CN114488994A - 一种提升车辆故障诊断鲁棒性的优化方法及装置 - Google Patents

Abstract

本发明涉及一种提升车辆故障诊断鲁棒性的优化方法及装置，方法包括：ECU提取车辆在本次驾驶循环过程内故障的监测值，并预先对每一个故障监测设定一个极限范围；对故障的监测值与故障阈值进行判断，当监控值大于或小于设定的故障阈值时，判定故障发生，并计算监测值与故障阈值的差值；计算差值相对于极限范围的比例值，将该比例值作为数据统计的依据；计算比例值的平均值与方差，将二者同样作为数据统计的依据；诊断仪调用计算的比例值及其平均值和方差，修正故障阈值，实现故障诊断鲁棒性优化。与现有技术相比，本发明具有无需装备数据采集仪，节省费用，省时省力，可进一步增强诊断鲁棒性等优点。

Description

一种提升车辆故障诊断鲁棒性的优化方法及装置

技术领域

本发明涉及车载诊断系统技术领域，尤其是涉及一种提升车辆故障诊断鲁棒性的优化方法及装置。

背景技术

诊断功能是车辆控制器的必备功能，对于如变速箱控制器的DEC-ECU，还需要强制遵守OBD法规；故障监测功能是诊断的重要部分，该功能可以准确的监测到系统的故障，以降级模式运行，并通过仪表警示及时提醒驾驶员，确保行车安全。在实际的车辆使用中，由于零部件生产一致性、车辆运行环境、运行工况等多个因素影响，OBD系统会存在一定的故障误报和漏报，因而鲁棒性是故障监测的重点，也是难点，避免误诊断、漏诊断，对于行车安全、客户体验、售后维护都有着重大利好。

目前对鲁棒性诊断的方法，通常都需要工程师通过worst case分析得到初始的故障阈值，但是这在工程运用上还不够充分。考虑到部件集成、装配后，整个系统、工作环境的相互影响，还需要在大量的试验车辆上做充分的路况试验，采集相关数据后做数据统计处理，以统计结果来修正当前故障诊断阈值。条件允许，还会挑选故障件装配在整车上，同样采集数据后做统计处理，用以修正故障诊断阈值。

这种操作可以提升诊断的鲁棒性，但也存在诸多问题：

1、数据统计需要足够的样本量，故需要在大量的试验车上配置数据采集仪，这对于设备的需求量大，对于试验人员的操作水平也有要求；

2、测试数据需要有专门的工程师定期收集处理，试验车辆多难管控、数据量巨大处理费时费力。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种提升车辆故障诊断鲁棒性的优化方法及装置。

本发明的目的可以通过以下技术方案来实现：

一种提升车辆故障诊断鲁棒性的优化方法，该方法基于ECU实现，包括：

ECU从车辆数据提取故障监测使能状态，在故障监测使能开启的条件下，提取车辆在本次驾驶循环过程内故障的监测值，并预先对每一个故障监测设定一个极限范围；

对故障的监测值与故障阈值进行判断，当监控值大于或小于设定的故障阈值时，判定故障发生，并计算监测值与故障阈值的差值；

计算差值相对于极限范围的比例值，将该比例值作为数据统计的依据；

计算比例值的平均值与方差，将二者同样作为数据统计的依据；

诊断仪调用计算的比例值及其平均值和方差，修正故障阈值，实现故障诊断鲁棒性优化。

在本发明方法中，比例值及其平均值和方差数据的计算均集中于一个统计数据功能模块中，该模块预先设定在ECU中，该模块设有比例值的设定规则，实际使用时比例值的计算规则，以及对平均值和方差的计算规则。

所述比例值为用以表征ECU在运行时监测值与故障阈值的趋近程度，该值为一个0-255的整数。

比例值计算包括四种故障情况计算方式：监测值大于故障阈值时判定为故障-故障未发生情况、监测值大于故障阈值时判定为故障-故障发生情况、监测值小于故障阈值时判定为故障-故障未发生情况以及监测值小于故障阈值时判定为故障-故障发生情况。其中：

