CN113219273A - 一种基于故障矩阵的电动车电磁干扰定位方法 - Google Patents

一种基于故障矩阵的电动车电磁干扰定位方法 Download PDF

Info

Publication number
CN113219273A
CN113219273A CN202110370294.7A CN202110370294A CN113219273A CN 113219273 A CN113219273 A CN 113219273A CN 202110370294 A CN202110370294 A CN 202110370294A CN 113219273 A CN113219273 A CN 113219273A
Authority
CN
China
Prior art keywords
fault
electric vehicle
matrix
electromagnetic interference
electromagnetic
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.)
Pending
Application number
CN202110370294.7A
Other languages
English (en)
Inventor
王建利
刘力
乔俊贤
唐昌武
白丽
陈明有
郁少坤
吕随心
金淼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FAW Bestune Car Co Ltd
Original Assignee
FAW Bestune Car Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by FAW Bestune Car Co Ltd filed Critical FAW Bestune Car Co Ltd
Priority to CN202110370294.7A priority Critical patent/CN113219273A/zh
Publication of CN113219273A publication Critical patent/CN113219273A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/001—Measuring interference from external sources to, or emission from, the device under test, e.g. EMC, EMI, EMP or ESD testing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Abstract

本发明公开了一种基于故障矩阵的电动车电磁干扰定位方法，将电动车的电子电气系统组成系统集，构建电动车系统电磁故障矩阵表；启动车辆，使所有系统处于规定工作状态，发现并定义电磁兼容性故障；分别使某一部分系统处于断电状态，并观察电磁干扰变化情况，用0或1表示，填入矩阵中；依次类推，进行所有电子电气系统的电磁干扰排查，确定某一系统为干扰源；对该系统进行分解，采用故障矩阵方法进行下一层次的故障排查，最后定位电磁故障干扰源，实现电动车系统电磁干扰的快速定位，提高研发效率。

