CN116669969A - 用于车辆轮胎的缓慢泄漏检测系统 - Google Patents

用于车辆轮胎的缓慢泄漏检测系统 Download PDF

Info

Publication number
CN116669969A
CN116669969A CN202080108040.1A CN202080108040A CN116669969A CN 116669969 A CN116669969 A CN 116669969A CN 202080108040 A CN202080108040 A CN 202080108040A CN 116669969 A CN116669969 A CN 116669969A
Authority
CN
China
Prior art keywords
tire
pressure
processor
rate
time
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
CN202080108040.1A
Other languages
English (en)
Inventor
C.休塔
A·戈德蒙德
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.)
Compagnie Generale des Etablissements Michelin SCA
Original Assignee
Compagnie Generale des Etablissements Michelin SCA
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 Compagnie Generale des Etablissements Michelin SCA filed Critical Compagnie Generale des Etablissements Michelin SCA
Publication of CN116669969A publication Critical patent/CN116669969A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
    • B60C23/00—Devices for measuring, signalling, controlling, or distributing tyre pressure or temperature, specially adapted for mounting on vehicles; Arrangement of tyre inflating devices on vehicles, e.g. of pumps or of tanks; Tyre cooling arrangements
    • B60C23/02—Signalling devices actuated by tyre pressure
    • B60C23/04—Signalling devices actuated by tyre pressure mounted on the wheel or tyre
    • B60C23/0408—Signalling devices actuated by tyre pressure mounted on the wheel or tyre transmitting the signals by non-mechanical means from the wheel or tyre to a vehicle body mounted receiver
    • B60C23/0474—Measurement control, e.g. setting measurement rate or calibrating of sensors; Further processing of measured values, e.g. filtering, compensating or slope monitoring
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
    • B60C23/00—Devices for measuring, signalling, controlling, or distributing tyre pressure or temperature, specially adapted for mounting on vehicles; Arrangement of tyre inflating devices on vehicles, e.g. of pumps or of tanks; Tyre cooling arrangements
    • B60C23/02—Signalling devices actuated by tyre pressure
    • B60C23/04—Signalling devices actuated by tyre pressure mounted on the wheel or tyre
    • B60C23/0408—Signalling devices actuated by tyre pressure mounted on the wheel or tyre transmitting the signals by non-mechanical means from the wheel or tyre to a vehicle body mounted receiver
    • B60C23/0474—Measurement control, e.g. setting measurement rate or calibrating of sensors; Further processing of measured values, e.g. filtering, compensating or slope monitoring
    • B60C23/0476—Temperature compensation of measured pressure values

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Measuring Fluid Pressure (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

提供了一种用于检测车辆的轮胎的泄漏的系统，该系统包括测量轮胎的压力和温度的传感器。该系统具有处理器，该处理器获得来自传感器的数据并且通过使用自然泄漏模型和/或损坏比较模型来检测轮胎中的一个轮胎的泄漏。该自然泄漏模型使用轮胎的温度测量结果来检测轮胎的泄漏，该泄漏可为轮胎的缓慢泄漏。该损坏比较模型通过将该轮胎与车辆上的其它轮胎进行比较来检测该轮胎的泄漏。

