CN114393994A - 一种电动化底盘多目标协同健康管理方法及系统 - Google Patents

Abstract

本发明涉及一种电动化底盘多目标协同健康管理方法及系统，该方法包括如：获取用于确定电动化底盘的健康状态的初始监测参数和性能指标；构建层次结构模型；基于层次结构模型，采用模糊综合评价法从初始参数集合中选取对电动化底盘的健康状态影响较大的初始监测参数作为实际监测参数；确定每个实际监测参数相对于电动化底盘的健康状态的权重；基于每个实际监测参数相对于电动化底盘的健康状态的权重进行电动化底盘的健康状态的监测。本发明考虑电动化底盘多模块及多关联性的特点，设置多个新能指标，通过构建层次结构模型和模糊综合评价法，确定电动化底盘的健康状态，实现了新能源汽车的电动化底盘的健康状态的自动化综合判断。

Description

一种电动化底盘多目标协同健康管理方法及系统

技术领域

本发明涉及新能源汽车技术领域，特别是涉及一种电动化底盘多目标协同健康管理方法及系统。

背景技术

为了监测新能源汽车的健康状况，以避免突发系统失效，需要对系统的运行状态进行准确地评估，然后根据评估结果制定合理的维保计划。

由于新能源汽车包括多种模块可能由于多种原因而产生的相同或不同的故障，而整车健康程度总可以由相关监测参数信息反映，然而现有技术中，通常是通过监测数据结合监测人员的经验对健康程度进行综合判断，该判断结果一方面由于需要检测人员的经验判断，会造成判断结果不一致，因此不具有通用性，另一方面并会不可避免的存在判断结果不准确。

如何实现新能源汽车的电动化底盘的健康状态的自动化综合判断，成为一个亟待解决的技术问题。

发明内容

本发明的目的是提供一种电动化底盘多目标协同健康管理方法及系统，以实现新能源汽车的电动化底盘的健康状态的自动化综合判断。

为实现上述目的，本发明提供了如下方案：

一种电动化底盘多目标协同健康管理方法，所述方法包括如下步骤：

获取用于确定电动化底盘的健康状态的初始监测参数，构建初始参数集合；

获取用于确定电动化底盘的健康状态的性能指标；

基于所述初始监测参数和所述性能指标，构建包含目标层、准则层和方案层的层次结构模型；所述目标层为电动化底盘的健康状态，所述准则层为所述性能指标，所述方案层为所述初始监测参数；

基于所述层次结构模型，采用模糊综合评价法从初始参数集合中选取对电动化底盘的健康状态影响较大的初始监测参数作为实际监测参数，并基于所述实际监测参数更新所述层次结构模型；

基于更新后的层次结构模型，采用模糊综合评价法确定每个所述实际监测参数相对于电动化底盘的健康状态的权重；

根据每个所述实际监测参数相对于电动化底盘的健康状态的权重及每个所述实际监测参数的观测值，确定电动化底盘的健康状态。

可选的，所述基于所述层次结构模型，采用模糊综合评价法从初始参数集合中选取对电动化底盘的健康状态影响较大的初始监测参数作为实际监测参数，具体包括：

采用模糊综合评价法确定不同所述初始监测参数相对于每个所述性能指标的权重，作为第一权重；

对于每个所述性能指标选取第一权重较大的第一预设个数的初始监测参数，构建每个所述性能指标的单指标监测参数集合，并将每个所述性能指标的单指标监测参数集合合并成单指标监测参数总集合；

采用模糊综合评价法确定每个所述性能指标相对于所述述电动化底盘的健康状态的权重，作为第二权重；

根据所述第一权重和所述第二权重，基于所述层次结构模型，确定每个所述初始监测参数相对于所述健康状态的综合权重，作为第三权重；

选取第三权重较大的第二预设个数的所述初始监测参数，组成综合指标监测参数集合；

获取所述单指标监测参数总集合和所述综合指标监测参数集合的交集中的初始监测参数作为实际实际监测参数。

可选的，所述采用模糊综合评价法确定不同所述初始监测参数相对于每个所述性能指标的权重，作为第一权重，具体包括：

根据每个所述初始监测参数相对于第k个性能指标的重要程度，构建第k个性能指标的判断矩阵，k＝1，2，3，...，K，K表示性能指标的数量；

判断所述第k个性能指标的判断矩阵是否通过一致性检验，得到第一判断结果；

若所述第一判断结果表示所述第k个性能指标的判断矩阵没有通过一致性检验，则更新所述第k个性能指标的判断矩阵，返回步骤“判断所述第k个性能指标的判断矩阵是否通过一致性检验，得到第一判断结果”；

