CN115898841B - 一种单传感器真空泵控制器及其双模式控制方法 - Google Patents
一种单传感器真空泵控制器及其双模式控制方法 Download PDFInfo
- Publication number
- CN115898841B CN115898841B CN202211427213.3A CN202211427213A CN115898841B CN 115898841 B CN115898841 B CN 115898841B CN 202211427213 A CN202211427213 A CN 202211427213A CN 115898841 B CN115898841 B CN 115898841B
- Authority
- CN
- China
- Prior art keywords
- feature
- vacuum pump
- controller
- frequency domain
- scale
- 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.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Compressors, Vaccum Pumps And Other Relevant Systems (AREA)
Abstract
本发明公开了一种单传感器真空泵控制器及其双模式控制方法,其中,所述单传感器真空泵控制器包括:控制器底板;组装于控制器底板的控制器壳体,控制器壳体和控制器底板形成位于两者之间的收容腔;被收容于收容腔内的PCB板;电连接PCB板的相对压力传感器;以及,电连接于PCB板且与相对压力传感器可通信连接的控制器;其中,所述控制器壳体具有形成于其侧表面的通气孔,以通过所述通气孔使得所述相对压力传感器与外界相连通。并基于所述单压力传感器构建了双模式控制方案,以解决高原行车的制动助力安全问题,解决刹车踏板硬及真空泵损坏助力失效的风险。
Description
技术领域
本申请涉及智能化控制技术领域,且更为具体地,涉及一种单传感器真空泵控制器及其双模式控制方法。
背景技术
现有的新能源汽车,主要通过控制器控制电动真空泵的启停,控制器通过集成的压力传感器检测气压值,并转换为电信号输出,从而达到对真空泵的启停控制,目前市场上气压传感器分相对压力传感器和绝对压力传感器两种,由于传感器特性的原因,此两种传感器在高原地带(高海拔地区),会发生相对压力传感器控制器的真空助力系统真空泵长时间工作与绝对压力传感器控制的真空助力系统助力不足的情况,即在环境压力低于标准大气压时,使用相对压力传感器检测的是真空罐或真空助力器与环境的压力差,会造成真空泵工作时间加长,甚至在高海拔地区真空泵工作不停;而使用绝对压力传感器检测的为真空罐或者助力器工作腔内压力,则会造成制动时需要的压差偏小,助力不足的情况,导致刹车踏板过硬,甚至无法正常制动,故目前的新能源汽车,在高原地带行车时大多会发生制动故障,影响行车安全。
因此,期待一种优化的真空泵控制模式及其控制器。
发明内容
为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种单传感器真空泵控制器及其双模式控制方法,其基于所述单压力传感器构建了双模式控制方案,以解决高原行车的制动助力安全问题,解决刹车踏板硬及真空泵损坏助力失效的风险。
根据本申请的一个方面,提供了一种单传感器真空泵控制器,其包括:
控制器底板;
组装于所述控制器底板的控制器壳体,所述控制器壳体和所述控制器底板形成位于两者之间的收容腔;
被收容于所述收容腔内的PCB板;
电连接所述PCB板的相对压力传感器;以及
电连接于所述PCB板且与所述相对压力传感器可通信连接的控制器;
其中,所述控制器壳体具有形成于其侧表面的通气孔,以通过所述通气孔使得所述相对压力传感器与外界相连通。
在上述单传感器真空泵控制器中,所述控制器,包括:上电检测模块,用于响应于检测到电源电压超过16V的持续时间超过1s,生成报警提示;压力传感器检测模块,用于响应于真空度小于-30Kpa的持续时间超过10s,判定所述相对压力传感器失效并生成所述报警提示;以及,驱动电路检测模块,用于基于驱动电流信号,判定驱动电路是否具有故障。
在上述单传感器真空泵控制器中,所述控制器,还包括:平原控制模块,用于控制所述真空泵连续工作超过20s,执行工作3s停止工作1s的工作模式,并检测5个循环中的所述真空泵的真空度是否均小于-70Kpa,如果所述真空度均小于-70Kpa,控制所述真空泵执行工作3S停1S后,测试第2S内所述真空度的下降值,然后继续工作3S停1S,进行10个连续循环,若循环中所述真空度的下降值都小于等于0.5Kpa/S,则跳转到高原控制模块;以及,高原控制模块,用于控制真空泵连续工作超过20s,执行工作3s停止工作1s的工作模式,并检测5个循环中的所述真空泵的真空度是否均小于-50Kpa,如果所述真空度均小于-70Kpa,控制所述真空泵执行工作3S停1S后,测试第2S内所述真空度的下降值,然后继续工作3S停1S,进行10个连续循环,若循环中所述真空度的下降值都大于等于2Kpa/S,则判定为高度泄露;若循环中所述真空度的下降值都小于等于2Kpa/S,则判定为中度泄露或真空泵寿命预警;以及,上述两个条件都不符合或在循环中真空罐的气压达到预定停泵值则直接返回主程序。
在上述单传感器真空泵控制器中,所述驱动电路检测模块,包括:驱动电流信号采集单元,用于接收所述驱动电路的驱动电流信号;频域统计特征提取单元,用于对所述驱动电流信号进行傅里叶变换以得到多个电流频域统计特征值;频域统计特征关联模式提取单元,用于将所述多个电流频域统计特征值通过多尺度邻域特征提取模块以得到多尺度频域统计特征向量;电流波形特征提取单元,用于将所述驱动电流信号的波形图通过包含多个混合卷积层的卷积神经网络模型以得到多尺度电流波形特征向量;特征融合单元,用于融合所述多尺度频域统计特征向量和所述多尺度电流波形特征向量以得到分类特征向量;特征优化单元,用于对所述优化分类特征向量进行基于特征聚类的去聚焦模糊优化以得到优化分类特征向量;以及,检测结果生成单元,用于将所述优化分类特征向量通过分类器以得到分类结果,所述分类结果用于表示所述驱动电路是否具有故障。
在上述单传感器真空泵控制器中,所述频域统计特征关联模式提取单元,包括:时序向量构造子单元,用于将所述多个电流频域统计特征值按照时间维度排列为频域统计输入向量;第一尺度特征提取子单元,用于将所述频域统计输入向量输入所述多尺度邻域特征提取模块的第一卷积层以得到第一尺度频域统计特征向量,其中,所述第一卷积层具有第一长度的第一一维卷积核;第二尺度特征提取子单元,用于将所述频域统计输入向量输入所述多尺度邻域特征提取模块的第二卷积层以得到第二尺度频域统计特征向量,其中,所述第二卷积层具有第二长度的第二一维卷积核,所述第一长度不同于所述第二长度;以及,多尺度级联子单元,用于将所述第一尺度频域统计特征向量和所述第二尺度频域统计特征向量进行级联以得到所述多尺度频域统计特征向量。
在上述单传感器真空泵控制器中,所述第一尺度特征提取子单元,进一步用于:使用所述多尺度邻域特征提取模块的第一卷积层以如下公式对所述频域统计输入向量进行一维卷积编码以得到所述第一尺度频域统计特征向量;其中,所述公式为:
其中,a为第一卷积核在x方向上的宽度、F(a)为第一卷积核参数向量、G(x-a)为与卷积核函数运算的局部向量矩阵,w为第一卷积核的尺寸,X表示所述频域统计输入向量。