Description

用于车辆轮胎的缓慢泄漏检测系统
技术领域
本发明的主题涉及一种用于车辆的压力损失检测系统，该压力损失检测系统能够警示用户一个或多个轮胎正在经历应当解决的压力损失。更具体地，本申请涉及一种用于车辆的压力损失检测系统，该压力损失检测系统使用轮胎与车辆上的其它轮胎的比较以及自然压力损失模型来检测轮胎的泄漏。
背景技术
车辆上的非充气轮胎需要被监测以确保它们恰当地充气并且未损坏。除了手动检查轮胎之外，已知的是为车辆提供轮胎压力监测系统，该轮胎压力监测系统能够自动地监测轮胎并且将该信息提供给车辆的操作者。轮胎压力监测系统利用轮胎压力传感器，该轮胎压力传感器是位于轮辋、阀杆或者车轮和轮胎的其它部分上的可检测轮胎内的气压的小型电子设备。该信息可无线地传输到车辆中的接收器并且由车载计算机处理，该车载计算机随后警示操作者轮胎中的一个轮胎是否具有低气压。该警示可发送到车辆的仪表板上的仪表盘。此类轮胎压力监测系统向操作者提供轮胎压力信息，而不需要操作者手动检查轮胎的气压，并且允许在车辆运行时向驾驶员显示轮胎压力信息。操作具有低充气压力的车辆轮胎导致燃油经济性差，轮胎磨损加速，并且可能引起爆胎和车辆事故。
充气轮胎的缓慢泄漏是轮胎随时间推移的逐渐空气损失，与驾驶员在操作车辆时能够感觉到或者驾驶员在接近车辆时能够看到的快速泄漏不同，操作者可能难以检测到逐渐空气损失。除了其它原因，缓慢泄漏可由以下引起：钉子刺穿轮胎，但仍在它所造成的孔内并且部分地密封该孔，使得空气随时间推移逐渐损失。在轮胎中的气压低到足以使轮胎气压监测系统发出警示之前，这种缓慢泄漏可能已发生了一段时间。该延迟缩短了操作者将不得不修复缓慢泄漏的时间量。轮胎的温度也将导致轮胎压力的变化，并且轮胎压力监测系统可能无法区分由于泄漏引起的压力变化与由于温度引起的压力变化。此外，轮胎压力监测系统可能无法恰当地评估其它事件，诸如气压的有意去除或轮胎的再充气。尽管已知各种类型的轮胎压力监测系统可检测轮胎中的空气损失，但在本领域内仍存在变化和改进的空间。
附图说明
参考附图，在说明书中阐述了针对本领域普通技术人员的本发明的完整且可行的公开内容，包括其最佳模式，其中：
图1是用于检测轮胎的泄漏的系统的示意图。
图2是用于检测轮胎的泄漏的系统的示意图。
图3是原始压力数据和归一化压力数据的曲线图。
图4是具有与图3不同的数据的曲线图，该曲线图示出了去除异常值的原始数据和归一化数据。
图5是轮胎的逐日比随时间推移的曲线图。
图6是在与图5相同的时间内测量的压力的曲线图，该曲线图示出了特定时间点的压力损失。
图7是轮胎的逐日比随时间推移的曲线图。
图8是在与图7相同的时间内测量的压力的曲线图，该曲线图示出了在再充气事件时增加的归一化压力。
图9是示出了轮胎的归一化压力和过滤压力随时间推移的曲线图，其中数据中显示出再充气事件和快速泄漏。
图10是示出了随时间推移的归一化压力和随时间推移的预测自然损失压力的分段数据集的曲线图。
图11是数据段中示出了归一化压力、自然压力损失和预测区间的一个数据段的曲线图。
图12是示出了无泄漏的第一轮胎的压力随时间推移的曲线图。
图13是图12的第一轮胎的累积损坏模型的曲线图，其中所比较轮胎的损坏率均不大于1，这指示图12的第一轮胎未在泄漏。
图14是第一轮胎随时间推移的压力的曲线图，该曲线图示出了第一轮胎的泄漏。
图15是图14的第一轮胎的累积损坏模型的曲线图，其中所比较轮胎中的两个或更多个轮胎的损坏率大于1，这指示第一轮胎的泄漏。
在不同附图中使用相同或相似的附图标记表示相同或相似的特征。
具体实施方式
现将详细参考本发明的实施方案，在附图中说明本发明的实施方案的一个或多个示例。提供每个示例是为了对本发明进行说明，并不意味着对本发明的限制。例如，作为一个实施方案的一部分示出或描述的特征可以与另一个实施方案一起使用，以得到第三实施方案。本发明旨在包括这些和其它修改和变型。
本发明提供了一种泄漏检测系统，该泄漏检测系统研究车辆10的轮胎12、16、20、24并且通知用户轮胎12、16、20、24中的一个或多个轮胎正在经历泄漏。检测到的泄漏可能是缓慢泄漏，并且如果在早期阶段检测到泄漏，则可允许用户有额外的时间来修复泄漏。因此，该系统试图在缓慢泄漏的过程中足够早地通知驾驶员，使得驾驶员有足够的时间来在其方便时修理轮胎12、16、20、24，而不是在不知道轮胎12、16、20、24正在泄漏的情况下被困在道路上，这样为时已晚。该系统利用处理器30，该处理器获得轮胎12、16、20、24的压力和温度数据，并且使用利用在轮胎12、16、20、24上获得的温度数据的自然泄漏损失模型来处理该信息。该系统可附加地或另选地使处理器30针对每个轮胎12、16、20、24相较于车辆10上的其它轮胎12、16、20、24执行累积损坏模型，并且基于该建模通知用户轮胎12、16、20、24正在经历泄漏。更进一步，该系统可使用随温度的自然泄漏模型和累积损坏模型两者，并且仅当在特定时间这两个模型都指示轮胎12、16、20、24的泄漏时才发信号通知泄漏。
用于车辆10的轮胎系统试图检测轮胎12、16、20、24中的任一轮胎中的异常压力损失速率，并且在压力达到需要立即干预的临界水平之前提供警告。除了该输出之外，该系统还可向驾驶员提供轮胎12、16、20、24无论是由于轮胎随时间推移的自然压力损失还是由于可能为缓慢泄漏的异常压力损失事件诸如刺穿而需要再充气之前的时间估计。该系统可在两个时间尺度上操作，其中第一时间尺度具有长时间框架，在该长时间框架中，在预期范围之外检测到小压力偏差。轮胎系统在其中操作的较短时间框架适用于快速压力事件的检测。
图1示出了轮胎系统的实施方案，其中第一轮胎12由安装到携载第一轮胎12的轮辋中的第一传感器14测量。第一传感器14测量轮辋和第一轮胎12之间的腔体中的压力和温度。由第一传感器14获得的信息可由它传输到可携载在车辆10上的接收器28。该传输可通过无线传输进行，或者在一些情况下可以是硬接线传输。接收器28进而可将它的数据无线地传输到处理器30和/或数据存储装置36。这些元件30、36可位于云中或远离车辆的其它区域中，并且不需要携载在车辆上。处理器30可处理从接收器28接收的信息，并且可使用该信息来确定轮胎12是否正在泄漏。来自第一传感器14的信息可存储在数据存储装置36上，并且处理器30可利用数据存储装置36中的数据来作出泄漏确定，该数据不仅可包括来自第一传感器14的数据而且可包括来自其它传感器的数据。一旦处理器30处理数据，它就可以各种方式将该信息返回给用户。在一种情况下，来自处理器30的输出可被发送到位于车辆10中的车辆显示器32，如此操作者可接收该信息。附加地或另选地，处理器30可将信息发送到手持显示器34诸如蜂窝电话，如此用户可从处理器30获得输出。
