力而被未图示的调制阀调压至恒定值的调制压力PM。
切换阀116基于从电磁阀S1、S2输出的液压切换油路。电磁阀S1、S2均为例如开闭电磁阀,分别被电子控制装置90控制为向切换阀116输出液压。若被设为从电磁阀S2输出液压并且不从电磁阀S1输出液压的状态,则切换阀116以将管路压力油路108和供给油路118连接的方式切换油路。若被设为从电磁阀S1、S2一起输出液压或者不从电磁阀S1、S2一起输出液压或者从电磁阀S1输出液压并且不从电磁阀S2输出液压的状态,则切换阀116以切断管路压力油路108与供给油路118之间的油路,将供给油路118连接至排出油路120的方式切换油路。供给油路118是供输入至电磁阀SL2、SL3的源压力流通的油路。排出油路120是将液压控制回路56内的工作油oil向液压控制回路56之外排出,即使工作油oil向油底壳100回流的大气开放油路。例如在操作位置POSsh被设为选择使车辆10能前进行驶的复合变速器40的前进行驶位置的D操作位置的情况下,电子控制装置90向液压控制回路56输出用于使电磁阀S2输出液压并且电磁阀S1不输出液压的液压控制指令信号Sat。例如在操作位置POSsh被设为选择使车辆10能后退行驶的复合变速器40的后退行驶位置的R操作位置的情况下,电子控制装置90向液压控制回路56输出用于使电磁阀S1、S2分别输出液压的液压控制指令信号Sat。
电磁阀SL1至SL4均为例如线性电磁阀,被电子控制装置90控制为向接合装置CB的各个液压致动器输出各液压Pc1、Pc2、Pb1、Pb2。电磁阀SL1以管路压力PL作为源压力,对向离合器C1的液压致动器供给的C1液压Pc1进行调压。电磁阀SL2以经由切换阀116的管路压力PL作为源压力,对向离合器C2的液压致动器供给的C2液压Pc2进行调压。电磁阀SL3以经由切换阀116的管路压力PL作为源压力,对向制动器B1的液压致动器供给的B1液压Pb1进行调压。电磁阀SL4以管路压力PL作为源压力,对向制动器B2的液压致动器供给的B2液压Pb2进行调压。
图5是说明电磁阀SL1至SL4的构成的剖视图。电磁阀SL1至SL4基本上均为相同的构成,因此举例示出电磁阀SL1。电磁阀SL1具备:螺线管122,通过通电来将电能转换为驱动力;以及调压部124,通过螺线管122的驱动来对管路压力PL进行调压而产生C1液压Pc1。螺线管122具备:圆筒状的卷芯126;线圈128,在卷芯126的外周卷绕有导线;芯130,被设为能在卷芯126的内部沿轴心方向移动;柱塞132,固定设置在芯130中的与调压部124相反的一侧的端部;壳体134,收纳卷芯126、线圈128、芯130以及柱塞132;以及盖136,嵌装于壳体134的开口。调压部124具备:套筒138,嵌装于壳体134;滑阀元件140,被设为能在套筒138的内部沿轴心方向移动;以及弹簧142,将滑阀元件140向螺线管122侧施力。滑阀元件140中的螺线管122侧的端部抵接于芯130中的调压部124侧的端部。在如此构成的电磁阀SL1中,当驱动电流在线圈128中流过时,根据该驱动电流的大小而使柱塞132在芯130和滑阀元件140中沿共同的轴心方向移动,伴随于此,芯130和滑阀元件140向相同方向移动。由此,从输入口144输入的工作油oil的流量和从排泄口146排出的工作油oil的流量被调节,例如,输入至输入口144的管路压力PL根据作为如图6所示的驱动电流与输出压力的预先确定的关系的线性电磁阀的阀特性而被调压,调压后的C1液压Pc1从输出口148被输出。
图7是说明与针对电磁阀SL的接合过渡中的液压指令值相应的驱动电流的一个例子的图,该电磁阀SL对有级变速部20的变速控制时被接合的接合侧的摩擦接合装置的液压进行调压。在图7中,t1a时间点表示在对有级变速部20进行变速控制中开始针对接合侧的摩擦接合装置的液压控制指令信号Sat的输出的时间点。在液压控制指令信号Sat的输出开始后,到t2a时间点为止的快速应用(quick apply)区间中,驱动电流急剧增大。接着,在到t3a时间点为止的恒压待机区间中,驱动电流值被维持在用于使接合侧的摩擦接合装置的接合压力成为即将接合前状态的恒压待机压力的大小。接着,在直到进行MG2转速Nm或发动机转速Ne与变速后的转速取得了同步的同步判断为止的扫描期间中,用于使接合侧的摩擦接合装置的接合压力缓慢地上升的驱动电流值被输出(参照t3a时间点至t4a时间点)。若进行同步判断,则使驱动电流值上升至最大值(参照t4a时间点)。
回到图1,车辆10还具备收发器150、第一网关ECU152、第二网关ECU154、连接器156等。
收发器150是与车辆10分开存在的、与作为与车辆10分开的车外装置的服务器200进行通信的设备。服务器200是车辆10外部的网络上的系统。服务器200接受、处理、积累或提供车辆状态信息、车辆现象信息等各种信息。与服务器200与车辆10之间同样地,服务器200与其他车辆之间收发各种信息。收发器150也可以具有不经由服务器200而与位于车辆10的附近的其他车辆之间直接通信的功能。所述车辆状态信息例如是表示由各种传感器等检测到的与车辆10的行驶相关的行驶状态的信息,即表示车辆10的动作状态的信息。该行驶状态例如是加速器开度θacc、车速V等。所述车辆现象信息例如是表示在车辆10中产生的现象的信息。该现象例如是由未图示的麦克风检测到的车内的声音即声压、由G传感器74检测到的搭乘者感受到振动等。需要说明的是,收发器150也可以经由外部网络通信用天线82与服务器200之间进行无线通信。
第一网关ECU152和第二网关ECU154分别具备与电子控制装置90同样的硬件构成,并且例如是被设为用于改写电子控制装置90内的可改写的ROM中存储的程序和/或数据的中继装置。第一网关ECU152与收发器150连接,例如用于使用收发器150与服务器200之间的无线通信来改写电子控制装置90内的上述ROM中存储的程序。服务器200作为发布改写用的程序的软件发布中心发挥功能。第二网关ECU154被设为能经由连接器156机械地连结于作为与车辆10分开的车外装置的外部改写装置210,例如用于使用外部改写装置210来改写电子控制装置90内的上述ROM中存储的程序。