若所述第一判断结果表示所述第k个性能指标的判断矩阵通过一致性检验，则根据所述第k个性能指标的判断矩阵确定每个所述初始监测参数相对于第k个性能指标的权重，作为第一权重。

可选的，所述第k个性能指标的判断矩阵是否通过一致性检验，得到第一判断结果，具体包括：

利用公式

计算所述第k个性能指标的判断矩阵的特征向量的最大特征值λ_k,max；

其中，C_k表示第k个性能指标的判断矩阵，W_k表示第k个性能指标的判断矩阵的特征向量，W_k＝{w_k,1,…,w_k,i,…,w_k,n}，w_k,i表示将第k个性能指标的判断矩阵第i行元素的乘机的n次方根归一化得到的第k个性能指标的判断矩阵的第i个特征值，

表示第k个性能指标的判断矩阵第i行元素的乘机的n_k次方根，

n_k表示第k个性能指标的判断矩阵的阶数；a_k,ij表示第k个性能指标的判断矩阵第i行第j列的元素；

根据最大特征值λ_k,max，利用公式

计算第k个性能指标的判断矩阵的一致性指标CI_k；

根据第k个性能指标的判断矩阵的一致性指标CI_k，利用公式

计算第k个性能指标的判断矩阵的一致性概率CR_k，其中，RI_k为第k个性能指标的判断矩阵阶数对应的系数；

当第k个性能指标的判断矩阵的一致性概率CR_k小于0.1时，所述第一判断结果表示所述第k个性能指标的判断矩阵通过一致性检验；

当第k个性能指标的判断矩阵的一致性概率CR_k不小于0.1时，所述第一判断结果表示所述第k个性能指标的判断矩阵没有通过一致性检验。

可选的，所述采用模糊综合评价法确定每个所述性能指标相对于所述述电动化底盘的健康状态的权重，作为第二权重，具体包括：

根据每个所述性能指标相对于所述健康状态的重要程度，构建健康状态的判断矩阵；

根据健康状态的判断矩阵，采用特征根法确定每个所述性能指标相对于所述健康状态的权重；

根据每个所述性能指标相对于所述健康状态的权重，判断所述健康状态的判断矩阵是否通过一致性检验，得到第二判断结果；

若所述第二判断结果表示所述健康状态的判断矩阵没有通过一致性检验，则更新健康状态的判断矩阵，并返回步骤“根据健康状态的判断矩阵，采用特征根法确定每个所述性能指标相对于所述健康状态的权重”；

若所述第二判断结果表示所述健康状态的判断矩阵通过一致性检验，则输出每个所述性能指标相对于所述健康状态的权重，作为第二权重。

可选的，所述根据每个所述性能指标相对于所述健康状态的权重，判断所述健康状态的判断矩阵是否通过一致性检验，得到第二判断结果，具体包括：

根据每个所述性能指标相对于所述健康状态的权重。利用公式

计算健康状态的判断矩阵的一致性概率CR；

其中，CI_k表示第k个性能指标的判断矩阵的一致性指标，RI_k为第k个性能指标的判断矩阵阶数对应的系数，K表示性能指标的数量，ρ_k表示第k个性能指标相对于所述健康状态的权重，k＝1，2，3，...，K；

当健康状态的判断矩阵的一致性概率CR小于0.1时，所述第二判断结果表示所述健康状态的判断矩阵通过一致性检验；

当健康状态的判断矩阵的一致性概率CR不小于0.1时，所述第二判断结果表示所述健康状态的判断矩阵没有通过一致性检验。

可选的，所述根据每个所述实际监测参数相对于电动化底盘的健康状态的权重及每个所述实际监测参数的观测值，确定电动化底盘的健康状态，具体包括：

根据每个所述实际监测参数相对于电动化底盘的健康状态的权重及每个所述实际监测参数的观测值，利用公式

计算电动化底盘的健康综合指数；

其中，HI(t)表示t时刻电动化底盘的健康综合指数，

表示第s个际监测参数在t时刻的观测值x(t)归一化后的数值，η_s表示第s个实际监测参数相对于电动化底盘的健康状态的权重，r表示实际监测参数的数量；

根据健康综合指数所在的区间确定电动化底盘的健康状态。

一种电动化底盘多目标协同健康管理系统，所述系统包括：

初始监测参数确定模块，用于获取用于确定电动化底盘的健康状态的初始监测参数，构建初始参数集合；

性能指标确定模块，用于获取用于确定电动化底盘的健康状态的性能指标；

层次结构模型构建模块，用于基于所述初始监测参数和所述性能指标，构建包含目标层、准则层和方案层的层次结构模型；所述目标层为电动化底盘的健康状态，所述准则层为所述性能指标，所述方案层为所述初始监测参数；