在一些实施方案中，轮胎测量系统需要轮胎12、16、20、24的气压和轮胎12、16、20、24的空气温度两者来确定是否存在泄漏。图2示出了具有第一轮胎12、第二轮胎16、第三轮胎20和第四轮胎24的车辆10，每个轮胎各自具有它们自己的传感器，标示为第一传感器14、第二传感器18、第三传感器22和第四传感器26。来自这些传感器14、18、22、26的数据(数据可以是轮胎12、16、20、24的压力和温度)被传达到接收器28，该接收器位于车辆10上并且在范围内，并且能够将所接收的数据传输到数据存储装置36和/或处理器30。处理器30是计算机处理器，并且可使用所接收的数据来确定轮胎12、16、20、24中的一个轮胎是否正在发生泄漏。处理器30可从数据存储装置36和/或直接从接收器28提取数据来用于作出该确定。处理器30可具有它自己的内部数据存储装置，该内部数据存储装置允许处理器知道执行什么程序以便处理数据。处理器30还可从数据存储装置36获得数据或程序来执行。一旦处理器30处理该数据并且确定轮胎12、16、20、24的泄漏信息，处理器就可将该输出传输到可位于车辆10中的车辆显示器32以向用户显示。数据还可由搭载在车辆10上的数据存储装置36通过无线传输来传输到远离车辆10的数据存储装置40。数据存储装置40可简单地存储来自轮胎12、16、20、24的数据，或者可包括处理器，该处理器可同样地分析数据以确定是否正在发生泄漏。数据存储装置36、40可以是具有处理器和存储器以及存储信息的能力的计算机，或者可简单地是存储信息的元件，像硬盘驱动器或云上的存储设备。
来自传感器14、18、22、26的数据存储在数据存储装置36中，并且由处理器30获得，或者被直接发送到处理器30，或者通过两者的组合设法到达处理器30。处理器30可以是搭载在车辆10上的处理器或者可远离车辆10。处理器30能够处理所接收的数据以确定轮胎12、16、20、24中的一个轮胎中是否存在缓慢泄漏。处理器30可以是具有长期和短期存储器和数据存储能力的计算机。因此，应当理解，如本文所用，处理器30不仅能够根据处理数据的程序执行指令，而且还能够诸如经由硬盘驱动器或其它数据存储部件将数据存储在短期存储器或长期存储装置中。
数据可经过预处理，以便为后续处理步骤清理数据。处理器30可做的第一件事是按固定采样率对数据重采样。这可通过将来自各种传感器14、18、22、26的数据的采样率设定为相同时间区间并且使用该时间变量内的数据的中值作为该特定传感器14、18、22、26的指定读数来实现。当传感器14、18、22、26在它们之间的相同时间段返回不同数字时，可使用该清理。例如，在一分钟的进程内，第一传感器14可返回2.1巴、2.2巴、2.4巴、2.5巴和2.7巴的压力读数。处理器30可将该数据集的中数确定为2.4巴，并且将第一传感器14的读数设定为2.4巴/分钟。可以类似方式处理第一传感器14的温度读数，以产生第一传感器14温度/分钟的数据集。可对从其它传感器18、22、26测量的压力和温度数据重采样并且将其设定为每分钟内的数据的中值，使得所有传感器14、18、22、26都产生在相同时间量内的数据集。以此方式重新采样数据提高了数据分析的效率。图3是示出了来自传感器中的一个传感器随时间推移的原始压力数据以及示出在此类归一化之后的归一化压力数据的曲线图。
轮胎12、16、20、24内的压力的大部分日常变化是由于从白天到黑夜以及从车辆10行驶时到车辆静止时的温度波动。传感器14、18、22、26的温度读数在以下公式中使用，其中Tcold为17摄氏度：
例如，如果返回的数据是25摄氏度的测量温度(Tmeasured)并且返回的测量压力是2250毫巴(Pmeasured)，则Pcold将被计算为2250毫巴*((17+273.15)/(25+273.15))＝2250毫巴*(290.15/298.15)＝2250毫巴*0.973＝2189.6毫巴。基于理想气体定律将温度归一化的益处在于它不需要关于测量的先验知识。该温度归一化的缺点在于，它忽略了空气中的水分含量以及轮胎12、16、20、24中的传感器14、18、22、26的位置变化，这些因素可能会改变对温度的表观灵敏度。前一步骤中的重采样的压力可以是用于Pmeasured的压力，并且在一些情况下，处理器30还可以与对压力重采样相同的方式对温度重采样，并且该重采样的温度可用于公式中的Tmeasured。
处理器30接下来可执行处理步骤，其中丢弃异常值。异常值可以多种方式丢弃，并且一种这样的方式可涉及去除在任一侧上远离数据点大于0.1巴的数据以达到大约99％的置信区间。如果此类异常值是系列中的第一或最近数据点，则不丢弃它。图4示出了具有与先前在图3中示出的数据不同的数据的数据集，但在图4中去除了异常值。由处理器30进行的前述预处理步骤的结果针对每个传感器14、18、22、26提供比原始数据干净并且在给定的任何一天具有大约为原始数据的标准偏差的一半的标准偏差的数据集。在一些实施方案中，标准偏差可从未预处理的数据集的约40毫巴下降到过滤的数据集的约20毫巴。
随后可处理由传感器14、18、22、26提供的数据集，以便确定轮胎12、16、20、24中的一个轮胎是否正在发生快速泄漏和/或缓慢泄漏。然而，处理器30必须能够忽视该数据集内的可能掩盖或遮掩快速和/或缓慢泄漏的某些情形。例如，轮胎12、16、20、24可经历空气从内部通过内衬进行的自然泄漏，这在冬季是缓慢的并且在夏季是更快的。轮胎经历自然空气泄漏对于轮胎12、16、20、24中的每个轮胎都是一致的。此外，轮胎12、16、20、24的再充气可由所有者执行并且可显示在该数据中。轮胎的再充气可导致压力一天又一天地增加，并且对于每个车轮位置，再充气通常在趋势上是一致的，尽管在大小上不是一致的。此外，压力数据集可在其中具有轮胎12、16、20、24的放气，放气可能是由于轮胎12、16、20、24的压力检查或者通过手动轮胎放气。放气通常(尽管并非总是)同时影响车辆10上的所有轮胎12、16、20、24，并且可能导致泄漏检测的误报。最后，压力数据集可显示轮胎12、16、20、24的泄漏，这些泄漏是异常压力改变，但并未在所有车轮位置中反映出来。曲线图中的泄漏的形状通常是线性的、指数递减的或指数递增的。处理器30需要识别泄漏并且需要忽视数据集中由于自然泄漏、再充气或放气造成的数据。
处理器30随后可处理数据集以确定轮胎12、16、20、24中的一个轮胎是否具有快速泄漏。处理器30可通过使用以下公式来计算将当前测量的压力与前一天的中值压力进行比较的每日压力比：