为了实现车辆10中的各种控制,电子控制装置90具备AT变速控制单元即AT变速控制部92、混合动力控制单元即混合动力控制部94以及驾驶控制单元即驾驶控制部96。
AT变速控制部92使用作为预先通过实验或通过设计求出并存储的关系即预先确定的关系的例如图8所示的AT挡位变速映射图来进行有级变速部20的变速判断,并根据需要来向液压控制回路56输出用于执行有级变速部20的变速控制的液压控制指令信号Sat。上述AT挡位变速映射图例如是在以车速V和请求驱动力Frdem为变量的二维坐标上具有用于判断有级变速部20的变速的变速线的规定的关系。在此,可以使用输出转速No等来代替车速V,此外,也可以使用请求驱动转矩Trdem、加速器开度θacc、节气门开度θth等来代替请求驱动力Frdem。上述AT挡位变速映射图中的各变速线是如实线所示的用于判断升挡的升挡线和如虚线所示的用于判断降挡的降挡线。
混合动力控制部94包括作为控制发动机14的工作的发动机控制单元即发动机控制部的功能和作为经由变换器52控制第一旋转机MG1和第二旋转机MG2的工作的旋转机控制单元即旋转机控制部的功能,混合动力控制部94通过这些控制功能来执行由发动机14、第一旋转机MG1以及第二旋转机MG2实现的混合动力驱动控制等。混合动力控制部94将加速器开度θacc和车速V应用于作为预先确定的关系的例如驱动请求量映射图,由此计算出作为驱动请求量的驱动轮28中的请求驱动力Frdem。作为所述驱动请求量,除了请求驱动力Frdem[N]之外,还可以使用驱动轮28中的请求驱动转矩Trdem[Nm]、驱动轮28中的请求驱动功率Prdem[W]、输出轴22中的请求AT输出转矩等。
混合动力控制部94考虑电池54的可充电电力Win、可放电电力Wout等,输出作为控制发动机14的指令信号的发动机控制指令信号Se和作为控制第一旋转机MG1和第二旋转机MG2的指令信号的旋转机控制指令信号Smg,以便实现基于请求驱动转矩Trdem和车速V的请求驱动功率Prdem。发动机控制指令信号Se例如是输出此时的发动机转速Ne下的发动机转矩Te的发动机14的功率即发动机功率Pe的指令值。旋转机控制指令信号Smg例如是输出作为发动机转矩Te的反作用力转矩的、指令输出时的MG1转速Ng下的MG1转矩Tg的第一旋转机MG1的发电电力Wg的指令值,并且是输出指令输出时的MG2转速Nm下的MG2转矩Tm的第二旋转机MG2的消耗电力Wm的指令值。
电池54的可充电电力Win是对电池54的输入电力的限制进行规定的可输入电力,电池54的可放电电力Wout是对电池54的输出电力的限制进行规定的可输出电力。例如,通过电子控制装置90基于电池温度THbat和电池54的充电状态值SOC[%]来计算出电池54的可充电电力Win、可放电电力Wout。电池54的充电状态值SOC是表示电池54的充电状态的值,例如通过电子控制装置90基于电池充放电电流Ibat和电池电压Vbat等计算出电池54的充电状态值SOC。
例如在使无级变速部18作为无级变速器工作而使复合变速器40整体作为无级变速器工作的情况下,混合动力控制部94考虑发动机最佳燃料效率点等,以成为得到实现请求驱动功率Prdem的发动机功率Pe的发动机转速Ne和发动机转矩Te的方式,控制发动机14并且控制第一旋转机MG1的发电电力Wg,由此执行无级变速部18的无级变速控制而使无级变速部18的变速比γ0变化。作为该控制的结果,作为无级变速器工作的情况下的复合变速器40的变速比γt被控制。
例如在使无级变速部18像有级变速器那样变速而使复合变速器40整体像有级变速器那样变速的情况下,混合动力控制部94使用作为预先确定的关系的例如模拟挡位变速映射图来进行复合变速器40的变速判断,与由AT变速控制部92进行的有级变速部20的AT挡位的变速控制合作,以使多个模拟挡位选择性地成立的方式执行无级变速部18的变速控制。由第一旋转机MG1根据车速V来控制发动机转速Ne,从而能使多个模拟挡位以能维持各自的变速比γt的方式成立。各模拟挡位的变速比γt不一定必须在车速V的整个区域为恒定值,也可以在规定区域内变化,也可以通过各部分的转速的上限、下限等来加以限制。如此,混合动力控制部94能进行使发动机转速Ne像有级变速那样变化的变速控制。在使复合变速器40整体像有级变速器那样变速的模拟有级变速控制中,例如在由驾驶员选择了运动行驶模式等重视行驶性能的行驶模式的情况下,或者在请求驱动转矩Trdem比较大的情况下,只要优先于使复合变速器40整体作为无级变速器工作的无级变速控制地执行模拟有级变速控制即可,但也可以在除了规定的执行限制时之外基本上执行模拟有级变速控制。
混合动力控制部94根据行驶状态使马达行驶模式或混合动力行驶模式选择性地成立来作为行驶模式。例如,混合动力控制部94在处于请求驱动功率Prdem小于预先确定的阈值的马达行驶区域的情况下,使马达行驶模式成立,另一方面,在处于请求驱动功率Prdem成为预先确定的阈值以上的混合动力行驶区域的情况下,使混合动力行驶模式成立。图8的单点划线A是用于切换将车辆10的行驶用的动力源至少设为发动机14还是仅设为第二旋转机MG2的边界线。即,图8的单点划线A是用于在混合动力行驶与马达行驶之间进行切换的混合动力行驶区域与马达行驶区域的边界线。具有如该图8的单点划线A所示的边界线的预先确定的关系是由以车速V和请求驱动力Frdem为变量的二维坐标构成的动力源切替映射图的一个例子。需要说明的是,在图8中,为了方便,将该动力源切替映射图与AT挡位变速映射图一起示出。
即使在请求驱动功率Prdem处于马达行驶区域时,在电池54的充电状态值SOC小于预先确定的发动机起动阈值的情况下,混合动力控制部94也使混合动力行驶模式成立。马达行驶模式是在发动机14停止的状态下通过第二旋转机MG2产生驱动转矩来行驶的行驶状态。混合动力行驶模式是在发动机14运转的状态下行驶的行驶状态。所述发动机起动阈值是用于判断需要强制地起动发动机14来对电池54进行充电的充电状态值SOC的预先确定的阈值。