所述第二尺度特征提取子单元,进一步用于:使用所述多尺度邻域特征提取模块的第二卷积层以如下公式对所述频域统计输入向量进行一维卷积编码以得到所述第二尺度频域统计特征向量;其中,所述公式为:
其中,b为第二卷积核在x方向上的宽度、F(b)为第二卷积核参数向量、G(x-b)为与卷积核函数运算的局部向量矩阵,m为第二卷积核的尺寸,X表示所述频域统计输入向量。
在上述单传感器真空泵控制器中,所述电流波形特征提取单元,进一步用于:使用所述卷积神经网络模型的各个混合卷积层在层的正向传递中分别对输入数据进行:使用具有第一尺寸的第一卷积核对所述输入数据进行卷积处理以得到第一特征图;使用具有第一空洞率的第二卷积核对所述输入数据进行卷积处理以得到第二特征图;使用具有第二空洞率的第三卷积核对所述输入数据进行卷积处理以得到第三特征图;使用具有第三空洞率的第四卷积核对所述输入数据进行卷积处理以得到第四特征图;将所述第一特征图、所述第二特征图、所述第三特征图和所述第四特征图进行级联聚合以得到卷积特征图;对所述卷积特征图进行基于局部特征矩阵的均值池化以得到池化特征图;以及,对所述池化特征图进行非线性激活以得到激活特征图;其中,所述卷积神经网络模型的最后一层的输出为所述多尺度电流波形特征向量,所述卷积神经网络模型的第一层的输入为所述驱动电流信号的波形图。
在上述单传感器真空泵控制器中,所述特征优化单元,进一步用于:以如下公式对所述分类特征向量进行基于特征聚类的去聚焦模糊优化以得到优化分类特征向量;其中,所述公式为:
其中,μ和δ分别是特征集合vi∈V的均值和标准差,且vi是所述分类特征向量V的特征值。
根据本申请的另一方面,提供了一种单传感器真空泵控制器的双模式控制方法,其包括:
上电检测步骤:响应于检测到电源电压超过16V的持续时间超过1s,生成报警提示;;
压力传感器检测步骤:将由所述相对压力传感器感知的气压信号转化为电压,以及响应于检测到所述电压大于等于4.5V,则判定所述相对压力传感器失效并生成所述报警提示,以及,响应于检测到真空度小于-30Kpa的持续时间超过10s,判定所述相对压力传感器失效并生成所述报警提示
驱动电路检测步骤:基于驱动电流信号,判定驱动电路是否具有故障;
平原控制步骤:控制所述真空泵连续工作超过20s,执行工作3s停止工作1s的工作模式,并检测5个循环中的所述真空泵的真空度是否均小于-70Kpa,如果所述真空度均小于-70Kpa,控制所述真空泵执行工作3S停1S后,测试第2S内所述真空度的下降值,然后继续工作3S停1S,进行10个连续循环,若循环中所述真空度的下降值都小于等于0.5Kpa/S,则跳转到高原控制模块;以及
高原控制步骤:控制真空泵连续工作超过20s,执行工作3s停止工作1s的工作模式,并检测5个循环中的所述真空泵的真空度是否均小于-50Kpa,如果所述真空度均小于-70Kpa,控制所述真空泵执行工作3S停1S后,测试第2S内所述真空度的下降值,然后继续工作3S停1S,进行10个连续循环,若循环中所述真空度的下降值都大于等于2Kpa/S,则判定为高度泄露;若循环中所述真空度的下降值都小于等于2Kpa/S,则判定为中度泄露或真空泵寿命预警;以及,其余情况或真空度达到预定值则返回主程序。
与现有技术相比,本申请提供的单传感器真空泵控制器及其双模式控制方法,其基于所述单压力传感器构建了双模式控制方案,以解决高原行车的制动助力安全问题,解决刹车踏板硬及真空泵损坏助力失效的风险。
附图说明
通过结合附图对本申请实施例进行更详细的描述,本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与本申请实施例一起用于解释本申请,并不构成对本申请的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1为根据本申请实施例的单传感器真空泵控制器的应用场景图。
图2为根据本申请实施例的单传感器真空泵控制器的结构示意图。
图3A为根据本申请实施例的单传感器真空泵控制器的正视图。
图3B为根据本申请实施例的单传感器真空泵控制器的俯视图。
图4A为根据本申请实施例的三芯插件的结构示意图。
图4B为根据本申请实施例的两芯插件的结构示意图。
图5为根据本申请实施例的PCB板的结构示意图。
图6为根据本申请实施例的单传感器真空泵控制器中所述控制器的框图。
图7为根据本申请实施例的所述控制器中所述驱动电路检测模块的框图。
图8为根据本申请实施例的所述驱动电路检测模块中所述频域统计特征关联模式提取单元的框图。
图9为根据本申请实施例的单传感器真空泵控制器的双模式控制方法的流程图。
图10为根据本申请实施例的单传感器真空泵控制器的双模式控制方法中驱动电路检测步骤的流程图。
图11为根据本申请实施例的单传感器真空泵控制器的双模式控制方法中驱动电路检测步骤的系统架构的示意图。
具体实施方式
下面,将参考附图详细地描述根据本申请的示例实施例。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
场景概述
如上所述,现有两种真空泵控制方案:一个传感器方案和两个传感器方案。一个传感器的现有方案,新能源汽车在高原的时候制动脚感硬(用绝对压力传感器)或电动真空泵寿命短(相对压力传感器),而两个传感器方案则成本高。因此,一种优化的真空泵控制方案及其控制器。
在本申请的技术方案中,本申请的申请人使用单压力传感器控制方案,但基于所述单压力传感器构建了双模式控制方案,以解决高原行车的制动助力安全问题,解决刹车踏板硬及真空泵损坏助力失效的风险。
具体地,所述单传感器真空泵控制器,包括:控制器底板、组装于所述控制器底板的控制器壳体,所述控制器壳体和所述控制器底板形成位于两者之间的收容腔、被收容于所述收容腔内的PCB板;电连接所述PCB板的相对压力传感器;以及,电连接于所述PCB板且与所述相对压力传感器可通信连接的控制器;其中,所述控制器壳体具有形成于其侧表面的通气孔,以通过所述通气孔使得所述相对压力传感器与外界相连通。所述控制器上设有真空泵控制主程序和子程序及报警反馈保护程序,所述控制器底板与控制器壳体底部通过超声波焊接固定,所述控制器壳体带有气嘴结构,气嘴内设有通孔与控制器内部相通,所述气嘴结构连接真空储气罐,所述控制器壳体侧边设有通气孔与大气相通(采用防水透气膜进行防水保护),所述相对压力传感器通过通气孔检测压差并转化电压值反馈,所述单传感器控制器,根据控制器预设的真空泵控制主程序与子程序,将压力值转为电压值通过所述两芯端插件启动或者停止真空泵工作,所述报警反馈以及保护程序按照设定逻辑通过三芯端信号输出端反馈报警信号于整车。
特别地,在本申请的技术方案中,所述控制器包括:上电检测模块、压力传感器检测模块、驱动电路检测模块、平原控制模块和高原控制模块。所述上电检测模块,用于响应于检测到电压超过第一预定阈值超过第一预定时间,生成报警提示。所述压力传感器检测模块,用于响应于真空泵的真空度小于第二预定阈值超过第二预定时间,判定所述相对压力传感器失效并生成所述报警提示。所述驱动电路检测模块,用于基于驱动电流信号,判定驱动电路是否具有故障。所述平原控制模块,用于控制所述真空泵连续工作超过20s,执行工作3s停止工作1s的工作模式,并检测5个循环中的所述真空泵的真空度是否均小于-70Kpa,如果所述真空度均小于-70Kpa,控制所述真空泵执行工作3S停1S后,测试第2S内所述真空度的下降值,然后继续工作3S停1S,进行10个连续循环,若循环中所述真空度的下降值都小于等于0.5Kpa/S,则跳转到高原控制模块。高原控制模块,用于控制真空泵连续工作超过20s,执行工作3s停止工作1s的工作模式,并检测5个循环中的所述真空泵的真空度是否均小于-50Kpa,如果所述真空度均小于-70Kpa,控制所述真空泵执行工作3S停1S后,测试第2S内所述真空度的下降值,然后继续工作3S停1S,进行10个连续循环,若循环中所述真空度的下降值都大于等于2Kpa/S,则判定为高度泄露;若循环中所述真空度的下降值都小于等于2Kpa/S,则判定为中度泄露或真空泵寿命预警;以及,上述两个条件都不符合或在循环中真空罐的气压达到预定停泵值则直接返回主程序。