实际监测参数选择模块，用于基于所述层次结构模型，采用模糊综合评价法从初始参数集合中选取对电动化底盘的健康状态影响较大的初始监测参数作为实际监测参数，并基于所述实际监测参数更新所述层次结构模型；

权重确定模块，用于基于更新后的层次结构模型，采用模糊综合评价法确定每个所述实际监测参数相对于电动化底盘的健康状态的权重；

健康状态确定模块，用于根据每个所述实际监测参数相对于电动化底盘的健康状态的权重及每个所述实际监测参数的观测值，确定电动化底盘的健康状态。

可选的，所述实际监测参数选择模块，具体包括：

第一权重确定子模块，用于采用模糊综合评价法确定不同所述初始监测参数相对于每个所述性能指标的权重，作为第一权重；

单指标监测参数总集合确定子模块，用于对于每个所述性能指标选取第一权重较大的第一预设个数的初始监测参数，构建每个所述性能指标的单指标监测参数集合，并将每个所述性能指标的单指标监测参数集合合并成单指标监测参数总集合；

第二权重确定子模块，用于采用模糊综合评价法确定每个所述性能指标相对于所述述电动化底盘的健康状态的权重，作为第二权重；

第三权重确定子模块，用于根据所述第一权重和所述第二权重，基于所述层次结构模型，确定每个所述初始监测参数相对于所述健康状态的综合权重，作为第三权重；

综合指标监测参数集合确定子模块，用于选取第三权重较大的第二预设个数的所述初始监测参数，组成综合指标监测参数集合；

实际监测参数确定子模块，用于获取所述单指标监测参数总集合和所述综合指标监测参数集合的交集中的初始监测参数作为实际实际监测参数。

可选的，所述第一权重确定子模块，具体包括：

判断矩阵构建单元，用于根据每个所述初始监测参数相对于第k个性能指标的重要程度，构建第k个性能指标的判断矩阵，k＝1，2，3，...，K，K表示性能指标的数量；

一致性检验单元，用于判断所述第k个性能指标的判断矩阵是否通过一致性检验，得到第一判断结果；

判断矩阵更新单元，用于若所述第一判断结果表示所述第k个性能指标的判断矩阵没有通过一致性检验，则更新所述第k个性能指标的判断矩阵，返回步骤“判断所述第k个性能指标的判断矩阵是否通过一致性检验，得到第一判断结果”；

第一权重输出单元，用于若所述第一判断结果表示所述第k个性能指标的判断矩阵通过一致性检验，则根据所述第k个性能指标的判断矩阵确定每个所述初始监测参数相对于第k个性能指标的权重，作为第一权重。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明公开了一种电动化底盘多目标协同健康管理方法及系统，所述方法包括如下步骤：获取用于确定电动化底盘的健康状态的初始监测参数，构建初始参数集合；获取用于确定电动化底盘的健康状态的性能指标；基于所述初始监测参数和所述性能指标，构建包含目标层、准则层和方案层的层次结构模型；基于所述层次结构模型，采用模糊综合评价法从初始参数集合中选取对电动化底盘的健康状态影响较大的初始监测参数作为实际监测参数，并基于所述实际监测参数更新所述层次结构模型；基于更新后的层次结构模型，采用模糊综合评价法确定每个所述实际监测参数相对于电动化底盘的健康状态的权重；根据每个所述实际监测参数相对于电动化底盘的健康状态的权重及每个所述实际监测参数的观测值，确定电动化底盘的健康状态。本发明考虑电动化底盘多模块及多关联性的特点，设置多个新能指标，通过构建层次结构模型和模糊综合评价法，确定电动化底盘的健康状态，实现了新能源汽车的电动化底盘的健康状态的自动化综合判断。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种电动化底盘多目标协同健康管理方法的流程图；

图2为本发明实施例提供的一种电动化底盘多目标协同健康管理方法的原理图；

图3为本发明实施例提供的层次结构模型的示意图。

具体实施方式

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做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。

本发明的目的是提供一种电动化底盘多目标协同健康管理方法及系统，以实现新能源汽车的电动化底盘的健康状态的自动化综合判断。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示，本发明提供了一种电动化底盘多目标协同健康管理方法，所述方法包括如下步骤：