在发动机14的运转停止时使混合动力行驶模式成立的情况下,混合动力控制部94进行起动发动机14的起动控制。在起动发动机14时,混合动力控制部94通过第一旋转机MG1使发动机转速Ne上升,并且在发动机转速Ne成为可点火的规定转速以上时点火,由此起动发动机14。即,混合动力控制部94通过第一旋转机MG1使发动机14起转(cranking),由此起动发动机14。
驾驶控制部96能进行基于驾驶员的驾驶操作而行驶的手动驾驶控制和与驾驶员的驾驶操作无关地驾驶车辆10的驾驶辅助控制来作为车辆10的驾驶控制。所述手动驾驶控制是通过由驾驶员的驾驶操作实现的手动驾驶来行驶的驾驶控制。该手动驾驶是通过加速器操作、制动器操作、转向操作等驾驶员的驾驶操作来进行车辆10的通常行驶的驾驶方法。所述驾驶辅助控制例如是通过自动地辅助驾驶操作的驾驶辅助来行驶的驾驶控制。该驾驶辅助与驾驶员的驾驶操作(意图)无关,是通过基于来自各种传感器的信号、信息等的由电子控制装置90实现的控制而自动地进行加速/减速、制动等,由此进行车辆10的行驶的驾驶方法。所述驾驶辅助控制例如是基于由驾驶员输入的目的地、地图信息等而自动地设定目标行驶状态,基于该目标行驶状态而自动地进行加速/减速、制动、转向等的自动驾驶控制等。需要说明的是,广义上,也可以将由驾驶员进行转向操作等一部分的驾驶操作,并且自动地进行加速/减速、制动等的巡航控制包括在驾驶辅助控制中。
在驾驶辅助设定开关组84中的自动驾驶选择开关、巡航开关等被断开而未选择通过驾驶辅助进行的驾驶的情况下,驾驶控制部96使手动驾驶模式成立而执行手动驾驶控制。驾驶控制部96向AT变速控制部92和混合动力控制部94输出分别控制有级变速部20、发动机14、旋转机MG1、MG2的指令,由此执行手动驾驶控制。
在由驾驶员操作驾驶辅助设定开关组84中的自动驾驶选择开关而选择自动驾驶的情况下,驾驶控制部96使自动驾驶模式成立而执行自动驾驶控制。具体而言,驾驶控制部96根据基于由驾驶员输入的目的地、位置信息Ivp的本车位置信息、基于导航信息Inavi等的地图信息以及基于车辆周边信息Iard的行驶道路上的各种信息等,自动地设定目标行驶状态。驾驶控制部96以基于所设定的目标行驶状态来自动地进行加速/减速、制动以及转向的方式,除了向AT变速控制部92和混合动力控制部94输出分别控制有级变速部20、发动机14、旋转机MG1、MG2的指令之外,还向车轮制动器装置86输出用于得到所需的制动转矩的制动器控制指令信号Sbra,向转向装置88输出用于控制前轮的转向的转向控制指令信号Sste,由此进行自动驾驶控制。
再者,在车辆10中可能会发生某种故障。在车辆10中发生的故障例如是作为车辆用变速器的有级变速部20的变速不良。有级变速部20的变速不良例如是因液压控制回路56内的电磁阀SL1至SL4等的工作不良而引起的变速不良、因接合装置CB的摩擦材料的耐久性下降而引起的变速不良、因接合装置CB的摩擦材料的高温等而引起的暂时的接合装置CB的工作不良而引起的变速不良等。
图9是用于说明有级变速部20的变速不良的一个例子的时间图。在图9中,t1b时间点至t3b时间点示出了有级变速部20的2→3升挡被执行的过渡中。在有级变速部20的变速控制的过渡中,使发动机转速Ne或MG2转速Nm的飞冲(flare)收敛的学习控制被实施。就是说,以有级变速部20的离合器到离合器变速的过渡中的发动机转速Ne或MG2转速Nm的飞冲量收到微小飞冲量的范围内的方式实施学习控制来校正液压指令值。所述飞冲例如是发动机转速Ne或MG2转速Nm相对于基于有级变速部20的传动比γat和输出转速No的转速而旋转上升的现象,所述飞冲量是在发生所述飞冲时旋转上升的量的转速。具体而言,在变速控制的过渡中发生了发动机转速Ne或MG2转速Nm的飞冲的情况下(参照t2b时间点附近),在飞冲量大时,成为下一次的2→3升挡中的接合侧的液压的C2液压的初始液压变高,在没有飞冲量或飞冲量极小时,下一次的C2液压的初始液压变低。通过液压指令值的校正使发动机转速Ne或MG2转速Nm的飞冲量收到微小飞冲量的范围内,在学习控制完成后发生了飞冲量成为规定飞冲量以上的飞冲量异常的情况下,判定为发生了有级变速部20的变速不良。所述规定飞冲量例如是用于判断为发生了有级变速部20的变速不良这样的飞冲的预先确定的飞冲故障判定值。或者,在学习控制完成后发生了没有飞冲量或飞冲量极小这样的停滞(tie-up)的情况下,判定为发生了有级变速部20的变速不良。需要说明的是,在所述学习控制中,也可以以代替飞冲量而使飞冲时间收到规定飞冲时间内的方式校正液压指令值。
或者,在发生了飞冲量异常或停滞时,有时表现为变速冲击。在有级变速部20的变速控制中的学习控制完成后发生了前后加速度Gx成为规定加速度以上的变速冲击的情况下,判定为发生了有级变速部20的变速不良。所述规定加速度是用于判断为发生了成为有级变速部20的变速不良这样的前后加速度Gx的预先确定的阈值。
在有级变速部20的变速不良是因电磁阀SL1至SL4等的工作不良而引起的情况下,与观察发动机转速Ne或MG2转速Nm相比,观察电磁阀SL1至SL4等的输出压力例如各液压Pc1、Pc2、Pb1、Pb2易于确定故障的原因。各液压Pc1、Pc2、Pb1、Pb2是用于切换接合装置CB的工作状态的工作油oil的液压,但在车辆10中未搭载对各液压Pc1、Pc2、Pb1、Pb2的值进行检测的液压传感器。因此,确定故障的原因的精度恐怕会下降。
在此,作为与车辆10分开的车外装置的车辆用故障原因确定装置300(参照图1)在车辆10中发生了故障时,使用搭载于车辆10并对车辆10的动作状态进行检测的车载传感器的检测值来确定该故障的原因。为了提高确定在车辆10中发生的故障的原因的精度,车辆用故障原因确定装置300具有使用搭载了与搭载于车辆10的车载传感器相同的第一传感器和未搭载于车辆10的第二传感器的第二车辆而预先确定的、基于所述第二传感器的检测值的故障原因确定模型310,使用故障原因确定模型310和搭载于车辆10的车载传感器的检测值来确定在车辆10中发生的故障的原因。车辆用故障原因确定装置300经由无线通信与服务器200连接,从服务器200获取搭载于车辆10的车载传感器的检测值。车辆10根据需要向服务器200发送搭载于车辆10的车载传感器的检测值。