监测值大于故障阈值时判定为故障-故障未发生情况下的比例值计算方式为：

式中，RV为比例值，TV为故障监测值，FT为故障阈值，Rmin为极限范围的最小值。

监测值大于故障阈值时判定为故障-故障发生情况下的比例值计算方式为：

式中，RV为比例值，TV为故障监测值，FT为故障阈值，Rmax为极限范围的最大值。

监测值小于故障阈值时判定为故障-故障未发生情况下的比例值计算方式为：

式中，RV为比例值，TV为故障监测值，FT为故障阈值，Rmax为极限范围的最大值。

监测值小于故障阈值时判定为故障-故障发生情况下的比例值计算方式为：

式中，RV为比例值，TV为故障监测值，FT为故障阈值，Rmin为极限范围的最小值。

本发明还提供一种提升车辆故障诊断鲁棒性的优化装置，包括ECU和数据采集设备，所述ECU中设有统计分析工具，该统计分析工具中增加有统计数据功能模块。

所述统计数据功能模块包括：

比例值计算单元，用于根据故障监测值、故障阈值以及设定的极限范围计算用以表征ECU在运行时监测值与故障阈值的趋近程度的比例值；

统计数据计算单元，用于根据比例值计算单元得到的比例值计算其平均值和方差，将计算结果存储至NVRAM中，并将比例值、平均值和方差数据与DID关联。

本发明提供的提升车辆故障诊断鲁棒性的优化方法及装置，相较于现有技术至少包括如下有益效果：

1)通过在ECU中增加Ranking logger功能，试验车辆在运行时控制器可自行做数据统计并存储数据，在采集实车测试数据时，无需装备数据采集仪，节省费用，省时省力；

2)采用本发明进行故障诊断时，无需工程师在庞杂的数据中提取有用信息；通过在ECU内增加数据统计功能(Ranking logger功能)，该功能基于整车测试数据，诊断时只需调取该功能获取的统计数据即可对诊断监测的运行做分析，然后基于分析结果来修正故障阈值，收集测试数据十分便捷，研发工程师做数据分析时更为高效，可进一步增强诊断鲁棒性。

3)通过诊断仪即可读取统计处理后的数据，无需花费大量的精力去做数据统计；

4)基于统计数据的表现，可调整相关参数达到精确修正故障阈值的目的。

附图说明

图1为实施例中提升车辆故障诊断鲁棒性的优化方法的流程示意图；

图2为实施例中监测值大于故障阈值时判定为故障-故障未发生情况下的TV、RV、FT以及极限范围之间的关系图；

图3为实施例中监测值大于故障阈值时判定为故障-故障发生情况下的TV、RV、FT以及极限范围之间的关系图；

图4为实施例中监测值小于故障阈值时判定为故障-故障未发生情况下的TV、RV、FT以及极限范围之间的关系图；

图5为实施例中监测值小于故障阈值时判定为故障-故障发生情况下的TV、RV、FT以及极限范围之间的关系图；

图6为实施例中Ranking logger功能模块的功能原理图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。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的前提下所获得的所有其他实施例，都应属于本发明保护的范围。

实施例

本发明涉及一种提升车辆故障诊断鲁棒性的优化方法，该方法通过在ECU中增加Ranking logger功能，试验车辆在运行时控制器可自行做数据统计并存储数据，不再需要专门的数据采集仪，也不需要工程师在庞杂的数据中提取有用信息；诊断工程师只需要调取Ranking logger中的统计数据即可对诊断监测的运行做分析，然后基于分析结果来修正故障阈值，增强诊断鲁棒性。

本发明方法基于ECU实现，如图1所示，具体实现过程包括以下步骤：

步骤一、在故障监测过程中，ECU的故障监测策略会计算出监测值，首先提取出车辆本次驾驶循环过程内故障的监测值。

步骤二、对故障的监测值与故障阈值(FT：Fault Threshold)进行判断，当监控值大于或小于设定的故障阈值(FT：Fault Threshold)时，即认为故障发生；执行下一步。

步骤三、为将不同的故障监测统一化，对每一个故障监测预先设定一个极限范围(Rmax：Range Max，Rmin：Range Min)，通过计算得到监测值(TV：Test Value)与故障阈值的差值相对于极限范围的一个比例值(RV：Ranking Value)，用于数据统计。