经研究,本领域普通技术人员发现除了所述平原控制模块和所述高原控制模块的控制逻辑之外,所述驱动电路检测模块是否能够准确地判断出驱动电路是否具有故障对于所述单传感器真空泵控制器的正常运行和保持正常性能至关重要。
相应地,在本申请的技术方案中,基于驱动电流信号的电流特征,判定驱动电路是否具有故障。具体地,在得到驱动电流信号后,对所述驱动电流信号进行傅里叶变换以得到多个电流频域统计特征值,也就是,将所述驱动电流信号从时域转化到频域并通过采样以得到所述多个电流频域统计特征值。接着,将所述多个电流频域统计特征值通过多尺度邻域特征提取模块以得到多尺度频域统计特征向量。也就是,通过包含多个并行的一维卷积层对所述多个电流频域统计特征值的时序向量进行多尺度一维卷积编码以得到多尺度频域统计特征向量,这里通过不同尺度的一维卷积编码可充分挖掘所述多个电流频域统计特征值的时序向量在不同时间跨度内的频域特征分布模式特征,以提高对电流特征的表征能力。
同时,将所述驱动电流信号的波形图通过包含多个混合卷积层的卷积神经网络模型以得到多尺度电流波形特征向量。也就是,以包含多个混合卷积层的卷积神经网络模型作为特征提取器对所述驱动电流信号的波形图进行多尺度卷积处理以得到所述多尺度电流波形特征向量,以从所述驱动电流信号的图像来得到电流波形特征。继而,融合所述多尺度频域统计特征向量和所述多尺度电流波形特征向量以得到分类特征向量,并将所述分类特征向量通过分类器以得到用于表示驱动电路是否具有故障的分类结果。
这里,为了更充分地利用所述多尺度频域统计特征向量表达的电流频域统计特征值的多尺度数值关联信息和所述多尺度电流波形特征向量表达的电流信号波形的多尺度图像语义关联信息,可以通过级联所述多尺度频域统计特征向量和所述多尺度电流波形特征向量来得到分类特征向量。但是,这样会使得所述分类特征向量的特征分布的聚类效果变差,从而影响所述分类特征向量的分类效果。
这里,本申请的申请人考虑到在所述分类特征向量中,由所述多尺度频域统计特征向量和所述多尺度电流波形特征向量各自的特征分布组成的整体特征分布会呈现自然状态下的高斯分布,即所述多尺度频域统计特征向量和所述多尺度电流波形特征向量各自的特征分布在平均程度下的相关性具有最高的概率密度,而较高程度和较低程度的相关性均具有较低的概率密度。因此,基于这种遵循高斯点分布的高频分布特征可以对所述分类特征向量进行特征聚类的去聚焦模糊优化,表示为:
μ和δ分别是特征集合vi∈V的均值和标准差,且vi是所述分类特征向量V的特征值。
所述特征聚类的去聚焦模糊优化通过将用于估计聚类度量值的聚焦堆栈表示进行基于统计信息的特征聚类索引,来补偿遵循高斯点分布的高频分布特征相对于整体特征分布的均一化表示的依赖相似度,从而避免由于该依赖相似度低而引起整体特征分布的聚焦模糊,这样,就提升了所述分类特征向量的特征分布的聚类效果,从而提升了所述分类特征向量的分类效果。也就是,提高对于驱动电路是否具有故障的判断的精准度。
基于此,本申请提供了一种单传感器真空泵控制器,其包括:控制器底板;组装于所述控制器底板的控制器壳体,所述控制器壳体和所述控制器底板形成位于两者之间的收容腔;被收容于所述收容腔内的PCB板;电连接所述PCB板的相对压力传感器;以及,电连接于所述PCB板且与所述相对压力传感器可通信连接的控制器;其中,所述控制器壳体具有形成于其侧表面的通气孔,以通过所述通气孔使得所述相对压力传感器与外界相连通。其中,所述控制器,包括:上电检测模块,用于响应于检测到电压超过第一预定阈值超过第一预定时间,生成报警提示;压力传感器检测模块,用于响应于真空泵的真空度小于第二预定阈值超过第二预定时间,判定所述相对压力传感器失效并生成所述报警提示;以及,驱动电路检测模块,用于基于驱动电流信号,判定驱动电路是否具有故障。所述驱动电路检测模块,包括:驱动电流信号采集单元,用于接收所述驱动电路的驱动电流信号;频域统计特征提取单元,用于对所述驱动电流信号进行傅里叶变换以得到多个电流频域统计特征值;频域统计特征关联模式提取单元,用于将所述多个电流频域统计特征值通过多尺度邻域特征提取模块以得到多尺度频域统计特征向量;电流波形特征提取单元,用于将所述驱动电流信号的波形图通过包含多个混合卷积层的卷积神经网络模型以得到多尺度电流波形特征向量;特征融合单元,用于融合所述多尺度频域统计特征向量和所述多尺度电流波形特征向量以得到分类特征向量;特征优化单元,用于对所述分类特征向量进行基于特征聚类的去聚焦模糊优化以得到优化分类特征向量;以及,检测结果生成单元,用于将所述优化分类特征向量通过分类器以得到分类结果,所述分类结果用于表示所述驱动电路是否具有故障。
图1为根据本申请实施例的单传感器真空泵控制器的应用场景图。如图1所示,在该应用场景中,使用驱动电路检测模块,基于驱动电流信号的电流特征,判定单传感器真空泵控制器的驱动电路是否具有故障。具体地,首先接收所述驱动电路的驱动电流信号(例如,图1中所示意的C);然后,将所述驱动电路的驱动电流信号输入至部署有单传感器真空泵控制器的驱动电路检测算法的服务器中(例如,图1中所示意的S),其中,所述服务器能够使用单传感器真空泵控制器的驱动电路检测算法对所述驱动电路的驱动电流信号进行处理,以生成用于表示所述驱动电路是否具有故障的分类结果。
在介绍了本申请的基本原理之后,下面将参考附图来具体介绍本申请的各种非限制性实施例。
示例性系统
图2为根据本申请实施例的单传感器真空泵控制器的结构示意图。如图2所示,根据本申请实施例的单传感器真空泵控制器100,包括:控制器底板11;组装于所述控制器底板11的控制器壳体12,所述控制器壳体12和所述控制器底板11形成位于两者之间的收容腔;被收容于所述收容腔内的PCB板13;电连接所述PCB板13的相对压力传感器14;以及,电连接于所述PCB13板且与所述相对压力传感器14可通信连接的控制器15;其中,所述控制器壳体12具有形成于其侧表面的通气孔,以通过所述通气孔使得所述相对压力传感器与外界相连通。
图3A为根据本申请实施例的单传感器真空泵控制器的正视图,如图3A所示,在本申请实施例中,所述单传感器真空泵控制器100还包括两芯插件16、三芯插件17及导线18,适合使用工况的控制逻辑及软件。所述PCB板13设于所述控制器壳体12内,采用螺栓方式固定;所述相对压力传感器14焊于所述PCB板13上;所述PCB板13两处焊接所述导线18,所述导线18连接两芯插件16和三芯插件17;所述PCB板13上设有真空泵控制主程序和子程序及报警反馈保护程序。所述控制器底板11与所述控制器壳体12底部通过超声波焊接固定,所述控制器壳体12设置有气嘴结构121,所述气嘴结构121设有通孔与所述控制器15内部相通,所述气嘴结构121连接真空储气罐,用于真空储气罐内部压差检测。所述控制器壳体12侧边设有通气孔与大气相通(采用防水透气膜进行防水保护),所述相对压力传感器14通过通气孔检测压差并转化电压值反馈。所述单传感器控制器,根据控制器预设的真空泵控制主程序与子程序,将压力值转为电压值通过所述两芯端插件启动或者停止真空泵工作,所述报警反馈以及保护程序按照设定逻辑通过两芯和三芯端信号输出端反馈报警信号于整车。