搭载于车辆10的车载传感器是发动机转速传感器60、输出转速传感器62、MG1转速传感器64、MG2转速传感器66、加速器开度传感器68、G传感器74等对车辆10的动作状态进行检测的车载传感器组160。所述第二车辆例如是试制车辆400(参照图1)。所述第一传感器是与车载传感器组160相同的车载传感器组402。所述第二传感器例如是对各液压Pc1、Pc2、Pb1、Pb2的值进行检测的液压传感器等试制车用传感器404。试制车辆400基本上具备与作为量产车辆的车辆10相同的构成。
图10、图11、图12、图13是说明在通过电磁阀SL1至SL4直接地控制液压Pc1、Pc2、Pb1、Pb2的情况下发生的故障的一个例子的图。在试制车辆400中,除了例如有级变速部20的变速控制的过渡中的发动机转速Ne的飞冲量之外,还能检测液压Pc1、Pc2、Pb1、Pb2的实际值。在图10、图11、图12、图13中,分别示出了C2液压Pc2的实际值(参照图中的“实际液压”)和有级变速部20的离合器到离合器变速时的发动机转速Ne的飞冲量。图10示出了正常时的C2液压Pc2的特性和发动机转速Ne的飞冲量。图11示出了因电磁阀SL2的吸入空气而引起的增压时的C2液压Pc2的特性和发动机转速Ne的飞冲量。图12示出了因异物混入而引起的电磁阀SL2的暂时卡住时的C2液压Pc2的特性和发动机转速Ne的飞冲量。图13示出了因异物混入而引起电磁阀SL2的完全卡住时的C2液压Pc2的特性和发动机转速Ne的爆发量。如图10、图11、图12、图13所示,与使用发动机转速Ne的飞冲量相比,使用C2液压Pc2的实际值更易于确定电磁阀SL2的完全卡住等变速不良的原因。在试制车辆400中,对液压Pc1、Pc2、Pb1、Pb2的实际值进行检测,因此通过使用该实际值,故障的确定比较容易。如此,在试制车辆400中,能进行针对车载传感器组402的检测值数据的原因的确定。就是说,在试制车辆400中,能基于试制车用传感器404的检测值来确定在试制车辆400中发生的故障的原因,试制车用传感器404的检测值比车载传感器组402的检测值易于确定在试制车辆400中发生的故障的原因。
车辆10的车载传感器组160虽然被限定,但具有某种程度的种类。以车辆10的车载传感器组160为基础,将输入侧设为故障发生时的车载传感器组402的检测值的数据,将输出侧设为故障的原因,进行有监督的机械学习。
具体而言,车辆用故障原因确定装置300构成为包括例如具备CPU、RAM、ROM、输入输出接口等的所谓微型计算机,CPU利用RAM的暂时存储功能并且按照预先存储在ROM中的程序进行信号处理,由此执行各种控制。车辆用故障原因确定装置300具备运算部302、显示部304等。运算部302是具有积累数据的数据库部306和根据所述数据推定结论的结论推定部308的人工智能。故障原因确定模型310通过由运算部302进行的有监督学习来实现。显示部304是显示由运算部302运算出的处理结果等的输出装置,例如是显示器、打印机等。
图14是表示故障原因确定模型310的一个例子的图。在图14中,故障原因确定模型310是以由车辆10的车载传感器组160得到的检测值的种类为基础的神经网络。故障原因确定模型310可以通过由计算机程序实现的软件,或者通过由电子元件的结合而形成的硬件使生物体的神经细胞群模型化而构成。故障原因确定模型310是由输入层、中间层以及输出层构成的多层构造,所述输入层由i个神经细胞元素(=神经元)Pi1(P11至Pi1)构成,所述中间层由j个神经细胞元素Pj2(P12至Pj2)构成,所述输出层由k个神经细胞元素Pk3(P13至Pk3)构成。所述中间层也可以是多层构造。此外,在故障原因确定模型310中,为了从所述输入层朝向所述输出层传递神经细胞元素的状态而设有:传递元素Dij,具有结合系数即加权值Wij,将所述i个神经细胞元素Pi1和所述j个神经细胞元素Pj2分别结合;以及传递元素Djk,具有加权值Wjk,将所述j个神经细胞元素Pj2和所述k个神经细胞元素Pk3分别结合。
故障原因确定模型310是通过规定的算法对加权值Wij、Wjk进行机械学习的故障解析系统。在故障原因确定模型310中的有监督学习中,使用在试制车辆400中所确定的训练数据即训练信号。针对所述输入层的训练信号被赋予试制车辆400中的故障发生时的车载传感器组402的检测值的数据(参照图14的“X11”至“Xi1”),针对所述输出的训练信号被赋予基于试制车辆400中的试制车用传感器404的检测值确定出的故障的原因(参照图14的“Y13”至“Yk3”)。在图10至图13所示的例子中,例如有级变速部20的变速过渡中的发动机转速Ne的飞冲量与故障的原因的相关性强,因此相对于这样的相关性,加权值被设为大的值。在使用了人工智能的解析中解出相关性即可。如图10至图13举例示出的那样,对于车载传感器组402的检测值的数据而言,与使用某个时间点的数据相比,使用经时地变化的数据更易于确定故障的原因。针对所述输入层的训练信号被赋予经时地变化的车载传感器组402的检测值的数据。如上所述,故障原因确定模型310是使用试制车辆400预先确定的、表示基于试制车用传感器404的检测值所确定出的在试制车辆400中发生的故障的原因与该故障发生时的车载传感器组402的检测值的关系的故障原因确定模型。
车辆10是量产车辆,因此根据车辆10的生产批次的不同,即使在发生了相同故障的情况下车载传感器组160的检测值也可能不同。因此,在由故障原因确定模型310进行的有监督学习中使用的训练信号基于根据车辆10的生产批次而不同的车载传感器组160的检测值的统计上的差异来变更。例如,通过统计上的方法计算出因生产批次的不同而产生的车载传感器组160的检测值的不均,将在车载传感器组402的检测值的数据中加上该不均量而得到的数据作为针对所述输入层的训练信号而给出。