步骤101，获取用于确定电动化底盘的健康状态的初始监测参数，构建初始参数集合。

如图2所示，电动化底盘的初始监测参数包括驱动模块信息中的输出转矩、点击转速等参数、控制模块信息中的续航里程、制动踏板开度等参数，储能模块信息中的氢气传输速率等参数，及动力模块信息中的输出功率、燃料电池温度等参数。

步骤102，获取用于确定电动化底盘的健康状态的性能指标。

如图2所示，本实施例的性能指标可示例性的设置为驱动模块健康状态、控制模块健康状态等，也可示例性的设置为剩余寿命、磨损程度等，在此不做限定。

步骤103，基于所述初始监测参数和所述性能指标，构建包含目标层、准则层和方案层的层次结构模型；所述目标层为电动化底盘的健康状态，所述准则层为所述性能指标，所述方案层为所述初始监测参数，具体层次结构模型可示例性的为图3，图3中，目标层O为健康状态退化过程；准则层C为监测参数选择原则，记为C＝{c₁，c₂，…，c_m}；方案层P为待选监测参数集，记为P＝{p₁，p₂，…，p_n}。

步骤104，基于所述层次结构模型，采用模糊综合评价法从初始参数集合中选取对电动化底盘的健康状态影响较大的初始监测参数作为实际监测参数，并基于所述实际监测参数更新所述层次结构模型。

步骤104所述基于所述层次结构模型，采用模糊综合评价法从初始参数集合中选取对电动化底盘的健康状态影响较大的初始监测参数作为实际监测参数，具体包括：采用模糊综合评价法确定不同所述初始监测参数相对于每个所述性能指标的权重，作为第一权重；对于每个所述性能指标选取第一权重较大的第一预设个数的初始监测参数，构建每个所述性能指标的单指标监测参数集合，并将每个所述性能指标的单指标监测参数集合合并成单指标监测参数总集合；采用模糊综合评价法确定每个所述性能指标相对于所述述电动化底盘的健康状态的权重，作为第二权重；根据所述第一权重和所述第二权重，基于所述层次结构模型，确定每个所述初始监测参数相对于所述健康状态的综合权重，作为第三权重；选取第三权重较大的第二预设个数的所述初始监测参数，组成综合指标监测参数集合；获取所述单指标监测参数总集合和所述综合指标监测参数集合的交集中的初始监测参数作为实际实际监测参数。

其中，所述采用模糊综合评价法确定不同所述初始监测参数相对于每个所述性能指标的权重，作为第一权重，具体包括：根据每个所述初始监测参数相对于第k个性能指标的重要程度，构建第k个性能指标的判断矩阵，k＝1，2，3，...，K，K表示性能指标的数量；判断所述第k个性能指标的判断矩阵是否通过一致性检验，得到第一判断结果；若所述第一判断结果表示所述第k个性能指标的判断矩阵没有通过一致性检验，则更新所述第k个性能指标的判断矩阵，返回步骤“判断所述第k个性能指标的判断矩阵是否通过一致性检验，得到第一判断结果”；若所述第一判断结果表示所述第k个性能指标的判断矩阵通过一致性检验，则根据所述第k个性能指标的判断矩阵确定每个所述初始监测参数相对于第k个性能指标的权重，作为第一权重。所述第k个性能指标的判断矩阵是否通过一致性检验，得到第一判断结果，具体包括：利用公式

计算所述第k个性能指标的判断矩阵的特征向量的最大特征值λ_k,max；其中，C_k表示第k个性能指标的判断矩阵，W_k表示第k个性能指标的判断矩阵的特征向量，W_k＝{w_k,1,…,w_k,i,…,w_k,n}，w_k,i表示将第k个性能指标的判断矩阵第i行元素的乘机的n次方根归一化得到的第k个性能指标的判断矩阵的第i个特征值，

表示第k个性能指标的判断矩阵第i行元素的乘机的n_k次方根，

n_k表示第k个性能指标的判断矩阵的阶数；a_k,ij表示第k个性能指标的判断矩阵第i行第j列的元素；根据最大特征值λ_k,max，利用公式

计算第k个性能指标的判断矩阵的一致性指标CI_k；根据第k个性能指标的判断矩阵的一致性指标CI_k，利用公式

计算第k个性能指标的判断矩阵的一致性概率CR_k，其中，RI_k为第k个性能指标的判断矩阵阶数对应的系数；当第k个性能指标的判断矩阵的一致性概率CR_k小于0.1时，所述第一判断结果表示所述第k个性能指标的判断矩阵通过一致性检验；当第k个性能指标的判断矩阵的一致性概率CR_k不小于0.1时，所述第一判断结果表示所述第k个性能指标的判断矩阵没有通过一致性检验。