Description

一种基于故障矩阵的电动车电磁干扰定位方法
技术领域
本发明属于汽车电磁兼容技术领域，特别涉及一种基于故障矩阵的电动车电磁干扰定位方法。
背景技术
随着汽车不断朝向新能源、智能网联、集成化方向快速发展，汽车上的电子电气系统不断增多，相应的电磁干扰问题也越来越多，引起了整车厂高度重视。如何科学有效的进行汽车电磁干扰源的快速排查定位，是当前急需解决的问题。
相比传统汽车，电动车车具有高电压、大电流、大功率和能量转换等特点，带来复杂电磁干扰环境和严峻的电磁干扰问题。本发明采用故障矩阵的方式进行电动车电磁干扰定位，逐项排查最小割集引起电磁干扰的可能性，实现了干扰源快速定位，提高研发效率。
专利文献CN201910840824.2公开了一种故障定位方法及装置，涉及数据处理技术领域，为解决现有技术中定位服务器故障速度慢的问题而发明。该方法主要包括：获取服务器的历史数据，转换日志列表信息和运行状态信息生成训练故障矩阵；将训练故障矩阵作为输入信息，将训练故障矩阵对应的历史故障原因作为输出信息，输入卷积神经网络CNN模型进行训练，直至CNN模型判断故障原因的准确率达到预置数值；如果健康状态为WARNING，则获取当前服务器的实时日志列表信息和实时运行状态信息，转换实时日志列表信息和实时运行状态信息生成实时故障矩阵；将实时故障矩阵输入CNN模型，定位当前服务器的实时故障原因。本发明主要应用于服务器故障诊断的过程中。
本发明和检索到的此专利文献差异点在原理算法、流程、用途上都有不同。
专利文献CN201310071480.6公开了一种基于专家思维的多维度故障诊断方法，通过实时在线监测各测点运行状态信息，根据采集到的报警测点基本数据及故障机理，判定设备可能存在的故障类型，从而建立对应的故障矩阵；根据采集到的各测点数据及故障机理，对应故障矩阵，建立权重矩阵；将故障矩阵与权重矩阵相乘，求解诊断结果给出最终诊断结论，确定设备是否存在某一故障。本发明的诊断方法可排除单测点单时间点信号异常故障，可尽可能排除设备误报故障，同时有助于区分征兆较相似故障类型以给出最符合实际的故障诊断结果，解决基于不同测点、不同时间点诊断结论存在冲突的问题，对现场设备管理及监测人员具有积极的工程指导作用。
本发明和检索到的此专利文献差异点在原理算法、流程、用途上都有不同。
专利文献CN202010406224.8公开了一种基于频谱特征的电磁发射要素识别方法及装置，针对不同类别的电磁发射问题采取统一分析措施，通过提取频谱特征并对电磁发射要素进行分类识别，并自动给出分类识别结果，提高了对电磁发射测试结果的分析能力和多个要素同时存在时分类的准确性，克服了目前电磁干扰排查主要依靠技术人员的工程经验造成的局限性和主观性等问题。
本发明和检索到的此专利文献差异点在原理算法、流程、用途上都有不同。
对于专利文献1中公开的一种故障定位方法及装置、专利文献2公开的一种基于专家思维的多维度故障诊断方法和专利文献3中公开的一种基于频谱特征的电磁发射要素识别方法及装置，与本发明在原理算法、流程、用途上都有不同。
发明内容
本发明公开了一种基于故障矩阵的电动车电磁干扰定位方法，将电动车的电子电气控制系统(含高压部件)组成系统集，用某一系统工作或不工作(即开机或关机)来判断该系统对某一确定的电磁兼容性故障的影响(其他设备处于工作状态)，建立系统电磁故障矩阵表，评估某一系统对这种电磁干扰的贡献大小。确定某一系统可引起电磁故障后，进行下一层次的故障分解排查，逐项排查最小割集引起电磁干扰的可能性，缩小故障原因的范围，实现电动车系统电磁干扰的快速定位，提高研发效率。
一种基于故障矩阵的电动车电磁干扰定位方法，包括以下步骤：
将电动车的电子电气系统组成系统集；
构建电动车系统电磁故障矩阵，采用故障矩阵方法进行故障排查；
启动车辆，使所有系统处于规定工作状态；
发现并定义电磁兼容性故障；
分别使某一部分系统处于断电状态，并观察电磁干扰变化情况，用0或1表示，填入矩阵中；
依次类推，进行所有电子电气系统的电磁干扰排查；
确定某一系统为干扰源；
对该系统进行分解，采用故障矩阵方法进行下一层次的故障排查；
最后定位电磁故障干扰源。
技术方案中所述构建电动车电磁故障矩阵为：
Figure BDA0003009006590000031
故障排查结果用矩阵A表示；
其中A为一个n行n列的矩阵，n为电动车电子电气系统个数；i表示矩阵行下标，j表示矩阵列下标；aij表示第i个系统和第j个系统两个系统共同对规定的电磁干扰的影响，其值为0或1；如a11为车载充电机对规定电磁干扰的影响，a12为车载充电机和驱动电机系统共同对规定的电磁干扰的影响；
进一步地，若aij＝1，则代表某一个系统或某两个系统为电磁干扰源，对相应系统进行分解，采用故障矩阵方法进行下一层次的故障排查。
进一步地，所述电动车电子电气系统个数为15个。
进一步地，所述电动车的电子电气系统包括：车载充电机、驱动电机系统、电池控制系统、直流直流转换器、PTC电加热器、音响娱乐系统、停车雷达系统、自动泊车系统、全景影像系统、高级驾驶辅助系统、车身控制系统、车门控制系统、安全气囊控制系统、自动变速器控制系统、空调控制系统。
进一步地，所述PTC电加热器包括PTC加热器、电源模块高压供电、控制系统及连接线束。
本发明的有益效果：
1.提供了一种基于故障矩阵的电动车电磁干扰定位方法，实现干扰源的快速定位。
2.可以推广应用于所有电动车电磁干扰排查，方法通用性强。
3.提高电动车干扰源排查效率，节约开发成本。
附图说明
图1是基于故障矩阵的电动车电磁干扰定位方法流程图。
具体实施方式
参照附图，可直观了解本发明内容，附图仅仅用于说明的目的，并非限制本发明的保护范围。
参阅图1，一种基于故障矩阵的电动车电磁干扰定位方法如下：
(1)首先将电动车的电子电气系统(含高压部件)组成系统集，构建电动车系统电磁故障矩阵表。电动车的电子电气系统(含高压部件、智能网联系统)包括：
车载充电机、驱动电机系统、电池控制系统、DCDC(Direct Current直流直流转换器)、PTC(Positive Temperature Coefficient正温度系数)电加热器、音响娱乐系统、停车雷达系统、自动泊车系统、全景影像系统、ADAS系统(Advanced Driving AssistanceSystem，高级驾驶辅助系统)、车身控制系统、车门控制系统、安全气囊控制系统、自动变速器控制系统、空调控制系统等；在故障矩阵中分别用序号1-15表示所述燃油车电子电气系统。
将电子电气系统组建系统集构建电动车电磁故障矩阵表，如表1所示。表1中，对角线的方块表示系统对规定电磁干扰的独立贡献，真值“1”表示有影响，“0”表示没有影响；对角线以外的方块表示两种系统共同对规定的电磁干扰的影响，真值“1”表示有影响，“0”表示没有影响。
表1电动车电磁故障矩阵
Figure BDA0003009006590000051
(2)然后启动车辆，使所有系统处于规定工作状态，发现并定义电磁兼容性故障。例如，车辆出现音响娱乐系统在FM模式下干扰杂音。
(3)分别使某一部分系统处于断电状态，并观察电磁干扰变化情况，用0或1表示，填入矩阵中；如使自动泊车系统处于断电状态，实际观察收音机干扰杂音故障依然存在，用0表示。
(4)依次类推，进行所有电子电气系统(含高压部件、智能网联系统)的电磁干扰排查，确定某一系统为干扰源；最终确定为PTC电加热器对收音机干扰杂音故障有影响。
(5)对PTC电加热器进行分解，采用故障矩阵方法进行下一层次的故障排查。如PTC电加热器包括PTC加热器、电源模块高压供电、控制系统及连接线束。PTC电加热器的故障矩阵表如表2所示。
表2 PTC电加热器故障矩阵表
Figure BDA0003009006590000061
最后定位电磁故障干扰源，实现电动车系统电磁干扰的快速定位，提高研发效率。
最后定位电磁故障干扰源为控制系统，干扰机理为控制系统的DC-DC控制模块工作时，在FM频段辐射发射超标，导致车载收音机受干扰出现杂音，需要对控制系统的DC-DC控制模块施加滤波和屏蔽措施进行单件整改。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。