因此,如图14所示,故障原因确定模型310是还表示基于试制车用传感器404的检测值所确定出的在试制车辆400中发生的故障的原因与车辆10的生产批次的信息(参照图中的“生产信息(批次)”)的关系的故障原因确定模型。车辆10的生产批次的信息是表示车辆10的生产批次的不同的信息,例如是车载传感器组160的各个生产批次的序号。
为了实现提高确定在车辆10中发生的故障的原因的精度这一控制功能,车辆用故障原因确定装置300还具备状态判定单元即状态判定部312和故障原因确定单元即故障原因确定部314。
状态判定部312判定在市场上在车辆10中是否发生了故障。例如,状态判定部312基于车辆10的电子控制装置90是否判断为在车辆10发生了故障来判定在市场上在车辆10中是否发生了故障。电子控制装置90基于表示车辆10的动作状态的车载传感器组160的检测值来判定在车辆10中是否发生了故障。或者,状态判定部312也可以基于从服务器200获取到的车载传感器组160的检测值来判定在市场上在车辆10中是否发生了故障。更具体而言,在车辆10中发生的故障是有级变速部20的变速不良的情况下,在有级变速部20的变速控制中的学习控制完成后,基于在变速控制的过渡中发动机转速Ne或MG2转速Nm的飞冲量是否为所述规定飞冲量以上来判定是否发生了有级变速部20的变速不良。或者,在有级变速部20的变速控制中的学习控制完成后,基于在变速控制的过渡中是否发生了停滞来判定是否发生了有级变速部20的变速不良。或者,在有级变速部20的变速控制中的学习控制完成后,基于在变速控制的过渡中是否发生了前后加速度Gx成为所述规定加速度以上的变速飞冲来判定是否发生了有级变速部20的变速不良。如此,车辆用故障原因确定装置300基于车载传感器组160的检测值来判断有无车辆10的故障发生。
在由状态判定部312判定为在车辆10中发生了故障的情况下,故障原因确定部314从服务器200获取车辆10的故障发生时的车辆10的大数据。该车辆10的大数据是车辆10发送到服务器200的车辆10的故障发生时的车载传感器组160的检测值。针对故障原因确定模型310的输入层的训练信号被赋予经时地变化的车载传感器组402的检测值的数据,因此故障原因确定部314获取经时地变化的车载传感器组160的检测值。因此,车载传感器组160的检测值的经时变化被用于故障的原因的确定。此外,还在针对故障原因确定模型310的输入层的训练信号中给出了车辆10的生产批次的信息,因此,除了车载传感器组160的检测值之外,故障原因确定部314还获取车辆10发送到服务器200的车辆10的生产批次的信息。在车辆10的大数据中还包括车辆10的生产批次的信息。因此,故障原因确定部314还将车辆10的生产批次的信息也考虑在内来确定在车辆10中发生的故障的原因。
故障原因确定部314使用获取到的车辆10的大数据和故障原因确定模型310来解析在车辆10中发生的故障的原因。就是说,故障原因确定部314将获取到的车辆10的大数据输入至故障原因确定模型310来解析在车辆10中发生的故障的原因。故障原因确定部314判定能否确定故障的原因。故障原因确定部314在判定为能确定故障的原因的情况下,将该能确定的故障的原因显示于显示部304等。故障的原因的确定最好是被限定为一个的内容,但在故障的原因的候选为多个的情况下,按故障解析的正确回答概率从高到低的顺序排列。故障原因确定部314在判定为无法确定故障的原因的情况下,将故障的原因不明的含义显示于显示部304等。
如上所述,故障原因确定部314将车辆10的故障发生时的车载传感器组160的检测值应用于故障原因确定模型310,由此确定在车辆10中发生的故障的原因。使用搭载了未搭载于车辆10的试制车用传感器404的试制车辆400并使用预先确定的故障原因确定模型310,因此,即使是使用了传感器数量比试制车辆400有限的车辆10的大数据的解析,也可以高精度地执行在车辆10中发生的故障的原因的确定。此外,故障原因确定部314还将车辆10的生产批次的信息也考虑在内,因此,能提高故障解析的正确回答概率。
图15是说明车辆用故障原因确定装置300的控制工作的主要部分的流程图,并且是说明用于提高确定在车辆10中发生的故障的原因的精度的控制工作的流程图,例如重复被执行。
在图15中,首先,在与状态判定部312的功能对应的步骤(以下,省略“步骤”)S10中,判定在市场上在车辆10中是否发生了故障。在该S10的判断被否定的情况下,结束本例程。在该S10的判断被肯定的情况下,在与故障原因确定部314的功能对应的S20中,从服务器200获取故障发生时的车辆10的大数据。接着,在与故障原因确定部314的功能对应的S30中,将获取到的车辆10的大数据输入至作为故障解析系统的故障原因确定模型310,在故障原因确定模型310中解析故障的原因。接着,在与故障原因确定部314的功能对应的S40中,判定是否确定了故障的原因。在该S40的判断被肯定的情况下,在与故障原因确定部314的功能对应的S50中,显示所确定的故障的原因。另一方面,在所述S40的判断被否定的情况下,在与故障原因确定部314的功能对应的S60中,显示故障的原因不明的含义。
如上所述,根据本实施例,车辆用故障原因确定装置300使用预先确定的故障原因确定模型310和车辆10的故障发生时的车载传感器组160的检测值来确定在车辆10中发生的故障的原因,该故障原因确定模型310表示基于液压传感器等试制车用传感器404的检测值所确定出的故障的原因与车载传感器组402的检测值的关系,试制车用传感器404的检测值比与搭载于车辆10的车载传感器组160相同的车载传感器组402的检测值易于确定故障的原因,因此在车辆10中未搭载有试制车用传感器404的情况下,能提高确定在车辆10中发生的故障的原因的精度。
