CN116954066A - 动力供应系统的漂移检测系统和方法 - Google Patents
动力供应系统的漂移检测系统和方法 Download PDFInfo
- Publication number
- CN116954066A CN116954066A CN202310462727.0A CN202310462727A CN116954066A CN 116954066 A CN116954066 A CN 116954066A CN 202310462727 A CN202310462727 A CN 202310462727A CN 116954066 A CN116954066 A CN 116954066A
- Authority
- CN
- China
- Prior art keywords
- power supply
- supply system
- controller
- sensor
- drift
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 148
- 238000000034 method Methods 0.000 title abstract description 49
- 230000003044 adaptive effect Effects 0.000 claims abstract description 91
- 230000004044 response Effects 0.000 claims abstract description 48
- 230000008859 change Effects 0.000 claims description 115
- 238000004422 calculation algorithm Methods 0.000 claims description 71
- 230000006378 damage Effects 0.000 claims description 41
- 230000000977 initiatory effect Effects 0.000 claims description 16
- 238000012423 maintenance Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 7
- 238000005259 measurement Methods 0.000 description 145
- 230000006870 function Effects 0.000 description 68
- 230000009471 action Effects 0.000 description 58
- 230000006399 behavior Effects 0.000 description 43
- 238000004146 energy storage Methods 0.000 description 36
- 239000000446 fuel Substances 0.000 description 32
- 238000009529 body temperature measurement Methods 0.000 description 26
- 230000006854 communication Effects 0.000 description 23
- 238000004891 communication Methods 0.000 description 23
- 238000012544 monitoring process Methods 0.000 description 23
- 238000012546 transfer Methods 0.000 description 22
- 238000001816 cooling Methods 0.000 description 21
- 230000000246 remedial effect Effects 0.000 description 18
- 238000010801 machine learning Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 15
- 230000033001 locomotion Effects 0.000 description 12
- 239000002826 coolant Substances 0.000 description 10
- 230000001629 suppression Effects 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 7
- 238000010438 heat treatment Methods 0.000 description 7
- 239000003208 petroleum Substances 0.000 description 7
- 239000003570 air Substances 0.000 description 6
- 230000000903 blocking effect Effects 0.000 description 6
- 230000001939 inductive effect Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000002485 combustion reaction Methods 0.000 description 5
- 239000007789 gas Substances 0.000 description 5
- 230000001965 increasing effect Effects 0.000 description 5
- 230000001172 regenerating effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 239000002283 diesel fuel Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000002955 isolation Methods 0.000 description 4
- 230000007257 malfunction Effects 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 230000002787 reinforcement Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 230000003137 locomotive effect Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 238000003466 welding Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000009474 immediate action Effects 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000010792 warming Methods 0.000 description 2
- 208000032953 Device battery issue Diseases 0.000 description 1
- 230000005355 Hall effect Effects 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 239000003225 biodiesel Substances 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008867 communication pathway Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 239000012809 cooling fluid Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000008531 maintenance mechanism Effects 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
漂移检测系统和方法可以随时间监测动力供应系统的至少第一运行参数和第二运行参数,并根据第一运行参数和第二运行参数的值生成自适应模型。该自适应模型可以包括由第一运行参数的值和第二运行参数的值定义的数据点。数据点可以根据第一运行参数的指定范围被分组为多个箱,并且可以根据箱内的数据点为各个箱计算节点。可根据节点确定输出函数,并至少部分地根据输出函数与第二运行参数的最近值之间的偏移量检测出漂移事件。响应于漂移事件可生成控制信号,以控制动力供应系统和/或通知操作人员。
Description
相关申请的交叉引用
本申请要求于2022年4月26日提交的美国临时专利申请第63/363594号和2023年4月10号提交的美国非临时专利申请第18/297834号的优先权,其全部公开内容通过引用并入本文。
技术领域
本公开的主题涉及动力供应系统,如发动机。
背景技术
期望监测动力供应系统(如发动机、燃料电池、喷气式涡轮机、电池包等)的运行,以检测可能指示损坏或如果未处理则导致损坏的意外事件和行为。现有的监测系统将参数的传感器测量值与预期动力供应系统性能的预校准模型进行比较。这种模型描述了输入参数之间的预编码关系,这些参数是根据外部信息确定的。外部信息可以包括从众多动力供应系统的性能中收集的历史数据、实验数据等。当被监测的动力供应系统的参数超过预校准模型中的阈值时,监测系统可以记录事件。
然而,由于固有的系统-系统变化,预校准的模型可能无法准确预测某些类型的动力供应系统的运行性能。例如,即使不同的燃料发动机是用类似的零部件建造的,由于各种因素的结合,如可变的运行条件、制造差异、磨损、零部件变化等,不同的燃料燃烧发动机的参数可能有很大的变化。因此,一个动力供应系统中两个参数之间的关系可能会相对于另一个相同类型的动力供应系统中相同的两个参数之间的关系而变化。此外,在动力供应系统的生命周期内,单个动力供应系统的运行行为也可能随时间变化。由于动力供应系统的行为在系统之间以及随时间的推移是可变的,因此将特定动力供应系统的运行参数与静态模型(该模型试图定义一类动力供应系统的普遍行为)进行比较,将不能可靠、准确和/或快速地检测特定动力供应系统的意外行为以避免或限制损害。亟需与目前可用的系统和方法不同的系统和方法。
发明内容
根据一个例子或方面,提供了一种漂移检测系统,其包括由一个或多个处理器组成的控制器。该控制器可被配置为获取动力供应系统的第一运行参数的值和动力供应系统的第二运行参数的值。第一运行参数和第二运行参数可以在动力供应系统运行时随时间变化而被监测。该控制器可被配置为基于监测到的第一运行参数的值和第二运行参数的值来生成自适应模型。该自适应模型可以包括多个数据点,其中每个数据点由第一运行参数的各自数值和第二运行参数的各自数值定义。控制器可被配置为根据第一运行参数的指定范围将数据点分组到多个箱,并根据各箱内的数据点计算与各箱相关的节点。控制器可被配置为根据节点确定输出函数,该函数表示第一运行参数和第二运行参数之间的关系。控制器可以至少部分地基于自适应模型的输出函数和监测到的第二运行参数的最近值之间的偏移量来检测漂移事件。响应于检测到漂移事件,控制器可生成控制信号,以实现以下一项或多项:(i)通知操作人员动力供应系统有损坏的风险;(ii)启动动力供应系统的维修;(iii)对动力供应系统应用操作约束;或(iv)关闭动力供应系统。
根据一个例子或方面,提供了一种方法(例如,用于检测动力供应系统的漂移)。该方法可以包括在动力供应系统运行时,随着时间的推移监测动力供应系统的第一运行参数和第二运行参数。该方法可以包括根据被监测的第一运行参数的值第二运行参数的值生成自适应模型。该自适应模型可以包括多个数据点,其中每个数据点由第一运行参数的各自数值和第二运行参数的各自数值定义。生成自适应模型可以包括根据第一运行参数的指定范围将数据点分组到多个箱,并根据各个箱内的数据点计算与各个箱相关的节点。生成自适应模型可以包括基于节点确定输出函数,该输出函数代表第一操作函数和第二运行参数之间的关系。该方法可以包括至少部分地基于自适应模型的输出函数和监测到的第二运行参数的值之间的偏移量来检测漂移事件。响应于检测到漂移事件,控制器可生成控制信号,以实现以下一项或多项:(i)通知操作人员动力供应系统有损坏的风险;(ii)启动动力供应系统的维修;(iii)对动力供应系统应用操作约束;或(iv)关闭动力供应系统。
根据实施例或方面,提供了一种运载工具,该运载工具可以包括发动机、一个或多个传感器和控制器。发动机可被配置为产生用于推动运载工具运动的动力。一个或多个传感器可被配置为产生与发动机相应的传感器测量值。控制器可以包括一个或多个处理器,并可操作地连接到一个或多个传感器。该控制器可以被配置为在动力供应系统运行时,随着时间的推移监测动力供应系统的第一运行参数和第二运行参数,基于由一个或多个传感器产生的传感器测量值。该控制器可基于监测到的第一运行参数和第二运行参数的值生成自适应模型。该自适应模型可以包括多个数据点,其中每个数据点由第一运行参数的各自数值和第二运行参数的各自数值定义。控制器可被配置为根据第一运行参数的指定范围将数据点分组到多个箱,并根据各箱内的数据点计算与各箱相关的节点。控制器可被配置为根据节点确定输出函数,该函数表示第一运行参数和第二运行参数之间的关系。控制器可以至少部分地基于自适应模型的输出函数和监测到的第二运行参数的最近值之间的偏移量来检测漂移事件。响应于检测到漂移事件,控制器可生成控制信号,以实现以下一项或多项:(i)通知操作人员动力供应系统有损坏的风险;(ii)启动动力供应系统的维修;(iii)对动力供应系统应用操作约束;或(iv)关闭动力供应系统。
附图说明
可以通过阅读以下对非限制性实施例的描述并参考如下附图来理解本公开的主题,其中:
图1是根据实施例的设置在运载工具上的漂移检测系统的示意框图;
图2是根据实施例的基于监测的曲轴箱压力和排气流量绘制的数据点的图;
图3是描绘根据实施例的自适应模型的图;
图4是绘制的随时间变化偏移量的第一张图和同一时期内变化检测算法的输出信号的第二张图;
图5是根据实施例的用于检测动力供应系统的漂移事件的方法的流程图;
图6是根据本公开实施例的偏差检测系统的示意图;
图7是根据实施例的包含偏差检测系统的运载工具系统的示意图;
图8是示出根据实施例的偏差检测系统的控制单元的操作的方框流程图;
图9是描绘根据实施例由与能量供应电路相关的温度传感器生成的传感器测量值的图;
图10是根据实施例的用于检测和响应能量供应系统中的偏差状况的方法的流程图;
图11是根据实施例的用于电源电路的偏差检测系统的框图;以及
图12是根据实施例的用于检测和响应偏差状况的方法的流程图。
具体实施方式
本文描述的主题的实施例涉及用于检测动力供应系统的运行行为的漂移的漂移检测系统和方法。该运行行为能够包括动力供应系统的运行参数之间的关系。例如,漂移检测系统可以随着时间的推移监测动力供应系统的至少两个离散参数,并跟踪监测到的运行参数的值相对于动力供应系统的不同控制设置如何变化。