这里，P(t)是在时间t测量的压力，Δt是时间的变化，并且在一个示例中是1天的时间。[P(t-Δt)；P(t)]是在时间t-Δt和t之间测量的所有压力。例如，在最近一天内，如果第一传感器14测量到2.40巴、2.42巴、2.40巴、2.5巴、2.5巴和2.5巴的压力读数，则中值将是2.45巴。如果在所考虑的时间点测量的P(t)为2.5巴，则r＝2.5巴/2.45巴＝1.02。很少泄漏或没有泄漏的轮胎的逐日比r在0.95和1.05之间。由此，当两个连续数据点的逐日比值下降到低于检测限值时，针对快速泄漏触发警告。在一些实施方案中，当对于两个连续数据点来说r值低于0.90时，处理器30可返回快速泄漏警告。图5示出了在数月的进程内第一传感器14的样本数据集的计算r值。在2019年7月，对于两个连续的数据点，r值下降到低于0.90，这表明第一轮胎12正在发生快速泄漏。图6示出了在该相同时间段内由第一轮胎12感测到的压力，该压力验证正在发生压力损失。图5和图6是针对第一传感器14和第一轮胎12的，并且没有示出其它传感器18、22、26和轮胎16、20、24的数据。
除了检测轮胎12、16、20、24的快速泄漏之外，处理器30还可分析数据集以确定轮胎是否正在经历缓慢泄漏。为了检测轮胎12、16、20、24是否正在发生缓慢泄漏，处理器利用两种不同方案并且将它们组合以实现稳健的检测。第一种方法是将测量压力与由随时间推移的自然压力损失的物理模型预测的压力进行比较。该压力损失速率是轮胎12、16、20、24中的当前压力和温度的函数。第二种方法是比较每个轮胎诸如轮胎12的压力损失速率，以识别该轮胎12的压力损失何时变得与其它轮胎16、20、24显著不同。也可对其它轮胎16、20、24相较于车辆10上的其它三个轮胎执行第二种方法。处理器30可使用这两种方法来确定轮胎12、16、20、24确实正在泄漏。
为了执行测量压力与由随时间推移的自然压力损失的物理模型预测的压力的确定，处理器30可首先从数据集除去如先前计算的任何快速泄漏数据。可对数据集进行分段，其中如果两个数据点之间的增量时间大于10天，则该数据变成新的段组。而且，如果检测到轮胎12、16、20、24的再充气，则该数据变成新的段组。如先前所讨论，当有人向轮胎充空气或氮气时，发生再充气。在该步骤中，处理器30再次查看先前计算的逐日比r以检测再充气。当连续值上升到高于充气限值时，轮胎12、16、20、24发生再充气，在一个实施方案中，该充气限值可设定为1.065。如果提供数据集以使得没有前一天的数据，则处理器30可利用附加规则来检测再充气。这里，如果两个连续数据点之间的压力差高于1.25巴，则处理器30检测到再充气。图7示出了随时间推移的计算逐日比r，并且在曲线图中显示了1.065巴的水平再充气线。如图所示，随时间推移的逐日比r在该曲线图上三次超出1.065巴的再充气线，这表明在这三个时刻轮胎12中正在发生再充气。图8示出了图7的轮胎12的随时间推移的以毫巴为单位的归一化压力，使得可查看压力读数以验证在这三个时刻实际上正在发生再充气。如图所示，归一化压力在图7曲线图上标示的三个时间点处增加，这指示在这些时刻已经发生再充气。
接下来，在去除了快速泄漏数据并且基于再充气将数据集分段成组的情况下，处理器30可处理这些段中的每个段中的归一化压力。图9包括与先前数据不同的新数据以说明该过程中的该下一步骤。在图9中，示出了随时间推移的归一化压力和过滤压力。处理器取归一化压力并计算滚动平均值，然后将图9中每天的该平均值指定为过滤压力。取归一化压力的滚动平均值减少了数据集中的噪声，并且在将归一化压力与过滤压力进行比较时产生如图9所示的更平滑的曲线。为了计算滚动平均值以获得过滤压力，处理器30可针对任何一天数据点取先前24小时时段的所有归一化压力并且对它们一起求平均，并且该平均值变成该一天数据点的过滤压力。例如，如果处理器30试图确定1/11/2018的过滤压力，则处理器取来自先前24小时时段的归一化压力读数，该归一化压力读数可以是1.65毫巴、1.65毫巴、1.70毫巴、1.71毫巴、1.66毫巴和1.68毫巴，并且这六个读数的平均值是1.67毫巴。在该图表上，1.67毫巴然后被指定为1/11/2018的过滤压力。图9中标示了4个分段的数据集，并且在数据集2和3之间存在快速泄漏。将该快速泄漏数据从处理中去除。在数据集1和2之间轮胎12发生再充气，并且在数据集3和4之间也发生再充气。
既然处理器30已经建立了经清理且分段的数据集，处理器30就可应用自然泄漏速率模型来估计轮胎12正在如何在环境条件下经历自然泄漏改变。由于空气渗透通过轮胎12并排出的正常发生，轮胎12将随时间推移自然地损失气压。空气随时间推移的这种自然损失不会与轮胎12的缓慢泄漏混淆，而替代地是通过轮胎12的内衬发生的空气损失。在一些情况下，自然空气损失速率可为1至5毫巴压力/天的速率。该自然空气损失速率取决于轮胎12的温度和压力。为了说明对温度和压力的这种依赖性，处理器30利用考虑轮胎12的热机械功能以及包壳腔体的空气成分的扩散-吸收的物理化学机制的函数指数模型。利用该自然泄漏模型，处理器30可探知考虑自然压力损失的任何给定时间的压力。自然泄漏模型使用以下公式：
Ppredicted(t)＝P(t-Δt)*(1-α(t)*Δt)
其中
这里，Ppredicted(t)是给定时间的压力。P(t-Δt)是先前数据点的压力，其中Δt是新数据点和先前数据点之间的增量时间。归一化压力是所使用的压力值。T(t)是给定时间的温度。E和τ0是取决于轮胎12的包壳的壁的构成特性的常数，并且换句话讲，是取决于轮胎12的几何形状和构成轮胎12的材料的渗透性的常数。这些参数是轮胎12相关的，但E＝5800K(E必须在5000K和6000K之间以接近轮胎12的内衬的激活能)和τ0＝1/3的值对于广泛标准轮胎设计来说是良好近似。
图10示出了一系列分段数据集，其中根据时间显示归一化压力。图10还示出了这些时间中的每个时间的自然损失压力(Ppredicted(t))，并且导致比归一化压力紧密得多的拟合。Ppredicted(t)的计算可用示例示出。测量第一轮胎12的第一传感器14提供每个时间的温度和压力读数两者。分段数据集中的一个分段数据集，例如如图1所示的分段数据集#1，可将其数据点从归一化压力转换为如图所示的自然损失压力。在第一数据集中的给定时间点，第一传感器14提供该特定给定时间点的T(t)，并且在该示例中，T(t)可以是32摄氏度。参数E＝5800K(相当于5526.8℃)和τ0＝1/3如上所述进行设定。将这些数字代入以上压力损失速率α(t)的公式中，该公式写作：α(t)＝1/(1/3)*e-(5526.85/(32+273.15))＝3*e-18.11＝3*1.36435×10-8＝4.093×10-8。
在计算出压力损失速率的情况下，Δt为1分钟，它是传感器14读数之间的时间。正在计算的压力点一分钟之前的压力是先前压力，并且它作为P(t-Δt)包括在公式中，并且在示例中是2220毫巴。求解Ppredicted(t)＝2220毫巴*(1-4.093×10-8*1)＝2220毫巴*(0.9999999591)＝2219毫巴。可针对所有数据段计算所有数据点的自然损失压力，并且这在图10中针对这些段中的每个段示出。图10中的数据是轮胎中的一个轮胎12的归一化压力和调整后自然损失压力，并且未针对车辆10的轮胎12、16、20、24中的每一个轮胎示出这些变量。