此外,根据本实施例,车辆用故障原因确定装置300基于车载传感器组160的检测值来判断有无车辆10的故障发生,因此,基于车载传感器组160的检测值而判断出的车辆10的故障的原因可以基于未搭载于车辆10的试制车用传感器404的检测值并使用预先确定的故障原因确定模型310来高精度地确定。
此外,根据本实施例,车辆用故障原因确定装置300还将车辆10的生产批次的信息也考虑在内来确定故障的原因,因此,即使在车载传感器组160的检测值因生产批次的不同而不均的情况下,也能高精度地确定在车辆10中发生的故障的原因。
此外,根据本实施例,试制车用传感器404的检测值是由液压传感器检测出的各液压Pc1、Pc2、Pb1、Pb2的值,因此能高精度地确定有级变速部20的变速不良的原因。
此外,根据本实施例,车载传感器组160的检测值的经时变化被用于故障的原因的确定,因此能使用故障原因确定模型310高精度地确定故障的原因。
此外,根据本实施例,故障原因确定模型310通过由作为人工智能的运算部302进行的有监督学习来实现,因此,能构建能高精度地确定故障的原因的故障原因确定模型。
此外,根据本实施例,在由运算部302进行的有监督学习中使用的训练数据基于根据车辆10的生产批次而不同的车载传感器组160的检测值的统计上的差异来变更,因此,即使在车载传感器组160的检测值因生产批次的不同而不均情况下,也能构建能高精度地确定故障的原因的故障原因确定模型。
以上,基于附图对本发明的实施例进行了详细说明,但本发明也适用于其他方案。
例如,在上述的实施例中,车辆用故障原因确定装置300是与车辆10分开的车外装置,但并不限于该方案。例如,服务器200也可以具备车辆用故障原因确定装置300所具有的确定故障的原因这一功能的一部分或全部,或者可以包括在车辆10中,特别包括在电子控制装置90中。此外,关于故障的原因的内容,可以显示于与车辆用故障原因确定装置300分开设置的监视器等,也可以显示于经由规定的网络连接于服务器200的个人计算机等的监视器。需要说明的是,车辆用故障原因确定装置300例如在车辆10被带入维修工厂时被使用,或者被车辆10的制造商使用。
此外,在上述的实施例中,故障原因确定模型310通过作为人工智能的运算部302来实现,但不限于该方案。例如,故障原因确定模型310也可以通过不以神经网络为基础的计算机等来实现。
此外,在上述的实施例中,作为在车辆10中发生的故障,举例示出了有级变速部20的变速不良,但不限于该方案。例如,所述故障也可以是驾驶员感受到不协调感的异常等。
此外,在上述的实施例中,作为发生故障的车辆,举例示出了具备复合变速器40的车辆10,但并不限于车辆10,只要是发生某种故障的车辆,均能应用本发明。
需要说明的是,上述的方案仅是一个实施方式,本发明能以基于本领域技术人员的知识施加各种变更、改良之后的方式来实施。
Claims (7)
1.一种车辆用故障原因确定装置,在车辆中发生了故障时,使用搭载于所述车辆并对所述车辆的动作状态进行检测的车载传感器的检测值来确定所述故障的原因,所述车辆用故障原因确定装置的特征在于,
将所述车辆的故障发生时的所述车载传感器的检测值应用于故障原因确定模型中,由此确定在所述车辆中发生的故障的原因,所述故障原因确定模型是使用搭载有与所述车载传感器相同的第一传感器和未搭载于所述车辆的第二传感器的第二车辆而预先确定的、表示基于所述第二传感器的检测值所确定出的在所述第二车辆中发生的故障的原因与所述第二车辆的故障发生时的所述第一传感器的检测值的关系的模型,其中,所述第二传感器的检测值比所述第一传感器的检测值易于确定在所述第二车辆中发生的故障的原因。
2.根据权利要求1所述的车辆用故障原因确定装置,其特征在于,
所述车辆用故障原因确定装置基于所述车载传感器的检测值来判断有无所述车辆的故障发生。
3.根据权利要求1或2所述的车辆用故障原因确定装置,其特征在于,
所述故障原因确定模型还表示基于所述第二传感器的检测值所确定出的在所述第二车辆中发生的故障的原因与所述车辆的生产批次的信息的关系,
所述车辆用故障原因确定装置将所述车辆的生产批次的信息也考虑在内来确定在所述车辆中发生的故障的原因。
4.根据权利要求1至3中任一项所述的车辆用故障原因确定装置,其特征在于,
所述故障是具有液压式的摩擦接合装置的车辆用变速器的变速不良,
所述第二传感器的检测值是用于切换所述摩擦接合装置的工作状态的工作油的液压的值。
5.根据权利要求1至4中任一项所述的车辆用故障原因确定装置,其特征在于,
所述车载传感器的检测值的经时变化被用于在所述车辆中发生的故障的原因的确定。
6.根据权利要求1至5中任一项所述的车辆用故障原因确定装置,其特征在于,
所述故障原因确定模型通过由人工智能进行的有监督学习来实现,所述人工智能具有积累数据的数据库部和根据所述数据推定结论的结论推定部。
7.根据权利要求6所述的车辆用故障原因确定装置,其特征在于,
在由所述人工智能进行的有监督学习中使用的训练数据基于根据所述车辆的生产批次而不同的所述车载传感器的检测值的统计上的差异来变更。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019190598A JP7234897B2 (ja) | 2019-10-17 | 2019-10-17 | 車両用故障原因特定装置 |
JP2019-190598 | 2019-10-17 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112677988A true CN112677988A (zh) | 2021-04-20 |
CN112677988B CN112677988B (zh) | 2024-05-14 |
Family
ID=75445894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011096323.7A Active CN112677988B (zh) | 2019-10-17 | 2020-10-14 | 车辆用故障原因确定装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11694492B2 (zh) |
