CN115704679A - 间隙角确定 - Google Patents

间隙角确定 Download PDF

Info

Publication number
CN115704679A
CN115704679A CN202210543392.0A CN202210543392A CN115704679A CN 115704679 A CN115704679 A CN 115704679A CN 202210543392 A CN202210543392 A CN 202210543392A CN 115704679 A CN115704679 A CN 115704679A
Authority
CN
China
Prior art keywords
motor
clearance angle
processing device
calculating
fit line
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
CN202210543392.0A
Other languages
English (en)
Inventor
N.J.洛文斯-维卢茨
R.L.莫里斯
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN115704679A publication Critical patent/CN115704679A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/12—Recording operating variables ; Monitoring of operating variables
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
    • B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
    • B60L3/0061—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electrical machines
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • 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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/10—Vehicle control parameters
    • B60L2240/14—Acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/42—Drive Train control parameters related to electric machines
    • B60L2240/421—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/42—Drive Train control parameters related to electric machines
    • B60L2240/423—Torque
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Automation & Control Theory (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Control Of Electric Motors In General (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

本文描述的示例提供了一种计算机实现的方法，该方法包括由处理装置至少部分基于马达扭矩和马达速度来计算马达加速度误差。该方法还包括由处理装置至少部分基于马达加速度误差来计算回归拟合线。该方法还包括由处理装置使用回归拟合线来识别零点。该方法还包括由处理装置将零点与基准参考进行比较来确定差值。该方法还包括由处理装置对差值进行积分来确定间隙角。该方法还包括由处理装置至少部分基于间隙角来控制马达。