图3B为根据本申请实施例的单传感器真空泵控制器的俯视图,如图3B所示,所述控制器壳体12双边设有安装固定结构19,所述安装固定结构19可用螺栓固定方式固定于车辆真空储气罐或单独车身支架。
图4A为根据本申请实施例的三芯插件的结构示意图,如图4A所示,所述三芯插件17中171为整车负极,172为信号输出端,173为整车正极,三芯插件17与整车对应插件对接,实现通断点及报警信号反馈。图4B为根据本申请实施例的两芯插件的结构示意图,如图4B所示,所述两芯插件16的161为真空泵负极,162为真空泵正极,两芯插件16与真空泵对应插件对接,实现真空泵通断电。
图5为根据本申请实施例的PCB板的结构示意图,如图5所示,所述PCB板13焊有所述相对压力传感器14,PCB板13用螺栓固定在控制器壳体12内,所述相对压力传感器14通过气嘴结构121检测真空储气罐内压差,并以电压值反馈,所述相对压力传感器14通过控制器壳体12侧边通气孔6检测环境压力,并以电压值反馈。所述PCB板14烧录真空泵控制程序以及报警反馈保护程序,所述PCB板14左右两端焊有导线18,导线18连接两芯插件16、三芯插件17,所述控制程序根据相对压力传感器14检测的环境压力选择合适的真空泵控制逻阀值,通过所述两芯插件16启动或者停止真空泵工作,所述报警反馈以及保护程序按照设定逻辑通过三芯插件17信号输出端反馈报警信号于整车,并执行保护动作。
进一步地,所述PCB板13设有防水透气膜,可有效的防止水汽进入腐蚀内部元器件,真空泵双传感器控制器整体防护性能可达IP66,并可有效的防盐雾,防止震动等外界损害。
进一步地,在本申请实施例中,图6为根据本申请实施例的单传感器真空泵控制器中所述控制器的框图,如图6所示,所述控制器15,包括:上电检测模块151,用于响应于检测到电压超过第一预定阈值超过第一预定时间,生成报警提示;压力传感器检测模块152,用于响应于真空泵的真空度小于第二预定阈值超过第二预定时间,判定所述相对压力传感器失效并生成所述报警提示;以及,驱动电路检测模块153,用于基于驱动电流信号,判定驱动电路是否具有故障。
其中,所述第一预定阈值为16V,所述第一预定时间为1s,所述第二预定阈值为-30Kpa,所述第二预定时间为10s。
更进一步地,所述控制器15,还包括:所述平原控制模块154,用于控制所述真空泵连续工作超过20s,执行工作3s停止工作1s的工作模式,并检测5个循环中的所述真空泵的真空度是否均小于-70Kpa,如果所述真空度均小于-70Kpa,控制所述真空泵执行工作3S停1S后,测试第2S内所述真空度的下降值,然后继续工作3S停1S,进行10个连续循环,若循环中所述真空度的下降值都小于等于0.5Kpa/S,则跳转到高原控制模块155。高原控制模块155,用于控制真空泵连续工作超过20s,执行工作3s停止工作1s的工作模式,并检测5个循环中的所述真空泵的真空度是否均小于-50Kpa,如果所述真空度均小于-70Kpa,控制所述真空泵执行工作3S停1S后,测试第2S内所述真空度的下降值,然后继续工作3S停1S,进行10个连续循环,若循环中所述真空度的下降值都大于等于2Kpa/S,则判定为高度泄露;若循环中所述真空度的下降值都小于等于2Kpa/S,则判定为中度泄露或真空泵寿命预警;以及,上述两个条件都不符合或在循环中真空罐的气压达到预定停泵值则直接返回主程序。
在本申请实施例中,图7为根据本申请实施例的所述控制器中所述驱动电路检测模块的框图,如图7所示,所述驱动电路检测模块153,包括:驱动电流信号采集单元110,用于接收所述驱动电路的驱动电流信号;频域统计特征提取单元120,用于对所述驱动电流信号进行傅里叶变换以得到多个电流频域统计特征值;频域统计特征关联模式提取单元130,用于将所述多个电流频域统计特征值通过多尺度邻域特征提取模块以得到多尺度频域统计特征向量;电流波形特征提取单元140,用于将所述驱动电流信号的波形图通过包含多个混合卷积层的卷积神经网络模型以得到多尺度电流波形特征向量;特征融合单元150,用于融合所述多尺度频域统计特征向量和所述多尺度电流波形特征向量以得到分类特征向量;特征优化单元160,用于对所述分类特征向量进行基于特征聚类的去聚焦模糊优化以得到优化分类特征向量;以及,检测结果生成单元170,用于将所述优化分类特征向量通过分类器以得到分类结果,所述分类结果用于表示所述驱动电路是否具有故障。
具体地,在本申请实施例中,所述驱动电流信号采集单元110和所述频域统计特征提取单元120,用于接收所述驱动电路的驱动电流信号;以及,用于对所述驱动电流信号进行傅里叶变换以得到多个电流频域统计特征值。
如前所述,现有两种真空泵控制方案:一个传感器方案和两个传感器方案。一个传感器的现有方案,新能源汽车在高原的时候制动脚感硬(用绝对压力传感器)或电动真空泵寿命短(相对压力传感器),而两个传感器方案则成本高。因此,一种优化的真空泵控制方案及其控制器。
应可以理解,现有相对压力传感器控制器直接通过压差控制真空泵的启停,会导致新能源汽车在高原地区(2000米海拔左右)行使的时候,真空泵工作时间成倍延长,甚至不停工作,这样直接会导致电子真空泵寿命快速衰减,短期失效;现有选择绝对压力传感器的控制器直接只感知真空罐或真空助力器的气压,然后对真空泵的启停控制,这样导致新能源汽车行驶到高原的时候,制动时候脚感比较硬,可能会导致用户抱怨。另外:该控制器从报警和保护逻辑上进行了预警和报故障两种设计,目前行业中新能源汽车真空助力系统故障均不区分预警和报故障,有的是直接报故障,有些是报警灯亮,也有的连预警功能都不设计。如果直接报故障,为了避免误报,把可能出现故障的情况不报了;如果只是报警灯亮的情况,则无法区分这是故障了还是可能出现异常、提示风险了。
综上所述,现有技术缺点是:1、一个传感器的现有方案,新能源汽车在高原的时候制动脚感硬(用绝对压力传感器)或电动真空泵寿命短(相对压力传感器);2、两个传感器方案则成本高(行业中基本是一个传感器的方案)。3、主动安全警示存在误报或漏报,无法区分真空助力系统故障的严重度。
因此,本申请的技术方案为:1、用一个传感器的方案,可以控制真空泵在高原的时候对真空罐或真空助力器抽真空的真空度更高,减轻制动脚感;同时在平原的时候跟其他新能源车启停方案一致。2、提出了预警和报警两种主动安全方案,报警说明真空助力系统一定出问题了,需要及时处理;预警说明真空助力系统可能存在风险,或真空泵寿命到了需要及时更换。
进一步地,在本申请的技术方案中,本申请的申请人使用单压力传感器控制方案,但基于所述单压力传感器构建了双模式控制方案,以解决高原行车的制动助力安全问题,解决刹车踏板硬及真空泵损坏助力失效的风险。
经研究,本领域普通技术人员发现除了所述平原控制模块和所述高原控制模块的控制逻辑之外,所述驱动电路检测模块是否能够准确地判断出驱动电路是否具有故障对于所述单传感器真空泵控制器的正常运行和保持正常性能至关重要。
相应地,在本申请的技术方案中,基于驱动电流信号的电流特征,判定驱动电路是否具有故障。具体地,在得到驱动电流信号后,对所述驱动电流信号进行傅里叶变换以得到多个电流频域统计特征值,也就是,将所述驱动电流信号从时域转化到频域并通过采样以得到所述多个电流频域统计特征值。
具体地,在本申请实施例中,所述频域统计特征关联模式提取单元130,用于将所述多个电流频域统计特征值通过多尺度邻域特征提取模块以得到多尺度频域统计特征向量。接着,将所述多个电流频域统计特征值通过多尺度邻域特征提取模块以得到多尺度频域统计特征向量。也就是,通过包含多个并行的一维卷积层对所述多个电流频域统计特征值的时序向量进行多尺度一维卷积编码以得到多尺度频域统计特征向量,这里通过不同尺度的一维卷积编码可充分挖掘所述多个电流频域统计特征值的时序向量在不同时间跨度内的频域特征分布模式特征,以提高对电流特征的表征能力。