JP (1) | JP7234897B2 (zh) |
CN (1) | CN112677988B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114659673B (zh) * | 2022-03-14 | 2023-08-15 | 广州市红日燃具有限公司 | 集成灶防火墙故障检测方法及装置、设备 |
WO2024075164A1 (ja) * | 2022-10-03 | 2024-04-11 | 株式会社Subaru | 情報処理装置、プログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9922943D0 (en) * | 1998-09-30 | 1999-12-01 | Bosch Gmbh Robert | Device and process for monitoring an acceleration sensor arranged in a vehicle |
US6169478B1 (en) * | 1997-12-12 | 2001-01-02 | Honda Giken Kogyo Kabushiki Kaisha | Vehicle control system having obstacle detector |
JP2013049323A (ja) * | 2011-08-30 | 2013-03-14 | Honda Motor Co Ltd | 車両及び車両の故障検知方法 |
JP2015123897A (ja) * | 2013-12-26 | 2015-07-06 | トヨタ自動車株式会社 | 車両の制御装置 |
US9475521B1 (en) * | 2015-06-08 | 2016-10-25 | Honda Motor Co., Ltd. | Failsafe detection |
US20170004663A1 (en) * | 2015-07-03 | 2017-01-05 | Honda Motor Co., Ltd. | Failure determination system for vehicle speed detection device |
US9972054B1 (en) * | 2014-05-20 | 2018-05-15 | State Farm Mutual Automobile Insurance Company | Accident fault determination for autonomous vehicles |
US20190197797A1 (en) * | 2017-12-04 | 2019-06-27 | Hyundai Motor Company | Method and apparatus for sensor replacement in system |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050192727A1 (en) * | 1994-05-09 | 2005-09-01 | Automotive Technologies International Inc. | Sensor Assemblies |
US7421321B2 (en) * | 1995-06-07 | 2008-09-02 | Automotive Technologies International, Inc. | System for obtaining vehicular information |
JP4583594B2 (ja) * | 2000-12-28 | 2010-11-17 | 富士重工業株式会社 | 車両管理システム |
JP4315073B2 (ja) | 2004-07-14 | 2009-08-19 | トヨタ自動車株式会社 | 故障解析システム |
US7555376B2 (en) * | 2004-12-14 | 2009-06-30 | Snap-On Incorporated | Dynamic information method and system |
JP2007284027A (ja) * | 2006-04-20 | 2007-11-01 | Hino Motors Ltd | 車載故障診断制御装置 |
US9702315B1 (en) * | 2008-11-14 | 2017-07-11 | Brian Palmer | System for enhanced vehicle performance and efficiency |
CN110067278A (zh) * | 2011-09-30 | 2019-07-30 | 住友重机械工业株式会社 | 挖土机、挖土机管理装置及挖土机信息系统 |
WO2013192214A2 (en) * | 2012-06-19 | 2013-12-27 | Telogis, Inc. | System for processing fleet vehicle operation information |
JP6323157B2 (ja) * | 2014-05-14 | 2018-05-16 | 株式会社デンソー | 診断データ抽出装置、車両診断装置 |
DE102015216494A1 (de) * | 2015-08-28 | 2017-03-02 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Erkennung wenigstens einer Sensorfunktion wenigstens eines ersten Sensor wenigstens eines ersten Fahrzeugs |