Claims (6)

1.一种基于故障矩阵的电动车电磁干扰定位方法，其特征在于，包括以下步骤：
将电动车的电子电气系统组成系统集；
构建电动车系统电磁故障矩阵，采用故障矩阵方法进行故障排查；
启动车辆，使所有系统处于规定工作状态；
发现并定义电磁兼容性故障；
分别使某一部分系统处于断电状态，并观察电磁干扰变化情况，用0或1表示，填入矩阵中；
依次类推，进行所有电子电气系统的电磁干扰排查；
确定某一系统为干扰源；
对该系统进行分解，采用故障矩阵方法进行下一层次的故障排查；
最后定位电磁故障干扰源。
2.根据权利要求1所述的一种基于故障矩阵的电动车电磁干扰定位方法，其特征在于：
所述构建电动车电磁故障矩阵为：
Figure FDA0003009006580000011
其中A为一个n行n列的矩阵，n为电动车电子电气系统个数；i表示矩阵行下标，j表示矩阵列下标；aij表示第i个系统和第j个系统两个系统共同对规定的电磁干扰的影响，其值为0或1；如a11为车载充电机对规定电磁干扰的影响，a12为车载充电机和驱动电机系统共同对规定的电磁干扰的影响。
3.根据权利要求2所述的一种基于故障矩阵的电动车电磁干扰定位方法，其特征在于：
若aij＝1，则代表某一个系统或某两个系统为电磁干扰源，对相应系统进行分解，采用故障矩阵方法进行下一层次的故障排查。
4.根据权利要求1所述的一种基于故障矩阵的电动车电磁干扰定位方法，其特征在于：
所述电动车电子电气系统个数为15个。
5.根据权利要求2所述的一种基于故障矩阵的电动车电磁干扰定位方法，其特征在于：
所述电动车的电子电气系统包括：车载充电机、驱动电机系统、电池控制系统、直流直流转换器、PTC电加热器、音响娱乐系统、停车雷达系统、自动泊车系统、全景影像系统、高级驾驶辅助系统、车身控制系统、车门控制系统、安全气囊控制系统、自动变速器控制系统、空调控制系统。
6.根据权利要求5所述的一种基于故障矩阵的电动车电磁干扰定位方法，其特征在于：
所述PTC电加热器包括PTC加热器、电源模块高压供电、控制系统及连接线束。
CN202110370294.7A 2021-04-07 2021-04-07 一种基于故障矩阵的电动车电磁干扰定位方法 Pending CN113219273A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110370294.7A CN113219273A (zh) 2021-04-07 2021-04-07 一种基于故障矩阵的电动车电磁干扰定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110370294.7A CN113219273A (zh) 2021-04-07 2021-04-07 一种基于故障矩阵的电动车电磁干扰定位方法