其中，所述采用模糊综合评价法确定每个所述性能指标相对于所述述电动化底盘的健康状态的权重，作为第二权重，具体包括：根据每个所述性能指标相对于所述健康状态的重要程度，构建健康状态的判断矩阵；根据健康状态的判断矩阵，采用特征根法确定每个所述性能指标相对于所述健康状态的权重；根据每个所述性能指标相对于所述健康状态的权重，判断所述健康状态的判断矩阵是否通过一致性检验，得到第二判断结果；若所述第二判断结果表示所述健康状态的判断矩阵没有通过一致性检验，则更新健康状态的判断矩阵，并返回步骤“根据健康状态的判断矩阵，采用特征根法确定每个所述性能指标相对于所述健康状态的权重”；若所述第二判断结果表示所述健康状态的判断矩阵通过一致性检验，则输出每个所述性能指标相对于所述健康状态的权重，作为第二权重。所述根据每个所述性能指标相对于所述健康状态的权重，判断所述健康状态的判断矩阵是否通过一致性检验，得到第二判断结果，具体包括：

根据每个所述性能指标相对于所述健康状态的权重。利用公式

计算健康状态的判断矩阵的一致性概率CR；其中，CI_k表示第k个性能指标的判断矩阵的一致性指标，RI_k为第k个性能指标的判断矩阵阶数对应的系数，K表示性能指标的数量，ρ_k表示第k个性能指标相对于所述健康状态的权重，k＝1，2，3，...，K；当健康状态的判断矩阵的一致性概率CR小于0.1时，所述第二判断结果表示所述健康状态的判断矩阵通过一致性检验；当健康状态的判断矩阵的一致性概率CR不小于0.1时，所述第二判断结果表示所述健康状态的判断矩阵没有通过一致性检验。

步骤105，基于更新后的层次结构模型，采用模糊综合评价法确定每个所述实际监测参数相对于电动化底盘的健康状态的权重。

该权重的确定方法，与步骤104中的第三权重的确定方式相同，在此不再赘述。

步骤106，根据每个所述实际监测参数相对于电动化底盘的健康状态的权重及每个所述实际监测参数的观测值，确定电动化底盘的健康状态。

步骤106所述根据每个所述实际监测参数相对于电动化底盘的健康状态的权重及每个所述实际监测参数的观测值，确定电动化底盘的健康状态，具体包括：

根据每个所述实际监测参数相对于电动化底盘的健康状态的权重及每个所述实际监测参数的观测值，利用公式

计算电动化底盘的健康综合指数；其中，HI(t)表示t时刻电动化底盘的健康综合指数，

表示第s个际监测参数在t时刻的观测值x(t)归一化后的数值，η_s表示第s个实际监测参数相对于电动化底盘的健康状态的权重，r表示实际监测参数的数量；根据健康综合指数所在的区间确定电动化底盘的健康状态。

其中，根据健康综合指数所在的区间确定电动化底盘的健康状态，具体包括：设定新能源汽车多目标协同健康综合指数HI的多级阈值，进行多级健康状态评估及故障预警。如：0≤HI<0.6，认为新能源汽车健康状态不合格，亟需维修；0.6≤HI<0.7，认为新能源汽车健康状态合格，但需进一步检查；0.7≤HI<0.8，新能源汽车健康状态一般，需继续监测并加强检查频率；0.8≤HI≤1，新能源汽车健康状态良好，可正常使用。

本发明实施例还提供一种电动化底盘多目标协同健康管理系统，所述系统包括：

初始监测参数确定模块，用于获取用于确定电动化底盘的健康状态的初始监测参数，构建初始参数集合。

性能指标确定模块，用于获取用于确定电动化底盘的健康状态的性能指标。

层次结构模型构建模块，用于基于所述初始监测参数和所述性能指标，构建包含目标层、准则层和方案层的层次结构模型；所述目标层为电动化底盘的健康状态，所述准则层为所述性能指标，所述方案层为所述初始监测参数。

实际监测参数选择模块，用于基于所述层次结构模型，采用模糊综合评价法从初始参数集合中选取对电动化底盘的健康状态影响较大的初始监测参数作为实际监测参数，并基于所述实际监测参数更新所述层次结构模型。