漂移检测系统根据监测的参数生成自适应模型。通过监测的参数,自适应模型学习动力供应系统的运行行为,并生成输出函数来表征该行为。该输出函数被用来预测动力供应系统在不久的将来的行为(例如,一个或多个参数)。与典型的漂移检测系统不同,自适应模型是基于正被监测的特定动力供应系统的实际运行行为。自适应模型不是具有运行参数之间预编码关系的预校准模型,所以不存在该模型不能准确地表征被监测的特定动力供应系统的问题。
自适应模型根据监测到的运行参数的近期的更新值随时间更新(例如,自适应)。通过随着时间推移进行自适应,自适应模型捕捉基于正常磨损等的动力供应系统参数的自然变化,而不对可能的损害发出警报。监测的参数值与自适应模型中表征的预测行为进行比较,以确定实际监测的参数与预测行为之间的残余偏移量或误差。残余偏移量用于检测动力供应系统行为的均值漂移,并可以表明动力供应系统的损坏。
漂移检测系统还包括旨在检测漂移事件的变化检测算法。漂移事件可以至少部分地基于自适应表。漂移事件可以代表动力供应系统的运行行为中的意外的、重大的漂移。由于这里使用的术语“重大”,它意味着大于确定的阈值或裕度限制的漂移。变化检测算法可以接收自适应模型中的样本数据点的残余偏移量作为输入。基于对残余偏移量的监测,当有足够多的数据点超过裕度限制,使数据点的平均值或平均值超出自适应表中预测行为的裕度时,变化检测算法可以检测到漂移事件。例如,当被监测的运行参数的值超过裕度限制持续一段时间和/或超过足够大的幅度而导致平均值超出裕度时,就会发生均值漂移。变化检测算法可以从超出自适应表裕度并且可归因于噪声等的离群数据点中区分出均值漂移。例如,变化检测算法可以不基于少数离群数据点检测漂移事件,直到有足够的离群数据表明运行参数之间的关系发生了根本漂移。换句话说,变化检测算法可以从动力供应系统运行行为中不正常的、意外的根本漂移中区分出正常的、随着时间推移缓慢发展的运行行为的转变,以及指示噪音的离群数据点。
漂移检测系统和方法可以在初始损害可能导致更广泛的二次损害之前提供初始损害的早期预警。早期预警可以促成或自动触发补救行动,以避免二次损害。例如,漂移检测系统可以检测到早期的发动机损坏或劣化,这样能够在经历完全的发动机故障之前采取补救行动。早期的发动机损坏或劣化可以包括衬板磨损、螺栓连接处松动、密封圈失效、皮带打滑等。
虽然一个或多个实施例是结合轨道运载工具系统来描述的,但并非所有的实施例都限于轨道运载工具系统。除非明确否认或另有说明,本公开的主题可延伸至其他类型的运载工具系统,如汽车、卡车(带或不带拖车)、公共汽车、海洋船舶、飞机、采矿运载工具、农业运载工具或其他非公路运载工具。本文所述的运载工具系统(轨道运载工具系统或其他不在轨道上行驶的运载工具系统)可由单一运载工具或多个运载工具组成。关于多运载工具系统,运载工具可以相互机械耦合(例如,通过耦合器)或逻辑耦合但不机械耦合。例如,当多个独立的运载工具相互通信以协调运载工具的运动,从而使运载工具一起行驶(例如,作为车队)时,运载工具可以是逻辑耦合但不是机械耦合。在其他实施例中,漂移检测系统和方法可以监测固定的而不是在运载工具上的动力供应系统。例如,制造设施可以包括动力供应系统,如发动机、燃料电池或类似物,为设备供电。在另一个例子中,动力供应系统可以在靠近路线的路边位置,并可以通过受电弓、电缆线、第三轨等将电能传输到路线上的运载工具,为运载工具供电。
图1是根据实施例的设置在运载工具101上的漂移检测系统100的示意性框图。漂移检测系统可以包括控制器102,一个或多个传感器104,动力供应系统106,以及通信设备112。在其他实施例中,漂移检测系统可以包括比图1所示的零部件更多的零部件和/或可以缺少图1所示的一个或多个零部件。例如,通信设备可以是可选的。
控制器可操作地连接到传感器、动力供应系统和通信设备。控制器可以通过信号与每个零部件进行通信。例如,控制器可以生成代表控制信号的电信号,控制信号通过有线或无线通信途径传递给预定的接收零部件。控制器可以生成用于控制漂移检测系统的零部件的控制信号,以执行漂移检测方法。执行漂移检测方法是为了检测动力供应系统运行行为的实质性(即,根本性或重大)变化。在一个实施例中,实质性变化可以是两个或多个监测参数之间的监测关系的均值漂移。在另一个实施例中,实质性变化可以参照滚动平均值或类似值来确定。
控制器表示硬件电路,包括一个或多个处理器114(例如,一个或多个微处理器、集成电路、微控制器、场可编程门阵列等),和/或与一个或多个处理器114连接。控制器可以包括有形的、非临时性的计算机可读存储介质(例如,存储器)116,和/或与有形的、非临时性的计算机可读存储介质116连接。该存储器可以存储由一个或多个处理器执行的编程指令(例如,软件),以执行本文所述的控制器的操作。例如,控制器可以根据编程指令对刺激(例如由传感器产生的传感器数据)作出反应。存储器的编程指令可以包括自适应模型算法118和变化检测算法120。一个或多个处理器可以使用自适应模型算法来生成自适应模型,该模型表征动力供应系统的至少两个运行参数之间的关系。该自适应模型可以基于传感器数据。该一个或多个处理器可使用变化检测算法来监测被监测的其中运行参数的值与自适应模型的输出函数之间的误差或偏移量。变化检测算法用于检测漂移事件,当偏移量表明自适应模型中的至少两个运行参数之间的关系发生重大、相对突然的变化时,就会发生漂移事件。存储器另外或替代性地可以存储不同的信息,例如,由漂移检测系统登记的漂移事件的记录。
动力供应系统可以是内燃机。该发动机包括几个气缸,通常与曲轴箱内的曲轴相连。该发动机可以基于石油衍生的柴油、生物柴油、石油衍生的汽油、天然气、氢气等运行。在实施例中,发动机是原动机,用于驱动运载工具沿路径移动。例如,发动机可以是产生牵引力以推进运载工具的推进系统的组成部分。发动机可以驱动发电机的运动,将机械动力转换为电能。电能被分配给一个或多个牵引电机,这些电机连接着不同的驱动轮对,并施加扭矩使驱动轮旋转。在实施例中,动力供应系统可基于多种不同的燃料源进行操作。例如,在柴油模式下,发动机可以接收和燃烧石油衍生的柴油燃料,以移动活塞和旋转曲轴。在第二种替代燃料模式下,同一台发动机可以接收并燃烧除石油衍生的柴油以外的另一种燃料。在一个实施例中,替代燃料类型是天然气。这种类型的发动机被称为双燃料发动机。控制器可以在行程中选择性地切换发动机的模式,以提高燃油效率,减少排放等。在其他实施例中,动力供应系统可以是内燃机以外的其他设备。例如,动力供应系统可以是燃料电池、电池包等。
传感器可以监测动力供应系统的运行参数或属性。运行参数可以包括压力、流速、温度、振动、电能消耗(例如,电压、电流等)、声音等。当动力供应系统运行时,传感器会在一段时间内监测运行参数。例如,多个传感器可以在一个共同的时间段内运行,以监测动力供应系统的不同、相应的参数。传感器可以安装在动力供应系统上或靠近动力供应系统以测量运行参数。这些传感器可以包括压力传感器,该压力传感器监测发动机曲轴箱内的压力。该压力传感器可以包括膜片(例如,膜),该膜片根据曲轴箱内的压力对膜片施加的力而移动。膜片的位移被转换为电属性,例如电压,它代表了压力传感器的测量。控制器可以接收电压并将电压转换为指定单位的压力值。可能存在的其他类型的传感器的例子包括温度传感器、压电加速度计(例如,振动传感器)、流量传感器、电压和/或电流传感器等。在一个实施例中,传感器产生指示动力供应系统运行参数的传感器测量值(例如,传感器数据)。控制器接收由传感器生成的传感器测量值,并可以使用至少一些传感器测量值来生成自适应表。
通信设备表示可以无线通信电信号的硬件电路。例如,通信设备可以代表收发电路、一个或多个天线,以及类似设备。收发电路可以包括收发器或单独的发射器和接收器。电信号可以形成数据包,该数据包总体上表示信息。在一个例子中,通信设备可以与无线电频率(RF)信号等电信号进行无线通信。在另一个例子中,通信设备可以是连接到网络(例如,互联网)的调制解调器、路由器等。通信设备可以通信由漂移检测系统的控制器生成的信息。通信设备可以接收来自外部的信息,并将收到的信息转发给控制器进行分析。
在示出的实施例中,漂移检测系统被设置在运载工具上。例如,控制器可以是运载工具电子控制单元(ECU)的零部件,并通过产生由运载工具实施的牵引和制动设置来控制运载工具的运动。可选地,漂移检测系统的控制器可以与运载工具ECU分立,并通过有线和/或无线途径与ECU通信连接。在一个可替换的实施例中,控制器被安置在运载工具外。控制器可以位于远离运载工具的调度设施、容纳计算机系统(例如,服务器)的数据中心等。当控制器远离动力供应系统时,监测动力供应系统的一个或多个运行参数的传感器数据可以远程传输到控制器。例如,通信设备可以接收消息或消息流,该消息流包括多个消息,该消息或者消息流包含指示所监测的动力供应系统的运行参数的传感器数据。
漂移检测系统的控制器可以通过生成自适应模型来监测动力供应系统的运行。为了生成自适应模型,控制器可以获得动力供应系统的至少两个运行参数的随时间变化的值。该至少两个运行参数的值可以基于由传感器产生的传感器数据。例如,一个或多个运行参数可以由传感器直接测量。一个或多个其他运行参数可以根据其他直接测量的运行参数间接推导出。例如,推导出的运行参数可以通过将一个或多个直接测量的参数值输入建模函数来计算。在实施例中,控制器可以仅基于第一运行参数和第二运行参数生成自适应模型,但其他实施例可以使用两个以上的运行参数来生成自适应模型。控制器可以通过通信设备接收的信息,通过访问预存在存储器中的值等方式获取第一运行参数和第二运行参数的值。
可以选择各种运行参数作为自适应模型的基础。用于生成自适应模型的具体运行参数可以根据运行参数在动力供应系统运行时的行为之间的相关性来选择。例如,第一运行参数和第二运行参数一般可以随着动力供应系统的运行变化而一起波动。例如,第一运行参数的变化可能伴随着第二运行参数的变化。在正常运行条件下,参数的变化一般可以重复且一致。自适应模型的生成是为了学习和描述第一运行参数和第二运行参数之间的关系。如本文所述,当学习到的运行参数之间的关系发生明显变化时,控制器检测到漂移事件。
在实施例中,动力供应系统是发动机,用于生成自适应模型的第一运行参数是发动机排放的排气的流速(此处称为排气流量),用于生成自适应模型的第二运行参数是发动机曲轴箱内的压力(此处称为曲轴箱压力)。在稳态条件下的发动机运行期间,排气流量的变化通常伴随着曲轴箱压力的变化。在一个实施例中,曲轴箱压力是通过压力传感器直接测量的,而排气流量是由其他参数推导得出的,如发动机转速、歧管压力、温度等。例如,排气流量可以基于质量守恒来估计,通过确定供应给发动机的新鲜空气和燃烧的燃料,两者结合起来形成排气。可替换地,排气流量可以通过一个或多个传感器直接测量。排气流量可以与发动机的牵引设置(例如,槽口设置)成比例,这样,排气的流速随着槽口设置的增高而增加。
在其他实施例中,不同的运行参数可用于生成自适应模型。例如,当动力供应系统是燃料电池时,第一运行参数可以是燃料流量,第二运行参数可以是跨越燃料电池的燃料过滤器的压降。在另一个燃料电池的例子中,第一运行参数可以是能源效率,而第二参数可以是功率。在一个例子中,动力供应系统是电池包,第一运行参数可以是电流,第二参数可以是电池包充电和/或放电期间经历的功率损失。
控制器基于动力供应系统运行时在共同的时间段内监测到的第一运行参数的值和第二运行参数的值生成自适应模型。下面的描述是指基于曲轴箱压力和排气流量的自适应模型,但在其他实施例中,自适应模型可以基于不同的运行参数。控制器将曲轴箱压力的值和排气流量的值根据时间排列成数据点。例如,每个数据点由各自的排气流量值和各自的曲轴箱压力值定义,这两个值对应于大约相同的时间瞬间(例如,在1秒、0.5秒、0.1秒等时间内)。如果绘制在图表上,排气流量值将代表第一坐标(例如,沿X轴),曲轴箱压力值将代表第二坐标(例如,沿Y轴)。在监测动力供应系统的时间段内,可以收集数百或数千个数据点并用于生成自适应模型。控制器可以基于一段时间内收到的新的、更新的数据点持续更新自适应模型。例如,控制器可以在监测动力供应系统的时间段内初始生成自适应模型,并且可以随着时间的推移更新自适应模块,因为获得了额外的运行参数的值(和生成的新数据点)。
图2是根据实施例,基于监测的曲轴箱压力和排气流量绘制的数据点202的图200。图中的数据可由控制器用来生成自适应模型。横轴(X轴)代表排气流量,纵轴(Y轴)代表曲轴箱压力(CCP)。数据点有不同的坐标(例如,(x1,y1),(x2,y2),(xN,yN))。例如,具有坐标(x1,y1)的数据点代表在监测时间段内第一时间的排气流量(x1)和曲轴箱压力(y1)的值。数据点(x2,y2)代表在监测时间段内第二时间的排气流量(x2)和曲轴箱压力(y2)的值。样本数据点可以周期性地生成,如每0.1秒,每0.2秒,每0.5秒等。
控制器可以根据第一运行参数的指定范围将数据点分组到箱204中。在一个例子中,箱是由排气流量的范围来定义的。箱有固定的、不重叠的范围。例如,第一箱204A可以代表1至1000克/秒(g/sec)的范围,第二箱204B可以代表1001至1500克/秒的范围,第三箱204C可以是1501至2000克/秒,第四箱204D可以是2001至2500克/秒。这些范围可以根据发动机的牵引设置来选择。例如,第一箱的范围可以被选择为包含发动机在第一槽口设置下运行时的排气流量值,第二箱的范围可以被选择为包含发动机在第二槽口设置下运行时的排气流量值,等等。箱的范围可以是统一的,或者也可以是大小不同的,这样,一个箱的范围比另一个箱大或小。
控制器可以根据各个箱内的数据点,计算与各个箱相关的节点206。例如,第一节点206A可以只根据第一箱的数据点来计算(例如,不考虑其他箱的数据点)。第二节点206B可以只基于第二箱的数据点来计算。第三节点206C和第四节点206D可以分别以类似的方式为第三箱和第四箱计算。每个节点位于相关箱内的数据点的中心。控制器可以通过计算相关箱内数据点的第一运行参数的值的第一平均值来确定每个节点。控制器计算相关箱内的数据点的第二运行参数的值的第二平均值。在图示的例子中,第一平均值是各箱内数据点中的排气流量值的平均值,第二平均值是各箱内数据点中的曲轴箱压力值的平均值。控制器可以将第一平均值和第二平均值分类为节点的坐标。例如,第一箱中的节点的X坐标是第一箱中排气流量值的平均值,而节点的Y坐标是第一箱中曲轴箱压力值的平均值。
在实施例中,第一平均值和第二平均值是加权的平均值。控制器可以加权第一平均值和第二平均值,通过将遗忘因子纳入第一平均值和第二平均值的计算中来。遗忘因子可以将更多的权重应用于最近(例如,较新)的数据点,而将较少的权重应用于不是最近(例如,较旧)的数据点。遗忘因子可以大于0,小于1。遗忘因子可以是指数加权的,以忘记过去。因此,较新的数据点比较旧的数据点的权重更高,所以较新的数据点比较旧的数据点对节点的位置影响更大。当收到更新的数据点时,控制器可以根据更新的数据来更新节点的位置。节点可以表示有界箱内的数据样本的移动平均值,并对旧数据样本进行指数级遗忘。在可替换的实施例中,控制器可以不将遗忘因子纳入节点计算中,这样,节点的位置就会受到箱内每个数据点的同等影响。
在实施例中,控制器可以推迟计算给定箱中的节点,直到该箱内至少有阈值数量的数据点。这种约束确保在数据被计入自适应表的生成之前收集到足够数量的数据。数据点的阈值数量可以是20,50,100等。当箱内有足够数量的数据样本时,对排气流量值和曲轴箱压力值进行平均以计算节点,可以建设性地充当离散低通滤波器。
在使用三个运行参数来生成自适应模型的实施例中,箱可以由二维的范围来定义。比如说,箱可以有长方形或正方形的形状。数据点可以有对应于三个运行参数的x、y和z坐标。节点可以通过取各箱中三个坐标的平均值来计算中心或中心点。