Publications (1)

Publication Number Publication Date
CN113219273A true CN113219273A (zh) 2021-08-06

Family

ID=77086483

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110370294.7A Pending CN113219273A (zh) 2021-04-07 2021-04-07 一种基于故障矩阵的电动车电磁干扰定位方法

Country Status (1)

Country Link
CN (1) CN113219273A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102680825A (zh) * 2012-05-17 2012-09-19 西安电子科技大学 系统级电磁兼容故障诊断中的干扰源辨识方法
CN103149046A (zh) * 2013-03-07 2013-06-12 北京化工大学 一种基于专家思维的多维度故障诊断方法
CN107124239A (zh) * 2017-04-21 2017-09-01 广州小鹏汽车科技有限公司 一种车载中控频点干扰源检测方法
CN107121602A (zh) * 2017-03-21 2017-09-01 广州小鹏汽车科技有限公司 车载中控系统干扰源寻找方法
CN107590010A (zh) * 2017-08-31 2018-01-16 西安电子科技大学 一种基于动态故障树的电磁兼容故障诊断分析方法
CN108072796A (zh) * 2016-11-14 2018-05-25 厦门雅迅网络股份有限公司 一种车载多媒体终端的干扰源定位方法和装置
CN108931709A (zh) * 2018-07-24 2018-12-04 华北电力大学 一种高容错率的配网故障定位方法
CN110471049A (zh) * 2019-07-26 2019-11-19 西安电子科技大学 基于测量辐射功率的无线通信干扰源定位方法
CN110879380A (zh) * 2019-08-19 2020-03-13 中国电波传播研究所（中国电子科技集团公司第二十二研究所） 一种基于手机的gnss干扰源定位方法
CN111428561A (zh) * 2020-02-24 2020-07-17 西南交通大学 一种宽带电磁干扰源识别方法及系统、储存介质、设备
CN112098756A (zh) * 2020-09-16 2020-12-18 东风柳州汽车有限公司 电磁兼容问题定位方法、装置、设备及存储介质
CN112230183A (zh) * 2020-09-30 2021-01-15 南京航空航天大学 基于无人机移动rss测量的干扰源快速查找方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102680825A (zh) * 2012-05-17 2012-09-19 西安电子科技大学 系统级电磁兼容故障诊断中的干扰源辨识方法
CN103149046A (zh) * 2013-03-07 2013-06-12 北京化工大学 一种基于专家思维的多维度故障诊断方法
CN108072796A (zh) * 2016-11-14 2018-05-25 厦门雅迅网络股份有限公司 一种车载多媒体终端的干扰源定位方法和装置
CN107121602A (zh) * 2017-03-21 2017-09-01 广州小鹏汽车科技有限公司 车载中控系统干扰源寻找方法
CN107124239A (zh) * 2017-04-21 2017-09-01 广州小鹏汽车科技有限公司 一种车载中控频点干扰源检测方法
CN107590010A (zh) * 2017-08-31 2018-01-16 西安电子科技大学 一种基于动态故障树的电磁兼容故障诊断分析方法
CN108931709A (zh) * 2018-07-24 2018-12-04 华北电力大学 一种高容错率的配网故障定位方法
CN110471049A (zh) * 2019-07-26 2019-11-19 西安电子科技大学 基于测量辐射功率的无线通信干扰源定位方法
CN110879380A (zh) * 2019-08-19 2020-03-13 中国电波传播研究所（中国电子科技集团公司第二十二研究所） 一种基于手机的gnss干扰源定位方法
CN111428561A (zh) * 2020-02-24 2020-07-17 西南交通大学 一种宽带电磁干扰源识别方法及系统、储存介质、设备
CN112098756A (zh) * 2020-09-16 2020-12-18 东风柳州汽车有限公司 电磁兼容问题定位方法、装置、设备及存储介质
CN112230183A (zh) * 2020-09-30 2021-01-15 南京航空航天大学 基于无人机移动rss测量的干扰源快速查找方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
KUNIYUKI MOTOJIMA 等: "Estimation of wave source position by using spherical wave function", 《2009 ASIA PACIFIC MICROWAVE CONFERENCE》 *
刘永宽 等: "《简明信息技术百科辞典》", 30 June 1992 *
梁拥军: "基于卡尔曼滤波的无线电台电磁干扰源定位方法研究", 《电子设计工程》 *
陈少昌 等: "基于盲波束形成的电磁干扰源定位", 《微型机与应用》 *
陈少昌 等: "基于空间谱估计的电磁干扰源定位", 《微型机与应用》 *