US20170103101A1 (en) * | 2015-10-07 | 2017-04-13 | Telogis, Inc. | System for database data quality processing |
US10943283B2 (en) * | 2016-11-18 | 2021-03-09 | Cummins Inc. | Service location recommendation tailoring |
JP6617693B2 (ja) * | 2016-12-09 | 2019-12-11 | トヨタ自動車株式会社 | 車両の制御装置 |
-
2019
- 2019-10-17 JP JP2019190598A patent/JP7234897B2/ja active Active
-
2020
- 2020-10-09 US US17/066,575 patent/US11694492B2/en active Active
- 2020-10-14 CN CN202011096323.7A patent/CN112677988B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6169478B1 (en) * | 1997-12-12 | 2001-01-02 | Honda Giken Kogyo Kabushiki Kaisha | Vehicle control system having obstacle detector |
GB9922943D0 (en) * | 1998-09-30 | 1999-12-01 | Bosch Gmbh Robert | Device and process for monitoring an acceleration sensor arranged in a vehicle |
JP2013049323A (ja) * | 2011-08-30 | 2013-03-14 | Honda Motor Co Ltd | 車両及び車両の故障検知方法 |
JP2015123897A (ja) * | 2013-12-26 | 2015-07-06 | トヨタ自動車株式会社 | 車両の制御装置 |
US9972054B1 (en) * | 2014-05-20 | 2018-05-15 | State Farm Mutual Automobile Insurance Company | Accident fault determination for autonomous vehicles |
US9475521B1 (en) * | 2015-06-08 | 2016-10-25 | Honda Motor Co., Ltd. | Failsafe detection |
US20170004663A1 (en) * | 2015-07-03 | 2017-01-05 | Honda Motor Co., Ltd. | Failure determination system for vehicle speed detection device |
US20190197797A1 (en) * | 2017-12-04 | 2019-06-27 | Hyundai Motor Company | Method and apparatus for sensor replacement in system |
Also Published As
Publication number | Publication date |
---|---|
JP7234897B2 (ja) | 2023-03-08 |
US20210118250A1 (en) | 2021-04-22 |
CN112677988B (zh) | 2024-05-14 |
US11694492B2 (en) | 2023-07-04 |
JP2021066224A (ja) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112861246B (zh) | 车辆用异常分析装置 | |
CN112710476B (zh) | 车辆部件的剩余寿命预测装置 | |
EP3812203A1 (en) | Control apparatus for vehicle | |
US20230322243A1 (en) | Vehicle program update system and vehicle program update method | |
CN112677988B (zh) | 车辆用故障原因确定装置 | |
US10962107B2 (en) | Control device for vehicle | |
US11267452B2 (en) | Control device of vehicle | |
JP7172949B2 (ja) | 車両の制御装置 | |
US11433912B2 (en) | Vehicle failure-factor specifying apparatus | |
JP7243589B2 (ja) | 車両の制御装置 | |
US11242928B2 (en) | Control apparatus for vehicle | |
JP7247830B2 (ja) | 車両用ソフトウェア更新システム | |
JP2021060693A (ja) | 学習制御装置 | |
JP2022043942A (ja) | 油圧制御弁の異常原因特定装置 | |
JP7172924B2 (ja) | 車両用ソフトウェア更新システム | |
JP2020192925A (ja) | 車両用故障解析装置 |
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 |