在计算出Ppredicted(t)的情况下，可查看每个段的自然压力损失以确定轮胎12是否正在经历缓慢泄漏，并且该泄漏检测是第一传感器14数据与模型的比较。在由自然压力损失模型预测的压力周围建立99％预测区间。该99％区间通过以下公式由上界和下界建立：
IP99％(t)＝[Ppredicted(t)-2.576*σ；Pprdeicted(t)+2.576*σ]
为了消除该区间之外的噪声，可高估标准偏差σ，如此处理器30可将标准偏差σ设定为等于40毫巴。在其它实施方案中，标准偏差σ可不同。这是由传感器14测量的未校正压力的标准偏差。预测区间允许对模型进行再调整。就这一点而言，如果20个连续数据点在区间的顶部之外，则处理器30将重启模型以将预测区间往回移位直到实际充气压力。预测模型允许的第二点是使处理器30预测轮胎是否正在比预期更快地损失压力。就这一点而言，如果20个连续的数据点在区间的底部之外，则处理器30在算法中的该点处检测潜在泄漏的区域。尽管作为示例给出了20个连续数据点，但在其它实施方案中可使用任何数字。如果由特定传感器14针对特定时间计算的Ppredicted(t)是2219毫巴，则IP99％(t)＝[2219–(2.576*40)；2219+(2.576*40)]＝[2219–103.04；2219+103.04]＝2115.96毫巴；即2322.40毫巴。在该时间点该区间的底部将是2115.96毫巴，并且在该时间点该区间的顶部将是2322.40毫巴。图11是如先前所讨论的一个数据段的曲线图，但该数据段具有之前没有示出的新数据。在图11上，对于测量数据的一个段，压力在Y轴上并且时间在X轴上。归一化压力，例如相对于关于图9的讨论计算的那些压力读数和滚动平均值，随时间推移绘制在图表上。计算Ppredicted(t)自然损失压力同样随时间推移绘制在曲线图上。具有上界和下界的IP99％(t)预测区间也如图所示随时间推移绘制在曲线图上。归一化压力在预测区间内，直到约2019年3月，此时它下降到低于预测区间的下限并且超出范围。低于预测区间的下限的归一化压力在图11中用“区间外”标示。如果归一化压力低于下限，则处理器30检测到轮胎12的泄漏。同样，图11的图表是针对车辆10的传感器中的仅一个传感器14，并且是针对车辆10的该传感器14的仅一个数据段。其它轮胎16、20、24以及它们的数据段可以类似的方式进行评估，以确定它们是否同样正在经历缓慢泄漏。
由处理器30进行的上述动作导致使用自然泄漏模型预测轮胎12、16、20、24的缓慢泄漏。然而，如果该模型具有较差起始点，则该缓慢泄漏模型的使用可能导致处理器30错误地检测泄漏。为了避免车辆10监测系统的误报，应当将该自然泄漏模型与车辆10上的相邻轮胎12、16、20、24的比较相结合。就这一点而言，会将第一轮胎12与车辆10上的其它三个轮胎26、20、24进行比较。会将第二轮胎16与轮胎12、20、24进行比较，并且会将第三轮胎20与轮胎12、16和24进行比较。而且，会将第四轮胎24与轮胎12、16、20进行比较。
为了比较轮胎12、16、20、24，应当计算轮胎12、16、20、24中的任何轮胎在任何时间的速率。为了计算该速率，假设压力损失是线性的，并且使用以下公式：
rate(t)是任何给定时间的速率，并且P(t)是给定时间的压力。Pthresh是压力阈值并且是常数。在客车轮胎的情况下，Pthresh可设定为1500毫巴。变量Ndays(t)是直到轮胎将达到Pthresh的估计天数。
为了求解rate(t)，可使用先前确定的逐日比r，并且项1-r(t)表达一天时间内压力的百分比改变。项P(t)是给定时间的压力。P(t)是实际测量压力，并且r(t)是如先前计算的逐日比r。以此方式，rate(t)可如下表达：
rate(t)＝P(t)*(1-r(t))
在一个示例中，如果时间t的压力是1800毫巴，并且先前计算的逐日比r是0.99，则rate(t)可被计算为1800毫巴*(1-0.99)＝1800毫巴*(0.01)＝18。求解rate(t)并且将Pthresh设定为常数允许处理器30使用先前公式来如下求解Ndays(t)：
就这一点而言，处理器30随后可计算在任何给定时间达到Pthresh所需的剩余天数(Ndays(t))。例如，如果rate(t)是18，并且如果Pthresh是1500毫巴，并且如果时间t的压力是1800毫巴，Ndays(t)＝(1800-1500)/18＝300/18＝16.66。
因此，处理器30能够在各种时间求解轮胎12、16、20、24中的每个轮胎的rate(t)，通常在车辆10操作时每分钟测量一次。当车辆10不操作时，可不进行测量。处理器30随后可通过使用以下公式来计算每个轮胎12、16、20、24之间的速率差：
diffi(t)＝rateest(t)-ratei(t)
在该计算中，rateest(t)是所考虑的轮胎诸如第一轮胎12的rate(t)，并且ratei(t)将是第一轮胎12与之比较的第二轮胎16的rate(t)。这些速率是如先前计算的那些。例如，如果第一轮胎12在特定时间t的速率为18，并且第二轮胎16在相同时间t的速率为17.5，则第一轮胎12和第二轮胎16之间在时间t的速率差为diffi(t)＝18–17.5＝0.5。该速率差是针对第一轮胎12对比第二轮胎16就最近5天内进行的所有测量计算的。处理器30还将针对第一轮胎12对比第三轮胎20就最近5天内进行的每次测量进行该相同速率差计算，并且将针对第一轮胎12对比第四轮胎24就最近5天内进行的每次测量进行该相同速率差计算。然后，仅利用第一轮胎12对比第二轮胎16的diffi(t)数据，处理器30通过以下公式针对最近5天内的这些速率差计算累积损坏模型：
在该公式中，c等于1/10并且是常数，并且a也是常数并且等于0.4。diffi(t)是先前计算的第一轮胎12对比第二轮胎16的速率差中的一个速率差，并且Ndays(t)是先前计算的在时间t达到时间阈值的剩余天数。例如，如果diffi(t)是0.5并且Ndays(t)是243天，则计算将是(1/10)*(0.5/243)0.4＝(1/10)*(0.00205761)0.4＝(1/10)*(0.08420642)＝0.00842064。处理器30随后将移动到下一个时间，该时间通常为1分钟，并且利用该下一个时间的diffi(t)和Ndays(t)值再次执行该相同计算以获得另一数字。计算最近5天内的所有时间，以及它们的对应值diffi(t)和Ndays(t)。将所有这些数字相加以得到第一轮胎12相较于第二轮胎16的D。系统随后将累积损坏D与累积速率限值进行比较，以查看D是否超出该累积速率限值。在一些实施方案中，累积速率限值为1。如果D大于1，则第一轮胎12和第二轮胎16之间存在显著差异。尽管被描述为在最近5天内进行求和，但在其它实施方案中，根据不同示例性实施方案，可在至少最近一天、至少最近2天、至少最近3天、至少最近4天、至少最近5天或在最近5-10天内进行求和。