Similar Documents

Publication Publication Date Title
US20230018604A1 (en) Cloud-Based Vehicle Fault Diagnosis Method, Apparatus, and System
CN104536435B (zh) 一种线控系统网络在线诊断方法
CN102245437B (zh) 车辆的故障诊断装置
CN103838229B (zh) 电动汽车诊断方法和诊断装置
CN109699186B (zh) 用于提供和应用诊断筛选列表的方法和系统
CN106199276A (zh) 一种用电信息采集系统中异常信息的智能诊断系统及方法
CN106647275B (zh) 一种新能源汽车的远程监控系统
DE102011108678A1 (de) Ereignisgesteuertes Datamining-Verfahren zum Verbessern von Fehlercodeeinstellungen und zum Isolieren von Fehlern
CN115979349B (zh) 一种电力站空间环境监测方法及系统
CN109615273B (zh) 一种电动汽车充电设施状态评价方法与系统
DE102013223086A1 (de) Vorausberechnung der Reichweite eines Fahrzeugs für mehrere Fahrer eines gemeinsam genutzten Fahrzeugs
DE102018100102B4 (de) Verfahren und vorrichtung zum isolieren der grundursache eines niedrigen ladezustands einer gleichspannungsquelle
CN115437358A (zh) 工业机器人智能状态监测与故障诊断系统及故障诊断方法
Wang et al. Prognostics and health management system for electric vehicles with a hierarchy fusion framework: concepts, architectures, and methods
CN102373724B (zh) 一种推土机控制系统
Li et al. A novel method for lithium-ion battery fault diagnosis of electric vehicle based on real-time voltage
CN208076016U (zh) 一种基于振动信号支持向量机的gil故障在线监测系统
DE102019115681A1 (de) Erfassung und isolierung von hochwiderstandsfehlern in der fahrzeugelektronik
CN113219273A (zh) 一种基于故障矩阵的电动车电磁干扰定位方法
DE102019205663A1 (de) Verfahren und Vorrichtung zur Überwachung und Überprüfung eines Stromversorgungssystems eines Kraftfahrzeugs
CN113189415A (zh) 一种基于故障矩阵的燃油车电磁干扰定位方法
CN113448301A (zh) 基于obd系统的故障诊断方法及系统
CN111980900B (zh) 一种基于多源数据融合分析的水泵故障诊断方法
CN118012019A (zh) 整车诊断方法、装置、设备及存储介质
CN109035486A (zh) 一种对车辆性能进行大数据预测的方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210806

RJ01 Rejection of invention patent application after publication