图8为根据本申请实施例的所述驱动电路检测模块中所述频域统计特征关联模式提取单元的框图,如图8所示,所述频域统计特征关联模式提取单元,包括:时序向量构造子单元210,用于将所述多个电流频域统计特征值按照时间维度排列为频域统计输入向量;第一尺度特征提取子单元220,用于将所述频域统计输入向量输入所述多尺度邻域特征提取模块的第一卷积层以得到第一尺度频域统计特征向量,其中,所述第一卷积层具有第一长度的第一一维卷积核;第二尺度特征提取子单元230,用于将所述频域统计输入向量输入所述多尺度邻域特征提取模块的第二卷积层以得到第二尺度频域统计特征向量,其中,所述第二卷积层具有第二长度的第二一维卷积核,所述第一长度不同于所述第二长度;以及,多尺度级联子单元240,用于将所述第一尺度频域统计特征向量和所述第二尺度频域统计特征向量进行级联以得到所述多尺度频域统计特征向量。
进一步地,使用所述多尺度邻域特征提取模块的第一卷积层以如下公式对所述频域统计输入向量进行一维卷积编码以得到所述第一尺度频域统计特征向量;其中,所述公式为:
其中,a为第一卷积核在x方向上的宽度、F(a)为第一卷积核参数向量、G(x-a)为与卷积核函数运算的局部向量矩阵,w为第一卷积核的尺寸,X表示所述频域统计输入向量。
更进一步地,使用所述多尺度邻域特征提取模块的第二卷积层以如下公式对所述频域统计输入向量进行一维卷积编码以得到所述第二尺度频域统计特征向量;其中,所述公式为:
其中,b为第二卷积核在x方向上的宽度、F(b)为第二卷积核参数向量、G(x-b)为与卷积核函数运算的局部向量矩阵,m为第二卷积核的尺寸,X表示所述频域统计输入向量。
具体地,在本申请实施例中,所述电流波形特征提取单元140,用于将所述驱动电流信号的波形图通过包含多个混合卷积层的卷积神经网络模型以得到多尺度电流波形特征向量。同时,将所述驱动电流信号的波形图通过包含多个混合卷积层的卷积神经网络模型以得到多尺度电流波形特征向量。也就是,以包含多个混合卷积层的卷积神经网络模型作为特征提取器对所述驱动电流信号的波形图进行多尺度卷积处理以得到所述多尺度电流波形特征向量,以从所述驱动电流信号的图像来得到电流波形特征。
也就是,使用所述卷积神经网络模型的各个混合卷积层在层的正向传递中分别对输入数据进行:使用具有第一尺寸的第一卷积核对所述输入数据进行卷积处理以得到第一特征图;使用具有第一空洞率的第二卷积核对所述输入数据进行卷积处理以得到第二特征图;使用具有第二空洞率的第三卷积核对所述输入数据进行卷积处理以得到第三特征图;使用具有第三空洞率的第四卷积核对所述输入数据进行卷积处理以得到第四特征图;将所述第一特征图、所述第二特征图、所述第三特征图和所述第四特征图进行级联聚合以得到卷积特征图;对所述卷积特征图进行基于局部特征矩阵的均值池化以得到池化特征图;以及,对所述池化特征图进行非线性激活以得到激活特征图;其中,所述卷积神经网络模型的最后一层的输出为所述多尺度电流波形特征向量,所述卷积神经网络模型的第一层的输入为所述驱动电流信号的波形图。
具体地,在本申请实施例中,所述特征融合单元150,用于融合所述多尺度频域统计特征向量和所述多尺度电流波形特征向量以得到分类特征向量。继而,融合所述多尺度频域统计特征向量和所述多尺度电流波形特征向量以得到分类特征向量,并将所述优化分类特征向量通过分类器以得到用于表示驱动电路是否具有故障的分类结果。以得到更加精准的分类判断结果。
具体地,在本申请实施例中,所述特征优化单元160,用于对所述分类特征向量进行基于特征聚类的去聚焦模糊优化以得到优化分类特征向量。这里,为了更充分地利用所述多尺度频域统计特征向量表达的电流频域统计特征值的多尺度数值关联信息和所述多尺度电流波形特征向量表达的电流信号波形的多尺度图像语义关联信息,可以通过级联所述多尺度频域统计特征向量和所述多尺度电流波形特征向量来得到分类特征向量。但是,这样会使得所述分类特征向量的特征分布的聚类效果变差,从而影响所述分类特征向量的分类效果。
因此,本申请的申请人考虑到在所述分类特征向量中,由所述多尺度频域统计特征向量和所述多尺度电流波形特征向量各自的特征分布组成的整体特征分布会呈现自然状态下的高斯分布,即所述多尺度频域统计特征向量和所述多尺度电流波形特征向量各自的特征分布在平均程度下的相关性具有最高的概率密度,而较高程度和较低程度的相关性均具有较低的概率密度。因此,基于这种遵循高斯点分布的高频分布特征可以对所述分类特征向量进行特征聚类的去聚焦模糊优化,也就是,以如下公式对所述分类特征向量进行基于特征聚类的去聚焦模糊优化以得到优化分类特征向量;其中,所述公式为:
其中,μ和δ分别是特征集合vi∈V的均值和标准差,且vi是所述分类特征向量V的特征值。
所述特征聚类的去聚焦模糊优化通过将用于估计聚类度量值的聚焦堆栈表示进行基于统计信息的特征聚类索引,来补偿遵循高斯点分布的高频分布特征相对于整体特征分布的均一化表示的依赖相似度,从而避免由于该依赖相似度低而引起整体特征分布的聚焦模糊,这样,就提升了所述分类特征向量的特征分布的聚类效果,从而提升了所述分类特征向量的分类效果。也就是,提高对于驱动电路是否具有故障的判断的精准度。
具体地,在本申请实施例中,所述检测结果生成单元170,用于将所述优化分类特征向量通过分类器以得到分类结果,所述分类结果用于表示所述驱动电路是否具有故障。
进一步地,使用所述分类器以如下公式对所述优化分类特征向量进行处理以生成分类结果;其中,所述公式为:所述公式为:
O=softmax{(Wn,Bn):…:(W1,B1)|X},其中X表示所述分类特征向量,W1至Wn为各层全连接层的权重矩阵,B1至Bn表示各层全连接层的偏置向量。
综上,基于本申请实施例的单传感器真空泵控制器100被阐明,其包括:控制器底板;组装于控制器底板的控制器壳体,控制器壳体和控制器底板形成位于两者之间的收容腔;被收容于收容腔内的PCB板;电连接PCB板的相对压力传感器;以及,电连接于PCB板且与相对压力传感器可通信连接的控制器;其中,控制器壳体具有形成于其侧表面的通气孔,通气孔与收容腔相连通;其中,控制器包括驱动电路检测模块,其将驱动电路的驱动电流信号通过多尺度邻域特征提取模块和包含多个混合卷积层的卷积神经网络模型以进行电流特征的提取,并基于驱动电流信号的电流特征判定驱动电路是否具有故障。这样,可以提高对于驱动电路是否具有故障的判断的精准度。
示例性方法
图9为根据本申请实施例的单传感器真空泵控制器的双模式控制方法的流程图。如图9所示,根据本申请实施例的单传感器真空泵控制器的双模式控制方法,其包括:上电检测步骤S110:响应于检测到电压超过第一预定阈值超过第一预定时间,生成报警提示;压力传感器检测步骤S120:响应于真空泵的真空度小于第二预定阈值超过第二预定时间,判定所述相对压力传感器失效并生成所述报警提示;驱动电路检测步骤S130:基于驱动电流信号,判定驱动电路是否具有故障;平原控制步骤S140:控制所述真空泵连续工作超过20s,执行工作3s停止工作1s的工作模式,并检测5个循环中的所述真空泵的真空度是否均小于-70Kpa,如果所述真空度均小于-70Kpa,控制所述真空泵执行工作3S停1S后,测试第2S内所述真空度的下降值,然后继续工作3S停1S,进行10个连续循环,若循环中所述真空度的下降值的平均值小于等于0.5Kpa/S,则跳转到高原控制模块;以及,高原控制步骤S150:控制真空泵连续工作超过20s,执行工作3s停止工作1s的工作模式,并检测5个循环中的所述真空泵的真空度是否均小于-50Kpa,如果所述真空度均小于-70Kpa,控制所述真空泵执行工作3S停1S后,测试第2S内所述真空度的下降值,然后继续工作3S,进行10个连续循环,若循环中所述真空度的下降值的平均值大于等于2Kpa/S,则判定为高度泄露;若循环中所述真空度的下降值的平均值小于等于2Kpa/S,则判定为中度泄露或真空泵寿命预警。