Description

间隙角确定
技术领域
本发明涉及检测马达的间隙角(lash angle)。
背景技术
现代交通工具(例如汽车、摩托车、船只或任何其他类型的汽车)可以配备有一个或多个电动马达，以驱动车辆的车轮。例如，电动马达可以机械地联接到车辆的车轮上，以向车轮施加旋转力，从而形成传动系。在这个示例中，电动马达和车轮之间的联接包括齿轮/花键。由于制造公差，传动系内的齿轮/花键可能有间隙或游隙。当转变发生时(例如电动马达的方向、速度、扭矩等变化)，齿轮/花键中的间隙或游隙会导致传动系中出现反冲(或“间隙”)。特别地，间隙是由零件之间的间隙(例如两个齿轮)引起的机构中的空隙或空转。间隙会导致车辆行驶质量不佳。
发明内容
在一示例性实施例中，提供了一种用于确定间隙角的计算机实现的方法。该方法包括由处理装置至少部分基于马达扭矩和马达速度计算马达加速度误差。该方法还包括由处理装置至少部分基于马达加速度误差计算回归拟合线。该方法还包括由处理装置使用回归拟合线来识别零点。该方法还包括由处理装置将零点与基准参考进行比较来确定差值。该方法还包括由处理装置对差值进行积分以确定间隙角。该方法还包括由处理装置至少部分基于间隙角来控制马达。
除了这里描述的一个或多个特征之外，或者作为替代，该方法的进一步实施例可以包括马达设置在车辆中。
除了这里描述的一个或多个特征之外，或者作为替代，该方法的进一步实施例可以包括计算电动马达加速度误差包括计算电动马达加速度误差“n”次，并且计算回归拟合线包括对于该“n”次矢量化电动马达加速度误差。
除了这里描述的一个或多个特征之外，或者作为替代，该方法的进一步实施例可以包括使用线性最小二乘回归来计算回归拟合线。
除了这里描述的一个或多个特征之外，或者作为替代，该方法的进一步实施例可以包括计算回归拟合线包括计算斜率和截距。
除了这里描述的一个或多个特征之外，或者作为替代，该方法的进一步实施例可以包括识别零点包括将截距的被求反的值除以斜率。
除了这里描述的一个或多个特征之外，或者作为替代，该方法的进一步实施例可以包括至少部分基于间隙角控制马达包括至少部分基于间隙角控制车辆马达的扭矩。
在另一示例性实施例中，一种系统包括具有计算机可读指令的存储器。该系统还包括用于执行计算机可读指令的处理装置，计算机可读指令控制处理装置执行用于确定马达间隙角的操作。这些操作包括由处理装置至少部分基于马达扭矩和马达速度来计算马达加速度误差。这些操作还包括由处理装置至少部分基于马达加速度误差计算回归拟合线。这些操作还包括由处理装置使用回归拟合线来识别零点。操作还包括由处理装置将零点与基准参考进行比较来确定差值。操作还包括通过处理装置对差值进行积分以确定间隙角。这些操作还包括由处理装置至少部分基于间隙角来控制马达。
除了这里描述的一个或多个特征之外，或者作为替代，该系统的进一步实施例可以包括马达设置在车辆中。
除了这里描述的一个或多个特征之外，或者作为替代，该系统的进一步实施例可以包括计算电动马达加速度误差包括计算电动马达加速度误差“n”次，并且计算回归拟合线包括对于该“n”次矢量化电动马达加速度误差。
除了这里描述的一个或多个特征之外，或者作为替代，该系统的进一步实施例可以包括使用线性最小二乘回归来计算回归拟合线。
除了这里描述的一个或多个特征之外，或者作为替代，该系统的进一步实施例可以包括计算回归拟合线包括计算斜率和截距。
除了这里描述的一个或多个特征之外，或者作为替代，该系统的进一步实施例可以包括识别零点包括将截距的被求反的值除以斜率。
除了这里描述的一个或多个特征之外，或者作为替代，该系统的进一步实施例可以包括至少部分基于间隙角控制马达包括至少部分基于间隙角控制车辆马达的扭矩。
在又一示例性实施例中，计算机程序产品包括计算机可读存储介质，该计算机可读存储介质具有包含在其中的程序指令，其中该计算机可读存储介质本身不是瞬时信号，该程序指令可由处理装置执行以使处理装置执行用于间隙角确定的操作。这些操作包括由处理装置至少部分基于马达扭矩和马达速度来计算马达加速度误差。这些操作还包括由处理装置至少部分基于马达加速度误差计算回归拟合线。这些操作还包括由处理装置使用回归拟合线来识别零点。操作还包括由处理装置将零点与基准参考进行比较来确定差值。操作还包括通过处理装置对差值进行积分以确定间隙角。这些操作还包括由处理装置至少部分基于间隙角来控制马达。
除了这里描述的一个或多个特征之外，或者作为替代，计算机程序产品的进一步实施例可以包括马达设置在车辆中。
除了这里描述的一个或多个特征之外，或者作为替代，计算机程序产品的进一步实施例可以包括计算电动马达加速度误差包括计算电动马达加速度误差“n”次，并且计算回归拟合线包括对于该“n”次矢量化电动马达加速度误差。
除了这里描述的一个或多个特征之外，或者作为替代，计算机程序产品的进一步实施例可以包括使用线性最小二乘回归来计算回归拟合线。
除了这里描述的一个或多个特征之外，或者作为替代，计算机程序产品的进一步实施例可以包括计算回归拟合线包括计算斜率和截距，并且识别零点包括将截距的被求反的值除以斜率。
除了这里描述的一个或多个特征之外，或者作为替代，计算机程序产品的进一步实施例可以包括至少部分基于间隙角控制马达包括至少部分基于间隙角控制车辆马达的扭矩。
当结合附图时，从以下详细描述中，本公开的上述特征和优点以及其他特征和优点将变得显而易见。
附图说明
其他特征、优点和细节仅通过示例的方式出现在以下详细描述中，该详细描述参考了附图，其中：
图1描绘了包括根据本文描述的一个或多个实施例的用于确定间隙角的处理系统的车辆；
图2描绘了根据本文描述的一个或多个实施例的用于确定间隙角的方法的流程图；
图3A描绘了根据本文描述的一个或多个实施例的用于计算马达加速度误差的系统的框图；
图3B描绘了根据本文描述的一个或多个实施例的马达加速度误差随时间的曲线图；
图4描绘了根据本文描述的一个或多个实施例的用于计算回归拟合线的系统的框图；
图5描绘了根据本文描述的一个或多个实施例的用于求解回归拟合线以确定间隙退出时间的系统的框图；
图6描绘了根据本文描述的一个或多个实施例的用于确定间隙角因子的系统的框图；
图7描绘了根据本文描述的一个或多个实施例的用于确定间隙角的方法的流程图；
图8描绘了根据本文描述的一个或多个实施例的间隙角随时间变化的曲线图；
图9描绘了根据本文描述的一个或多个实施例的间隙角误差随时间变化的曲线图；以及
图10描绘了根据示例性实施例的用于实现这里描述的技术的处理系统的框图。
具体实施方式
以下描述本质上仅是示例性的，并不旨在限制本公开、其应用或用途。应当理解，在所有附图中，相应的附图标记表示相同或相应的部件和特征。如本文所用，术语模块指的是处理电路，其可以包括专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共享、专用或组)和存储器、组合逻辑电路和/或提供所述功能的其他合适部件。
本文描述的技术方案提供了间隙角确定。传动系间隙是马达的转变(例如方向、速度、扭矩等的变化)的结果并且会导致具有该马达的车辆的驱动质量差。用于减小间隙影响的传统技术包括预测间隙角和程序化地考虑间隙角。间隙角是机械系统的任何部分在没有对系统中的下一部分施加力或运动的情况下移动时在转变期间发生的旋转量。在车辆中，间隙角会随时间变化。结果，由于不正确的间隙角估计和/或间隙角随时间的变化，在车辆的使用寿命期间会出现降低的驱动质量。此外，齿轮磨损和制造差异影响车辆与车辆之间的间隙转变性能。例如，由于齿轮磨损、驾驶风格、制造差异等，两辆相似的车辆可能具有不同的间隙角。
本技术通过使用马达加速度在算法上检测传动系间隙的间隙端点，同时避免由于噪声引起的假阳性，解决了现有技术的这些和其他缺点。对马达速度进行离散求导有助于找到实际的马达加速度；然而，这种计算是不稳定的，并且防止使用低值作为阈值来使用马达加速度误差检测间隙退出，而没有产生干扰的错误触发。在示例中，线性回归用于检测传动系间隙的结束。本技术还提供了将检测到的间隙端点与数据进行比较，并产生闭环反馈，该闭环反馈可以实时学习车辆传动系的物理间隙角。
根据在此描述的一个或多个实施例，通过利用马达加速度的趋势(例如参见图3B)和应用线性回归来寻找零点(例如间隙时间的结束)而没有不准确的错误触发的风险，基本的物理学可以用于确定间隙退出。在马达加速度触发线性回归之后，与该触发相关的多个(例如预定数量的)数据点被保存并用于计算表示与该触发相关的数据点的一阶曲线的系数。这些系数用于计算间隙存在的时间值(例如马达加速度误差过零的位置)。该值被添加到触发间隙退出检测中，并在每次间隙转变中随时间积分。积分的结果然后乘以间隙角估计值，产生间隙状态和间隙角估计值的反馈控制回路。
图1描绘了交通工具100，其包括根据本文所述的一个或多个实施例的用于确定间隙角的处理系统110。在图1的示例中，交通工具100包括处理系统110和联接到传动系122的电动马达120。交通工具100可以是汽车、卡车、货车、公共汽车、摩托车、船只、飞机或其他合适的交通工具。
处理系统110包括马达速度/扭矩引擎112、间隙角确定引擎114和控制引擎116。虽然未示出，但处理系统110可以包括其他部件、引擎、模块等，比如处理器(例如中央处理单元、图形处理单元、微处理器等)、存储器(例如随机存取存储器、只读存储器等)、数据存储(例如固态驱动器、硬盘驱动器等)等。
根据本文描述的一个或多个实施例，关于图1的处理系统110的描述的各种部件、模块、引擎等可被实现为存储在计算机可读存储介质上的指令、硬件模块、专用硬件(例如专用硬件、专用集成电路(ASIC)、专用处理器(ASSP)、现场可编程门阵列(FPGA)、嵌入式控制器、硬连线电路等)，或者作为这些的某个或某些组合。根据本公开的方面，这里描述的引擎可以是硬件和编程的组合。程序可以是存储在有形存储器上的处理器可执行指令，并且硬件可以包括用于执行这些指令的处理装置(例如图10的处理器1021)。因此，系统存储器(例如图10的RAM1024)可以存储程序指令，当由处理装置执行时，该程序指令实现这里描述的引擎。也可以利用其他引擎来包括本文其他示例中描述的其他特征和功能。这里进一步描述处理系统110的引擎的特征和功能。
使用马达速度/扭矩引擎112的车辆100的处理系统110监控马达120的各方面，包括例如马达速度和扭矩。处理系统110使用关于马达120的信息，通过使用间隙角确定引擎114来执行车辆100的传动系122的间隙角确定。此外，使用控制引擎116的处理系统110可以控制马达120以减少间隙的不良影响。
根据本文描述的一个或多个实施例，间隙角确定引擎114使用从马达速度/扭矩引擎112接收的马达速度和指令马达扭矩除以马达惯性的导数来计算马达加速度。间隙角确定引擎114然后取两者的差值，并且当差值远离零时，它表示传动系-间隙转变的结束。当差值超过校准阈值时，可以在阈值之前和之后的记录数据点上执行线性回归，以确定马达加速度差值在什么时间值超过零点。例如，使用回归技术来确定零点，然后将其记录下来并与间隙出退出点的基准参考进行比较。该差值然后被积分并乘以基准间隙角估计值，形成反馈回路以学习真实的物理间隙角。参考以下附图进一步描述该过程。
具体而言，图2描绘了根据本文描述的一个或多个实施例的用于间隙角确定的方法200的流程图。方法200可以由任何合适的系统或设备来执行，例如图1的处理系统110、图10的处理系统1000或任何其他合适的处理系统和/或处理装置(例如处理器)。
在框202，间隙角确定引擎114至少部分基于马达速度和马达扭矩计算马达加速度误差。马达速度/扭矩引擎112从马达120直接或间接(例如从与马达120相关的设备(未示出))接收马达速度和马达扭矩。马达速度表示马达转动有多快，马达扭矩表示马达施加了多少扭矩。现在描述图3A，其描绘了根据本文描述的一个或多个实施例的用于计算马达加速度误差的系统300的框图。如图所示，接收马达扭矩命令302和马达速度304(例如从监控马达120的马达速度/扭矩引擎112)并分别馈入惯性框306和离散增量框308。惯性框306仅基于马达惯性确定指令加速度，作为马达惯性的倒数。惯性框306的输出在框310a、310b处对齐，并且该输出被输入到误差计算框312中。离散增量框308使用所示的马达速度将计算的加速度确定为马达速度的时间导数，并且离散增量框308的输出也被输入到误差计算框312中。误差计算框312确定马达加速度误差(或差)314。例如，由于惯性仅用于马达120，当加速度误差(或差)接近零时，马达120经历间隙。
图3B描绘了根据本文所述的一个或多个实施例的正间隙转变的曲线图320，其被绘制为随时间324变化的马达加速度误差322。在曲线图320中，示出了间隙区326。这些数据点代表间隙发生时的马达加速度误差322。当马达加速度误差322越过阈值328时(例如在点330处)，触发图2的方法200。也就是说，触发间隙适应技术。点330(例如触发点)之前和之后的点332用于拟合线性回归曲线/线(例如参见图4)。
回到图2的讨论，在框204，间隙角确定引擎114至少部分基于框202计算的马达加速度误差计算回归拟合线。现在描述图4，其描绘了根据本文描述的一个或多个实施例的用于计算回归拟合线的系统400的框图。系统400接收马达加速度误差(或差)314，其被输入到延迟框402中。延迟框402对马达加速度误差的最后“n”(例如5、3、7、4、11等)数据点进行矢量化，并将矢量化的值输入回归计算框404(也称为“线性最小二乘法(LLS))。回归计算框404执行回归分析(例如线性最小二乘回归)以逼近回归系数(例如斜率406和截距408)，回归系数一起定义回归拟合线。回归计算框404还可以利用时间值410(即single([-1：3])和EnblLog值412。根据本文描述的一个或多个实施例，回归计算框404可以是嵌入式控制器(例如数字信号处理器、微处理器、现场可编程门阵列等)。应当理解，通过使用图4的基于回归的方法，由于回归被用于产生间隙角，所以减少和/或消除了由马达噪声引起的错误触发。
回到图2的讨论，在框206，间隙角确定引擎114使用在框204计算的回归拟合线识别零点。现在描述图5，其描绘了根据本文描述的一个或多个实施例的用于求解回归拟合线以确定间隙退出时间的系统500的框图。系统500将斜率406和截距408作为输入。截距408在框502处被求反，并且在框504处，截距408和斜率406的被求反的值用于求解间隙退出时间506(即间隙结束的时间)。例如，使用方程y＝mx+b，其中m是斜率406，b是截距408，可以求解该方程以找到间隙退出的时间506(例如对于y＝0，x＝-b/m)。也就是说，框504将截距408的反转值(例如“-b”)除以斜率406(例如“m”)以确定间隙退出时间506。
回到图2的讨论，在框208处，间隙角确定引擎114将在框206处识别的零点与基准参考进行比较以确定差值。基准参考是估计间隙角已经达到其阈值以表示间隙结束的点。这可以使用传统的间隙退出算法来确定。在框206处识别的零点与基准参考之间的比较是通过观察零点(在框206处识别的)在基准参考之前或之后出现的时间步数来完成的，并且在系统中产生识别的误差，然后用于调整角度估计。
在框210，间隙角确定引擎114对该差值进行积分以确定间隙角(例如间隙角因子)。现在描述图6，其描绘了根据本文描述的一个或多个实施例的用于确定间隙角因子602的系统600的框图。系统600使用积分器604连续地对马达加速度误差求和，并产生用于产生反馈回路的自适应因子(例如间隙角因子602)。积分器604可以将以下一个或多个作为输入：间隙角因子最大值606、间隙角因子最小值608、角度阶跃误差值610、自适应整数增益值612、使能值614、布尔值616和单值618、620。积分器604提供误差的累积，其中0＝无误差。该误差被输出为间隙角误差622，并且可以在框624处被反转。这使得方法200从用于间隙估计退出的积分间隙角循环中断。累加器626将单位(1)加到间隙角误差622上，以转换成乘数。例如，间隙角因子602等于间隙角校准值628乘以间隙角误差622。
回到图2的讨论，在框212，间隙角确定引擎114至少部分基于间隙角控制车辆100的马达120。例如，使用间隙角(例如间隙角因子622)，可以控制马达120的扭矩。通过基于间隙角控制马达120的扭矩，马达120和车辆100都得到了改善。例如，随着间隙角的变化，例如由于齿轮的磨损，车辆100的驾驶/乘坐质量可以随着时间而提高。类似地，由于使用回归来产生间隙角，所以减少了由马达噪声引起的错误触发。
还可以包括额外的过程，并且应该理解，图2中描绘的过程代表说明，并且在不脱离本公开的范围和精神的情况下，可以添加其他过程或者可以移除、修改或重新安排现有过程。
图7描绘了根据本文描述的一个或多个实施例的用于间隙角确定的方法700的流程图。方法700可以由任何合适的系统或设备来执行，例如图1的处理系统110、图10的处理系统1000或任何其他合适的处理系统和/或处理装置(例如处理器)。
在框702，间隙转变发生。框704示出了标准间隙退出算法，其中使用传动系的更接近速率计算间隙角(框706)，并且当间隙角达到校准阈值时确定退出间隙(框708)。随后，在框710，基于间隙角控制马达120。由于马达120中的马达噪声，这种方法易于错误触发，因此导致不准确的学习，因为不像这里描述的一个或多个实施例，没有使用回归方法。
特别地，在此描述的一个或多个实施例利用至少在框712、714中示出的流动路径，其分别检测间隙退出和调整间隙角。在框712内，如本文所述，在框716计算马达加速度误差，在框718计算回归系数，并且在框720求解马达加速度误差过零的回归拟合线。在框714内，在框722计算1)求解的退出点(来自框720)和2)基准退出点(估计间隙角已经达到其阈值以表示间隙结束的点)的时间步长差。在框724，对来自框722的差值进行积分以产生如本文所述的间隙适应因子。在框726，通过将现有角度校准阈值乘以间隙适应因子来调整间隙角度。这在框728中更详细地示出，其中间隙角系数被馈送到零保护超控框730中，并在框732乘以阵列索引框734的输出(用于选择特定于所使用的传动系布置的间隙角估计值)，以产生正间隙阈值756和负间隙阈值738。根据一示例，间隙角输入是多个值的阵列，每个值代表特定传动系布置的间隙角。阵列索引框734用于为传动系方程选择特定的间隙角阈值。在框740，间隙角现在处于方法200(即自适应算法)的反馈回路中，并且可以用于控制马达。具体地，在框742，通过基于来自框714的间隙角控制扭矩来控制马达120。
还可以包括额外的过程，并且应该理解，图7中描绘的过程代表说明，并且在不脱离本公开的范围和精神的情况下，可以添加其他过程或者可以移除、修改或重新安排现有过程。
图8描绘了根据本文描述的一个或多个实施例的间隙角802随时间804的曲线图800。线806表示斜率为0.25的设备阈值，线808表示适应的阈值。曲线图800是针对500秒运行而生成的，具有先增加然后恒定的设备角度(见线806)。在该示例中，基于10000Nm+/-在-2000和4000之间的随机值的扭矩输入，初始间隙角误差为0％，扭矩速率为200Nm/s。在曲线图800中，存在检测到的退出的一个时间步长延迟，设备角度线性增加到原始的125％，并且适应的估计跟踪设备角度。特别地，曲线图800示出了方法200如何学习随时间变化的设备间隙角。在第一部分期间(例如小于大约250秒)，真实间隙角增加，并且估计值正在学习随时间的变化，如线806所示。在第二部分期间(例如大于大约250秒)，真实间隙角变平，并且估计也获知这一点，如线806所示。
图9描绘了根据本文描述的一个或多个实施例的间隙角误差902随时间904的曲线图900。曲线图900示出了具有不同初始最后估计百分比误差的三组数据，如线906(例如0.85的估计阈值角度)、线908(例如1.00的估计阈值角度)和线910(例如1.15的估计阈值角度)。如图所示，对于这些情况中的每个，估计值随时间自我校正，并且能够学习真实角度，如线906、908、910的收敛所示。
应当理解，这里描述的一个或多个实施例能够结合现在已知或以后开发的任何其他类型的计算环境来实现。例如，图10描绘了用于实现本文描述的技术的处理系统1000的框图。在示例中，处理系统1000具有一个或多个中央处理单元(“处理器”或“处理资源”)1021a、1021b、1021c等(总称或统称为处理器1021和/或处理装置)。在本公开的方面，每个处理器1021可以包括精简指令集计算机(RISC)微处理器。处理器1021经由系统总线1033耦合到系统存储器(例如随机存取存储器(RAM)1024)和各种其他部件。只读存储器(ROM)1022耦合到系统总线1033，并且可以包括控制处理系统1000的某些基本功能的基本输入/输出系统(BIOS)。
还描绘了耦合到系统总线1033的输入/输出(I/O)适配器1027和网络适配器1026。I/O适配器1027可以是与硬盘1023和/或存储设备1025或任何其他类似组件通信的小型计算机系统接口(SCSI)适配器。I/O适配器1027、硬盘1023和存储设备1025在这里统称为大容量存储器1034。用于在处理系统1000上执行的操作系统1040可以存储在大容量存储器1034中。网络适配器1026将系统总线1033与外部网络1036互连，使得处理系统1000能够与其他这样的系统通信。
显示器(例如显示监视器)1035通过显示适配器1032连接到系统总线1033，显示适配器1032可以包括图形适配器以提高图形密集型应用的性能和视频控制器。在本公开的一方面，适配器1026、1027和/或1032可以连接到一个或多个I/O总线，这些I/O总线通过中间总线桥(未示出)连接到系统总线1033。用于连接诸如硬盘控制器、网络适配器和图形适配器之类的外围设备的合适的I/O总线通常包括通用协议，例如外围组件互连(PCI)。附加的输入/输出设备示出为经由用户接口适配器1028和显示适配器1032连接到系统总线1033。键盘429、鼠标430和扬声器431(或其他合适的输入和/或输出，如信息娱乐系统的触摸屏)可以通过用户接口适配器428与系统总线433互连，用户接口适配器428可以包括例如将多个设备适配器集成到单个集成电路中的超级I/O芯片。
在本公开的一些方面，处理系统1000包括图形处理单元1037。图形处理单元1037是专门的电子电路，其被设计成操纵和改变存储器以加速在帧缓冲器中创建图像，该图像旨在输出到显示器。一般而言，图形处理单元1037在操纵计算机图形和图像处理方面非常高效，并且具有高度并行结构，这使得它对于并行处理大数据块的算法来说比通用CPU更有效。
因此，如本文配置，处理系统1000包括处理器1021形式的处理能力、包括系统存储器(例如RAM1024)和大容量存储器1034的存储能力、诸如键盘1029和鼠标1030的输入装置以及包括扬声器1031和显示器1035的输出能力。在本公开的一些方面，系统存储器(例如RAM1024)的一部分和大容量存储器1034共同存储操作系统1040，以协调处理系统1000中所示的各种部件的功能。
为了说明的目的，已经给出了本公开的各种示例的描述，但这些描述并不旨在穷举或者限制于所公开的实施例。在不脱离所述技术的范围和精神的情况下，许多修改和变化对于本领域普通技术人员来说是显而易见的。选择本文使用的术语是为了最好地解释本技术的原理、实际应用或对市场上发现的技术的技术改进，或者使本领域的其他普通技术人员能够理解本文公开的技术。
虽然已经参考示例性实施例描述了上述公开，但本领域技术人员将理解，在不脱离其范围的情况下，可以进行各种改变并且等同物可以替代其元件。此外，在不脱离本公开的实质范围的情况下，可以进行许多修改以使特定的情况或材料适应本公开的教导。因此，意图是本技术不限于所公开的特定实施例，而是将包括落入本申请范围内的所有实施例。