处理器30随后可运行相同计算以确定第一轮胎12相对于第三轮胎20的D。就这一点而言，所使用的diffi(t)是第一轮胎12和第三轮胎20之间在时间t的速率差，并且Ndays(t)是第一轮胎12在时间t达到阈值的天数。将这些值输入以上公式并得到数字。使用下一个时间t的diffi(t)和Ndays(t)针对该时间t重复计算，并且同样地再次直到在最近5天内进行的所有测量都被制表。将所有这些数字加在一起以得到第一轮胎12相对于第三轮胎20的D。然后，将该数字D与相对于第三轮胎20为第一轮胎12设定的累积速率限值进行比较。在一些情况下，累积速率限值可为1。如果D大于1，则注意到第一轮胎12和第三轮胎20之间的显著差异。
处理器30可使用第一轮胎12对比第四轮胎24的值来重复该过程以得到第一轮胎12相对于第四轮胎24的D。同样，如果该特定D大于第一轮胎12和第四轮胎24的累积速率限值(该累积速率限值在一些情况下可为1)，则注意到第一轮胎12和第四轮胎24之间的显著差异。
先前提及的计算结果D是确定对材料造成的损坏的累积损坏模型。随着物理事件接踵而至，物理系统抵抗物理事件的能力降低并且所遭受的损坏增加。就这一点而言，累积损坏模型将损坏定义为在一定时段内损坏对象的事件的重复次数。在所描述的系统中，事件损坏是所考虑的轮胎和其相邻轮胎之间的比率r差。如果累积速率差损坏D越过值1，则处理器30认为存在的事件损坏足以证实两个轮胎之间的显著差异。
针对第一轮胎12对比第二轮胎16在每个时间t如先前所述计算累积速率差损坏D。相同过程允许针对第一轮胎12对比第三轮胎20以及针对第一轮胎12对比第四轮胎24计算累积速率差损坏D。在处理器30移动通过相邻轮胎比较时，如果针对相邻轮胎16、20、24中的至少两个轮胎的累积速率差损坏D大于1，则处理器30将检测到第一轮胎12的泄漏。就这一点而言，如果第一轮胎12对比第二轮胎16的D为1.1，并且第一轮胎12对比第三轮胎20的D为0.03，并且第一轮胎12对比第四轮胎24的D为0.05，则累积速率差损坏D中仅1个D大于1，因此处理器30未检测到第一轮胎12的泄漏。然而，如果除了第一轮胎12对比第四轮胎24的累积速率差损坏D为1.2的事实之外，相同的数字不变，则情况将是D值中的2个D值大于1，并且在这种情况下，处理器30将在该累积损坏模型下指示第一轮胎12正在泄漏。
处理器30通过累积损坏模型检测泄漏的另一示例在以下呈现，其中针对第一轮胎12相对于第二轮胎16、第三轮胎20和第四轮胎24执行先前过程。图12示出了第一轮胎12的过滤压力对时间的示例，其中压力没有下降到低于1500毫巴，并且因此第一轮胎12未在泄漏。压力确实有随时间推移向下的趋向，这可指示第一轮胎12的自然压力损失或者可指示轮胎12的缓慢泄漏。然而，使用第一轮胎12相对于第二轮胎16、第三轮胎20和第四轮胎24的累积速率差损坏D，未检测到此类泄漏。图13示出了在与图12相同的时间量内针对这三个轮胎16、20、24的累积速率差损坏D，并且D值都不超过1。由于没有一个D值超过1，因此处理器30指示第一轮胎12未在泄漏。
图14中示出了另一示例，其中再次呈现了第一轮胎12的过滤压力对比时间，只是这一次第一轮胎12中存在泄漏。根据图14中呈现的数据，在2019年3月左右，第一轮胎12开始损失气压，并且在2019年4月，压力下降到低于1500毫巴的阈值。图15中示出了第一轮胎12对比相邻轮胎16、20、24的累积损坏D。第四轮胎24的累积速率差损坏D在约2018年10月达到值1，但第二轮胎16和第三轮胎20的损坏D未达到该值，因此处理器30并不指示第一轮胎12的泄漏，因为相邻轮胎中只有1个轮胎而不是2个轮胎达到值1。转到约2019年3月的数据，可看出，损坏D值中的两个或甚至三个D值超出1，这意味着处理器30此时检测到第一轮胎12的泄漏。图14中的第一轮胎12的压力在2019年3月并不低于1500毫巴阈值，因此检测到的泄漏可能是第一轮胎12的缓慢泄漏。在2019年4月，第一轮胎12对比所有三个其它轮胎16、20、24的累积损坏D都大于1，这同样意味着处理器30已经在相邻轮胎比较模型下检测到第一轮胎12的泄漏。如图14所示的第一轮胎12的过滤压力在2019年4月低于1500毫巴阈值，验证了事实上第一轮胎12正在泄漏。
处理器30还可针对第二轮胎16重复该相同分析，其中处理器可针对第二轮胎16相对于第一轮胎12、第三轮胎20和第四轮胎24执行相邻轮胎损坏比较，以在该模型下查看第二轮胎16是否正在泄漏。此外，处理器30可相对于相邻第一轮胎12、第二轮胎16和第四轮胎24分析第三轮胎20，以在该特定损坏模型下确定第三轮胎20是否正在泄漏。最后，可查看第四轮胎24以通过在先前讨论的累积损坏模型下将它与第一轮胎12、第二轮胎16和第三轮胎20进行比较来确定它是否正在泄漏。因此，处理器30可能够检查所有四个轮胎12、18、20、24，以根据该相邻轮胎比较分析相对于它们中的任何轮胎的相邻轮胎来确定该轮胎是否正在泄漏。尽管被描述为需要轮胎18、20、24中的至少2个轮胎越过为1的累积速率差线才能检测泄漏，但在其它实施方案中，只需要轮胎18、20、24中的至少一个轮胎越过累积速率差线1就可让处理器30发信号通知第一轮胎18的泄漏，并且在其它实施方案中，所有三个轮胎18、20、24必须都越过累积速率差线1才可让处理器30发信号通知第一轮胎18的泄漏。
本发明系统可通过将轮胎与车辆上的其它轮胎进行比较的损坏模型、或者通过所讨论的利用温度数据的自然泄漏模型、或者通过这两种方法的组合来警示车辆的操作者是否存在轮胎泄漏。就这一点而言，可能的情况是，为了最小化误报率，可组合这两种方法。仅当在同一时间t处理器30在损坏模型轮胎比较下并且通过利用温度数据的自然泄漏模型确定轮胎12、18、20、24中的一个轮胎正在泄漏时，处理器30才可识别泄漏。如果在同一时间t通过这些方法中的一种方法而不是两种方法检测到泄漏，则处理器30不发信号通知正在发生泄漏。然而，存在其它实施方案，其中当通过利用温度数据的自然泄漏模型或通过损坏模型轮胎比较检测到泄漏时，处理器30可发信号通知泄漏。当处理器30确定正在发生泄漏时，该信息可被发送到车辆显示器32和/或手持显示器34以警示车辆10的用户轮胎12、16、20、24中的一个或多个轮胎有泄漏。
尽管已经关于具体实施方案及其方法详细描述了本发明主题，但是应了解的是，在理解前述内容后，本领域技术人员可容易设想此类实施方案的修改、变型以及等效内容。因此，本公开的范围是通过示例的方式而不是通过限制的方式，并且本公开不排除包括对本主题的显而易见的此类修改、变化和/或添加。