Ranking value是一个0-255的整数，用于表征控制器在运行时监测值与故障阈值的趋近程度。

不同的故障监测类型Ranking Value的算法有所不同，包括如几种情况：

1)监测值大于故障阈值时判定为故障-故障未发生，此情况下RV的计算式如下：

此情况下的TV、RV、FT以及极限范围之间的关系如图2所示。

2)监测值大于故障阈值时判定为故障-故障发生，此情况下RV的计算式如下：

此情况下的TV、RV、FT以及极限范围之间的关系如图3所示。

3)监测值小于故障阈值时判定为故障-故障未发生，此情况下RV的计算式如下：

此情况下的TV、RV、FT以及极限范围之间的关系如图4所示。

4)监测值小于故障阈值时判定为故障-故障发生，此情况下RV的计算式如下：

此情况下的TV、RV、FT以及极限范围之间的关系如图5所示。

步骤四、传统的数据统计处理中，会对监测值信号做正态分布，通过六西格玛原则定义故障阈值；同理，本发明也需要计算出Ranking Value的平均值和方差，用于后续分析。

平均值计算公式如下：

方差计算公式如下：

其中，n为驾驶循环次数，

为本次驾驶循环内RV最大值。

任一故障监控都对应一个Ranking Value，经过数据统计处理后得到其平均值和方差，并存储在NVRAM中。

步骤五、调用计算的Ranking Value值、平均值和方差数据进行鲁棒性诊断的优化。诊断鲁棒性涉及两种风险的概率评估：α风险，故障误检测；β风险，故障漏检测。

在本实施例中，Ranking Value值、平均值和方差数据的计算均集中在一个统计数据功能模块(以下可采用Ranking logger功能模块描述)，该模块是预先设定在ECU中的，该模块设有Ranking value的设定规则以及实际使用时Ranking value的计算规则，以及对平均值和方差的计算规则。

通常同一监控的统计数据会对应一个DID(Data Identifier)，在软件存储统计数据后，将数据与DID关联，可方便工程师通过诊断仪读取数据，工程师会基于统计数据来标定故障阈值。诊断仪可通过UDS服务(Unified Diagnostic Services，统一的诊断服务)直接读取DID来获得对应的Ranking Value值、平均值和方差数据。可通过计算的平均值和方差数据进行获取概率分布等分析，然后基于分析结果来修正故障阈值，增强诊断鲁棒性。

基于实车测试的Ranking logger统计数据对于阈值修正十分重要，可以从规避α风险的层面提升诊断鲁棒性。通过六西格玛原则，可以计算出统计意义上的Ranking Value值，如果该值超出128，则表明阈值的设定过窄，需要调整。另外，可以调整Rmin、Rmax的范围以提升Ranking Value的分辨率，达到更精确的修正故障阈值的目的。

本实施例还提供一种提升车辆故障诊断鲁棒性的优化装置，包括ECU、数据采集设备，ECU中设有统计分析工具，该统计分析工具中增加有统计数据功能模块(以下可采用Ranking logger功能模块描述)。

其中，统计分析工具为软件工具，将数据采集设备记录的数据文件导入后，软件自动提取故障相关的信号，对信号进行时间同步、重新采样、统计分析，将分析结果进行图形化和报告化展示。

其中，对于健康状态车辆，测试数据的统计结果为误报率，对于安装故障件的车辆，测试数据的统计结果为漏报率，根据误报率和漏报率评估车辆的OBD鲁棒性水平；

其中，Ranking logger功能模块基于统计分析工具，本实施例中，Ranking value功能模块是预先设定在ECU中的，该模块设有Ranking value的设定规则以及实际使用时Ranking value的计算规则。如图6所示，该功能模块包括：

Ranking Value计算单元，用于根据故障监测值、故障阈值以及设定的极限范围计算用于表征ECU在运行时监测值与故障阈值的趋近程度的Ranking Value值；

统计数据计算单元，用于根据Ranking Value计算单元得到的Ranking Value值计算其平均值和方差，并将计算结果存储值NVRAM中；将各计算结果数据与DID关联，通过将同一监控的各统计数据对应同一个DID，为诊断仪提供调用依据。