尽管图2中显示了四个箱,但控制器可以将数据点归入任何数量的箱,如五个箱、十个箱等。一旦满足了数据点的约束条件,控制器可以为每个箱计算节点。
计算完节点后,控制器可以根据节点确定输出函数。输出函数表示第一运行参数和第二运行参数之间的关系,这些参数在图示的例子中是排气流量和曲轴箱压力。例如,输出函数可以将该关系描述为数学函数。在一个实施例中,控制器可以通过执行连接节点的线性插值(例如,线性拟合)来确定自适应模型的输出函数。
图3是描绘根据实施例的自适应模型302的图300。集群304表示众多的单独数据点或样本。该图显示了十个节点306。这些节点可以以与图2所示节点相同的方式计算。该图显示了连接各节点的曲线308。曲线代表自适应模型的输出函数。输出函数可以是连接节点的线性、一阶插值(或拟合)。虽然输出函数在图3中被画出来了,但自适应函数可以被纳入查找表或类似物中。图中的第一个节点可以在原点(0,0)。图中的最后一个(例如,最高的排气流量)节点可以是基于输出函数和最后一个箱的节点推算出来的高端点。第一个节点和最后一个节点之间的节点代表有效箱的节点。有效箱是指符合适用约束条件的箱,如至少有阈值数量的数据点。如图3所示,输出函数从第一个节点到最后一个节点不是线性的。此外,节点基于更新的数据移动时,输出函数随时间变化(例如,自适应)。输出函数表示了基于监测到的参数的动力供应系统(例如,发动机)的预期行为。
控制器可以应用裕度310来包围自适应模型的输出函数。该裕度在输出函数上方延伸至上限或边界312,在输出函数下方延伸至下限或边界314。裕度的大小,包括的上限和下限的边界,可以被指定(例如,预先校准)。例如,上限和下限的边界可以存储在控制器的存储器中。在图示的例子中,输出函数下面的裕度大于输出函数上方的裕度。控制器根据存储在存储器中的变化检测算法,使用该裕度来检测漂移事件。
控制器实施变化检测算法以检测数据在校准裕度之上和/或之下的均值漂移,该校准裕度围绕自适应模型的输出函数。在一个实施例中,控制器确定自适应模型的输出函数与第二运行参数的最近值之间的偏移量(例如,残余偏移量或误差)。在图示的例子中,第二运行参数是曲轴箱压力。如图3所示,大多数数据点都集中在裕度内,所以输出函数和这些数据点之间的偏移量相对较低。集群304A位于上边界以上,在裕度之外,所以这些点的偏移量较大。控制器可通过将偏移量输入变化检测算法来检测漂移事件。变化检测算法可以检测出在指定裕度之外的数据点的均值漂移。例如,变化检测算法可以整合指定裕度之外的数据点。
图4示出了随时间变化绘制的残余偏移量401的第一张图400和绘制的在同一时段内变化检测算法的输出信号403的第二张图402。第一张图中的残余偏移量表示曲轴箱压力的实际测量值与自适应模型的输出函数中所描述的曲轴箱压力的预期值之间的差异或误差。残余偏移量(在此称为偏移量)可以输入到变化检测算法。在实施例中,变化检测算法是累积和控制(CUSUM)算法。CUSUM算法可以根据偏移量的累积总和来检测漂移。CUSUM算法可以整合数据中超过裕度的上限或上边界的曲轴箱压力值。超过上限的值可以通过从偏移量中减去公差来确定,其中公差代表从自适应模型的输出函数到上限的距离。CUSUM算法可以整合曲轴箱压力值超过上限的量,以确定是否发生了均值漂移。如果发生了均值漂移,CUSUM算法的输出信号会出现明显的增加。在图4中,输出信号的增加发生在2.58秒左右。另一种CUSUM算法可用于整合数据中低于裕度的下限或下边界的曲轴箱压力值。
CUSUM算法可以通过至少一个与自适应模型的输出函数相关的标准偏差检测曲轴箱压力值的均值漂移。可选地,CUSUM算法可以被设计为检测至少1.5个标准偏差的均值漂移。通过整合,CUSUM算法可以成功地忽略噪声和随机离群的数据点,因为只有数据的平均值的重大漂移才会导致输出信号的运行。在实施例中,当变化检测算法(例如,CUSUM算法)的输出信号超过阈值404时,控制器检测到漂移事件。在图4中,输出信号在大约2.59秒时超过阈值。在实施例中,自适应模型是闭环,残余偏移量总是随着时间的推移接近0。因此,变化检测算法的输出信号可以返回到0,如图4所示。控制器寻找超过阈值的快速偏移。可选地,控制器可以有多个阈值,并且控制器可以基于变化检测算法的输出信号超过哪些阈值而采取不同的响应行动。尽管描述了CUSUM,但各种其他类型的变化检测算法可用于检测数据中相对于自适应模型的均值漂移。
漂移事件是发动机可能被损坏的一种迹象。本文所披露的漂移检测系统的好处之一是,漂移事件可以在事件发生后几秒钟的时间内被检测到,这就能够迅速做出反应,以减少二次损害的风险。响应于检测到漂移事件,控制器可以采取一个或多个行动。
例如,控制器可以生成控制信号,该信号用于通知操作人员动力供应系统可能被损坏,并有发生额外的损坏的风险。例如,控制器可以生成消息,该消息由通信设备传输到操作人员的个人电脑设备(例如,智能手机、平板电脑、笔记本电脑、台式电脑、工作站、可穿戴设备等)。该信息可以提供文字、声音、灯光和/或振动,以提醒操作人员关于漂移事件。
在另一个例子中,控制器可以生成控制信号,启动对发动机或其他动力供应系统的维修。控制器可以自动安排维修。控制器可以生成控制信号来关闭发动机或其他动力供应系统,这将提供防止额外损害的最佳机会。可选地,控制器可以不自动关闭发动机,而是对发动机施加操作约束。该操作约束可以限制发动机的功率输出,限制发动机可以运行的时间,限制发动机的运行模式等。限制运行模式可以包括将运行限制在柴油模式,而不允许发动机在替代的燃料模式下运行。一旦进行维修以检查发动机,运行限制就可以解除。在电池包作为动力供应系统的情况下,运行限制可以包括限制由电池包提供的电流或电压等。
可选地,可以根据漂移事件的范围或程度采取不同的行动。例如,如果变化检测算法的输出信号超过了第一、较低的阈值,那么就采取第一种行动。如果变化检测算法的输出信号超过了第二,较高的阈值,则采取不同的第二行动,该行动可能比第一行动更紧急或严重。例如,第一行动可以是登记事件并通知操作人员。可选地,第一行动可以包括应用运行限制。第二种行动可以包括关闭动力供应系统,安排维修,应用更严格的运行限制等。
控制器可以记录每一个检测到的漂移事件。例如,控制器可以根据与输出信号超过阈值时的数据相关的时间戳,确定漂移事件的发生时间。然后,控制器可以生成控制信号来记录漂移事件,包括记录漂移事件发生的时间。该记录可以被存储,至少暂时存储在控制器的存储器中。该记录可以通过通信设备进行远程通信。
在另一个例子中,控制器可以生成控制信号来启动特定的数据记录器。这些数据记录器可以监测发动机控制单元的操作。例如,在检测到漂移事件后,控制器可以激活第一数据记录器,该记录器生成和/或存储运行数据。响应于控制信号而生成和/或存储的运行数据可以被分析,以提供更多关于漂移事件的原因和/或补救行动的细节。例如,运行数据可以输入到机器学习算法、具有基本逻辑规则的算法等。分析的潜在输出是忽略漂移事件,另一个潜在输出是提升漂移事件的严重程度。响应控制信号而生成和/或存储的运行数据可用于支持开发增强的诊断程序等。
当漂移检测系统安装在运载工具上时,控制器可基于漂移事件的检测来控制运载工具的移动。例如,控制器可以驱动运载工具至维修设施,或者可以应用刹车来停止运载工具。
图5是根据实施例的用于检测动力供应系统的漂移事件的方法的流程图500;该方法可以全部或至少部分地由图1所示的漂移检测系统的控制器执行。该方法可选地包括比图5所示更多的步骤,比图5所示更少的步骤,和/或与图5所示不同的步骤。此外,除非明确说明,并且除非这种重新安排的顺序在实际中不可行,否则图5中提出的步骤的顺序可以重新排列。
在步骤502中,随着动力供应系统的运行,动力供应系统的第一运行参数和第二运行参数随时间被监测。可选地,在动力供应系统的稳定状态下,监测第一运行参数和第二运行参数。
在步骤504中,基于监测到的第一运行参数和第二运行参数的值,生成自适应模型。该自适应模型可以包括多个数据点,其中每个数据点由第一运行参数的各自数值和第二运行参数的各自数值定义。生成自适应模型可以包括根据第一运行参数的指定范围将数据点分组到多个箱,并根据各个箱内的数据点计算与各个箱相关的节点。生成自适应模型可以包括基于节点确定输出函数,该输出函数代表第一操作函数和第二运行参数之间的关系。可选地,确定自适应模型的输出函数可以包括执行连接节点的线性插值。用于生成自适应模型的第一运行参数和第二运行参数的值可以在动力供应系统的稳定状态下被监测。可选地,定义箱的第一运行参数的指定范围可以基于动力供应系统的牵引设置来选择。
在一个实施例中,每个节点位于相关箱内的数据点的中心。每个箱的节点是通过计算相关箱内的数据点的第一运行参数的值的第一平均值和相关箱内的数据点的第二运行参数的值的第二平均值来确定。节点是由第一平均值和第二平均值共同定义的。第一平均值和第二平均值可以是加权的平均值。计算第一平均值和第二平均值可以包括纳入遗忘因子,该因子对最近的数据点应用更大的权重,对不是最近的数据点应用较小的权重。
在步骤506中,基于自适应模型的输出函数和监测到的第二运行参数的值之间的偏移量,检测出漂移事件。可选地,检测漂移事件包括将偏移量输入到变化检测算法中,以检测在围绕输出函数的指定裕度之外的数据点的均值漂移。变化检测算法可以整合指定裕度之外的数据点。变化检测算法的输出信号超过阈值时,可以检测到漂移事件。可选地,变化检测算法是一种累积和控制(CUSUM)算法。
在步骤508中,响应于检测到漂移事件,生成控制信号以(i)通知操作人员动力供应系统有损坏的风险;(ii)启动动力供应系统的维修;(iii)对动力供应系统应用操作约束;和/或(iv)关闭动力供应系统。可选地,该方法可以包括确定漂移事件发生的时间,以及生成第二控制信号,该信号用于登记漂移事件的记录,包括漂移事件的时间。可选地,动力供应系统可在柴油模式和替代的燃料模式下操作,前者是动力供应系统使用石油衍生的柴油燃料,后者是动力供应系统使用另一种类型的燃料。该控制信号可通过将动力供应系统限制在柴油模式下而生成,以对动力供应系统施加操作约束。
根据本公开的主题的一个例子或方面,提供了一种漂移检测系统,该系统包括由一个或多个处理器组成的控制器。该控制器可被配置为获取动力供应系统的第一运行参数的值和动力供应系统的第二运行参数的值。第一运行参数和第二运行参数可以在动力供应系统运行时随时间被检测。该控制器可被配置为基于监测到的第一运行参数的值和第二运行参数的值来生成自适应模型。该自适应模型可以包括多个数据点,其中每个数据点由第一运行参数的各自数值和第二运行参数的各自数值定义。控制器可被配置为根据第一运行参数的指定范围将数据点分组到多个箱,并根据各箱内的数据点计算与各箱相关的节点。控制器可被配置为根据节点确定输出函数,该函数表示第一运行参数和第二运行参数之间的关系。控制器可以至少部分地基于自适应模型的输出函数和监测到的第二运行参数的最近值之间的偏移量来检测漂移事件。响应于检测到漂移事件,控制器可生成控制信号,以实现以下一项或多项:(i)通知操作人员动力供应系统有损坏的风险;(ii)启动动力供应系统的维修;(iii)对动力供应系统应用操作约束;或(iv)关闭动力供应系统。
可选地,控制器可被配置为通过将偏移量输入到变化检测算法中来检测在围绕输出函数的指定裕度之外的数据点的均值漂移。变化检测算法可以整合指定裕度之外的数据点,并且控制器可以被配置为响应于变化检测算法的输出信号超过阈值来检测漂移事件。变化检测算法可以是累积和控制(CUSUM)算法。
可选地,控制器可被配置为通过检测第二运行参数的值相对于自适应模型的输出函数的至少一个标准偏差的均值漂移来检测漂移事件。可选地,控制器可被配置为通过执行连接各节点的线性插值来确定自适应模型的输出函数。
可选地,每个节点可以位于相关箱内的数据点的中心。控制器可被配置为通过计算相关箱内的数据点的第一运行参数的值的第一平均值,计算相关箱内的数据点的第二运行参数的值的第二平均值,并将第一平均值和第二平均值分类为节点的坐标来确定每个节点。第一平均值和第二平均值可以是加权平均值,并且控制器可以被配置为通过纳入遗忘因子来计算第一平均值和第二平均值,该遗忘因子对最近的数据点应用较大的权重,对不是最近的数据点应用较小的权重。
可选地,控制器可被配置为推迟计算每个箱中的各个节点,直到该箱内至少有阈值数量的数据点。可选地,控制器可以被配置为确定漂移事件发生的时间,以及生成第二控制信号,该信号用于登记漂移事件的记录,包括漂移事件的时间。
可选地,动力供应系统可在柴油模式和替代的燃料模式下操作,前者是动力供应系统使用石油衍生的柴油燃料,后者是动力供应系统使用另一种类型的燃料。控制器可以被配置为生成控制信号,以通过限制动力供应系统仅在柴油模式下运行对动力供应系统实施操作约束。可选地,第一运行参数可以是动力供应系统排放的排气的流速,第二运行参数可以是动力供应系统的曲轴箱中的压力。可选地,漂移检测系统可以包括一个或多个与控制器可操作地连接的传感器。该一个或多个传感器被配置为产生可由控制器监测到的第一运行参数和第二运行参数的传感器测量值。可选地,动力供应系统可以是为运载工具的推进提供动力的发动机或燃料电池。可选地,控制器可以被设置在运载工具上。
根据本公开的主题的一个例子或方面,提供了一种用于检测动力供应系统中的漂移的方法。该方法可以包括在动力供应系统运行时,随着时间的推移监测动力供应系统的第一运行参数和第二运行参数。该方法可以包括根据被监测的第一运行参数的值和第二运行参数的值生成自适应模型。该自适应模型可以包括多个数据点,其中每个数据点由第一运行参数的各自数值和第二运行参数的各自数值定义。生成自适应模型可以包括根据第一运行参数的指定范围将数据点分组到多个箱,并根据各个箱内的数据点计算与各个箱相关的节点。生成自适应模型可以包括基于节点确定输出函数,该输出函数代表第一操作函数和第二运行参数之间的关系。该方法可以包括至少部分地基于自适应模型的输出函数和监测到的第二运行参数的值之间的偏移量来检测漂移事件。响应于检测到漂移事件,该方法可以包括生成控制信号,以实现以下一项或多项:(i)通知操作人员动力供应系统有损坏的风险;(ii)启动动力供应系统的维修;(iii)对动力供应系统应用操作约束;或(iv)关闭动力供应系统。
可选地,检测漂移事件可以包括将偏移量输入变化检测算法,以检测围绕输出函数的指定裕度之外的数据点的均值漂移。变化检测算法可以整合指定裕度之外的数据点。变化检测算法的输出信号超过阈值时,可以检测到漂移事件。可选地,变化检测算法可以是累积和控制(CUSUM)算法。
可选地,确定自适应模型的输出函数可以包括执行连接节点的线性插值。可选地,每个节点可以位于相关箱内数据点的中心,并且可以通过计算相关箱内数据点的第一运行参数的值的第一平均值和相关箱内数据点的第二运行参数的值的第二平均值来确定。节点可以由第一平均值和第二平均值共同定义。可选地,第一平均值和第二平均值可以是加权平均值,计算第一平均值和第二平均值可以包括纳入遗忘因子,该因子对最近的数据点应用更大的权重,对不是最近的数据点应用更小的权重。
可选地,在动力供应系统稳定的状态下,可以监测自适应模型所依据的第一运行参数和第二运行参数的值。可选地,定义箱的第一运行参数的指定范围可以基于动力供应系统的牵引设置来选择。可选地,该方法可以包括确定漂移事件发生的时间,以及生成第二控制信号,该信号用于登记漂移事件的记录,包括漂移事件的时间。可选地,动力供应系统可在柴油模式和替代的燃料模式下运行,前者动力供应系统使用石油衍生的柴油燃料,后者动力供应系统使用另一种类型的燃料。该控制信号可通过将动力供应系统限制在柴油模式下而生成,以对动力供应系统施加操作约束。
根据本公开的主题的一个例子或方面,提供了一种运载工具,该运载工具可以包括发动机、一个或多个传感器和控制器。发动机可被配置为产生用于推动运载工具运动的动力。一个或多个传感器可被配置为产生与发动机相应的传感器测量值。控制器可以包括一个或多个处理器,并可操作地连接到一个或多个传感器。该控制器可以被配置为在动力供应系统运行时,随着时间的推移监测动力供应系统的第一运行参数和第二运行参数,基于由一个或多个传感器产生的传感器测量值。该控制器可基于监测到的第一运行参数和第二运行参数的值生成自适应模型。该自适应模型可以包括多个数据点,其中每个数据点由第一运行参数的各自数值和第二运行参数的各自数值定义。控制器可被配置为根据第一运行参数的指定范围将数据点分组到多个箱,并根据各箱内的数据点计算与各箱相关的节点。控制器可被配置为根据节点确定输出函数,该函数表示第一运行参数和第二运行参数之间的关系。控制器可以至少部分地基于自适应模型的输出函数和监测到的第二运行参数的最近值之间的偏移量来检测漂移事件。响应于检测到漂移事件,控制器可生成控制信号,以实现以下一项或多项:(i)通知操作人员动力供应系统有损坏的风险;(ii)启动动力供应系统的维修;(iii)对动力供应系统应用操作约束;或(iv)关闭动力供应系统。
在一个或多个实施例中,提供了一种系统和方法,用于在电源电路的运行期间进行偏差检测。该电源电路可以包括能量供应系统。能量供应系统可以包括储能系统、电力充电系统、外部电源(例如,电缆或第三轨)等。本文所述的一些偏差检测系统和方法可以基于对电源电路、储能模块和供电线路的预期行为进行建模/观察。可以根据监测到的电源电路的行为和预期行为之间的偏差来检测偏差状况。预期行为可以以参数值、随时间变化的参数值(例如,曲线)、随时间变化的参数值(例如,斜率)、参数值的变化(例如,范围)等形式确定。用于表示预期行为的参数可以是可由传感器直接测量的测量参数和/或由传感器测量值函数推导的(或转换的)参数。如本文所用,代表预期行为的参数值和参数变化量被称为参考值和参考变化量。
一组中的一些经历类似运行条件的项目可能被期望有类似的表现。例如,监测同一模块中不同电池单元的温度或充电器中的功率线的温度的温度传感器可能被期望产生类似的温度测量。例如,使用确定的电流水平、电压等以及类似或相同的设备可能期望产生类似的热行为。此外,不同电路中的温度传感器可能暴露在类似的环境状况、充电状态和电源负载下,预计会产生类似的温度测量值。反过来说,如果普通运载工具中的两个能量电路经历了已知的运行条件差异,可以预测或确定两个储能电路之间的预期(或参考)温度差异。因此,如果至少一个温度传感器记录的温度测量值偏离了可能的预期,这种差异表明可能存在与电池单元、传感器或能量供应系统的另一个零部件相关的故障。尽管在这些例子中可以提到绝对温度,但在这里的实施例中可以考虑基于温度的推导函数,包括温度变化率。此外,本文披露的实施例还考虑了除温度之外的其他参数,如电压、功率、电流、压力、流速等。
偏差状况可以根据与预期(或参考)行为的过度偏差来检测,这与已知的储能监测系统不同,储能监测系统基于参数的测量值跨越预设的绝对极限或阈值来检测报警条件。本文披露的偏差检测系统可以比过去的已知系统更早地检测到潜在的故障。例如,如果过去的已知系统有40摄氏度(℃)的预设温度阈值,那么在传感器产生可能至少为40℃的温度测量值之前,已知系统不会检测到潜在的故障。但是,本文所述的偏差检测系统能够在温度超过40℃之前检测到潜在故障。例如,如果测量的温度值偏离温度的参考(例如,预期)值或温度的参考变化量(或方差)超过了确定的容差值,即使测量的温度值可能低于40℃,偏差检测系统也会检测到偏差状况。较早的检测可以使偏差检测系统防止或至少减少由一个或多个电池单元、燃料电池、电容器组的故障和/或其他零部件(如传感器、插头/连接器、传输线、变压器、线路调节器等)的故障造成的损害程度。
除了提供能量供应系统潜在故障的早期检测外,本文披露的偏差检测系统还可以提供可能对定位、诊断、和减轻损害和延误有用的额外信息。例如,偏差检测系统可以识别产生触发偏差状况的偏差传感器测量值的一个或多个特定传感器,从而可以对潜在故障进行精确定位。此外,偏差检测系统可以在检测到偏差状况时自动启动一个或多个响应行动或补救行动。一些响应行动可能是为了防止或至少减轻由电池故障引起的火灾、热失控等二次损害。这些响应行动可以包括通过阻断电流进出储能电路来隔离一个或多个储能电路,启动主动冷却,启动灭火等措施。偏差检测系统可以根据与不同具体故障状态相关的预期行为,用代表相同参数和/或不同参数的传感器测量值来分析偏差的传感器测量值,以估计偏差状况的原因。例如,偏差检测系统可以估计偏差状况可能是由储能设备(例如电池单元)故障、传感器故障、焊接不良、短路、冷却系统故障、连接两个储能设备的接线片(tabs)断裂等情况引起。
对偏差状况原因的估计使偏差检测系统能够采取,或至少建议采取针对故障的补救行动。例如,如果怀疑原因是传感器发生故障,偏差检测系统可以标记传感器进行维修或更换,和/或忽略或替代来自该传感器的未来测量。另一方面,如果怀疑原因是正在经历(或有可能经历)火灾或热失控的故障电池单元,偏差检测系统可以隔离电池单元,启动主动冷却等类似措施,以防止电池单元的二次损害扩散。因此,本文所述的偏差检测系统不是仅仅在绝对极限或阈值被越过后提供一般警报,而是可以提供早期的异常检测,以及额外的信息,如异常的位置和异常的估计的类型和原因,这些信息可用于提供增强的保护和增强能量供应系统的运行。
在一个或多个实施例中,在检测到偏差状况后,系统可以自动采取一个或多个假设最坏情况的即时行动。例如,最坏的情况可能是储能电路着火和/或经历热失控。因此,在估计偏差状况的原因之前,系统可以立即采取行动,以减轻火灾和/或热失控的潜在损害,例如实施灭火、电隔离储能电路、降低运载工具的性能等。然后,如果随后确定偏差状况的原因是传感器故障或其他可能比最坏情况轻微的原因,例如没有火灾或热失控,系统可以停止和/或修改基于最坏情况假设的即时行动。例如,通过在消除火灾和/或热失控这一原因后修改临时行动,系统可以增加储能设备上的负载,维持运载工具运行等。另一方面,如果储能电路已被确定为有故障,那么系统可以维持临时行动。偏差检测系统根据对原因的估计来维持和/或改变行动的能力可能比已知系统更可取。例如,检测到偏差的已知系统可以自动关闭能量供应电路、运载工具等的运行,在启用其他操作之前需要由操作人员进行检查。这样的自动关闭可能是不必要的过度反应,降低了效率,减缓了指定任务的执行,特别是如果偏差的根本原因是小故障。例如,如果根本原因被确定为传感器故障,长时间关闭运载工具可能会不适当地拖延运载工具和/或干扰其他运载工具的行程。
根据实施例,偏差检测系统根据算法运行。该算法的第一部分可能是,在每个电池、电池组、传感器和/或传感器组不会同时失效的假设下,确定预期行为。预期行为可以通过基于物理模型与运行条件相结合来制定。例如,给定储能电路的某些特征,如其电池单元的充电状态和内部阻抗,可以确定储能电路的参考电压。对于存储电流的某种变化(例如,每单位安培小时),可能有一些预期的电压变化量。除了对预期行为进行建模,或者作为对预期行为进行建模的替代,预期行为能够通过随着时间跟踪储能电路的历史和运行来确定。可选地,预期行为可以基于比较储能设备(例如,电池单元)的参数与同一电路和/或其他电路中的其他储能设备的参数来确定。可以预期,对于单位安培小时的给定变化,串联的电池都能够看到相同的电压方向变化。在第一个非限制性的示例中,如果电池的电压下降,但在该电池同一个串联中的所有其他电池的电压上升,那么可以推断出存在问题。在另一个非限制性的示例中,如果电池的电压增加比在该电池同一电路中所有其他电池的电压增加快得多,那么偏差检测系统可以确定断裂的焊缝是导致偏差的原因。除了电压以外的其他参数,如温度、功率或类似的参数,可以在偏差检测系统的相同或其他示例中加以利用。
该算法可以使用多个不同的参数来估计偏差状况的原因。例如,在存在用于能源电池的电连接的焊缝出现断裂的情况下,不仅电压应该以更快的速度增加,而且该电池的电阻和温度应该比同一电路中的其他电池或携带类似电流的另一电路中的电池更大。将基于物理模型与通过比较的期望值结合起来,这里披露的偏差检测系统可以区分传感器故障和不准确的模型。现实与模型之间的一些误差可能是可以接受的。因此,偏差检测系统也以确定的容差值(tolerance margin value)的形式纳入期望误差。误差可能归因于传感器的不准确和设计的变化,如温度梯度。误差可以在电池单元的整个运行寿命的过程中发生变化,因为内部电阻可能会随着时间的推移而变化。通过确定参数的预期行为和期望误差,偏差检测系统能够检测到问题的发生,确定问题的根本原因,并采取适当的行动。
图6是根据本公开的实施例的偏差检测系统600的示意图。偏差检测系统包括多个传感器603和可操作地连接到传感器603的控制单元604。这些传感器监测能量供应系统602的多种参数。传感器测量值的参数可以包括温度、电压、电流、充电状态、充电容量、电阻、压力、冷却剂流速和/或类似的参数。合适的冷却剂可以是液体,如气体或液体。
上面列出的不同参数可以由不同的传感器测量值,这些传感器都是专门为监测检测系统使用的一个或多个特定参数而建造的。例如,温度可由一个或多个温度传感器监测,如热敏电阻、热电偶、电阻温度检测器(RTD)等。温度参数可以代表一个或多个储能设备的温度或一个或多个储能设备附近的环境温度。电压可由一个或多个电压传感器监测,例如非接触式电压检测器。电压参数可以代表储能电路的电压供应。电流可由一个或多个电流传感器监测,如霍尔效应传感器、磁通门变压器传感器等设备。电流参数可代表流入和/或流出储能电路的电能。电荷状态可表示在电能电路(或其设备)内实际存在的电能量。充电容量可表示可储存在电能电路(或其设备)内的电能。充电状态和/或充电容量可由集成电池测试仪测量,或基于电压传感器和电流传感器的传感器输出确定。例如,充电状态和/或充电容量可以基于测量的电流和电压输出来计算。电阻可以代表电流流经电能电路(或其设备)的阻力。电阻可以根据电压传感器和电流传感器的传感器输出,利用欧姆定律进行测量。电流和电压传感器可被集成到万用表中以测量电阻。压力可指储能电路周围的环境压力,并可由压力传感器(如压力传感器、压电元件等)测量。冷却剂流速可指冷却流体(如空气、制冷剂、液体、气体(除空气外)等)的流速,该冷却剂被引导流过一个或多个电能电路,以吸收和消散一个或多个电能电路产生的热量。冷却剂的流速可由流量传感器测量值,如动叶表、热丝质量流量传感器、冷丝质量流量传感器、膜传感器等。
能量供应系统提供用于做功的能量。工作可以包括运行辅助设备和推动运载工具。能量供应系统可以包括多个储能电路606。每个储能电路可以包括一个或多个储能设备608(图6中的“ESD”)。合适的储能设备可以是电池单元、电容器等。每个电路中的储能设备可以相互电连接,例如为串联或并联关系。在图示的实施例中,可以显示两个储能电路606A、606B,而每个储能电路606A、606B都有三个储能设备的组件。在其他实施例中,储能电路可以包括多于或少于三个储能设备,例如只有一个储能设备,六个储能设备,十个储能设备等。虽然显示了两个储能电路,但能量供应系统可以包括额外的储能电路,如十个储能电路,二十五个储能电路等。不同的储能电路可以相互电连接,例如以串联或并联关系,以确定串。或者,储能电路可以彼此电隔离。在一个可替换的实施例中,能量供应系统可以只有一个储能电路,而该单一储能电路可以包括多个储能设备。
偏差检测系统可以通过分析由传感器产生的传感器测量值来监测能量供应系统的运行。例如,传感器可以被安排在第一组610和第二组612。第一组可以与第一储能电路606A相关,而第二组612可以与第二储能电路606B相关。例如,第一组的传感器监测第一储能电路的多种参数。第一储能电路的多种参数包括其每个储能设备的参数。在图示的实施例中,第一组中的传感器包括温度传感器614,电压传感器616,和电流传感器618。一对不同的温度传感器可以测量每个储能设备的温度,这样第一组中可能有测量三个储能设备的温度的六个温度传感器。第一组包括三个电压传感器,每个电压传感器被配置为测量三个储能设备中不同一个的电压(或者如果是并联排列的储能设备集合)。第一组有单一的电流传感器,通过第一储能电路的电流传输。第二储能电路可以是图6中第一储能电路的翻版,传感器的第二组可以是第一组的翻版。传感器的类型、传感器的数量和/或传感器的位置可以基于应用的具体参数来选择。例如,第一组和/或第二组可以包括用于测量电阻、充电状态、充电容量、压力、冷却剂流速等参数的传感器。合适的传感器可与能量供应系统的至少一个储能电路相关联。传感器的相邻性、间距、灵敏度和类型可以在应用中被利用来支持本公开系统的各个方面。
控制单元604可以获得并分析由与能量供应系统相关的传感器产生的传感器测量值,以监测能量供应系统的运行,并提供高效、及时的补救行动,以解决故障和/或失效,从而限制损害。控制单元包括一个或多个处理器620和相关电路,例如计算机处理器或其他基于逻辑的设备,该设备基于一组或多组编程指令(例如软件)执行操作。控制单元所运行的编程指令可以存储在有形的和非临时性的(例如,不是瞬时信号)计算机可读存储介质上,例如存储器622。该存储器可以包括一个或多个计算机硬盘、闪存驱动器、RAM、ROM、EEPROM等。另外,指导控制单元604操作的指令可以被硬连接(例如通过形成在可编程门阵列(pga)、复杂可编程逻辑设备(cpld)和/或其他硬件中的硬连接逻辑)到控制单元的逻辑中。在一个实施例中,控制单元可以通过导电通路与传感器导电连接,例如电线624、接触器、光缆、电路迹线等,并且控制单元通过导电通路获得传感器测量值。可选地,至少一些传感器可以无线地连接到控制单元,并可以无线地将传感器测量值传达给控制单元604。控制单元获得传感器测量值,该传感器测量值是由与第一储能电路相关的第一组中的传感器和与第二储能电路相关的第二组中的传感器产生的。
控制单元基于由传感器产生的传感器测量值,确定特定参数的参考值和/或参考变化量。具体参数可以是由与储能电路相关的一个或多个传感器直接测量的参数,如温度、电压、电流、流速、压力等。可选地,特定参数可以是一个派生的或转换的参数,该参数不是由任何一个传感器直接测量的,而是可以由一个或多个传感器测量值的函数派生的。派生参数的第一个非限制性例子可以是功率,该功率可以从电流和电压传感器测量值中派生出来。派生参数可以包括统计指标,如测量参数(如温度的平均值)或另一个派生参数(如功率的平均值)的平均值、中位数、模式等。具体参数的其他非限制性例子可以包括均方根(RMS)电流、RMS功率、谐波电流、充电状态、充电容量、电阻等。尽管本文描述的一些例子是指单一具体参数的参考值和/或参考变化量,但控制单元可以确定多个不同特定参数的各自参考值和/或参考变化量,以检测偏差状况。
如本文更详细地描述的那样,参考值和/或参考变化量可以基于监测第一储能电路的第一组中的传感器的传感器测量值、监测第二储能电路的第二组中的传感器的传感器测量值(以及与能量供应系统相关的任何额外的传感器测量值)、能量供应系统的运行参数、储能电路的储能设备的固有特性(例如,电池化学性质)、关于储能电路的历史信息(例如,运行年龄、健康状态等),和/或从其他储能电路观察到的历史信息(例如,趋势)。参考值和/或参考变化量可以随时间变化。
可以有几种方式来确定特定参数的参考值,包括但不限于比较同一电路内、同一串内、不同串内、不同机车内的参数,通过基于物理模型,通过历史或实验数据,或其组合。控制单元可以使用这些方法中的一种或多种来确定同一参数的多个参考值。这些参考值中的每一个都将有相关的值、方差(variance)和/或置信区间(例如,误差裕度)。例如,由于传感器被封装在同一包装内,在同一个电路内的电池温度可能被期望比在整个电池串内的电池温度具有更小的方差。同一参数的多个参考值及多个参考值相关的方差/置信区间能够通过传递函数合并为单个参考值和参考方差/置信区间。这种转移函数的例子可以是加权平均,其中较大的权重可以分配给方差较小的参考值,或基于来源的较大权重。例如,参考值可能更多地受到被监测的电路内的数据的影响,而非受到来自串内其他电路的数据的影响。同样,串内(特定电路所在)的数据的权重可能高于来自其他串(包括串电路)的数据的权重。
为了监测第一储能电路的运行,控制单元接收来自第一组中的传感器测量值,并基于这些传感器测量值确定特定参数的监测值和/或监测变化。例如,如果特定参数的参考值和/或参考变化量代表控制变量,则监测值和/或监测变化代表实验变量。与参考值和/或参考变化量一样,特定参数的监测值和/或监测变化可以是直接的传感器测量值或基于直接传感器测量值的派生测量值。在一个非限制性的例子中,如果具体参数是温度,控制单元可以将监测值确定为由第一组中所有相应的温度传感器产生的温度测量值。在另一个非限制性的例子中,如果具体参数是功率,控制单元可将监测值确定为由电流测量值乘以电压测量值推导出的功率计算值。监测的变化表示监测值的差异。例如,监测到的变化可以等于与储能电路有关的两个不同的功率计算中的差异,该计算可能基于不同的电压和电流测量。
在确定监测值和/或监测变化后,控制单元可将监测值和/或监测变化与特定参数的参考值和/或参考变化量进行比较。例如,如果具体参数可能是温度,控制单元可以将第一组中的温度传感器产生的所有温度测量值与参考值和/或参考变化量进行比较。如果至少一个监测值和/或监测变化与参考值和/或参考变化量的偏差超过了确定的(例如,指定的)容差值或容差范围,那么控制单元检测到偏差状况。偏差状况代表一种可能被检测到的潜在故障的状态。术语“潜在故障”可以代表严重程度不同的一大类情况,如传感器故障、连接储能设备的接线片断裂/损坏、焊接不良、冷却系统故障、储能设备故障(可能出现火灾或热失控)等。在检测到偏差状况后,控制单元可以根据编程指令采取一个或多个响应行动,例如通知操作人员,和/或通过阻断进和/或出储能电路的电流传输来至少是暂时的隔离储能电路,直到可以确定偏差状况的原因和可以补救偏差状况为止。
可选地,控制单元可以可操作地连接到通信设备626,该通信设备代表具有控制单元和传感器的偏差检测系统的组成部分。控制单元可生成一个或多个控制信号,该信号可由通信设备传达给预定的接收者,例如运载工具控制器设备、人类操作人员等。通信设备可以包括收发器(或分立的发射器和接收器零部件)、天线628和相关电路,该电路用于多种类型的信息(例如命令信息、回复信息、状态信息等)的无线双向通信。该通信设备可以向特定的指定接收者传递消息和/或可以广播消息。可选地,通信设备可以包括用于通过有线连接进行信息通信的电路,例如该电路在同一运载工具中的多个能量供应系统之间或在可电耦合的不同运载工具之间。
图7是根据实施例的包含偏差检测系统600的运载工具系统700的示意图;该运载工具系统沿着路线704移动。图示的实施例中的运载工具系统代表一个运载工具编组。合适的运载工具编组可以包括铁路运载工具编组(例如,火车),其具有推进力生成运载工具706(例如,运载工具706A-C)和非推进力生成运载工具708(例如,运载工具708A-B),通过耦合器710(并且可选择地包括电连接器)机械地耦合在一起。在这个例子中,推进力生成运载工具可以是机车,而非推进力生成运载工具可以是轨道车。
其他合适的运载工具组成可以包括一组相互联系的公路运载工具。在一个实施例中,这些运载工具是遥控的或自动控制的。运载工具系统可以由若干运载工具组成,这些运载工具可以在物理上相互分离,但在逻辑上相互连接,以便在运载工具之间进行通信,协调运载工具运动。此外,一个合适的运载工具系统可以由一个产生推进力的单一的运载工具形成,而不是由多个运载工具(无论是否为生成推进力)形成。
合适的推进力生成运载工具包括各自的推进系统712,该系统产生牵引力以推动运载工具系统沿着路线行驶。每个推进系统可以有一个或多个牵引电机713,该牵引电机与运载工具的不同车轴714和/或车轮716可操作地耦合。牵引电机可通过一个或多个齿轮、齿轮组或其他机械设备与车轴和/或车轮连接,以将牵引电机产生的旋转运动转化为车轴和/或车轮的旋转。不同的牵引电机可以与不同的车轴和/或车轮可操作地连接,这样可以停用(例如,关闭)的牵引电机就不会迫使相应的车轴和/或车轮旋转,保持激活(例如,打开)的牵引电机则迫使相应的车轴和/或车轮旋转。每个推进系统可以包括一个能量供应系统702,该能量供应系统向牵引电机提供电能。每个推进力生成运载工具上的能量供应系统可以与图6中所示的能量供应系统602相同或相似。例如,在推进状态下的牵引电机可以由能量供应系统提供给牵引电机的电流提供能量。在再生制动状态下,牵引电机可将基于车轮和/或车轴的旋转而产生的电流提供给能量供应系统,用于对该能量供应系统中的储能系统(例如,电池单元或类似物)充电。
偏差检测系统包括传感器和控制单元(均在图6中示出),并可以被安置在每个推进力生成运载工具上,以监测该推进力生成运载工具的能量供应系统的操作。可选地,不同的离散偏差检测系统可以被放置在三个推进力生成运载工具中的每一个上。另外,运载工具系统上的单一控制单元(例如,主控制单元)可以从配置在不同运载工具上的传感器获得传感器测量值,以监测所有的能量供应系统。
虽然图7说明了整合到铁路运载工具组成上的偏差检测系统,但本文描述的实施例可适用于其他类型的运载工具组成和/或铁路运载工具以外的运载工具,如非公路运载工具(例如,采矿运载工具或其他可能不被设计或允许在公共道路上行驶的运载工具)、海洋船舶、汽车等。此外,本文所述的偏差检测系统可用于监测任何大型的能量供应系统,甚至在固定的工业、非运载工具应用中。
图8是示出根据实施例的偏差检测系统的控制单元的操作的方框流程图;在802中,控制单元确定特定参数的参考值和/或参考变化量。参考值和/或参考变化量代表被监测的储能电路(或储能电路的储能设备)的预期行为。同一能量供应系统(甚至是不同的能量供应系统)中经历类似运行条件的储能电路可望有类似的表现,并对共同的刺激有类似的反应,如施加到储能电路的负载或电流需求。同一储能电路内的储能设备,以及不同储能电路之间的储能设备,可能具有相同或相似的特性。这些特征可以包括电池化学成分、充电容量、类型、年龄/使用/健康状况、批号等。参考值和/或参考变化量可以是预期行为的数字表示。
参考值可以是一个单一的数值,随时间变化的数值(例如,可以在图上绘制成一条曲线),随时间变化的数值的变化率(例如,一条直线的斜率)等。本文中,参考值随时间的变化率被称为参考变化率。在一个例子中,参考值代表温度随时间的变化率(或斜率),温度传感器(监测电源电路中相同或类似的零部件)的传感器测量值将被期望在一个共同的时间段内具有与参考变化率值相同或类似的变化率。
参考变化量可以代表两个或多个数据点之间的计算差异。例如,10度的参考变化量可以表明,与同一储能电路相关的一组温度传感器不应产生彼此相差10度以上的温度测量。因此,相对于最高的温度测量值,最低的温度测量值应该在参考变化量(例如10度)之内。参考变化量可随时间变化。参考变化量可能取决于运行条件,如系统中的不同位置,设备中的不同电压等。例如,如果已知储能设备相对于冷却剂流有不同的位置,那么温度的参考变化量可能会比所有设备对冷却剂流有同等或大约同等的接触要大。靠近冷却剂流的设备预计会比离冷却剂流较远的设备温度低。在另一个实施例中,参考变化量可以表示一个值的范围。例如,参考变化量可以是定义在两个设定点、线或平面之间的范围,两个设定点、线或平面代表一个下限和一个上限。上限和下限中的一个或两个的位置以及上限和下限之间的范围大小可能会随着时间的推移而变化。
参考值和/或参考变化量可以基于控制单元所收到的或可访问的多种输入数据。例如,用于确定第一储能电路的特定参数的参考值和/或参考变化量的输入数据可以包括本地传感器测量值804、来自其他能量供应电路的传感器测量值806、运行条件808、能量供应电路的固有特性810、历史信息812(例如关于第一储能电路或能量供应电路的其他零部件),和/或关于其他能量供应电路的历史信息814。
本地传感器测量值804代表由与第一储能电路相关的传感器产生的原始数据。可选地,控制单元可以过滤掉或替代一些具有低质量的传感器测量值,例如低信噪比或明显的错误读数(例如,来自传感器的温度测量值在很长一段时间内没有变化,而从其他传感器可以知道温度可能正在变化)。如果具体参数可能是温度,控制单元可以利用来自与图6所示第一储能电路相关的所有六个温度传感器的传感器测量值。
来自其他储能电路的传感器测量值806是指来自与第二储能电路相关联的第二组传感器的传感器测量值,并且可以指来自同一或不同能量供应系统中的其他储能电路的传感器测量值。例如,为了确定温度的参考值和/或温度变化,控制单元可以从整个能量供应系统中的所有(或大多数)温度传感器获得并汇编温度测量值。
运行条件808指的是第一储能电路的目前的环境状况和操作。例如,运行条件可以包括第一储能电路周围环境中的环境温度、环境空气流量、压力、湿度等。运行条件可以包括主动冷却和/或加热率。电池状态可以是另一个运行条件,可以指电路的每个储能设备的充电状态、电路目前的电荷传输操作(如供应电流或接收电流,和/或电路上目前的负载或电流需求)。储能电路上的负载可以代表储能电路向牵引电机或辅助电机提供电流的速率(例如,安培小时速率)。另一个运行条件可以是运载工具状态(例如,铁路运载工具应用的机车状态),该运载工具状态可以指偏差检测系统所处的运载工具是否可以制动、动态制动、滑行、加速、静止、关闭、空转、充电、放电、加油等。
能量供应电路的特性是指基于物理学的固有特性。合适的特性可以包括储能设备的化学成分(例如,电池化学成分)、储能设备的类型和/或型号、储能设备的建模热特性等。其他合适的特征可以包括能量供应系统的特征,如电能传输线的规格、电流收集器和电流源之间的距离。建模热特性可以指运行所生成的热量。
有关能量供应电路的历史信息可以指能量供应电路元件的工作年龄和/或其健康状态。例如,能量供应电路的电阻可能被预期随着运行寿命而逐渐增加。健康状态可指能量供应电路的状况,该健康状态可能是运行寿命、能量供应电路的容量、目前的充电状态、可用电压或电流等。例如,因为完全充电的储能设备比部分耗尽的储能设备储存的能量更大,所以完全充电的储能设备可能比部分耗尽的储能设备更有可能经历热失控。同样地,具有磨损的绝缘层的供电线路可能更容易出现电弧或短路现象。
关于其他能量供应电路的历史信息可以指基于能量供应电路性能的观察和趋势,无论是在同一能量供应系统中还是在与第一能量供应电路不同的能量供应系统中。其他能量供应电路可以与第一能量供应电路相似,例如包括与第一电路中相同数量和/或类型的储能设备。作为一个例子,该信息可以包括在响应特定刺激(例如环境状况和应用于能量供应电路的负载)时观察到的其他能量供应电路的热加热率。
控制单元可以利用部分或全部的输入数据(804、806、808、810、812、814)来确定特定参数的参考值和/或参考变化量。例如,控制单元可以将运行条件、能量供应电路的固有特性以及关于能量供应电路的历史信息插入基于物理的计算模型中。基于物理计算模型可以是一个计算机程序,该计算机程序基于包括利用输入数据作为多个变量的多种计算的算法,生成特定参数的参考值和/或参考变化量。基于物理模型可以利用额外的信息,如本地传感器测量值、其他能量供应电路的传感器测量值和/或其他能量供应电路的历史信息。
如上所述,特定参数可以从一个或多个函数和其他基于一个或多个测量值的已知关系中推导出来,这样,特定参数可能不会被传感器直接测量。派生的特定参数的非限制性例子包括功率、均方根(RMS)电流、谐波谱、偏置、电阻、统计指标(例如,平均值、中位数、模式、标准差等)等。在一个非限制性的例子中,具体参数可以代表一个统计指标,控制单元可以汇编由监测能量供应系统的传感器产生的代表该具体参数的所有传感器测量值。因此,对于温度,控制单元可以汇编与系统中所有能量供应电路相关的温度传感器产生的传感器测量值。可选地,控制单元可以将汇编的传感器测量值的范围缩小到由与同一能量供应电路或同一能量供应设备相关的特定传感器产生的传感器测量值。控制单元可以通过对汇编的传感器测量值进行统计计算来确定参考值和/或参考变化量。例如,控制单元可以计算温度的参考值,作为汇编的温度测量值的平均值(例如,均值)、中位数或其他指定值。此外,控制单元可以将传感器测量值安排在从低到高的分布中,并且可以通过选择分布中指定百分位的测量值作为定义参考变化量边界的上下限,来确定特定参数的参考变化量(或范围)。例如,如果指定的百分位数是40%和60%,控制单元可以指定分布中代表第40个百分位数的传感器测量值为下限,可以指定分布中代表第60个百分位数的传感器测量值为上限。控制单元可以在其他实施例中通过其他过程确定特定参数的参考值和/或参考变化量。
控制单元可以为能量供应电路的多个不同具体参数中的每一个确定参考值和/或参考变化量。例如,控制单元可以确定温度的参考值和/或参考变化量,功率的不同参考值和/或参考变化量,RMS电流的不同参考值和/或参考变化量等。
在815中,可以确定特定参数的监测值和/或变化量。监测值和/或变化量可基于与被分析的特定能量供应电路相关的传感器的本地传感器测量值(在804)。如上所述,具体参数可以代表测量参数,例如温度、电流、电压等,或派生参数,例如功率、平均温度、电阻、RMS电流等。在一个实施例中,监测的值和/或变化量可以在不参考外部源(例如运行条件、历史信息和来自其他能量供应电路的传感器测量值)的情况下确定。
在816中,控制单元将特定参数的监测值和/或变化量与特定参数的参考值和/或参考变化量进行比较,以确定偏离的程度和/或速率。进行比较的目的可以是检测可能表明零部件故障的异常传感器测量值,例如电池单元着火或经历热失控。基于传感器产生的实际测量值,能量供应电路的监测行为可以与预期行为进行比较。
该比较可以包含一个确定的(例如,指定的)容差值,该容差值可以被设计用来适应由于传感器的准确性而产生的差异(例如,期望误差),由于传感器的不同年龄而产生的差异,由于能量供应设备的封装条件和/或位置的差异而产生的梯度,电池单元之间连接质量的差异等。容差值可以是一个固定的预设范围,例如参考值的±2%、5%或10%,或者在参考值的标准偏差的范围内的预设度数(例如,在2度的标准偏差内)。对于温度参数,容差值可以设置为百分比或以度为单位的数字,如与参考温度值的±2度、4度、6度或10度。对于参考变化率值,容差值可以是高于和低于参考值的当前变化率的一个固定的变化率范围(例如,斜率),单位可以是变化率或百分比。可选地,容差值可以是动态的,并是其他条件的函数,如电流、年龄等。例如,容差值可以基于通过能量供应电路的电流量而改变和调整。在低电流率的情况下,由于电阻等变量可能受电流影响,容差值可能比大电流率的情况下更窄。在另一个例子中,随着能量供应电路的老化,容差值可能会随着时间的推移而增加(例如,裕度变宽),因为可以预期能量供应设备在生命的早期阶段比在生命的后期阶段表现得更接近于预期。确定的容差值在此也被称为指定的容差值。
指定的容差值可选择地适用于参考变化量。例如,如果温度测量值之间的参考变化量可能是10度,指定的容差值可以将可接受的变化范围扩大到11或12度。因此,如果两个温度测量值之间的测量差异可能是10.5度,控制单元可以确定该差异不违反参考变化量。即使所描述的比较可以是单个传感器值或单个转换值,也可以理解为可以考虑进行二维或三维矢量比较(如线或平面)。
在818中,控制单元可以响应于检测到一个或多个离群或偏离的监测值和/或变化量而检测到偏差状况。偏离的监测值和/或变化量代表监测值和/或变化量(基于由与第一能量供应电路相关的一个或多个传感器产生的本地传感器测量值804)偏离参考值和/或变化量的程度超过指定的容差值。可以认识到,这些偏离的监测值和/或变化量不包括先前被过滤掉和/或替代的传感器数据。
在可以检测到偏差状况之后,控制单元启动一个或多个响应动作820。响应动作820可以包括至少暂时改变能量供应电路的运行条件,例如阻断进出能量供应电路的电流传输以将能量供应电路与其他电路(例如第二电路)隔离。例如,如果能量供应电路可能着火或有一个或多个能量供应设备经历热失控,隔离能量供应电路可能有助于防止损害(如热失控)扩散到其他能量供应电路。响应行动可以包括调整电路的非零电流传输率,诱导施加在电路上的指定负载,调整电路周围的环境温度,调整电路周围的空气流速,启动主动冷却,启动灭火,标记电路进行维修和/或更换,降低或以其他方式改变可安装能量供应系统的运载工具的运行,通知人类操作人员等。控制单元可自动生成控制信号,以便在检测到偏差状况时启动这些响应行动中的一个或多个。
控制单元可以在检测到偏差状况时,基于最坏情况自动启动一个或多个临时行动。在一个实施例中,最坏情况代表能量供应设备的热失控和/或火灾,这有可能蔓延到相同或不同电路中的其他设备,造成重大的永久性损害和伤害风险。因此,控制单元可以在检测到偏差状况时启动一个或多个与热失控和/或火灾有关的临时行动,即使实际原因可能没有那么严重。临时行动可以包括增加主动冷却、启动灭火、将能量供应电路与其他电路电隔离、减少能量供应系统上的负载、降低运载工具牵引力、通知操作人员等。
在一个实施例中,控制单元可以确定哪些传感器产生了偏离的监测值和/或变化量可能基于的传感器,并可以标记这些传感器。此外,控制单元可以至少部分地基于由这些特定传感器产生的传感器测量值来估计偏差状况的原因。如本文所用,偏差状况的原因可以包括零部件的识别和/或零部件的状况。例如,控制单元可以将原因区分为焊接不良、供能设备故障、传感器故障、连接两个供能设备的接线片断裂和/或类似情况中的一个或多个。在估计出原因后,控制单元可以根据特定的估计原因来调整响应行动。例如,如果估计的原因可能是一个故障的传感器,那么控制单元可以标记该传感器进行维修或更换,通知操作人员,替换传感器,或类似的。此外,由于传感器故障可能不是最坏的情况,控制单元可以通知执行根据最坏情况的临时补救行动。例如,控制单元可以增加能量供应系统的负载,允许增加运载工具的性能,减缓或停止主动冷却,停止灭火等。在另一个例子中,如果估计的原因可能是能量供应设备发生故障,为了防止或禁止火灾或热失控的蔓延造成的二次损害,控制单元可以根据最坏的情况延长临时补救行动的性能,例如保持有问题的能量供应设备和/或电路的电气隔离,保持主动冷却,保持灭火等。
为便于理解,图9是根据实施例基于能量供应电路相关的温度传感器(例如,图6所示的温度传感器614)产生的传感器测量值绘制的图表900。该图包括代表以摄氏度为单位的温度的垂直轴902,和代表以秒为单位的时间的水平轴904。该图包括六条曲线906A-F,代表由与能量供应电路相关的六个温度传感器中的每一个产生的示例传感器测量值。该能量供应电路可以是图6中所示的第一或第二能量供应电路606A、606B中的任何一个。第一条曲线906A代表由与电路的第一能量供应设备相关的温度传感器之一产生的温度测量值,第二条曲线906B代表由与第一能量供应设备相关的另一个温度传感器产生的温度测量值。第三条曲线906C表示由与第二能量供应设备相关的温度传感器之一产生的温度测量值,第四条曲线906D表示由与第二能量供应设备相关的另一温度传感器产生的温度测量值。第五和第六条曲线906E、906F分别代表由与第三能量供应设备相关的两个温度传感器产生的测量值。
图900包括代表参考(或预期)温度(例如,值)随时间变化的曲线908。该参考温度线可由指定的公差裕度910在上方和下方接壤。指定的公差裕度910在参考温度线的上方延伸到上线912,在参考温度线的下方延伸到下线914。在图示的实施例中,指定的公差裕度(容差值)可以是参考温度线的±3度。例如,当参考温度线在400秒左右处于22℃时,上线可能处于25℃,下线可能处于19℃。虽然在图中指定的公差裕度可以是静态的,但如上所述,公差裕度可以是动态的,可以根据运行条件、年龄等随时间变化。此外,尽管在图中公差裕度可以用二维曲线表示,但公差裕度可以沿平面以三维表示,例如,如果公差裕度可以是多个参数的函数。
如图9所示,在100秒时,所有六个温度测量值906A-F可以在参考温度值的指定公差裕度内。在500秒时,某事导致第三条曲线906C表示相当一致的温度上升,第三条曲线906C与其他曲线和参考温度线不同。第三条曲线906C在大约900秒时越过了指定温度32℃的绝对阈值916。传统的电池监测系统可以在时间900秒处检测到偏差,响应于第三条曲线跨越阈值。本文所披露的偏差检测系统可以提供更早的异常检测。例如,控制单元可以在第三条曲线偏离参考温度线超过确定的容差值时检测到偏差状况。在图9示出的图形中,在600秒或前后时,发生第三条曲线越过上线的情况。因此,控制单元可以在600秒或者600秒左右检测到一个偏差状况,并启动响应行动,这是在偏差温度测量值超过指定阈值(900秒)之前的几分钟。偏差检测系统提供的预先通知可以防止或减少损害的蔓延,而不是等待直到阈值被越过后才采取行动。
在一个实施例中,甚至在第三条曲线越过图9中描述的容差值之前,偏差状况就可以被偏差检测系统检测到。例如,控制单元可以监测温度值相对于参考变化率的变化率,并且可以确定第三条曲线的变化率与参考变化率的差异超过500秒和600秒之间的确定的阈值裕度值。关于变化率,阈值裕度值可以与图9所示的阈值裕度值不同。例如,确定的变化率的阈值裕度值可以以监测参数随时间变化为单位,例如温度随时间的变化。可选地,确定的阈值裕度值可以是变化值的参考速率的±百分比。如图9所示,控制单元可以确定第三条曲线的变化率(例如,斜率)在500秒和600秒之间偏离参考温度值随时间推移的变化率(例如,线)超过指定的阈值裕度值,表明存在偏差状况。
图900表明,在650秒或650秒前后,第一条曲线906A的斜率发生变化并偏离参考温度线的斜率。例如,第一条曲线表明温度上升的速度比参考温度线快。尽管第一条曲线与参考温度线的偏差不超过指定的公差裕度,但控制单元可以根据第一条曲线与参考温度线之间的斜率的偏差检测到偏差状况。此外,或者说,控制单元可以根据第一条曲线和其他一条或多条曲线之间的变化超过参考变化量的情况来检测偏差状况。例如,控制单元可以确定与同一能量供应设备相关的温度传感器的传感器测量值之间的参考变化量为3℃(包含任何指定的公差裕度)。第一曲线906A和第二曲线906B代表与同一能量供应设备相关的两个温度传感器的传感器测量值。该图表明,在800至900秒之间的某个时间,第一条曲线与第二条曲线的变化超过3℃。因此,控制单元可以在第一条曲线和第二条曲线之间的变化超过参考变化量的情况下检测到偏差状况(即使第一曲线仍然在参考温度线的指定公差裕度内)。
该图9表明,可以根据传感器测量值随时间变化的各种特性来检测偏差状况,例如值、值的变化率(例如斜率)、传感器测量值的变化等。偏差状况的检测可以独立于任何超过预设阈值的传感器测量值,如图中所示的阈值。例如,即使在一个备选实施例中,第三条曲线在超过上线后趋于平缓,使该线从未超过阈值,偏差检测系统也可以根据温度值、曲线的斜率、曲线与其他监测的温度曲线之间的变化和/或类似情况检测到偏差状况。偏差检测系统可以被配置为根据测量值检测噪音传感器和/或损坏的传感器。例如,基于噪声传感器的测量结果生成的曲线可能比基于更精确传感器的测量结果的曲线波动更大。此外,破损的传感器可能提供统一的、不变的测量值,这将被描绘成图形中的一条水平线。响应于检测到噪音和/或破损传感器,控制电路可以忽略和/或替代这些传感器。
尽管该图绘制了温度传感器的温度测量值,但可以理解的是,除了温度之外,或代替温度,还能够根据其他类型的参数,如电流、电压、充电状态、充电容量、压力、冷却剂流量,以及任何派生或转换的测量值(例如,功率、RMS电流、电阻等)来检测偏差状况。
图10是根据实施例的用于检测和响应能量供应系统中的偏差状况的方法1000的流程图;该方法可以全部或部分地由图6中所示的控制单元604执行,该控制单元包括一个或多个处理器。可选地,该方法可以包括额外的步骤、较少的步骤和/或与图示的流程图不同的步骤。
另外参考图6至图9,该方法从步骤1002开始,在该步骤中可以获得代表能量供应电路参数的传感器测量值。传感器测量值可由与能量供应电路相关的第一组传感器产生。该能量供应电路包括一个或多个能量供应设备,例如,但不限于,电池单元。传感器测量值可直接从传感器获得,或通过从电子存储设备(如存储器、服务器等)访问传感器数据获得。
在步骤1004中,可以确定参数中的特定参数的参考值和/或参考变化量。例如,该特定参数可以是温度、电流、电压、电阻、充电状态、容量等。参考值和/或参考变化量可以基于由与能量供应电路相关的第一组传感器产生的传感器测量值、由与至少不同的第二能量供应电路相关的第二组传感器产生的传感器测量值、能量供应电路(及其设备)的固有特性、能量供应电路的运行条件和/或关于能量供应电路或关于其他能量供应电路的历史信息而确定。
在步骤1006中,代表特定参数的监测值和/或变化量,可以基于从第一组中与能量供应电路相关的传感器获得的传感器测量值,与特定参数的参考值和/或参考变化量进行比较。基于第一组中每个相关传感器的传感器测量值的监测值和/或变化量可以单独与参考值和/或参考变化量进行比较。例如,如果具体参数可能是电压,第一组中每个电压传感器的电压测量值可以与参考值和/或参考变化量进行比较。在具体参数可以是功率的另一个例子中,电压传感器和电流传感器的电压测量值和电流测量值可用于推导可各自与参考功率值和/或参考变化量进行比较的功率值和/或功率变化量。
在步骤1008中,可以确定代表特定参数的所有监测值和/或变化量是否在特定参数的参考值和/或参考变化量的指定公差裕度内。如果没有一个监测值和/或变化量与参考值和/或参考变化量的偏差超过指定的公差裕度,那么答案可以是“是”,并且该方法返回到步骤1002。另一方面,如果至少有一个监测值和/或变化量偏离参考值和/或参考变化量的程度超过了公差裕度,那么答案可以是“否”,方法继续到步骤1010。
在步骤1010中,响应于确定监测值和/或变化量中的一个或多个可能偏离了由参考值和/或参考变化量派生的监测值和/或变化量超过公差裕度,可以检测到偏差状况。该偏差状况表明,在一个或多个零部件中可能存在潜在的故障或失灵,例如能量供应设备、电动总线、传感器、焊缝、连接电池的接线片等。在步骤1012中,可以确定第一组中的一个或多个传感器,这些传感器产生了至少一些传感器测量值,而偏离的监测值和/或变化量可能是基于这些传感器测量值。例如,传感器测量值可以具有表明测量值来源(例如,哪个传感器产生了该测量值)的数据标签。可以根据与偏离的监测值和/或变化量相关的数据标签来识别第一传感器。如果偏离的监测值和/或变化量是基于不同的传感器产生的测量值,则可以识别多个传感器。
在步骤1014中,可以估计偏差状况的原因。偏差状况的原因可以至少部分地根据第一传感器和其他确定的传感器产生的传感器测量值来估计。例如,可以通过分析由第一传感器产生的传感器测量值与(i)由第一组中的其他传感器产生的代表相同参数的传感器测量值,(ii)由第一组中的其他传感器产生的代表另一参数的传感器测量值,和/或(iii)由与不同能量供应电路相关的不同组的传感器产生的传感器测量值(代表相同参数和/或不同参数)来估计偏差状况的原因。例如,如果具体参数是温度,由第一组中的一个或多个温度传感器产生的离群温度测量值可以与第一组中的其他温度传感器产生的非离群温度测量值、与第一组中的电压传感器产生的电压测量值、与第一组中的电流传感器产生的电流测量值,和/或与第二组中的不同传感器产生的温度、电压和电流测量值一起进行分析。如本文更详细地描述,偏差状况的原因可以根据被分析的传感器测量值值中观察到的趋势和关系来估计。
可选地,可通过在步骤1016中采取临时行动并观察临时行动的效果来估计偏差状况的原因。该临时行动可以包括至少在指定的时间段内改变能量供应电路的至少一个运行状况。控制单元可以通过生成控制信号来启动临时行动,以改变运行状况(s)。该控制信号可以通过通信设备传达给预定的接收者。例如,临时行动可以包括通过阻断进出能量供应电路的电流传输,将能量供应电路与能量供应系统中的其他电路进行电气隔离。能量供应电路可以通过打开电气开关来切断电路和相邻电路之间的导电路径而被隔离。如果发现一个或多个能量供应设备起火和/或出现热失控,隔离电路可能有助于阻止损害的蔓延。一旦能量供应电路与其他电路断开,该电路的一个或多个能量供应设备的温度可望向环境温度移动。
另一个临时行动可以是启动、关闭和/或调整冷却或加热介质,如空调,以改变环境温度。如果能量供应设备不处于负载之下(例如,目前不向负载提供电能),可以预期这些设备会随着时间的推移而接近新的环境温度。然而,另一个可选的临时行动可以是调整电路周围的空气流速,例如通过打开、关闭或修改风扇或泵的活动。当能量供应设备处于负载状态时,关闭风扇和/或泵可能会导致设备的温度上升,而打开风扇和/或泵可能会导致温度下降(如果环境温度低于设备的温度)。
还有其他临时行动可以包括在能量供应电路上诱导指定的负载和/或调整进入或离开能量供应电路的非零电流传输率。临时行动可以在指定的时间内采取。指定的时长可以是5分钟、30分钟等。可选地,指定的时长可以延长到可以估计出偏差状况的原因。例如,如果可以估计到原因是坏的传感器,那么可以停止提供主动冷却的临时行动,因为由于坏的传感器,可能很少有火灾或能量供应设备过热的风险。
在步骤1018中,在采取临时行动之后,可以监测由已识别出的传感器(产生离群监测值和/或变化量)产生的传感器测量值。这些传感器的这些后续行动后测量值可以与采取临时行动之前由传感器产生的行动前传感器测量值进行比较,以确定临时行动对传感器测量值的影响。例如,如果行动后的测量值与行动前的测量值一致,即使构成临时行动的运行条件的变化本来预计会改变测量值,那么造成偏差状况的原因可能是传感器出现故障。因此,如果在预期冷却电路的主动冷却和/或隔离电路的存在下,温度传感器的温度测量值不随时间变化,那么控制单元可以估计温度传感器可能发生了故障。
在另一个例子中,可以将识别出的传感器的行动后测量值与其他可能被假定为正常运行的传感器的测量值进行比较。如果行动后的测量值与其他传感器的测量值一致,那么可以估计所识别出的传感器是正常工作的,使得能量供应设备或相关零部件可能出现故障、损坏或出错。用于估计偏差状况的原因的其他方案可以描述如下。
在步骤1020中,在估计了偏差状况的原因之后,可以根据估计的原因启动响应性或补救行动。例如,如果一个传感器被控制单元估计为坏的(例如,故障或不工作),那么控制单元可以生成控制信号,以标记该传感器进行更换,在执行后续监测时替代该传感器,通知操作人员该传感器可能发生故障(例如,以及能量供应设备可能正常工作),停止为限制热相关损害而采取的临时行动,例如主动冷却和/或隔离能量供应电路,和/或类似。在另一个例子中,如果控制单元估计电路的能量供应设备可能发生故障,那么控制单元可以生成控制信号,以延长为限制热相关损害而采取的临时行动的执行,标记电路以更换其一个或多个能量供应设备,通知操作人员,降低包含能量供应系统的运载工具的性能,启动灭火等。
下面可以提供各种非限制性的示例方案,表明控制单元如何能够基于分析传感器测量值来估计偏差状况的原因。下面的示例指的是电池单元,但这里描述的实施例可能不限于电池单元。
在第一个温度例子中,如果只有一个电池温度传感器始终比该电池的其他温度传感器升温更多,那么控制单元可以估计,偏差的原因可能是焊接不良。作为响应,控制单元可以忽略不良焊缝,通知操作人员,继续操作,降低能量供应系统的性能,和/或关闭能量供应系统,这取决于不良焊缝的严重程度。在第二个温度例子中,如果控制单元检测到一个电池温度传感器可能超出范围过高,而相邻的传感器可能在正常范围内,控制单元可以隔离电路,使电路上没有负载。如果隔离电路后,由一个传感器产生的温度测量值仍然远超范围,那么该传感器可能出现故障。作为响应,控制单元可以忽略该传感器的测量值或在以后的监测算法中替代该传感器。
在第三个温度例子中,如果两个或更多的温度传感器出现意外的上升,和/或如果通风管道中的温度飙升,那么控制单元可以估计一个或多个电池单元可能正在升温。根据严重程度,控制单元可以忽略温度上升,警告操作人员并继续操作,减弱能量供应系统,关闭能量供应系统,标记一个或多个电池进行更换,启动灭火,停止充电,降低充电的电压,和/或启动主动冷却。在第四个温度例子中,如果由温度传感器产生的温度测量值作为一个共同的趋势,正在远离绝缘房间中的设定环境温度(例如,基于冷却/加热介质),那么冷却/加热介质可能出现故障。作为响应,控制单元可以通知操作人员,冷却/加热介质没有正常工作,并可以关闭和防止进一步使用冷却/加热介质。在第五个温度例子中,如果平均电路温度和电池包温度随着时间的推移(例如,从历史上看)达到一个一致的阈值,那么控制单元可以估计能量供应电路可能处于寿命的终点。作为响应,控制单元可以安排电路的更换,并可以防止进一步使用电路。
在第一个电压例子中,如果根据电压传感器产生的电压测量值,一个电池或一条电源线的监测电压在负载下比其他电池或电源线增加或减少得更快,那么控制单元可以估计,电池的接线片可能被打断或损坏,电源线的绝缘层可能磨损或破裂,或连接器没有被安全地接合。作为响应,控制单元可以忽略断裂的电池接线片,降低能量供应电路的功率,减少使用的电压,隔离电池或电源线,和/或关闭能量供应电路。
在第二个电压例子中,可以通过比较电路的电压测量值和电路的单个电池的电压测量值并识别差异或偏差来检测故障传感器。作为响应,故障传感器的测量值可以被忽略,或在额外的监测算法中被替代。在第三个电压实例中,通过将电路或串电路的电压测量值与其中各电池的电压之和进行比较,并识别出差异,控制单元可以检测到一个损坏的测量卡。作为响应,一个或多个电路可能被标记为需要更换。
在第四个电压例子中,如果一个给定的电路或多个电路串的电池电压最大到最小的范围可能很大,那么可能存在不平衡。作为响应,控制单元可以降低能量供应系统的性能和/或执行电池平衡。在第五个电压例子中,可以通过跟踪电路不处于负载状态时的电压测量值斜率来检测过度放电。在关闭能量供应系统之前,可以记录电压、温度和时间。在能量供应系统重新上线后,同一电路的电压、温度和时间可以与记录的数值进行比较,以确定是否可能存在过度放电。如果存在过度放电,该电路可能被标记为需要更换。在第六个电压例子中,如果在能量供应系统离线时,相邻的电池或电路在共同的时间段内有不同的电压,例如一个增加,另一个减少,那么控制单元可以检测到短路。作为响应,控制单元可以通知操作人员,机械地断开电池或电路,和/或标记电池或电路进行更换。
在第七个电压例子中,可以检测到失败的保险丝、连接设备、电流传感器或其他零部件。如果电流传感器产生的电流测量值可能相对较高,而电路或串电路的监测电压突然下降到零,则控制单元可以检测到保险丝故障。如果电压测量值在预期时没有增加或减少,就可以检测到一个失败的连接设备。如果电压测量值在预期时增加和/或减少,但电流传感器的读数为零,则可以检测出电流传感器故障。此外,如果电流测量值的大小可能相对较高,而电压测量值可能是稳定的,就可以检测到电流传感器的故障。作为对检测到这些故障零部件中的任何一个的响应,控制单元可以隔离特定的电路,标记电路(或其一些内部零部件)进行维修,和/或继续运行(如果可以的话)。在第八个电压例子中,能够根据电压测量值随时间变化的驼峰形状来检测即将发生的热失控,例如,增加后很快又减少了。作为响应,控制单元可以断开电路,通知操作人员,启动灭火或主动冷却,和/或标记电路进行更换。
在第九个电压例子中,如果电压测量结果表明电池不能保持充电和/或在放电时电压消耗可能很快,电池可以被排除。作为响应,控制单元可以通知操作人员,断开或隔离电路,和/或标记电路进行更换。在第十个电压例子中,如果在充电时可能检测到快速的电压下降,控制单元可能检测到内部短路。作为响应,控制单元可以通知操作人员,断开或隔离电路,和/或标记电路进行更换。在第11个电压实例中,可根据参考电压测量值中与部分连接到电路的电线底盘的偏差来检测错误的接线。作为响应,布线可以被标记为维修,如果可行的话可以继续运行,和/或电路或串电路可以被隔离。在第十二个电压实例中,可根据与串电路相关的电压测量值的漂移来检测接地故障。可以确定通过这些电路的电压测量值的总和,以验证该漂移。作为响应,控制单元可以隔离该串电路,继续运行,通知操作人员,和/或安排维修。
在一个实施例中,由偏差检测系统监测的能量供应系统代表了电源电路的一部分,该电源电路包括与能量供应系统的储能电路电连接的额外零部件(例如,设备)。例如,电源电路包括多个电力源,这可能是指能够提供电能的零部件。电力源可以包括储能电路、牵引电机(在再生制动模式下)、燃料电池、交流发电机、发电机、电荷传输连接点(用于传导性充电)、电荷传输线圈(用于感应性充电)等。发电机和/或发电机可以机械地连接到内燃机,如柴油机。电源电路可以被安置在一个能量供应系统上。动力供应系统可以是运载工具、外部动力供应系统(例如,运载工具充电系统、感应式充电系统等)、电子设备等。偏差检测系统的控制单元(或控制器)可以监测能量供应电路的状况,并响应检测到与能量供应电路有关的偏差状况而启动一个或多个补救行动。补救行动可以修改电源电路的一个或多个零部件的运行。
图11是根据实施例的用于电源电路1102的偏差检测系统1100的框图。该偏差检测系统可具有与图6中的偏差检测系统相同的一些零部件,例如控制单元1104、通信设备1106和一个或多个能量供应电路1108。能量供应电路是电源电路的组成部分。能量供应电路包括储能设备,例如电池单元。可选地,能量储存电路可以包括电容器。电源电路包括多个电力源1110,这些电力源彼此电性连接,以在动力源和各种负载之间输送电力。这些动力源可以连接到导电总线1112。在一个实施例中,动力源包括能量供应电路、与内燃机1114机械连接的发电机1116、与发电机电连接的交流发电机1118、牵引电机1120、燃料电池1122和电荷传输触点1124。能量电路可以包括用于监测电力源参数的传感器1126。电源电路可以包括用于控制通过电源电路传输电能的开关设备1128。控制单元可以与电力源、传感器和开关设备通信连接。控制单元可以通过生成被传达给这些零部件的控制信号来控制这些零部件的运行。
电源电路可以被安置在一个能量供应系统上。电荷传输触点可以是导电元件(例如,金属条或金属棒),它们被设计为与外部供能系统的相应触点进行物理接触。例如,电源电路可以设置在运载工具上,而电荷转移触点可以被设计成与外部动力供应系统的电缆、第三轨、受电弓或类似设备进行物理连接。电荷传输触点可以建立一个连接运载工具和外部动力供应系统的导电通路,以使电力从动力供应系统传输到运载工具,为运载工具供电。通过电荷传输触点从动力供应系统接收的电能可以被供应给能量供应电路,以便对能量供应电路充电和/或供应给牵引电机以提供推进力。
在可替换的实施例中,电源电路可以有不同的零部件。例如,电源电路可以缺少一个或多个图示的动力源,如燃料电池。在一个可替换的实施例中,电源电路可以设置在外部动力供应系统上,并且可以缺少牵引电机。在另一个替代性的实施例中,电源电路可以设置在无线充电设备上,例如电子设备的无线充电设备。无线充电设备可以包括一个电荷传输线圈,用于与外部设备或系统进行感应式电能传输,而不是电荷传输触点。
传感器被设置和耦合以监测电源电路中所有或至少多个动力源的参数。例如,传感器可以包括监测能量供应电路参数的电压传感器、电流传感器和温度传感器,类似于图6所示的传感器。这些传感器可以包括监测牵引电机、发动机、发电机、交流发电机、电荷传输触点、总线、燃料电池等的参数的额外传感器。偏差检测系统的控制单元可以分析由传感器随时间变化产生的传感器测量值,以检测沿电源电路的偏差状况。
控制单元可以使用开关设备来控制通过电源电路的电能传输。例如,响应于检测到与第一能量供应电路相关的偏差状况,控制单元可以通过驱动一个或多个开关设备来切断第一能量供应电路与包括其他能量供应电路在内的电源电路的其他零部件之间的导电路径,从而至少暂时地将第一能量供应电路与能源电路的其他零部件电隔离。开关设备可以包括或代表接触器、继电器、固态开关等。有选择地隔离怀疑已损坏的零部件,有助于减少对电源电路其他零部件的二次损害。
控制单元可以在检测到偏差状况时,基于电源电路的当前运行模式或条件、偏差状况的估计来源(例如,哪个零部件出现故障)和/或损害的估计严重程度和/或额外损害的风险,定制响应行动。在一个实施例中,电源电路被安置在运载工具上,并且运载工具目前正沿着路线移动,由控制单元命令的一个或多个响应行动可能涉及修改或限制运载工具的移动。例如,控制单元可以生成控制信号以减缓和/或停止运载工具的运动。该控制信号可以传达给牵引电机或用于自动控制的运载工具控制设备,和/或传达给用户输入/输出设备作为对操作人员的指令。例如,控制单元可以控制牵引电机(以及可选的转向组件),将驱动运载工具到维修机构以解决故障。如果偏差状况被估计为相对较低的严重性,控制单元可以施加运动限制,限制运载工具的速度、距离、动力输出(例如,牵引力)等,同时使运载工具能够继续沿着路线行驶。
在一个实施例中,控制单元可以基于检测到的偏差状况在电源电路的不同电力源之间重新分派动力供应责任(例如,分配)。例如,电源电路可以处于充电模式,从而使电荷传输触点与动力供应系统的相应外部触点物理连接。如果控制单元在电源电路处于充电模式时检测到一个偏差状况,控制单元可以限制或至少暂时停止本地和外部触点之间的电能传输。如果控制单元确定,估计偏差状况的来源与外部的动力供应系统和/或电荷传输触点有关,控制单元可以控制开关设备,将电荷传输触点与电源电路的其他零部件进行电隔离。控制单元可以通过从燃料电池、再生制动模式下的牵引电机和/或发动机、发电机和交流发电机组增加提供给总线的电能供应量的来弥补从外部接收的电能的不足。例如,控制单元可以驱动一个或多个开关设备,将再生制动期间由牵引电机产生的电能引导到能量供应设备,为能量供应设备充电。
在一个实施例中,偏差检测系统可以监测除能量供应电路之外的电源电路的多个零部件的运行,以检测沿该电源电路的偏差。偏差检测系统可以检测任何一个单独的电力源所特有的参数偏差。沿着电源电路的偏差可以代表第一电源的第一参数的第一监测值与第二电源的第一参数的第二监测值的偏差大于期望误差(例如,指定容差值)的情况。例如,在电源电路中串联的两个动力源可能被期望接收相等的电流(如,RMS电流)。如果在第一动力源处收到的电流与在第二动力源(与第一动力源串联)处收到的电流的偏差大于指定的容差值,那么控制单元可以检测/识别一个偏差状况。例如,第一动力源可以是与运载工具的第一轴和/或轮组耦合的第一牵引电机,而第二动力源可以是与运载工具的第二轴和/或轮组耦合的第二牵引电机。传感器可以在再生制动期间监测每个牵引电机的运行参数,例如牵引电机产生的电流、牵引电机的电压、牵引电机的温度等。第一牵引电机的监测参数可望与第二牵引电机的监测参数相似。控制单元可以响应第一牵引电机的第一监测参数相对于(i)第二牵引电机的第一监测参数和/或(ii)参数的参考值的偏差超过指定的容差值而检测到偏差状况。参数的参考值可以基于与第一牵引电机和第二牵引电机中的每一个相关的第一监测参数的传感器测量值。在一个实施例中,控制单元可以响应第一牵引电机的第一监测参数具有与参考值的变化率(例如,参考变化率值)相差超过指定的公差裕度的变化率而检测到偏差状况。
电源电路的监测参数的参考值和/或参考变化量代表预期行为,并可按本文所描述的确定。例如,控制单元可以结合由监测不同但相似的动力源(如多个牵引电机)的传感器产生的传感器测量值,以推导出给定参数的参考值和/或参考变化量。在另一个例子中,各种数据,如实时传感器测量值、运行条件、历史数据和/或关于动力源的信息,可以输入到基于物理的计算模型中,该模型输出给定参数的参考值和/或随时间的变化。例如,控制单元可以基于发动机的一个或多个监测参数(例如,歧管压力、功率输出、燃料消耗、噪音等)和/或发电机的监测参数(例如,电流和/或电压),预测通过交流发电机的RMS电流。
响应于检测到的偏差状况,控制单元可以识别与偏差状况相关的动力源。例如,传感器的测量值可以用数据标签(例如,元数据)来标记,以表明哪个传感器产生了该测量值。控制单元可以分析偏离超过公差裕度的监测参数的传感器测量值,并基于数据标签确定哪个传感器产生了故障触发测量。在确定第一传感器产生了偏离的测量值后,控制单元可以通过访问数据表等来分辨哪个动力源与该第一传感器有关。数据表可以提供电源和监测每个动力源的特定传感器的列表。该数据表可以存储在存储设备中。在识别与偏差状况相关的电源后,控制单元可以执行至少部分基于电源类型的一个或多个响应行动。例如,如果偏差状况来自其中一个牵引电机和/或一个能量供应电路,控制单元可以启动开关设备,以隔离和停用该特定的牵引电机和/或能量供应电路,而不隔离所有的牵引电机或所有的能量供应电路。
图12是根据实施例的用于检测和响应偏差状况的方法的流程图1200。该方法可以全部或部分地由图6所示的控制单元和/或图11所示的控制单元执行。可选地,该方法可以包括额外的步骤、较少的步骤和/或与图示的流程图不同的步骤。在步骤1202中,获得传感器测量值,这些测量值代表了电源电路的电力源的运行参数。该传感器测量值可由被配置为监测电力源的运行参数的传感器产生。
在步骤1204中,确定或获得随时间变化的运行参数的第一参数的参考值。该参考值基于传感器测量值。该参考值可以是参考变化率值或传感器测量值和监测值之间的参考变化量。在步骤1206中,将随时间变化的第一参数的监测值与随时间变化的参考值进行比较。例如,参考值可以代表一个或多个相关电力源对第一参数预期行为。每个监测值可以代表第一参数的实际实验数据,这些数据由传感器测量值。例如,其中一个监测值可以代表由第一传感器测量值的第一动力源的第一参数,而另一个监测值可以代表由第二传感器测量值的第二动力的第一参数。
在步骤1208中,响应于监测值中的第一监测值的变化率与参考值的变化率(例如,参考变化率值)相差超过确定的(例如,指定的)容差值而检测到偏差状况。第一监测值可与一个或多个电力源的第一动力源相关。例如,第一能量供应电路的能量供应设备的温度可以有变化率,该变化率与参考值的变化率相差超过确定的容差值。
在步骤1210中,响应于检测到偏差状况,生成控制信号,以改变第一动力源或电源电路中至少一个的运行状态。运行状态的改变可以是从第一运行模式切换到第二运行模式。可以通过启动第一补救行动来改变运行状态。第一补救行动可以包括阻断或限制电源电路和外部动力供应系统之间的电源传输,阻断第一动力源和电源电路的其他零部件之间的电能传输,调整电源电路和/或第一动力源周围的环境温度,调整电源电路和/或第一动力源周围的温度调节速率,引导在电源电路上的指定的负载,启动主动冷却,或启动火灾抑制。在一个实施例中,第一补救行动可以是电隔离第一动力源,并基于第一动力源的移除在电源电路的其他动力源中重新分配功率。
可选地,该方法可以包括识别产生传感器测量值的传感器中的第一传感器,第一监测值(其偏离参考值)是基于该第一传感器的。可以基于由第一传感器产生的传感器测量值中的自我识别数据标签来识别第一传感器。该方法可以包括至少部分地基于由第一传感器产生的传感器测量值来估计偏差状况的原因。例如,偏差状况的原因可以至少部分地通过比较第一传感器在改变运行状态之前产生的传感器测量值与第一传感器在改变运行状态之后产生的传感器测量值来估计。可选地,在估计了偏差状况的原因之后,该方法可以包括根据所确定的原因修改第一补救行动。例如,如果确定偏差状况的原因是一个有故障的传感器,并且第一动力源本身运作正常,那么可以通过重新建立第一动力源与电源电路的其他动力源的电气连接来修改补救行动。例如,可以允许第一动力源继续运行。修改后的补救行动可以包括移除第一动力源的运行限制,标记故障传感器进行更换,通知操作人员,安排维修等。
本文所述的偏差检测系统和方法的一个或多个实施例的技术效果可以包括对故障和失效零部件的早期检测,从而能够采取早期补救行动以防止和/或减少由故障和失效造成的损害。例如,早期检测到能量供应设备中的火灾和/或热失控,可以及早采取行动,禁止火灾和热失控扩散到其他能量供应设备,从而减少危险,保护和延长能量供应设备的运行寿命。偏差检测系统和方法的另一个技术效果可以包括对检测到的异常情况提供自动的、特定原因的反应的能力。例如,通过基于对传感器测量值的分析估计异常的原因,控制单元可以启动可能专门针对所估计的原因的行动,这比为每个检测到的偏差提供相同响应行动的已知的监测系统效率提高并为能量供应系统提供更好的支持。例如,如果控制单元估计偏差的原因可能是微不足道的,如传感器损坏,那么控制单元可以允许能量供应系统继续运行,从而提供有益的工作输出,而不是自动关闭能量系统以解决火灾和/或热失控的最坏情况。
在一个实施例中,本文描述的控制器或系统可以部署本地数据收集系统,并且可以使用机器学习来实现基于派生的学习结果。控制器可通过进行数据驱动的预测并根据数据集进行调整,从数据集(包括各种传感器提供的数据)中学习并做出决策。在实施例中,机器学习可涉及通过机器学习系统执行多个机器学习任务,例如有监督学习、无监督学习和强化学习。有监督学习可以包括向机器学习系统呈现一组示例输入和期望输出。无监督学习可以包括通过诸如模式检测和/或特征学习等方法构造其输入的学习算法。强化学习可以包括机器学习系统,该机器学习系统在动态环境中执行,然后提供关于正确和错误决策的反馈。在示例中,机器学习可以包括基于机器学习系统的输出的多个其他任务。在示例中,所述任务可以是机器学习问题,例如分类、回归、聚类、密度估计、降维、异常检测等。在示例中,机器学习可以包括多种数学和统计技术。在示例中,许多类型的机器学习算法可以包括基于决策树的学习、关联规则学习、深度学习、人工神经网络、遗传学习算法、归纳逻辑编程、支持向量机(SVM)、贝叶斯网络、强化学习、表示学习、基于规则的机器学习、稀疏字典学习、相似性和度量学习、学习分类器系统(LCS)、逻辑回归、随机森林、K均值、梯度提升、K近邻(KNN)、先验算法等。在实施例中,可使用某些机器学习算法(例如,用于解决可基于自然选择的约束和无约束优化问题)。在示例中,所述算法可用于解决混合整数规划问题,其中一些组分被限制为整数值。算法和机器学习技术和系统可用于计算智能系统、计算机视觉、自然语言处理(NLP)、推荐系统、强化学习、构建图形模型等。在示例中,可使用机器学习进行确定、计算、比较和行为分析等。
在一个实施例中,控制器可以包括可应用一个或多个策略的策略引擎。这些策略可至少部分基于给定设备或环境项目的特性。关于控制策略,神经网络可以接收大量环境和任务相关参数的输入。这些参数可以包括例如关于操作设备的操作输入、来自各种传感器的数据、位置和/或位置数据等。可以对神经网络进行训练,以基于这些输入生成输出,输出表示设备或系统为实现操作目标应采取的动作或动作的序列。在一个实施例的操作期间,可通过以神经网络的参数处理输入以在输出节点处生成将该动作指定为期望动作的值来进行确定。所述动作可转化为使车辆运行的信号。这可通过反向传播、前馈过程、闭环反馈或开环反馈来实现。或者,控制器的机器学习系统可以使用进化策略技术来调整人工神经网络的各种参数,而不是使用反向传播。控制器可以使用神经网络架构,其函数可能并不总是可使用反向传播求解,例如非凸的函数。在一个实施例中,神经网络具有表示其节点连接的权重的一组参数。生成该网络的多个副本,然后对参数进行不同的调整并进行模拟。一旦获得了各种模型的输出,就可以使用确定的成功指标对其性能进行评估。选择最佳模型,并且车辆控制器执行该计划以获得所需的输入数据,以反映预测的最佳结果场景。此外,成功度量可以是优化结果的组合,其可以相互权衡。
如本文所用的,以单数形式叙述并以词语“一”或“一个”开头的元素或步骤不排除所述元素或操作的复数形式,除非明确说明此类排除。此外,对本公开的“一个实施例”的引用并不排除包含所述特征的附加实施例的存在。此外,除非明确说明,否则“包括”、“包含”、“包括”、“具有”或“拥有”一个或多个具有特定属性的元素的实施例可以包括不具有该属性的额外此类元素。在所附权利要求中,术语“包括”和“其中”被用作各自术语“包括”和“其中”的纯英语等价物。此外,在以下条款中,术语“第一”、“第二”和“第三”等仅被用作标签,并且不对其对象施加数字要求。此外,所附权利要求的限制并非以手段加功能的形式书写,也不打算基于《美国法典》第35卷第112(f)节进行解释,除非且直至此类权利要求限制明确使用短语“手段”,然后是没有进一步结构的功能声明。
上述描述是说明性的,而不是限制性的。例如,上述实施例(和/或上述实施例的各个方面)可以相互结合使用。此外,可以进行许多修改以使特定情况或材料适应本公开主题的教导而不脱离其范围。虽然本文描述的尺寸和材料类型定义了本公开主题的参数,但它们是示范性的实施例。在回顾上述描述后,其他实施例对本领域的普通技术人员来说将是显而易见的。因此,应当参考所附权利要求书以及这些条款有权获得的全部等价物范围来确定发明主题的范围。
本书面描述使用示例来公开实施例,包括最佳模式,并使本领域的普通技术人员能够实践实施例,包括制造和使用任何设备或系统以及执行任何合并的方法。本公开的主题的专利范围由权利要求限定,并包括本领域的普通技术人员可想到的其他示例。如果这些其他示例具有与权利要求的文字语言没有区别的结构元件,或者如果它们包括与权利要求的文字语言没有实质性区别的等效结构元件,则这些示例应落入权利要求的范围内。
Claims (10)
1.一种漂移检测系统,包括:
控制器,包括一个或多个处理器,并被配置为:
获得动力供应系统的第一运行参数的值和所述动力供应系统的第二运行参数的值,该第一运行参数和第二运行参数在所述动力供应系统运行时随时间被监测;
根据监测到的所述第一运行参数的值和所述第二运行参数的值生成自适应模型,所述自适应模型包括多个数据点,每个所述数据点由所述第一运行参数的各自的数值和所述第二运行参数的各自的数值定义,所述控制器被配置为根据所述第一运行参数的指定范围将所述数据点分组到多个箱中,并基于各个箱内的数据点计算与各个箱相关的节点,所述控制器被配置为基于代表所述第一运行参数和所述第二运行参数之间关系的所述节点确定输出函数;
至少部分地基于所述自适应模型的所述输出函数与监测到的所述第二运行参数的值之间的偏移量,检测漂移事件;以及
响应于检测到所述漂移事件,生成控制信号,以实现以下一项或多项:
(i)通知操作人员所述动力供应系统有损坏的风险;
(ii)启动所述动力供应系统的维修;
(iii)对所述动力供应系统应用操作约束;以及
(iv)关闭所述动力供应系统。
2.根据权利要求1所述的漂移检测系统,其中,所述控制器被配置为:
通过将所述偏移量输入变化检测算法来检测所述漂移事件,以检测围绕所述输出函数的且在指定裕度之外的数据点的均值漂移。
3.根据权利要求2所述的漂移检测系统,其中,所述变化检测算法对所述指定裕度之外的所述数据点进行整合,并且所述控制器被配置为:
响应于所述变化检测算法的输出信号超过阈值,检测到所述漂移事件。
4.根据权利要求3所述的漂移检测系统,其中,所述变化检测算法是一种累积和控制(CUSUM)算法。
5.根据权利要求1的所述的漂移检测系统,其中,所述控制器被配置为:
通过检测所述第二运行参数的值相对于所述自适应模型的所述输出函数的至少一个标准差的均值漂移来检测所述漂移事件。
6.根据权利要求1所述的漂移检测系统,其中,所述控制器被配置为:
通过执行连接各节点的线性插值来确定所述自适应模型的所述输出函数。
7.根据权利要求1的所述的漂移检测系统,其中,每个所述节点位于相关的所述箱内的所述数据点的中心,并且所述控制器被配置为:
通过计算相关所述箱内所述数据点的所述第一运行参数的值的第一平均值,计算相关所述箱内所述数据点的第二运行参数的值的第二平均值,以及将所述第一平均值和所述第二平均值分类为所述节点的坐标来确定每个所述节点。
8.根据权利要求7所述的漂移检测系统,其中,所述第一平均值和所述第二平均值分别是加权平均值,并且所述控制器被配置为:
通过纳入遗忘因子来计算所述第一平均值和所述第二平均值,所述遗忘因子对较近的数据点应用更大的权重,对较远的数据点应用较小的权重。
9.根据权利要求1所述的漂移检测系统,其中,所述控制器被配置为:
推迟计算每个所述箱中的各自节点,直到所述箱内至少有阈值数量的数据点。
10.根据权利要求1所述的漂移检测系统,其中,所述第一运行参数是所述动力供应系统排放的排气的流量,所述第二运行参数是所述动力供应系统的曲轴箱中的压力。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63/363,594 | 2022-04-26 | ||
US18/297,834 US20230341827A1 (en) | 2022-04-26 | 2023-04-10 | Shift detection system and method for a power supply system |
US18/297,834 | 2023-04-10 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116954066A true CN116954066A (zh) | 2023-10-27 |
Family
ID=88441709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310462727.0A Pending CN116954066A (zh) | 2022-04-26 | 2023-04-26 | 动力供应系统的漂移检测系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116954066A (zh) |
-
2023
- 2023-04-26 CN CN202310462727.0A patent/CN116954066A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11327121B2 (en) | Deviation detection system for energy storage system | |
CN107271839B (zh) | 用于监测车辆的车载电气系统的方法和控制装置 | |
CN107923942B (zh) | 用于监测电池组中的多个电池单体的状态的方法 | |
EP3140148B1 (en) | A method and arrangement for controlling charging of an electrical storage system in a vehicle | |
CN108303264A (zh) | 一种基于云的车辆故障诊断方法、装置及其系统 | |
MXPA02004188A (es) | Proceso y sistema para desarrollar algoritmos de diagnosticos predictivos en una maquina. | |
US20130067994A1 (en) | Systems and methods for diagnosing an engine | |
EP4270130A1 (en) | Shift detection system and method for a power supply system | |
US11175341B2 (en) | Method and arrangment for classifying a voltage fault condition in an electrical storage system | |
US20200111272A1 (en) | Health self learning system and method for electrical distribution systems for automated driving vehicles | |
CN109789808A (zh) | 用于运行机动车的车载能量网的方法 | |
US20220266695A1 (en) | Deviation detection system for power circuit | |
EP4057422A2 (en) | Method for monitoring an energy storage apparatus | |
CN116954066A (zh) | 动力供应系统的漂移检测系统和方法 | |
Sankavaram et al. | Data-driven fault diagnosis in a hybrid electric vehicle regenerative braking system | |
KR20220076551A (ko) | 전기 자동차 배터리의 상태 측정 방법 | |
EP4216011A1 (en) | Inspection system and method | |
US20220340151A1 (en) | Method for improving the availability of an energy storage or transformation system of a vehicle | |
US11520325B2 (en) | Method for predicting an operating anomaly of one or several equipment items of an assembly | |
Kandidayeni et al. | Health-wise energy management strategies in fuel cell hybrid electric vehicles: Tools to optimize performance and reduce operational costs | |
US20230216327A1 (en) | Energy management system | |
US20230234448A1 (en) | Ground impedance and fault detection system and method | |
Jung et al. | Prognostic and health management trend in automotive industry: An overview | |
US20220366736A1 (en) | Vehicle inspection system | |
EP4187677A1 (en) | Power control system and method |
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 |