Claims (16)

1.一种用于检测泄漏的系统，包括：
第一传感器，所述第一传感器从车辆的第一轮胎获得压力和温度数据；
第二传感器，所述第二传感器从所述车辆的第二轮胎获得压力和温度数据；
第三传感器，所述第三传感器从所述车辆的第三轮胎获得压力和温度数据；
第四传感器，所述第四传感器从所述车辆的第四轮胎获得压力和温度数据；
处理器，所述处理器从所述第一传感器、所述第二传感器、所述第三传感器和所述第四传感器获得数据，并且使用自然泄漏模型和/或损坏比较模型来确定所述第一轮胎是否正在泄漏，其中：
所述自然泄漏模型包括：
其中如果所述第一传感器的压力测量结果并非全部以固定采样率就绪，则所述处理器按固定采样率对所述压力测量结果重采样，并且其中所述处理器计算不同时间的一组归一化压力读数；
其中所述处理器通过使用先前时间的所述归一化压力、特定时间和所述先前时间之间的时间差以及所述第一传感器在所述特定时间的温度测量结果来计算所述第一轮胎在所述特定时间的预测的压力；
其中所述处理器使用所述预测的压力来计算预测区间，并且如果所述特定时间的所述归一化压力下降到低于所述特定时间的所述预测区间，则所述处理器在所述自然泄漏模型下检测到所述第一轮胎的泄露，即使有足够数量的未来测量的归一化压力超过所述特定时间的所述归一化压力，情况也是如此；并且
其中所述损坏比较模型包括：
其中所述处理器计算所述第一轮胎在不同时间的压力逐日比(r(t))、所述第二轮胎在所述不同时间的压力逐日比、所述第三轮胎在所述不同时间的压力逐日比以及所述第四轮胎在所述不同时间的压力逐日比；
其中所述处理器通过公式rate(t)＝P(t)*(1-r(t))计算所述第一轮胎的rate(t)，其中P(t)是所述第一轮胎在时间t的压力，并且r(t)是所述第一轮胎在所述时间t的压力逐日比r；
其中所述处理器通过公式rate(t)＝P(t)*(1-r(t))计算所述第二轮胎的rate(t)，其中P(t)是所述第二轮胎在时间t的压力，并且r(t)是所述第二轮胎在所述时间t的压力逐日比r；
其中所述处理器通过公式rate(t)＝P(t)*(1-r(t))计算所述第三轮胎的rate(t)，其中P(t)是所述第三轮胎在时间t的压力，并且r(t)是所述第三轮胎在所述时间t的压力逐日比r；
其中所述处理器通过公式rate(t)＝P(t)*(1-r(t))计算所述第四轮胎的rate(t)，其中P(t)是所述第四轮胎在时间t的压力，并且r(t)是所述第四轮胎在所述时间t的压力逐日比r；
其中所述处理器通过公式Ndays(t)＝(P(t)–Pthresh)/rate(t)计算所述第一轮胎在不同时间到所述第一轮胎达到压力阈值的估计天数(Ndays(t))，其中Pthresh是常数，P(t)是所述第一轮胎在时间t的压力，并且rate(t)是先前计算的所述第一轮胎的rate(t)；
其中所述处理器通过公式diffi(t)＝rateest(t)–ratei(t)计算所述第一轮胎和所述第二轮胎之间在所述不同时间的速率差，其中diffi(t)是所述第一轮胎和所述第二轮胎之间在时间t的速率差，rateest(t)是先前计算的所述第一轮胎在时间t的rate(t)，并且ratei(t)是先前计算的所述第二轮胎的rate(t)；
其中所述处理器通过公式diffi(t)＝rateest(t)–ratei(t)计算所述第一轮胎和所述第三轮胎之间在所述不同时间的速率差，其中diffi(t)是所述第一轮胎和所述第三轮胎之间在时间t的速率差，rateest(t)是先前计算的所述第一轮胎在时间t的rate(t)，并且ratei(t)是先前计算的所述第三轮胎的rate(t)；
其中所述处理器通过公式diffi(t)＝rateest(t)–ratei(t)计算所述第一轮胎和所述第四轮胎之间在所述不同时间的速率差，其中diffi(t)是所述第一轮胎和所述第四轮胎之间在时间t的速率差，rateest(t)是先前计算的所述第一轮胎在时间t的rate(t)，并且ratei(t)是先前计算的所述第四轮胎的rate(t)；
其中所述处理器通过以下公式计算所述第一轮胎相对于所述第二轮胎的累积损坏：
其中diffi(t)是先前计算的所述第一轮胎和所述第二轮胎之间在时间t的diffi(t)速率差，Ndays(t)是先前计算的第一轮胎在时间t的估计天数(Ndays(t))，其中c和a是常数，并且其中求和是在至少最近1天的时间内进行的；
其中所述处理器通过以下公式计算所述第一轮胎相对于所述第三轮胎的累积损坏：
其中diffi(t)是先前计算的所述第一轮胎和所述第三轮胎之间在时间t的diffi(t)速率差，Ndays(t)是先前计算的第一轮胎在时间t的估计天数(Ndays(t))，其中c和a是常数，并且其中求和是在至少最近1天的时间内进行的；
其中所述处理器通过以下公式计算所述第一轮胎相对于所述第四轮胎的累积损坏：
其中diffi(t)是先前计算的所述第一轮胎和所述第四轮胎之间在时间t的diffi(t)速率差，Ndays(t)是先前计算的第一轮胎在时间t的估计天数(Ndays(t))，其中c和a是常数，并且
其中求和是在至少最近1天的时间内进行的；
其中所述处理器将所述第一轮胎相对于所述第二轮胎的所述累积损坏D、所述第一轮胎相对于所述第三轮胎的所述累积损坏D和所述第一轮胎相对于所述第四轮胎的所述累积损坏D与累积速率限值进行比较，以在所述损坏比较模型下检测所述第一轮胎的泄漏；和
显示器，所述显示器输出由所述处理器检测到的所述第一轮胎的泄漏。
2.根据权利要求1所述的系统，其中仅当所述处理器在所述自然泄漏模型下检测到所述第一轮胎在所述特定时间的所述泄漏并且还在所述损坏比较模型下检测到所述第一轮胎在同一特定时间的所述泄漏时，所述处理器才输出所述第一轮胎的所检测到的泄漏。
3.根据权利要求1或2所述的系统，其中计算所述第一轮胎相对于所述第二轮胎的所述累积损坏的求和是在最近5天的时间内进行的；
其中计算所述第一轮胎相对于所述第三轮胎的所述累积损坏的求和是在最近5天的时间内进行的；
其中计算所述第一轮胎相对于所述第四轮胎的所述累积损坏的求和是在最近5天的时间内进行的。
4.根据权利要求1-3中任一项所述的系统，其中所述处理器通过将所述常数c设定为1/10并且通过将所述常数a设定为0.4来计算所述第一轮胎相对于所述第二轮胎的所述累积损坏；
其中所述处理器通过将所述常数c设定为1/10并且通过将所述常数a设定为0.4来计算所述第一轮胎相对于所述第三轮胎的所述累积损坏；并且
其中所述处理器通过将所述常数c设定为1/10并且通过将所述常数a设定为0.4来计算所述第一轮胎相对于所述第四轮胎的所述累积损坏。
5.根据权利要求1-4中任一项所述的系统，其中如果所述第一轮胎相对于所述第二轮胎的所述累积损坏D、所述第一轮胎相对于所述第三轮胎的所述累积损坏D和所述第一轮胎相对于所述第四轮胎的所述累积损坏D中的至少两者大于1，则所述处理器在所述损坏比较模型下检测到所述第一轮胎的泄漏。
6.根据权利要求1-5中任一项所述的系统，其中所述第一传感器的所述压力测量结果不处于固定采样率，并且所述处理器通过计算在一分钟的时间增量内所述第一传感器的所述压力测量结果的中值来对所述第一传感器的所述压力测量结果重采样。
7.根据权利要求1-6中任一项所述的系统，其中在所述自然泄漏模型中，所述处理器通过以下公式计算所述一组归一化压力读数：
其中Tmeasured是由所述第一传感器在所述特定时间测量的温度，其中Pmeasured是由所述第一传感器在所述特定时间测量的压力，并且其中Tcold是17摄氏度。
8.根据权利要求7所述的系统，其中所述处理器通过在归一化压力读数在量值上比先前或后续归一化压力读数大0.1巴的情况下丢弃所述归一化压力读数来将异常值从所述一组归一化压力读数中去除。
9.根据权利要求1-7中任一项所述的系统，其中在所述自然泄漏模型中，所述处理器通过以下方式对来自所述第一传感器的所述归一化压力读数进行分段：去除指示所述第一轮胎的快速气压泄漏的归一化压力读数并且在所述归一化压力读数指示所述第一轮胎的再充气时开始新的段。
10.根据权利要求9所述的系统，其中所述处理器通过以下方式对来自所述第一传感器的所述段中的所述归一化压力读数进行过滤：计算先前时段内的滚动平均值并且将所述滚动平均值指定为所述特定时间的过滤压力。
11.根据权利要求10所述的系统，其中所述滚动平均值是在所述特定时间之前的24小时时段内的来自所述第一传感器的所有所述归一化压力的平均值。
12.根据权利要求1-11中任一项所述的系统，其中所述处理器通过以下公式计算所述预测的压力：
Ppredicted(t)＝P(t-Δt)*(1-α(t)*Δt)
其中
其中T(t)是所述第一轮胎的温度，其中P(t-Δt)是所述第一轮胎在先前数据点处的压力，其中Δt是所述第一传感器的读数之间的时间，其中E和τ0是常数。
13.根据权利要求12所述的系统，其中E是5800开尔文，并且其中τ0是1/3。
14.根据权利要求1-13中任一项所述的系统，其中在所述自然泄漏模型中，所述处理器使用以下公式计算所述预测区间：
IP99％(t)＝[Ppredicted(t)-2.576*σ；Ppredicted(t)+2.576*σ]
其中σ是40毫巴，并且其中如果对于Ppredicted的至少20个连续数据点，Ppredicted下降到低于IP99％(t)的下限，则所述处理器检测到所述第一轮胎的所述泄漏。
15.根据权利要求10所述的系统，其中所述处理器根据由所述第二传感器提供的数据计算在不同时间的一组归一化压力读数，其中所述处理器通过以下方式对来自所述第二传感器的所述归一化压力读数进行分段：去除指示所述第二轮胎的快速气压泄漏的归一化压力读数并且在所述归一化压力读数指示所述第二轮胎的再充气时开始新的段，并且其中所述处理器通过以下方式对来自所述第二传感器的所述段中的所述归一化压力读数进行过滤：计算先前时段内的滚动平均值并且将所述滚动平均值指定为所述第二轮胎在所述特定时间的过滤压力；
其中所述处理器根据由所述第三传感器提供的数据计算在不同时间的一组归一化压力读数，其中所述处理器通过以下方式对来自所述第三传感器的所述归一化压力读数进行分段：去除指示所述第三轮胎的快速气压泄漏的归一化压力读数并且在所述归一化压力读数指示所述第三轮胎的再充气时开始新的段，并且其中所述处理器通过以下方式对来自所述第三传感器的所述段中的所述归一化压力读数进行过滤：计算先前时段内的滚动平均值并且将所述滚动平均值指定为所述第三轮胎在所述特定时间的过滤压力；
其中所述处理器根据由所述第四传感器提供的数据计算在不同时间的一组归一化压力读数，其中所述处理器通过以下方式对来自所述第四传感器的所述归一化压力读数进行分段：去除指示所述第四轮胎的快速气压泄漏的归一化压力读数并且在所述归一化压力读数指示所述第四轮胎的再充气时开始新的段，并且其中所述处理器通过以下方式对来自所述第四传感器的所述段中的所述归一化压力读数进行过滤：计算先前时段内的滚动平均值并且将所述滚动平均值指定为所述第四轮胎在所述特定时间的过滤压力；
其中由所述处理器在所述损坏比较模型中使用的所述压力是所述第一轮胎的所述过滤压力、所述第二轮胎的所述过滤压力、所述
16.根据权利要求1-15中任一项所述的系统，其中所述显示器内置于所述车辆中，并且其中所述处理器远离所述车辆并且不与所述车辆接合。
CN202080108040.1A 2020-12-21 2020-12-21 用于车辆轮胎的缓慢泄漏检测系统 Pending CN116669969A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2020/066323 WO2022139786A1 (en) 2020-12-21 2020-12-21 Slow leak detection system for vehicle tires