图10为根据本申请实施例的单传感器真空泵控制器的双模式控制方法中驱动电路检测步骤的流程图,如图10所示,根据本申请实施例的单传感器真空泵控制器的双模式控制方法中驱动电路检测步骤,其包括:S210,接收所述驱动电路的驱动电流信号;S220,对所述驱动电流信号进行傅里叶变换以得到多个电流频域统计特征值;S230,将所述多个电流频域统计特征值通过多尺度邻域特征提取模块以得到多尺度频域统计特征向量;S240,将所述驱动电流信号的波形图通过包含多个混合卷积层的卷积神经网络模型以得到多尺度电流波形特征向量;S250,融合所述多尺度频域统计特征向量和所述多尺度电流波形特征向量以得到分类特征向量;S260,对所述分类特征向量进行基于特征聚类的去聚焦模糊优化以得到优化分类特征向量;以及,S270,将所述优化分类特征向量通过分类器以得到分类结果,所述分类结果用于表示所述驱动电路是否具有故障。
图11为根据本申请实施例的单传感器真空泵控制器的双模式控制方法中驱动电路检测步骤的系统架构的示意图。如图11所示,在所述单传感器真空泵控制器的双模式控制方法中驱动电路检测步骤的系统架构中,首先,接收所述驱动电路的驱动电流信号;然后,对所述驱动电流信号进行傅里叶变换以得到多个电流频域统计特征值;接着,将所述多个电流频域统计特征值通过多尺度邻域特征提取模块以得到多尺度频域统计特征向量;然后,将所述驱动电流信号的波形图通过包含多个混合卷积层的卷积神经网络模型以得到多尺度电流波形特征向量;接着,融合所述多尺度频域统计特征向量和所述多尺度电流波形特征向量以得到分类特征向量;然后,对所述分类特征向量进行基于特征聚类的去聚焦模糊优化以得到优化分类特征向量;以及,最后,将所述优化分类特征向量通过分类器以得到分类结果,所述分类结果用于表示所述驱动电路是否具有故障。
在一个具体示例中,在上述单传感器真空泵控制器的双模式控制方法中,所述将所述多个电流频域统计特征值通过多尺度邻域特征提取模块以得到多尺度频域统计特征向量,包括:将所述多个电流频域统计特征值按照时间维度排列为频域统计输入向量;将所述频域统计输入向量输入所述多尺度邻域特征提取模块的第一卷积层以得到第一尺度频域统计特征向量,其中,所述第一卷积层具有第一长度的第一一维卷积核;将所述频域统计输入向量输入所述多尺度邻域特征提取模块的第二卷积层以得到第二尺度频域统计特征向量,其中,所述第二卷积层具有第二长度的第二一维卷积核,所述第一长度不同于所述第二长度;以及,将所述第一尺度频域统计特征向量和所述第二尺度频域统计特征向量进行级联以得到所述多尺度频域统计特征向量。
在一个具体示例中,在上述单传感器真空泵控制器的双模式控制方法中,所述将所述频域统计输入向量输入所述多尺度邻域特征提取模块的第一卷积层以得到第一尺度频域统计特征向量,其中,所述第一卷积层具有第一长度的第一一维卷积核,进一步包括:使用所述多尺度邻域特征提取模块的第一卷积层以如下公式对所述频域统计输入向量进行一维卷积编码以得到所述第一尺度频域统计特征向量;其中,所述公式为:
其中,a为第一卷积核在x方向上的宽度、F(a)为第一卷积核参数向量、G(x-a)为与卷积核函数运算的局部向量矩阵,w为第一卷积核的尺寸,X表示所述频域统计输入向量。
所述将所述频域统计输入向量输入所述多尺度邻域特征提取模块的第二卷积层以得到第二尺度频域统计特征向量,其中,所述第二卷积层具有第二长度的第二一维卷积核,所述第一长度不同于所述第二长度,进一步包括:使用所述多尺度邻域特征提取模块的第二卷积层以如下公式对所述频域统计输入向量进行一维卷积编码以得到所述第二尺度频域统计特征向量;其中,所述公式为:
其中,b为第二卷积核在x方向上的宽度、F(b)为第二卷积核参数向量、G(x-b)为与卷积核函数运算的局部向量矩阵,m为第二卷积核的尺寸,X表示所述频域统计输入向量。
在一个具体示例中,在上述单传感器真空泵控制器的双模式控制方法中,所述将所述驱动电流信号的波形图通过包含多个混合卷积层的卷积神经网络模型以得到多尺度电流波形特征向量,进一步用于:使用所述卷积神经网络模型的各个混合卷积层在层的正向传递中分别对输入数据进行:使用具有第一尺寸的第一卷积核对所述输入数据进行卷积处理以得到第一特征图;使用具有第一空洞率的第二卷积核对所述输入数据进行卷积处理以得到第二特征图;使用具有第二空洞率的第三卷积核对所述输入数据进行卷积处理以得到第三特征图;使用具有第三空洞率的第四卷积核对所述输入数据进行卷积处理以得到第四特征图;将所述第一特征图、所述第二特征图、所述第三特征图和所述第四特征图进行级联聚合以得到卷积特征图;对所述卷积特征图进行基于局部特征矩阵的均值池化以得到池化特征图;以及,对所述池化特征图进行非线性激活以得到激活特征图;其中,所述卷积神经网络模型的最后一层的输出为所述多尺度电流波形特征向量,所述卷积神经网络模型的第一层的输入为所述驱动电流信号的波形图。
在一个具体示例中,在上述单传感器真空泵控制器的双模式控制方法中,所述对所述分类特征向量进行基于特征聚类的去聚焦模糊优化以得到优化分类特征向量,进一步包括:以如下公式对所述分类特征向量进行基于特征聚类的去聚焦模糊优化以得到优化分类特征向量;其中,所述公式为:
其中,μ和δ分别是特征集合vi∈V的均值和标准差,且vi是所述分类特征向量V的特征值。
在本申请一具体示例中,根据本申请实施例的所述真空泵控制、报警反馈以及保护程序的示意图的内容如下:
1.系统上电,进行压力传感器初始检测,当输出电压值超出设计值或为开路时,进行报警A;
2.开启低于-50Kpa真空度启动真空泵,高于-70Kpa停止真空泵的主控制程序;
3.启动上电检测程序,压力传感器检测程序,驱动电路检测程序:
(1)上电检测程序:当电压超出正常工作范围(>16V)超过1S,进行报警A(报警灯常亮,真空泵工作5S后停止);
(2)压力传感器检测程序:真空泵工作时,真空度<-30Kpa连续超过10S,则判为压力传感器失效,进行报警A(报警灯常亮,真空泵工作5S后停止);
(3)驱动电路检测程序:工作电流>20A,时间持续>2S,或电流<3A,则判为驱动电路故障,进行报警A(报警灯常亮,真空泵工作5S后停止);
4.当真空泵连续工作超过20S,执行工作3S停1S的工作模式,并检测5个循环是否真空度均<-70Kpa:若真空度均达到-70Kp,返回主控制程序;若<-70Kpa,开启平原测漏子程序:执行真空泵工作3S停1S后,测试第2S内压力下降值,然后继续工作3S停1S,进行10个连续循环,若循环中压力降均≥2Kpa/S,则进行报警A(报警灯常亮,真空泵工作5S后停止);若循环中压力降均≥0.5Kpa/S且<2Kpa/S,则进行报警B(报警灯闪亮);若循环中压力降均<0.5Kpa/S,则自动跳转高原模式,开启低于-30Kpa真空度启动真空泵,高于-50Kpa停止真空泵的主控制程序,平原测漏模式中,如真空度达到设定阀值则或存在踩刹车的情况下则退出检测模式,返回主控制程序;