Claims (10)

1.一种用于确定马达间隙角的计算机实现的方法，该方法包括：
由处理装置至少部分基于马达扭矩和马达速度来计算马达加速度误差；
由处理装置至少部分基于马达加速度误差计算回归拟合线；
由处理装置使用回归拟合线识别零点；
由处理装置将零点与基准参考进行比较来确定差值；
由处理装置对差值进行积分来确定间隙角；以及
由处理装置至少部分基于间隙角来控制马达。
2.根据权利要求1所述的计算机实现的方法，其中，所述马达设置在车辆中。
3.根据权利要求1所述的计算机实现的方法，其中，计算马达加速度误差包括计算马达加速度误差“n”次，并且其中，计算回归拟合线包括对于所述“n”次矢量化马达加速度误差。
4.根据权利要求1所述的计算机实现的方法，其中，使用线性最小二乘回归来计算回归拟合线。
5.根据权利要求1所述的计算机实现的方法，其中，计算回归拟合线包括计算斜率和截距。
6.根据权利要求5所述的计算机实现的方法，其中，识别零点包括将截距的被求反的值除以斜率。
7.根据权利要求1所述的计算机实现的方法，其中，至少部分基于间隙角来控制马达包括至少部分基于间隙角来控制马达的扭矩。
8.一种系统，包括：
包括计算机可读指令的存储器；以及
用于执行计算机可读指令的处理装置，计算机可读指令控制处理装置执行用于确定马达间隙角的操作，所述操作包括：
由处理装置至少部分基于马达扭矩和马达速度来计算马达加速度误差；
由处理装置至少部分基于马达加速度误差计算回归拟合线；
由处理装置使用回归拟合线识别零点；
由处理装置将零点与基准参考进行比较来确定差值；
由处理装置对差值进行积分来确定间隙角；并且
由处理装置至少部分基于间隙角来控制马达。
9.根据权利要求8所述的系统，其中，所述马达设置在车辆中。
10.根据权利要求8所述的系统，其中，计算马达加速度误差包括计算马达加速度误差“n”次，并且其中，计算回归拟合线包括对于所述“n”次矢量化马达加速度误差。
CN202210543392.0A 2021-08-10 2022-05-17 间隙角确定 Pending CN115704679A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/398,463 2021-08-10
US17/398,463 US11970063B2 (en) 2021-08-10 2021-08-10 Lash angle determination

Publications (1)

Publication Number Publication Date
CN115704679A true CN115704679A (zh) 2023-02-17

Family

ID=85039982

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210543392.0A Pending CN115704679A (zh) 2021-08-10 2022-05-17 间隙角确定

Country Status (3)

Country Link
US (1) US11970063B2 (zh)
CN (1) CN115704679A (zh)
DE (1) DE102022110601A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230311904A1 (en) * 2022-04-04 2023-10-05 GM Global Technology Operations LLC Vehicle speed and/or wheel speed estimation using multiple speed measurements

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101258309B (zh) * 2005-06-27 2011-12-07 金属达因Bsm有限责任公司 带齿隙控制的齿轮传动平衡轴装置
DE102007023850B3 (de) * 2007-05-23 2008-08-21 Siemens Ag Verfahren und Vorrichtung zum Betreiben einer Brennkraftmaschine
US8447491B2 (en) * 2009-07-07 2013-05-21 Volvo Lastvagnar Ab Method and controller for controlling output torque of a propulsion unit
JP2015048750A (ja) * 2013-08-30 2015-03-16 株式会社ケーヒン エンジン搭載体の燃料供給装置
KR101646120B1 (ko) * 2014-12-03 2016-08-05 현대자동차 주식회사 모터 커플링 장치

Also Published As

Publication number Publication date
US20230051472A1 (en) 2023-02-16
DE102022110601A1 (de) 2023-02-16
US11970063B2 (en) 2024-04-30

Similar Documents

Publication Publication Date Title
CN107628036B (zh) 传感器故障的检测和重建
CN111976623B (zh) 面向智能汽车的底盘域控制器、车辆的控制方法及车辆
CN115704679A (zh) 间隙角确定
US20180345979A1 (en) Road roughness classification
CN108931233B (zh) 一种道路侧向坡度值检测方法及装置
Jeong et al. Vehicle sensor and actuator fault detection algorithm for automated vehicles
US20080140264A1 (en) Method for providing stability control for a vehicle
Lou et al. Visual vehicle tracking using an improved EKF
GB2368400A (en) Acceleration sensor fault detector
Hoseinnezhad et al. Fusion of redundant information in brake-by-wire systems using a fuzzy voter.
US10518801B2 (en) Estimating stability margins in a steer-by-wire system
Yamada et al. A 20.5 TOPS multicore SoC with DNN accelerator and image signal processor for automotive applications
US20190184957A1 (en) Fault diagnosis for fault tolerant chassis architecture systems
US11794810B2 (en) Apparatus and method for estimating steering angle of vehicle
CN114260890B (zh) 机器人的状态确定方法及装置、机器人及存储介质
CN114358241A (zh) 确定安全关键输出值的方法及相应的系统和程序产品
CN113848876A (zh) 一种低通讯和计算消耗的多agv定距巡航系统故障检测方法
Kim et al. An automatic vehicle speed control system with consideration of various uncertainties
Seo et al. An investigation into multi-core architectures to improve a processing performance of the unified chassis control algorithms
US11934258B1 (en) Vehicle data analytics system for multi-layer control software architecture
US20060247838A1 (en) Method for detecting a real value of a manipulated variable, particularity of a steering angle
CN117970810B (zh) 一种自适应故障容错控制方法、系统及电子设备
EP4012603B1 (en) Method for classifying a tracked object
US20240140413A1 (en) System and method for target behavior prediction using host prediction in advanced driving assist system (adas), autonomous driving (ad), or other applications
CN112918549B (zh) 一种后轮转向控制方法及后轮转向控制系统

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