Publications (1)

Publication Number Publication Date
CN116669969A true CN116669969A (zh) 2023-08-29

Family

ID=74104254

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080108040.1A Pending CN116669969A (zh) 2020-12-21 2020-12-21 用于车辆轮胎的缓慢泄漏检测系统

Country Status (4)

Country Link
US (1) US20240042812A1 (zh)
EP (1) EP4263244A1 (zh)
CN (1) CN116669969A (zh)
WO (1) WO2022139786A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4306337A1 (en) * 2022-07-12 2024-01-17 Bridgestone Europe NV/SA Tire pressure loss detection
US20240109378A1 (en) * 2022-09-30 2024-04-04 The Goodyear Tire & Rubber Company Modular tire pressure leak detection system

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5900809A (en) * 1991-08-08 1999-05-04 Michelin Recherche Et Technique, S.A. Method for processing pressure and temperature measurements in a tire monitoring system
EP1666279A2 (en) * 2004-12-03 2006-06-07 The Goodyear Tire & Rubber Company Method for detection of low leak rates in a tire
US20130274988A1 (en) * 2012-04-12 2013-10-17 Continental Automotive Gmbh Method for detecting leakage of a vehicle tire
CN104044413A (zh) * 2013-03-14 2014-09-17 固特异轮胎和橡胶公司 预测的基于同等的轮胎健康监测
US20180178598A1 (en) * 2015-06-12 2018-06-28 Jaguar Land Rover Limited Controller for a motor vehicle and method
CN109278482A (zh) * 2017-07-21 2019-01-29 通用汽车环球科技运作有限责任公司 确定轮胎泄漏速率

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4333467B2 (ja) * 2004-04-28 2009-09-16 株式会社デンソー タイヤ空気圧検出装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5900809A (en) * 1991-08-08 1999-05-04 Michelin Recherche Et Technique, S.A. Method for processing pressure and temperature measurements in a tire monitoring system
EP1666279A2 (en) * 2004-12-03 2006-06-07 The Goodyear Tire & Rubber Company Method for detection of low leak rates in a tire
US20130274988A1 (en) * 2012-04-12 2013-10-17 Continental Automotive Gmbh Method for detecting leakage of a vehicle tire
CN103373185A (zh) * 2012-04-12 2013-10-30 法国大陆汽车公司 用于检测车辆轮胎的泄漏的方法
CN104044413A (zh) * 2013-03-14 2014-09-17 固特异轮胎和橡胶公司 预测的基于同等的轮胎健康监测
US20140277910A1 (en) * 2013-03-14 2014-09-18 The Goodyear Tire & Rubber Company Predictive peer-based tire health monitoring
US20180178598A1 (en) * 2015-06-12 2018-06-28 Jaguar Land Rover Limited Controller for a motor vehicle and method
CN109278482A (zh) * 2017-07-21 2019-01-29 通用汽车环球科技运作有限责任公司 确定轮胎泄漏速率

Also Published As

Publication number Publication date
EP4263244A1 (en) 2023-10-25
WO2022139786A1 (en) 2022-06-30
US20240042812A1 (en) 2024-02-08

Similar Documents

Publication Publication Date Title
US6868358B2 (en) Method for processing information in a tire pressure monitoring system
EP2777957B1 (en) Predictive peer-based tire health monitoring
US7218209B2 (en) Method and apparatus for determining correct tire pressure inflation during adjustment
CN112918196B (zh) 一种轮胎状态安全预警方法、系统及车辆
JP4397327B2 (ja) ランフラット状態で継続走行するランフラットタイヤの走行余命を判定する、方法及び装置
EP1736329B1 (en) Method and device for determining end of run-flat run life of run-flat tire
US7197922B2 (en) Tire rotation detection using tire temperature profiling
JP5868589B2 (ja) 空気入りタイヤ、タイヤ劣化状態判定システムおよびタイヤ劣化状態判定方法
EP1666279A2 (en) Method for detection of low leak rates in a tire
CN116669969A (zh) 用于车辆轮胎的缓慢泄漏检测系统
JP2007196999A (ja) タイヤ監視システムにおけるデータ処理方法
CN102485513B (zh) 检测轮胎漏气的方法
US20160229235A1 (en) Method and system for monitoring a tyre
CN115519942A (zh) 轮胎更换预估系统和方法
US20080278304A1 (en) Method and Apparatus for Monitoring Pressure of Vehicle Tires
EP4246117A1 (en) Tire wear condition predicting system, tire wear condition predicting program, and tire wear condition predicting method
KR102089669B1 (ko) 자동차 타이어 압력을 모니터하기 위한 시스템에서의 바이에시안 접근 방식에 기초한 판단 지원 방법
WO2022080221A1 (ja) タイヤ空気圧監視システムおよびタイヤ空気圧監視プログラム
CN110958952B (zh) 用于诊断车辆轮胎的充气状况的方法
CN110997355A (zh) 用于诊断车辆轮胎的充气状况的方法
JP2005022552A (ja) タイヤの空気圧点検実施推奨方法および装置、ならびに空気圧点検実施推奨のプログラム

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