5.当在高原模式下,真空泵连续工作>20S,执行工作3S停1S的工作模式,并检测5个循环是否真空度均<-50Kpa,若真空度均达到-50Kp,返回主控制程序,若<-70Kpa,开启高原测漏子程序:执行真空泵工作3S停1S后,测试第2S内压力下降值,然后继续工作3S,进行10个连续循环,若循环中压力降均≥2Kpa/S,则判定为高度泄露,并进行报警A(报警灯常亮,真空泵工作5S后停止);若循环中压力降均≤2Kpa/S,则判定为中度泄露或真空泵寿命预警,并执行报警B(报警灯闪亮),若在循环中阀值达到设定值则跳出高原测漏子程序。
综上所述,本申请的技术方案,一方面可以解决新能源汽车在高原行使时制动脚感硬的问题,同时兼顾电动真空泵寿命;另一方面对真空助力系统的主动安全预警和报警区分,提升新能源汽车制动系统安全性;再一方面降低使用双传感器方案的成本。
这里,本领域技术人员可以理解,上述单传感器真空泵控制器的双模式控制方法中的各个步骤的具体操作已经在上面参考图1到图8的单传感器真空泵控制器的描述中得到了详细介绍,并因此,将省略其重复描述。
Claims (7)
1.一种单传感器真空泵控制器,其特征在于,包括:
控制器底板;
组装于所述控制器底板的控制器壳体,所述控制器壳体和所述控制器底板形成位于两者之间的收容腔;
被收容于所述收容腔内的PCB板;
电连接所述PCB板的相对压力传感器;以及
电连接于所述PCB板且与所述相对压力传感器可通信连接的控制器;
其中,所述控制器壳体具有形成于其侧表面的通气孔,以通过所述通气孔使得所述相对压力传感器与外界相连通;
其中,所述控制器,包括:
上电检测模块,用于响应于检测到电源电压超过16V的持续时间超过1s,生成报警提示;
压力传感器检测模块,用于响应于真空度小于-30Kpa的持续时间超过10s,判定所述相对压力传感器失效并生成所述报警提示;以及
驱动电路检测模块,用于基于驱动电流信号,判定驱动电路是否具有故障;
其中,所述控制器,还包括:平原控制模块,用于控制所述真空泵连续工作超过20s,执行工作3s停止工作1s的工作模式,并检测5个循环中的所述真空泵的真空度是否均小于-70Kpa,如果所述真空度均小于-70Kpa,控制所述真空泵执行工作3S停1S后,测试第2S内所述真空度的下降值,然后继续工作3S停1S,进行10个连续循环,若循环中所述真空度的下降值都小于等于0.5Kpa/S,则跳转到高原控制模块;以及
高原控制模块,用于控制真空泵连续工作超过20s,执行工作3s停止工作1s的工作模式,并检测5个循环中的所述真空泵的真空度是否均小于-50Kpa,如果所述真空度均小于-50Kpa,控制所述真空泵执行工作3S停1S后,测试第2S内所述真空度的下降值,然后继续工作3S停1S,进行10个连续循环,若循环中所述真空度的下降值都大于等于2Kpa/S,则判定为高度泄露;若循环中所述真空度的下降值都小于等于2Kpa/S,则判定为中度泄露或真空泵寿命预警;以及,既不符合平原控制模块也不符合高原控制模块或在循环中真空罐的气压达到预定停泵值则直接返回主程序。
2.根据权利要求1所述的单传感器真空泵控制器,其特征在于,所述驱动电路检测模块,包括:
驱动电流信号采集单元,用于接收所述驱动电路的驱动电流信号;
频域统计特征提取单元,用于对所述驱动电流信号进行傅里叶变换以得到多个电流频域统计特征值;
频域统计特征关联模式提取单元,用于将所述多个电流频域统计特征值通过多尺度邻域特征提取模块以得到多尺度频域统计特征向量;
电流波形特征提取单元,用于将所述驱动电流信号的波形图通过包含多个混合卷积层的卷积神经网络模型以得到多尺度电流波形特征向量;
特征融合单元,用于融合所述多尺度频域统计特征向量和所述多尺度电流波形特征向量以得到分类特征向量;
特征优化单元,用于对所述分类特征向量进行基于特征聚类的去聚焦模糊优化以得到优化分类特征向量;以及
检测结果生成单元,用于将所述优化分类特征向量通过分类器以得到分类结果,所述分类结果用于表示所述驱动电路是否具有故障。
3.根据权利要求2所述的单传感器真空泵控制器,其特征在于,所述频域统计特征关联模式提取单元,包括:
时序向量构造子单元,用于将所述多个电流频域统计特征值按照时间维度排列为频域统计输入向量;
第一尺度特征提取子单元,用于将所述频域统计输入向量输入所述多尺度邻域特征提取模块的第一卷积层以得到第一尺度频域统计特征向量,其中,所述第一卷积层具有第一长度的第一一维卷积核;
第二尺度特征提取子单元,用于将所述频域统计输入向量输入所述多尺度邻域特征提取模块的第二卷积层以得到第二尺度频域统计特征向量,其中,所述第二卷积层具有第二长度的第二一维卷积核,所述第一长度不同于所述第二长度;以及
多尺度级联子单元,用于将所述第一尺度频域统计特征向量和所述第二尺度频域统计特征向量进行级联以得到所述多尺度频域统计特征向量。
4.根据权利要求3所述的单传感器真空泵控制器,其特征在于,
所述第一尺度特征提取子单元,进一步用于:使用所述多尺度邻域特征提取模块的第一卷积层以如下公式对所述频域统计输入向量进行一维卷积编码以得到所述第一尺度频域统计特征向量;
其中,所述公式为:
其中,a为第一卷积核在x方向上的宽度、F(a)为第一卷积核参数向量、G(x-a)为与卷积核函数运算的局部向量矩阵,w为第一卷积核的尺寸,X表示所述频域统计输入向量;
所述第二尺度特征提取子单元,进一步用于:使用所述多尺度邻域特征提取模块的第二卷积层以如下公式对所述频域统计输入向量进行一维卷积编码以得到所述第二尺度频域统计特征向量;
其中,所述公式为:
其中,b为第二卷积核在x方向上的宽度、F(b)为第二卷积核参数向量、G(x-b)为与卷积核函数运算的局部向量矩阵,m为第二卷积核的尺寸,X表示所述频域统计输入向量。
5.根据权利要求4所述的单传感器真空泵控制器,其特征在于,所述电流波形特征提取单元,进一步用于:使用所述卷积神经网络模型的各个混合卷积层在层的正向传递中分别对输入数据进行:
使用具有第一尺寸的第一卷积核对所述输入数据进行卷积处理以得到第一特征图;
使用具有第一空洞率的第二卷积核对所述输入数据进行卷积处理以得到第二特征图;
使用具有第二空洞率的第三卷积核对所述输入数据进行卷积处理以得到第三特征图;
使用具有第三空洞率的第四卷积核对所述输入数据进行卷积处理以得到第四特征图;
将所述第一特征图、所述第二特征图、所述第三特征图和所述第四特征图进行级联聚合以得到卷积特征图;
对所述卷积特征图进行基于局部特征矩阵的均值池化以得到池化特征图;以及
对所述池化特征图进行非线性激活以得到激活特征图;
其中,所述卷积神经网络模型的最后一层的输出为所述多尺度电流波形特征向量,所述卷积神经网络模型的第一层的输入为所述驱动电流信号的波形图。
7.一种单传感器真空泵控制器的双模式控制方法,其特征在于,包括:
上电检测步骤:响应于检测到电源电压超过16V的持续时间超过1s,生成报警提示;
压力传感器检测步骤:将由相对压力传感器感知的气压信号转化为电压,以及响应于检测到所述电压大于等于4.5V,则判定所述相对压力传感器失效并生成所述报警提示,以及,响应于检测到真空度小于-30Kpa的持续时间超过10s,判定所述相对压力传感器失效或真空泵故障系统并生成所述报警提示;
驱动电路检测步骤:基于驱动电流信号,判定驱动电路是否具有故障;
平原控制步骤:控制所述真空泵连续工作超过20s,执行工作3s停止工作1s的工作模式,并检测5个循环中的所述真空泵的真空度是否均小于-70Kpa,如果所述真空度均小于-70Kpa,控制所述真空泵执行工作3S停1S后,测试第2S内所述真空度的下降值,然后继续工作3S停1S,进行10个连续循环,若循环中所述真空度的下降值都小于等于0.5Kpa/S,则跳转到高原控制步骤;以及