所述实际监测参数选择模块，具体包括：第一权重确定子模块，用于采用模糊综合评价法确定不同所述初始监测参数相对于每个所述性能指标的权重，作为第一权重；单指标监测参数总集合确定子模块，用于对于每个所述性能指标选取第一权重较大的第一预设个数的初始监测参数，构建每个所述性能指标的单指标监测参数集合，并将每个所述性能指标的单指标监测参数集合合并成单指标监测参数总集合；第二权重确定子模块，用于采用模糊综合评价法确定每个所述性能指标相对于所述述电动化底盘的健康状态的权重，作为第二权重；第三权重确定子模块，用于根据所述第一权重和所述第二权重，基于所述层次结构模型，确定每个所述初始监测参数相对于所述健康状态的综合权重，作为第三权重；综合指标监测参数集合确定子模块，用于选取第三权重较大的第二预设个数的所述初始监测参数，组成综合指标监测参数集合；实际监测参数确定子模块，用于获取所述单指标监测参数总集合和所述综合指标监测参数集合的交集中的初始监测参数作为实际实际监测参数。

其中，所述第一权重确定子模块，具体包括：判断矩阵构建单元，用于根据每个所述初始监测参数相对于第k个性能指标的重要程度，构建第k个性能指标的判断矩阵，k＝1，2，3，...，K，K表示性能指标的数量；一致性检验单元，用于判断所述第k个性能指标的判断矩阵是否通过一致性检验，得到第一判断结果；判断矩阵更新单元，用于若所述第一判断结果表示所述第k个性能指标的判断矩阵没有通过一致性检验，则更新所述第k个性能指标的判断矩阵，返回步骤“判断所述第k个性能指标的判断矩阵是否通过一致性检验，得到第一判断结果”；第一权重输出单元，用于若所述第一判断结果表示所述第k个性能指标的判断矩阵通过一致性检验，则根据所述第k个性能指标的判断矩阵确定每个所述初始监测参数相对于第k个性能指标的权重，作为第一权重。

权重确定模块，用于基于更新后的层次结构模型，采用模糊综合评价法确定每个所述实际监测参数相对于电动化底盘的健康状态的权重。

健康状态确定模块，用于根据每个所述实际监测参数相对于电动化底盘的健康状态的权重及每个所述实际监测参数的观测值，确定电动化底盘的健康状态。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明公开了一种电动化底盘多目标协同健康管理方法及系统，所述方法包括如下步骤：获取用于确定电动化底盘的健康状态的初始监测参数，构建初始参数集合；获取用于确定电动化底盘的健康状态的性能指标；基于所述初始监测参数和所述性能指标，构建包含目标层、准则层和方案层的层次结构模型；基于所述层次结构模型，采用模糊综合评价法从初始参数集合中选取对电动化底盘的健康状态影响较大的初始监测参数作为实际监测参数，并基于所述实际监测参数更新所述层次结构模型；基于更新后的层次结构模型，采用模糊综合评价法确定每个所述实际监测参数相对于电动化底盘的健康状态的权重；根据每个所述实际监测参数相对于电动化底盘的健康状态的权重及每个所述实际监测参数的观测值，确定电动化底盘的健康状态。本发明考虑电动化底盘多模块及多关联性的特点，设置多个新能指标，通过构建层次结构模型和模糊综合评价法，确定电动化底盘的健康状态，实现了新能源汽车的电动化底盘的健康状态的自动化综合判断。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种电动化底盘多目标协同健康管理方法，其特征在于，所述方法包括如下步骤：

获取用于确定电动化底盘的健康状态的初始监测参数，构建初始参数集合；

获取用于确定电动化底盘的健康状态的性能指标；

基于所述初始监测参数和所述性能指标，构建包含目标层、准则层和方案层的层次结构模型；所述目标层为电动化底盘的健康状态，所述准则层为所述性能指标，所述方案层为所述初始监测参数；

基于所述层次结构模型，采用模糊综合评价法从初始参数集合中选取对电动化底盘的健康状态影响较大的初始监测参数作为实际监测参数，并基于所述实际监测参数更新所述层次结构模型；

基于更新后的层次结构模型，采用模糊综合评价法确定每个所述实际监测参数相对于电动化底盘的健康状态的权重；

根据每个所述实际监测参数相对于电动化底盘的健康状态的权重及每个所述实际监测参数的观测值，确定电动化底盘的健康状态。

2.根据权利要求1所述的电动化底盘多目标协同健康管理方法，其特征在于，所述基于所述层次结构模型，采用模糊综合评价法从初始参数集合中选取对电动化底盘的健康状态影响较大的初始监测参数作为实际监测参数，具体包括：

采用模糊综合评价法确定不同所述初始监测参数相对于每个所述性能指标的权重，作为第一权重；

对于每个所述性能指标选取第一权重较大的第一预设个数的初始监测参数，构建每个所述性能指标的单指标监测参数集合，并将每个所述性能指标的单指标监测参数集合合并成单指标监测参数总集合；

采用模糊综合评价法确定每个所述性能指标相对于所述述电动化底盘的健康状态的权重，作为第二权重；

根据所述第一权重和所述第二权重，基于所述层次结构模型，确定每个所述初始监测参数相对于所述健康状态的综合权重，作为第三权重；

选取第三权重较大的第二预设个数的所述初始监测参数，组成综合指标监测参数集合；

获取所述单指标监测参数总集合和所述综合指标监测参数集合的交集中的初始监测参数作为实际实际监测参数。

3.根据权利要求2所述的电动化底盘多目标协同健康管理方法，其特征在于，所述采用模糊综合评价法确定不同所述初始监测参数相对于每个所述性能指标的权重，作为第一权重，具体包括：

根据每个所述初始监测参数相对于第k个性能指标的重要程度，构建第k个性能指标的判断矩阵，k＝1，2，3，...，K，K表示性能指标的数量；

判断所述第k个性能指标的判断矩阵是否通过一致性检验，得到第一判断结果；

若所述第一判断结果表示所述第k个性能指标的判断矩阵没有通过一致性检验，则更新所述第k个性能指标的判断矩阵，返回步骤“判断所述第k个性能指标的判断矩阵是否通过一致性检验，得到第一判断结果”；

若所述第一判断结果表示所述第k个性能指标的判断矩阵通过一致性检验，则根据所述第k个性能指标的判断矩阵确定每个所述初始监测参数相对于第k个性能指标的权重，作为第一权重。

4.根据权利要求3所述的电动化底盘多目标协同健康管理方法，其特征在于，所述第k个性能指标的判断矩阵是否通过一致性检验，得到第一判断结果，具体包括：

利用公式

计算所述第k个性能指标的判断矩阵的特征向量的最大特征值λ_k,max；

其中，C_k表示第k个性能指标的判断矩阵，W_k表示第k个性能指标的判断矩阵的特征向量，W_k＝{w_k,1,…,w_k,i,…,w_k,n}，w_k,i表示将第k个性能指标的判断矩阵第i行元素的乘机的n次方根归一化得到的第k个性能指标的判断矩阵的第i个特征值，

表示第k个性能指标的判断矩阵第i行元素的乘机的n_k次方根，

n_k表示第k个性能指标的判断矩阵的阶数；a_k,ij表示第k个性能指标的判断矩阵第i行第j列的元素；

根据最大特征值λ_k,max，利用公式

计算第k个性能指标的判断矩阵的一致性指标CI_k；

根据第k个性能指标的判断矩阵的一致性指标CI_k，利用公式

计算第k个性能指标的判断矩阵的一致性概率CR_k，其中，RI_k为第k个性能指标的判断矩阵阶数对应的系数；

当第k个性能指标的判断矩阵的一致性概率CR_k小于0.1时，所述第一判断结果表示所述第k个性能指标的判断矩阵通过一致性检验；

当第k个性能指标的判断矩阵的一致性概率CR_k不小于0.1时，所述第一判断结果表示所述第k个性能指标的判断矩阵没有通过一致性检验。

5.根据权利要求2所述的电动化底盘多目标协同健康管理方法，其特征在于，所述采用模糊综合评价法确定每个所述性能指标相对于所述述电动化底盘的健康状态的权重，作为第二权重，具体包括：

根据每个所述性能指标相对于所述健康状态的重要程度，构建健康状态的判断矩阵；

根据健康状态的判断矩阵，采用特征根法确定每个所述性能指标相对于所述健康状态的权重；

根据每个所述性能指标相对于所述健康状态的权重，判断所述健康状态的判断矩阵是否通过一致性检验，得到第二判断结果；

若所述第二判断结果表示所述健康状态的判断矩阵没有通过一致性检验，则更新健康状态的判断矩阵，并返回步骤“根据健康状态的判断矩阵，采用特征根法确定每个所述性能指标相对于所述健康状态的权重”；

若所述第二判断结果表示所述健康状态的判断矩阵通过一致性检验，则输出每个所述性能指标相对于所述健康状态的权重，作为第二权重。

6.根据权利要求5所述的电动化底盘多目标协同健康管理方法，其特征在于，所述根据每个所述性能指标相对于所述健康状态的权重，判断所述健康状态的判断矩阵是否通过一致性检验，得到第二判断结果，具体包括：

根据每个所述性能指标相对于所述健康状态的权重，利用公式

计算健康状态的判断矩阵的一致性概率CR；

其中，CI_k表示第k个性能指标的判断矩阵的一致性指标，RI_k为第k个性能指标的判断矩阵阶数对应的系数，K表示性能指标的数量，ρ_k表示第k个性能指标相对于所述健康状态的权重，k＝1，2，3，...，K；

当健康状态的判断矩阵的一致性概率CR小于0.1时，所述第二判断结果表示所述健康状态的判断矩阵通过一致性检验；

当健康状态的判断矩阵的一致性概率CR不小于0.1时，所述第二判断结果表示所述健康状态的判断矩阵没有通过一致性检验。

7.根据权利要求1所述的电动化底盘多目标协同健康管理方法，其特征在于，所述根据每个所述实际监测参数相对于电动化底盘的健康状态的权重及每个所述实际监测参数的观测值，确定电动化底盘的健康状态，具体包括：

根据每个所述实际监测参数相对于电动化底盘的健康状态的权重及每个所述实际监测参数的观测值，利用公式

计算电动化底盘的健康综合指数；

其中，HI(t)表示t时刻电动化底盘的健康综合指数，

表示第s个际监测参数在t时刻的观测值x(t)归一化后的数值，η_s表示第s个实际监测参数相对于电动化底盘的健康状态的权重，r表示实际监测参数的数量；

根据健康综合指数所在的区间确定电动化底盘的健康状态。

8.一种电动化底盘多目标协同健康管理系统，其特征在于，所述系统包括：

初始监测参数确定模块，用于获取用于确定电动化底盘的健康状态的初始监测参数，构建初始参数集合；

性能指标确定模块，用于获取用于确定电动化底盘的健康状态的性能指标；

层次结构模型构建模块，用于基于所述初始监测参数和所述性能指标，构建包含目标层、准则层和方案层的层次结构模型；所述目标层为电动化底盘的健康状态，所述准则层为所述性能指标，所述方案层为所述初始监测参数；

实际监测参数选择模块，用于基于所述层次结构模型，采用模糊综合评价法从初始参数集合中选取对电动化底盘的健康状态影响较大的初始监测参数作为实际监测参数，并基于所述实际监测参数更新所述层次结构模型；

权重确定模块，用于基于更新后的层次结构模型，采用模糊综合评价法确定每个所述实际监测参数相对于电动化底盘的健康状态的权重；

健康状态确定模块，用于根据每个所述实际监测参数相对于电动化底盘的健康状态的权重及每个所述实际监测参数的观测值，确定电动化底盘的健康状态。

9.根据权利要求8所述的电动化底盘多目标协同健康管理系统，其特征在于，所述实际监测参数选择模块，具体包括：

第一权重确定子模块，用于采用模糊综合评价法确定不同所述初始监测参数相对于每个所述性能指标的权重，作为第一权重；

单指标监测参数总集合确定子模块，用于对于每个所述性能指标选取第一权重较大的第一预设个数的初始监测参数，构建每个所述性能指标的单指标监测参数集合，并将每个所述性能指标的单指标监测参数集合合并成单指标监测参数总集合；

第二权重确定子模块，用于采用模糊综合评价法确定每个所述性能指标相对于所述述电动化底盘的健康状态的权重，作为第二权重；

第三权重确定子模块，用于根据所述第一权重和所述第二权重，基于所述层次结构模型，确定每个所述初始监测参数相对于所述健康状态的综合权重，作为第三权重；

综合指标监测参数集合确定子模块，用于选取第三权重较大的第二预设个数的所述初始监测参数，组成综合指标监测参数集合；

实际监测参数确定子模块，用于获取所述单指标监测参数总集合和所述综合指标监测参数集合的交集中的初始监测参数作为实际实际监测参数。

10.根据权利要求9所述的电动化底盘多目标协同健康管理系统，其特征在于，所述第一权重确定子模块，具体包括：

判断矩阵构建单元，用于根据每个所述初始监测参数相对于第k个性能指标的重要程度，构建第k个性能指标的判断矩阵，k＝1，2，3，...，K，K表示性能指标的数量；

一致性检验单元，用于判断所述第k个性能指标的判断矩阵是否通过一致性检验，得到第一判断结果；

判断矩阵更新单元，用于若所述第一判断结果表示所述第k个性能指标的判断矩阵没有通过一致性检验，则更新所述第k个性能指标的判断矩阵，返回步骤“判断所述第k个性能指标的判断矩阵是否通过一致性检验，得到第一判断结果”；

第一权重输出单元，用于若所述第一判断结果表示所述第k个性能指标的判断矩阵通过一致性检验，则根据所述第k个性能指标的判断矩阵确定每个所述初始监测参数相对于第k个性能指标的权重，作为第一权重。

Images