本发明通过在ECU中增加Ranking logger功能，试验车辆在运行时控制器可自行做数据统计并存储数据，在采集实车测试数据时，无需装备数据采集仪，节省费用，省时省力；采用本发明进行故障诊断时，无需工程师在庞杂的数据中提取有用信息；通过在ECU内增加数据统计功能，诊断时只需调取Ranking logger中的统计数据即可对诊断监测的运行做分析，然后基于分析结果来修正故障阈值，收集测试数据十分便捷，研发工程师做数据分析时更为高效，可进一步增强诊断鲁棒性。

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工作人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种提升车辆故障诊断鲁棒性的优化方法，其特征在于，该方法基于ECU实现，包括：

ECU从车辆数据提取故障监测使能状态，在故障监测使能开启的条件下，提取车辆在本次驾驶循环过程内故障的监测值，并预先对每一个故障监测设定一个极限范围；

对故障的监测值与故障阈值进行判断，当监控值大于或小于设定的故障阈值时，判定故障发生，并计算监测值与故障阈值的差值；

计算差值相对于极限范围的比例值，将该比例值作为数据统计的依据；

计算比例值的平均值与方差，将二者同样作为数据统计的依据；

诊断仪调用计算的比例值及其平均值和方差，修正故障阈值，实现故障诊断鲁棒性优化。

2.根据权利要求1所述的提升车辆故障诊断鲁棒性的优化方法，其特征在于，比例值及其平均值和方差数据的计算均集中于一个统计数据功能模块中，该模块预先设定在ECU中，该模块设有比例值的设定规则，实际使用时比例值的计算规则，以及对平均值和方差的计算规则。

3.根据权利要求2所述的提升车辆故障诊断鲁棒性的优化方法，其特征在于，所述比例值为用以表征ECU在运行时监测值与故障阈值的趋近程度，该值为一个0-255的整数。

4.根据权利要求3所述的提升车辆故障诊断鲁棒性的优化方法，其特征在于，比例值计算包括四种故障情况计算方式：监测值大于故障阈值时判定为故障-故障未发生情况、监测值大于故障阈值时判定为故障-故障发生情况、监测值小于故障阈值时判定为故障-故障未发生情况以及监测值小于故障阈值时判定为故障-故障发生情况。

5.根据权利要求4所述的提升车辆故障诊断鲁棒性的优化方法，其特征在于，监测值大于故障阈值时判定为故障-故障未发生情况下的比例值计算方式为：

式中，RV为比例值，TV为故障监测值，FT为故障阈值，Rmin为极限范围的最小值。

6.根据权利要求4所述的提升车辆故障诊断鲁棒性的优化方法，其特征在于，监测值大于故障阈值时判定为故障-故障发生情况下的比例值计算方式为：

式中，RV为比例值，TV为故障监测值，FT为故障阈值，Rmax为极限范围的最大值。

7.根据权利要求4所述的提升车辆故障诊断鲁棒性的优化方法，其特征在于，监测值小于故障阈值时判定为故障-故障未发生情况下的比例值计算方式为：

式中，RV为比例值，TV为故障监测值，FT为故障阈值，Rmax为极限范围的最大值。

8.根据权利要求4所述的提升车辆故障诊断鲁棒性的优化方法，其特征在于，监测值小于故障阈值时判定为故障-故障发生情况下的比例值计算方式为：

式中，RV为比例值，TV为故障监测值，FT为故障阈值，Rmin为极限范围的最小值。

9.一种提升车辆故障诊断鲁棒性的优化装置，其特征在于，包括ECU和数据采集设备，所述ECU中设有统计分析工具，该统计分析工具中增加有统计数据功能模块。

10.根据权利要求9所述的提升车辆故障诊断鲁棒性的优化装置，其特征在于，所述统计数据功能模块包括：

比例值计算单元，用于根据故障监测值、故障阈值以及设定的极限范围计算用以表征ECU在运行时监测值与故障阈值的趋近程度的比例值；

统计数据计算单元，用于根据比例值计算单元得到的比例值计算其平均值和方差，将计算结果存储至NVRAM中，并将比例值、平均值和方差数据与DID关联。

Images