高原控制步骤:控制真空泵连续工作超过20s,执行工作3s停止工作1s的工作模式,并检测5个循环中的所述真空泵的真空度是否均小于-50Kpa,如果所述真空度均小于-50Kpa,控制所述真空泵执行工作3S停1S后,测试第2S内所述真空度的下降值,然后继续工作3S停1S,进行10个连续循环,若循环中所述真空度的下降值都大于等于2Kpa/S,则判定为高度泄露;若循环中所述真空度的下降值都小于等于2Kpa/S,则判定为中度泄露或真空泵寿命预警;以及,既不符合平原控制步骤也不符合高原控制步骤或真空度达到预定值则返回主程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211427213.3A CN115898841B (zh) | 2022-11-15 | 2022-11-15 | 一种单传感器真空泵控制器及其双模式控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211427213.3A CN115898841B (zh) | 2022-11-15 | 2022-11-15 | 一种单传感器真空泵控制器及其双模式控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115898841A CN115898841A (zh) | 2023-04-04 |
CN115898841B true CN115898841B (zh) | 2023-07-07 |
Family
ID=86470593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211427213.3A Active CN115898841B (zh) | 2022-11-15 | 2022-11-15 | 一种单传感器真空泵控制器及其双模式控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115898841B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BR102016026436B1 (pt) * | 2016-11-11 | 2022-05-24 | Universidade De São Paulo – Usp | Câmara de pressão barométrica, sistema de controle eletrônico e método de controle de pressão |
CN107117155A (zh) * | 2017-04-26 | 2017-09-01 | 北京新能源汽车股份有限公司 | 电动汽车的制动助力系统的故障检测方法、装置及汽车 |
CN107578016B (zh) * | 2017-09-06 | 2021-05-11 | 重庆大学 | 一种基于稀疏表示的剩余电流波形自动识别方法 |
CN208760597U (zh) * | 2018-08-07 | 2019-04-19 | 浙江万安泵业有限公司 | 用于真空泵助力装置的控制器集成电路板及控制器总成 |
CN109094544B (zh) * | 2018-09-30 | 2020-10-09 | 安徽江淮汽车集团股份有限公司 | 一种电动汽车真空泵控制器结构及控制方法 |
CN110682901B (zh) * | 2019-09-12 | 2020-12-01 | 东风汽车有限公司 | 一种电动汽车真空泵控制方法及电子设备 |
-
2022
- 2022-11-15 CN CN202211427213.3A patent/CN115898841B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115898841A (zh) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10354462B1 (en) | Fault diagnosis in power electronics using adaptive PCA | |
CN101484744B (zh) | 存储罐系统和对存储罐系统减压的方法 | |
US6662123B2 (en) | Method and apparatus for identification of an external power supply in a motor vehicle | |
JP5048902B2 (ja) | エネルギー蓄積部の状態をシミュレーションする方法 | |
KR101619597B1 (ko) | 후방 산소센서의 고장 검출 방법 | |
CN111645664B (zh) | 一种电动汽车故障分析方法、装置、设备及汽车 | |
CN110654360B (zh) | 电子真空泵控制方法、装置、系统及机器可读存储介质 | |
CN107662597B (zh) | 车辆的真空泵控制方法、装置及具有其的车辆 | |
US20190311552A1 (en) | Fault diagnosis using distributed pca architecture | |
JP2003102101A (ja) | 電気自動車用電源制御装置 | |
CN112776789B (zh) | 一种制动真空动力系统泄露诊断方法及其系统、存储介质 | |
US20030006891A1 (en) | Method, computer program and device for monitoring a vacuum device | |
CN105319009B (zh) | 用于校正压力传感器偏移的系统和方法 | |
CN115898841B (zh) | 一种单传感器真空泵控制器及其双模式控制方法 | |
US20160097821A1 (en) | Method for monitoring the state of a battery in a motor vehicle | |
KR20110024188A (ko) | 자동차용 전자기기에서 시동 전원의 온/오프 변화를 감지하는 방법 | |
GB2496023A (en) | Fault determination in a brake booster system having two separate negative-pressure generators | |
JP3723001B2 (ja) | ブレーキブースタの負圧低下判定装置 | |
CN110194137A (zh) | 真空泵温度控制方法、装置、车辆和存储介质 | |
US20170322067A1 (en) | Device and method for detecting water level of water trap in fuel cell | |
CN113715795B (zh) | 真空压力传感器有效性校验方法及其系统 | |
JP7380848B2 (ja) | バッテリ異常警告方法及びバッテリ異常警告装置 | |
KR20130008702A (ko) | 차량 모니터링 장치 | |
CN114191767A (zh) | 多信息融合的车辆电池箱火灾预警及防控控制方法、系统 | |
CN111376886A (zh) | 一种适于电动车真空泵的控制系统及其控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |