DE102021119097A1

DE102021119097A1 - Vorrichtung zur bestimmung von anomalien

Info

Publication number: DE102021119097A1
Application number: DE102021119097.5A
Authority: DE
Inventors: Hideaki Bunazawa; Tetsuya Yoshikawa; Kei Yuasa; Kenichi Yamaguchi
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2020-08-04
Filing date: 2021-07-23
Publication date: 2022-02-10
Also published as: JP7380475B2; US11915536B2; US20220044502A1; JP2022029105A; CN114060509A; CN114060509B

Abstract

Eine Vorrichtung zur Anomaliebestimmung für ein Fahrzeug, das ein Getriebe enthält, umfasst eine Ausführungsvorrichtung und eine Speichervorrichtung. Die Speichervorrichtung ist dazu aufgebaut, Kennfelddaten zu speichern, die ein vorab trainiertes Kennfeld definieren, das durch maschinelles Lernen trainiert wurde. Wenn eine Variable, die Zeitseriendaten einer Drehzahl eines Zahnrads darstellt, als eine Eingangsvariable in das Kennfeld eingelesen wird, gibt das Kennfeld eine Zustandsvariable als eine Ausgangsvariable aus, die einen Zustand des Zahnrads darstellt. Die Ausführungsvorrichtung ist dazu aufgebaut, Folgendes auszuführen: einen Erfassungsprozess, der die Variable, die die Zeitseriendaten repräsentiert, als einen Wert der Eingangsvariablen erfasst; und einen Bestimmungsprozess, der basierend auf einem Wert der Ausgangsvariablen, der vom Kennfeld ausgegeben wird, wenn der Wert der Eingangsvariablen in das Kennfeld eingelesen wird, bestimmt, ob eine Anomalie im Getriebe vorliegt.

Description

HINTERGRUND
1. Gebiet
Die vorliegende Offenbarung betrifft eine Vorrichtung zur Bestimmung von Anomalien, die feststellt, ob eine Anomalie in einem Getriebe vorliegt, das Leistung über Zahnräder überträgt.
2. Erläuterung des Standes der Technik
Die offengelegte japanische Patentanmeldung JP 2011-79 489 A offenbart eine Diagnosevorrichtung, die eine Anomalie eines Antriebsmechanismus mit Zahnrädern feststellt. Der Antriebsmechanismus wird als ein Mechanismus verwendet, der das Gurtband eines Sicherheitsgurts aufwickelt. Die Diagnosevorrichtung erfasst eine herausgezogene Länge des Gurtbandes und stellt fest, dass eine Anomalie im Antriebsmechanismus vorliegt, wenn die herausgezogene Länge einen vorab festgelegten Wert übersteigt.
Bei der Bestimmung einer Anomalie in ähnlicher Weise wie bei der Diagnosevorrichtung, die in der vorstehend beschriebenen Veröffentlichung offenbart wird, ist es möglich, eine Anomalie zu erkennen, die auf der Tatsache basiert, dass der Erfassungswert zu einem bestimmten Zeitpunkt einen vorab festgelegten Schwellenwert überschreitet. Wenn der Erfassungswert jedoch unter dem Schwellenwert bleibt, kann eine Anomalie vorliegen, wenn die Schwankungsbreite des Erfassungswerts größer oder kleiner ist als die, wenn keine Anomalie vorliegt. Eine Anomalie eines Erfassungswertes mit solchen Merkmalen kann nicht von einer Vorrichtung erkannt werden, die die Bestimmung in einer Weise durchführt, wie sie von der in der vorstehend beschriebenen Veröffentlichung offenbarten Diagnosevorrichtung durchgeführt wird.
KURZE ERLÄUTERUNG
Diese kurze Erläuterung dient dazu, eine Auswahl von Konzepten in vereinfachter Form vorzustellen, die weiter unten in der ausführlichen Erläuterung dargestellt werden. Diese kurze Erläuterung ist weder dazu gedacht, Schlüsselmerkmale oder wesentliche Merkmale des beanspruchten Gegenstands darzustellen, noch soll sie als Hilfe bei der Bestimmung des Umfangs des beanspruchten Gegenstands genutzt werden.
Aspekte der vorliegenden Offenbarung werden nun erläutert.
Aspekt 1: Es wird eine Vorrichtung zur Anomaliebestimmung für ein Fahrzeug bereitgestellt, das ein Getriebe umfasst, das Leistung unter Verwendung eines Zahnrads überträgt. Die Vorrichtung zur Anomaliebestimmung umfasst eine Ausführungsvorrichtung und eine Speichervorrichtung. Die Speichervorrichtung ist dazu aufgebaut, Kennfelddaten zu speichern. Die Kennfelddaten definieren ein vorab trainiertes bzw. erlerntes Kennfeld. Das vorab trainierte Kennfeld wurde durch maschinelles Lernen trainiert. Wenn eine Variable, die Zeitseriendaten einer Drehzahl des Zahnrads repräsentiert, dem Kennfeld als eine Eingangsvariable zugeführt wird, gibt das Kennfeld eine Zustandsvariable, die einen Zustand des Zahnrads wiedergibt, als eine Ausgangsvariable aus. Die Ausführungsvorrichtung ist dazu aufgebaut, einen Erfassungsprozess bzw. Erfassungsvorgang und einen Bestimmungsprozess bzw. Bestimmungsvorgang auszuführen. Der Erfassungsprozess erfasst die Variable, die die Zeitseriendaten repräsentiert, als einen Wert der Eingangsvariablen. Der Bestimmungsprozess bestimmt basierend auf einem Wert der Ausgangsvariablen, der vom Kennfeld ausgegeben wird, wenn der Wert der Eingangsvariablen dem Kennfeld zugeführt wird, ob eine Anomalie im Getriebe vorliegt.
Wenn aufgrund eines Ausfalls des Zahnrads eine Anomalie im Getriebe vorliegt, wird vorhergesagt, dass die Zeitseriendaten der Drehzahl des Zahnrads ein Merkmal aufweisen, das sich von dem unterscheidet, wenn keine Anomalie im Getriebe vorliegt.
Der vorstehend erläuterte Aufbau speist die Variable, die die Zeitseriendaten der Drehzahl des Zahnrads darstellt, in das Kennfeld ein, so dass die Zustandsvariable ausgegeben wird, die den Zustand des Getriebes darstellt. Der Zustand des Getriebes wird also basierend auf der Variable bestimmt, die die Zeitseriendaten der Drehzahl des Zahnrads wiedergibt. Das heißt, es ist möglich zu bestimmen, ob eine Anomalie im Getriebe vorliegt, indem ein Merkmal, das nicht allein aus der Drehzahl des Zahnrads erfasst werden kann, anhand der Zeitseriendaten der Drehzahl extrahiert wird.
Aspekt 2: In der Vorrichtung zur Anomaliebestimmung gemäß dem ersten Aspekt ist die Ausführungsvorrichtung dazu aufgebaut, einen Merkmalsgrößenberechnungsprozess auszuführen, der eine Merkmalsgröße berechnet, die man durch Verarbeitung der Zeitseriendaten erhält. Der Bestimmungsprozess umfasst das Bestimmen der Merkmalsgröße als Wert der Eingangsvariablen. Der Merkmalsgrößenberechnungsprozess umfasst das Einteilen von Drehzahlwerten, die in den Zeitseriendaten enthalten sind, in Klassen gemäß einer Größe der Drehzahl und das Berechnen einer Häufigkeit jeder Klasse als die Merkmalsgröße.
Der vorstehend erläuterte Aufbau verarbeitet die Zeitseriendaten der Drehzahl in eine Merkmalsgröße, die eine Häufigkeitsverteilung darstellt. Es ist daher einfach, zwischen dem Merkmal, das durch die Zeitseriendaten der Drehzahl gezeigt wird, wenn es eine Anomalie im Getriebe gibt, und dem Merkmal zu unterscheiden, das durch die Zeitseriendaten der Drehzahl gezeigt wird, wenn keine Anomalie im Getriebe vorliegt. Das bedeutet, dass der vorstehend erläuterte Aufbau die Genauigkeit der Bestimmung verbessert, ob es eine Anomalie im Getriebe gibt.
Aspekt 3: In der Vorrichtung zur Anomaliebestimmung nach dem zweiten Aspekt umfasst der Merkmalsgrößenberechnungsprozess einen Prozess, der die Zeitseriendaten so Normiert, dass ein Maximalwert der Zahnraddrehzahl 1 ist und ein Minimalwert der Zahnraddrehzahl 0 ist.
Der vorstehend erläuterte Aufbau Normiert die Zeitseriendaten, um den Zustand des Zahnrads zu bestimmen, indem Schwankungen in der Drehzahl als ein Merkmal erfasst werden, das die Zeitseriendaten zeigen, ohne von der Größe des Absolutwerts der Drehzahl beeinflusst zu werden.
Aspekt 4: In der Vorrichtung zur Anomaliebestimmung gemäß Aspekt 1 ist die Ausführungsvorrichtung dazu aufgebaut, einen Merkmalsgrößenberechnungsprozess auszuführen, der eine Merkmalsgröße berechnet, die man durch Verarbeitung der Zeitseriendaten erhält. Der Bestimmungsprozess umfasst das Bestimmen der Merkmalsgröße als Wert der Eingangsvariablen. Der Merkmalsgrößenberechnungsprozess umfasst das Berechnen einer Verteilung einer Frequenzkomponente als Merkmalsgröße, die man erhält, indem die Zeitseriendaten einer Fast-Fourier-Transformation (FFT) unterzogen werden.
Der vorstehend erläuterte Aufbau ist dazu fähig, den Zustand des Zahnrads basierend auf dem Merkmal der Zeitseriendaten zu bestimmen, die in einem Frequenzbereich auftreten.
Aspekt 5: In der Vorrichtung zur Anomaliebestimmung gemäß Aspekt 4 umfasst der Merkmalsgrößenberechnungsprozess die Berechnung einer Primärfrequenz basierend auf einem Durchschnittswert der Drehzahl in den Zeitseriendaten und Normieren der Frequenzkomponente bezogen auf die Primärfrequenz.
Der vorstehend erläuterte Aufbau normiert die Frequenzkomponente, um den Zustand des Getriebes basierend auf dem Merkmal zu bestimmen, das von den Zeitseriendaten der Drehzahl gezeigt wird, ohne von der Intensität der Frequenzkomponente beeinflusst zu sein.
Aspekt 6: In der Vorrichtung zur Anomaliebestimmung gemäß Aspekt 4 oder 5 umfasst der Merkmalsgrößenberechnungsprozess die Unterteilung eines Frequenzbereichs in mehrere Frequenzbänder und die Verwendung eines Durchschnittswerts einer Intensität der Frequenzkomponente in jedem Frequenzband als Intensität der Frequenzkomponente in diesem Frequenzband.
Der vorstehend erläuterte Aufbau reduziert die Elemente der Eingangsvariablen. Dadurch wird der Rechenaufwand beim Bestimmungsprozess verringert.
Aspekt 7: In der Vorrichtung zur Anomaliebestimmung gemäß einem der Aspekte 1 bis 6 werden die Zeitseriendaten basierend auf einem Erfassungssignal eines Drehzahlsensors berechnet, der eine Drehzahl des Zahnrads erfasst.
Aspekt 8: In der Vorrichtung zur Anomaliebestimmung gemäß einem der Aspekte 1 bis 6 werden die Zeitseriendaten basierend auf einer Fahrgeschwindigkeit des Fahrzeugs berechnet.
Aspekt 9: In der Vorrichtung zur Anomaliebestimmung gemäß einem der Aspekte 1 bis 8 umfasst die Eingangsvariable eine Variable, die eine Größe eines vom Zahnrad übertragenen Drehmoments wiedergibt.
Im vorstehend erläuterten Aufbau wird dem Kennfeld die Variable, die die Größe des Drehmoments wiedergibt, als Eingangsvariable zusätzlich zu der Variable zugeführt, die die Zeitseriendaten wiedergibt. Die Zuführung verschiedener Arten von Variablen ins Kennfeld verbessert die Genauigkeit der Bestimmung, ob eine Anomalie im Getriebe vorliegt.
Aspekt 10: In der Vorrichtung zur Anomaliebestimmung gemäß einem der Aspekte 1 bis 9 umfasst die Eingangsvariable eine Variable, die eine Temperatur eines Hydraulikfluids im Getriebe wiedergibt.
Der vorstehend erläuterte Aufbau verbessert die Genauigkeit der Bestimmung, ob eine Anomalie im Getriebe vorliegt.
Aspekt 11: In der Vorrichtung zur Anomaliebestimmung gemäß einem der Aspekte 1 bis 10 umfasst die Eingangsvariable eine Variable, die eine Abmessung des Zahnrads basierend auf einer Spezifikation des Zahnrads wiedergibt.
Der vorstehend erläuterte Aufbau verbessert die Genauigkeit der Bestimmung, ob es eine Anomalie im Getriebe gibt.
Aspekt 12: In der Vorrichtung zur Anomaliebestimmung gemäß einem der Aspekte 1 bis 11 umfasst die Eingangsvariable eine Variable, die einen Eingriffsfehler des Zahnrads wiedergibt.
Der vorstehend erläuterte Aufbau führt den Bestimmungsprozess durch, wobei der Einfluss von Fehlern in den Zahnformen auf die Zeitseriendaten der Drehzahl berücksichtigt wird. Dadurch wird die Genauigkeit der Bestimmung verbessert, ob eine Anomalie im Getriebe vorliegt.
Aspekt 13: In der Vorrichtung zur Anomaliebestimmung gemäß einem der Aspekte 1 bis 12 umfasst die Eingangsvariable eine Variable, die einen Rückschlag bzw. ein Spiel beim Eingriff des Zahnrads wiedergibt.
Der vorstehend erläuterte Aufbau führt den Bestimmungsprozess durch, wobei der Einfluss des Spiels auf die Zeitseriendaten der Drehzahl berücksichtigt wird. Dadurch wird die Genauigkeit der Bestimmung verbessert, ob eine Anomalie im Getriebe vorliegt.
Aspekt 14: In der Vorrichtung zur Anomaliebestimmung nach einem der Aspekte 1 bis 13 umfasst die Eingangsvariable eine Variable, die einen Erfassungswert eines Schwingungssensors wiedergibt, der Schwingungen erfasst.
Der vorstehend erläuterte Aufbau verbessert die Genauigkeit der Bestimmung, ob eine Anomalie im Getriebe vorliegt.
Aspekt 15: In der Vorrichtung zur Anomaliebestimmung nach einem der Aspekte 1 bis 14 umfasst die Eingangsvariable eine Variable, die einen Erfassungswert eines Schallsensors wiedergibt, der Schall erfasst.
Der vorstehend erläuterte Aufbau verbessert die Genauigkeit der Bestimmung, ob eine Anomalie im Getriebe vorliegt.
Aspekt 16: In der Vorrichtung zur Anomaliebestimmung gemäß einem der Aspekte 1 bis 15 umfasst die Eingangsvariable eine Variable, die einen Fluiddruck in einem Bremssystem des Fahrzeugs wiedergibt.
Der vorstehend erläuterte Aufbau führt den Bestimmungsprozess durch, während er die Schwankung der Zeitseriendaten der Drehzahl berücksichtigt, die mit der Verzögerung des Fahrzeugs einhergeht. Dadurch wird die Genauigkeit der Bestimmung verbessert, ob eine Anomalie im Getriebe vorliegt.
Aspekt 17: In der Vorrichtung zur Anomaliebestimmung gemäß einem der Aspekte 1 bis 16 umfasst die Eingangsvariable eine Variable, die eine Fahrstrecke des Fahrzeugs wiedergibt.
Der vorstehend erläuterte Aufbau verbessert die Genauigkeit der Bestimmung, ob eine Anomalie im Getriebe vorliegt.
Aspekt 18: In der Vorrichtung zur Anomaliebestimmung nach einem der Aspekte 1 bis 17 umfasst die Zustandsvariable eine Variable, die einen Zustand wiedergibt, in dem das Zahnrad beschädigt ist.
Der vorstehend erläuterte Aufbau ist dazu fähig zu bestimmen, ob das Zahnrad beschädigt ist. Daher ist es möglich, Anomalien aufgrund von Ursachen unterschiedlicher Kategorien zu erkennen.
Aspekt 19: In der Vorrichtung zur Anomaliebestimmung gemäß einem der Aspekte 1 bis 18 umfasst die Zustandsvariable eine Variable, die einen Zustand wiedergibt, in dem ein Rattern erzeugt wird, wenn sich das Zahnrad dreht.
Der vorstehend erläuterte Aufbau ist dazu fähig zu bestimmen, ob sich das Getriebe in einem Zustand befindet, in dem ein Rattern erzeugt wird. Damit ist es möglich, Anomalien aufgrund von Ursachen unterschiedlicher Kategorien zu erkennen.
Aspekt 20: In der Vorrichtung zur Anomaliebestimmung gemäß einem der Aspekte 1 bis 19 umfasst die Zustandsvariable eine Variable, die einen Zustand repräsentiert, in dem ein Kreischen erzeugt wird, wenn sich das Zahnrad dreht.
Der vorstehend erläuterte Aufbau ist dazu fähig zu bestimmen, ob sich das Getriebe in einem Zustand befindet, in dem ein Kreischen erzeugt wird. Damit ist es möglich, Anomalien aufgrund von Ursachen unterschiedlicher Kategorien zu erkennen.
Aspekt 21: In der Vorrichtung zur Anomaliebestimmung gemäß einem der Aspekte 1 bis 17 ist das Kennfeld ein erstes Kennfeld, das als eine Ausgangsvariable eine Zustandsvariable ausgibt, die anzeigt, ob das Zahnrad beschädigt ist, wenn die Eingangsvariablen eingegeben werden. Die Kennfelddaten sind erste Kennfelddaten, die das erste Kennfeld definieren. Der Bestimmungsprozess ist ein erster Bestimmungsprozess. Die Speichervorrichtung ist dazu aufgebaut, außerdem zweite Kennfelddaten und dritte Kennfelddaten zu speichern. Die zweiten Kennfelddaten und die dritten Kennfelddaten definieren jeweils ein vorab trainiertes Kennfeld. Das vorab trainierte Kennfeld wurde durch maschinelles Lernen trainiert. Die zweiten Kennfelddaten definieren ein zweites Kennfeld. Wenn die Eingangsvariable eingegeben wird, gibt das zweite Kennfeld eine Zustandsvariable als eine Ausgangsvariable aus, die anzeigt, ob sich das Zahnrad in einem Zustand befindet, in dem ein Rattern erzeugt wird, wenn sich das Zahnrad dreht. Die dritten Kennfelddaten definieren ein drittes Kennfeld. Wenn die Eingangsvariablen eingegeben wird, gibt das dritte Kennfeld eine Zustandsvariable als eine Ausgangsvariable aus, die anzeigt, ob sich das Zahnrad in einem Zustand befindet, in dem ein Kreischen erzeugt wird, wenn sich das Zahnrad dreht. Die Ausführungsvorrichtung ist dazu aufgebaut, einen zweiten Bestimmungsprozess und einen dritten Bestimmungsprozess auszuführen. Der zweite Bestimmungsprozess bestimmt, ob es eine Anomalie im Getriebe gibt, basierend auf einem Wert der Ausgangsvariablen, der vom zweiten Kennfeld ausgegeben wird, wenn der Wert der Eingangsvariablen in das zweite Kennfeld eingegeben wird. Wenn der Wert der Eingangsvariablen in das dritte Kennfeld eingegeben wird, bestimmt der dritte Bestimmungsprozess basierend auf einem Wert der vom dritten Kennfeld ausgegebenen Ausgangsvariablen, ob es eine Anomalie im Getriebe gibt.
Zum Beispiel unterscheiden sich die Zeitseriendaten, wenn ein Rattern erzeugt wird, von den Zeitseriendaten, wenn ein Kreischen erzeugt wird. Die Verwendung eines einzigen Kennfelds zur Unterscheidung zwischen mehreren Zuständen des Zahnrads kann die Rechenlast für die ausführende Vorrichtung erhöhen oder die Genauigkeit der Bestimmung verringern.
Der vorstehend erläuterte Aufbau nutzt das erste Kennfeld, um zu erkennen, ob sich das Getriebe in einem beschädigten Zustand befindet, das zweite Kennfeld, um zu erkennen, ob ein Rattern erzeugt wird, und das dritte Kennfeld, um zu erkennen, ob ein Kreischen erzeugt wird. Der Aufbau verringert somit die Rechenlast für die ausführende Vorrichtung im Vergleich zu einem Fall, in dem ein einziges Kennfeld zur Bestimmung des Zahnradzustands verwendet wird. Außerdem verhindert der Aufbau im Vergleich zu einem Fall, in dem ein einzelnes Kennfeld zur Bestimmung des Getriebezustands verwendet wird, eine Verringerung der Genauigkeit der Bestimmung, ob eine Anomalie im Getriebe vorliegt.
Weitere Merkmale und Aspekte werden aus der nachstehenden genauen Beschreibung, den Figuren und den Ansprüchen ersichtlich.
Figurenliste

1 ist ein Schaubild, das den Aufbau eines Fahrzeugs und einer Steuervorrichtung gemäß einer ersten Ausführungsform zeigt.
2 ist ein Ablaufplan, der eine Abfolge von Prozessen bzw. Prozessen zeigt, die von der Steuervorrichtung gemäß der ersten Ausführungsform ausgeführt werden.
3A ist ein Schaubild, das Zeitseriendaten der Drehzahl eines Zahnrads gemäß der ersten Ausführungsform zeigt.
3B ist ein Schaubild, das Zeitseriendaten der Drehzahl des Zahnrads gemäß der ersten Ausführungsform zeigt.
4A ist ein Schaubild, das eine Merkmalsgröße zeigt, die man durch Verarbeiten der Zeitseriendaten der Drehzahl des Zahnrads gemäß der ersten Ausführungsform erhält.
4B ist ein Schaubild, das eine Merkmalsgröße zeigt, die man durch Verarbeiten der Zeitseriendaten der Drehzahl des Zahnrads gemäß der ersten Ausführungsform erhält.
5 ist ein Schaubild, das Ausgangsvariablen gemäß der ersten Ausführungsform definiert.
6 ist ein Schaubild, das ein System gemäß einer zweiten Ausführungsform zeigt.
7 ist ein Ablaufplan, der eine Abfolge von Prozessen zeigt, die eine Steuerung gemäß der zweiten Ausführungsform ausführt.

In den Figuren und in der genauen Erläuterung beziehen sich gleiche Bezugszeichen auf gleiche Elemente. Die Figuren sind möglicherweise nicht maßstabsgetreu, und die relative Größe, die Proportionen und die Darstellung von Elementen in den Zeichnungen können aus Gründen der Klarheit, der Veranschaulichung und der Bequemlichkeit übertrieben bzw. verfälscht sein.
GENAUE ERLÄUTERUNG
Diese Erläuterung vermittelt ein umfassendes Verständnis der beschriebenen Verfahren, Vorrichtungen und/oder Systeme. Modifikationen und Äquivalente der beschriebenen Verfahren, Vorrichtungen und/oder Systeme sind für Fachleute offensichtlich. Die Abfolge der Vorgänge ist beispielhaft und kann von Fachleuten geändert werden, mit Ausnahme von Vorgängen, die notwendigerweise in einer bestimmten Reihenfolge ablaufen. Es kann vorkommen, dass Beschreibungen von Funktionen und Konstruktionen bzw. Aufbauten weggelassen werden, die Fachleute gut kennen.
Beispielhafte Ausführungsformen können unterschiedliche Formen aufweisen und sind nicht auf die beschriebenen Beispiele beschränkt. Die beschriebenen Beispiele sind jedoch ausführlich und vollständig und vermitteln Fachleuten den gesamten Umfang der Offenbarung.
<Erste Ausführungsform>
Eine erste Ausführungsform wird nun anhand der Figuren beschrieben.
Wie in 1 gezeigt wird, umfasst ein Fahrzeug VC eine Brennkraftmaschine bzw. einen Verbrennungsmotor 10, einen ersten Motorgenerator 22 und einen zweiten Motorgenerator 24. Der Verbrennungsmotor 10 umfasst eine Kurbelwelle 12, die mechanisch mit einem Leistungsteiler 20 gekoppelt ist. Der Leistungsteiler 20 teilt die Leistung des Verbrennungsmotors 10, die Leistung des ersten Motorgenerators 22 und die Leistung des zweiten Motorgenerators 24 auf. Der Leistungsteiler 20 umfasst einen Planetengetriebemechanismus, der einen Träger C, ein Sonnenrad S und ein Hohlrad R umfasst. Der Träger C ist mechanisch mit der Kurbelwelle 12 gekoppelt. Das Sonnenrad S ist mechanisch mit einer Drehwelle 22a des ersten Motorgenerators 22 gekoppelt. Das Hohlrad R ist mechanisch mit einer Drehwelle 24a des zweiten Motorgenerators 24 gekoppelt. Eine Ausgangsspannung eines ersten Wechselrichters bzw. Inverters 23 liegt an den Klemmen des ersten Motorgenerators 22 an. Die Ausgangsspannung eines zweiten Inverters 25 liegt an den Klemmen des zweiten Motorgenerators 24 an.
Das Hohlrad R des Leistungsteilers 20 ist über ein Getriebe 26 mechanisch mit angetriebenen Rädern 30 sowie mit der Drehwelle 24a des zweiten Motorgenerators 24 gekoppelt. Das Getriebe 26 ist zur Kraftübertragung auf die angetriebenen Räder 30 mittels der Kombination bzw. des Zusammenschaltens von Zahnrädern konzipiert.
Der Träger C des Leistungsverteilers 20 ist mechanisch mit einer angetriebenen Welle 32a einer Ölpumpe 32 gekoppelt. Die Ölpumpe 32 ist dazu ausgelegt, Öl in einer Ölwanne 34 als Schmiermittel zum Leistungsverteiler 20 umzuwälzen und das Öl als Hydraulikflüssigkeit zum Getriebe 26 zu fördern. Der Druck der von der Ölpumpe 32 geförderten Hydraulikflüssigkeit wird durch eine Hydrauliksteuerschaltung 26a im Getriebe 26 reguliert.
Eine Steuervorrichtung 40 ist zum Steuern des Verbrennungsmotors 10 vorgesehen. Die Steuervorrichtung 40 entspricht einer Vorrichtung zur Anomaliebestimmung für das Fahrzeug VC, zu dem das Getriebe 26 gehört, das die Leistung mittels Zahnrädern überträgt. Die Steuervorrichtung 40 betreibt verschiedene betätigte Einheiten des Verbrennungsmotors 10 und steuert dadurch Steuergrößen, wie z. B. das Drehmoment und die Verhältnisse von Abgaskomponenten des Verbrennungsmotors 10. Außerdem ist die Steuervorrichtung 40 dazu aufgebaut, den ersten Motorgenerator 22 zu steuern. Die Steuervorrichtung 40 betreibt den ersten Inverter 23, um gesteuerte Größen wie das Drehmoment und die Drehzahl des ersten Motorgenerators 22 zu steuern. Außerdem ist die Steuervorrichtung 40 dazu aufgebaut, den zweiten Motorgenerator 24 zu steuern. Die Steuervorrichtung 40 steuert den zweiten Inverter 25, um Steuergrößen wie das Drehmoment und die Drehzahl des zweiten Motorgenerators 24 zu steuern. 1 zeigt Betriebssignale MS, die von der Steuervorrichtung 40 zum Steuern des Verbrennungsmotors 10 und/oder des Getriebes 26 abgegeben werden.
Die Steuervorrichtung 40 bezieht sich beim Steuern der vorstehend erläuterten Steuergrößen auf ein Ausgangssignal Scr eines Kurbelwinkelsensors 50, ein Ausgangssignal Sm1 eines ersten Drehwinkelsensors 52, der einen Drehwinkel der drehenden Welle 22a des ersten Motorgenerators 22 erfasst, und ein Ausgangssignal Sm2 eines zweiten Drehwinkelsensors 54, der einen Drehwinkel der drehenden Welle 24a des zweiten Motorgenerators 24 erfasst. Außerdem bezieht sich die Steuervorrichtung 40 auf eine Öltemperatur Toil, die von einem Öltemperatursensor 56 erfasst wird.
Die Steuervorrichtung 40 umfasst eine CPU 42, ein ROM bzw. einen Nur-LeseSpeicher 44, eine Speichervorrichtung 46, die ein nichtflüchtiger Speicher ist, der elektrisch überschreibbar ist, und periphere Schaltungen 48. Die CPU 42, das ROM 44, die Speichervorrichtung 46, die ein nichtflüchtiger Speicher ist, der elektrisch überschreibbar ist, und die peripheren Schaltungen 48 können über ein lokales Netzwerk 49 miteinander kommunizieren. Die peripheren Schaltungen 48 umfassen eine Schaltung, die ein Taktsignal erzeugt, das interne Abläufe steuert, eine Stromversorgungsschaltung und eine Rücksetz- bzw. Reset-Schaltung. Die Steuervorrichtung 40 steuert die vorstehend genannten Steuergrößen, indem sie die CPU 42 veranlasst, im ROM 44 gespeicherte Programme auszuführen.
Ein Teil der von der Steuervorrichtung 40 durchgeführten Vorgänge wird nun erläutert.
Die Steuervorrichtung 40 ist dazu aufgebaut, einen Einstellvorgang für das Antriebsdrehmoment auszuführen. Der Einstellvorgang für das Antriebsdrehmoment berechnet einen Sollwert Trq* für das Antriebsdrehmoment, der ein Sollwert für das Drehmoment ist, das an die angetriebenen Räder 30 abzugeben ist. Der Sollwert Trq* für das Antriebsdrehmoment wird unter Nutzung des Betätigungsbetrags eines Gaspedalbetätigungselements bzw. Beschleunigungshebelelements des Fahrzeugs VC als Eingabe derart berechnet, dass er mit zunehmendem Betätigungsbetrag einen größeren Wert annimmt.
Die Steuervorrichtung 40 ist dazu aufgebaut, einen Antriebskraftverteilungsprozess auszuführen. Basierend auf dem Sollwert Trq* für das Antriebsdrehmoment legt der Antriebskraftverteilungsprozess einen Drehmomentsollwert Trqe* für den Verbrennungsmotor 10, einen Drehmomentsollwert Trqm1* für den ersten Motorgenerator 22 und einen Drehmomentsollwert Trqm2* für den zweiten Motorgenerator 24 fest. Die Drehmomentsollwerte Trqe*, Trqm 1* und Trqm2* werden jeweils vom Verbrennungsmotor 10, dem ersten Motorgenerator 22 und dem zweiten Motorgenerator 24 so erzeugt, dass das an die angetriebenen Räder 30 abgegebene Drehmoment ein Drehmoment entsprechend dem Sollwert Trq* für das Antriebsdrehmoment wird.
Die Steuervorrichtung 40 ist dazu aufgebaut, einen Drehzahlberechnungsvorgang auszuführen. Der Drehzahlberechnungsvorgang berechnet eine Zahnraddrehzahl Ngear, die die Drehzahl eines Zahnrades im Getriebe 26 ist. Die Zahnraddrehzahl Ngear wird basierend auf dem Ausgangssignal Sm1 berechnet. Die Zahnraddrehzahl Ngear wird in vorab festgelegten Zeitintervallen berechnet. Zeitliche Änderungen der Zahnraddrehzahl Ngear werden in der Speichervorrichtung 46 als Zeitseriendaten der Zahnraddrehzahl Ngear gespeichert. Beispielsweise wird die Zahnraddrehzahl Ngear als die Drehzahl eines angetriebenen Zahnrads berechnet, das sich an der Position befindet, die den angetriebenen Rädern 30 auf dem Weg, auf dem die Leistung auf die angetriebenen Räder 30 übertragen wird, am nächsten ist. Die Zahnraddrehzahl Ngear kann die Drehzahl eines antreibenden Zahnrads sein, das mit dem angetriebenen Zahnrad kämmt. Die Zahnraddrehzahl Ngear muss nicht unbedingt die Drehzahl des Zahnrads sein, das sich an der Position befindet, die den angetriebenen Rädern 30 am nächsten ist. Das heißt, die Zahnraddrehzahl Ngear kann die Drehzahl eines beliebigen Zahnrads im Getriebe 26 sein.
Die Steuervorrichtung 40 ist dazu aufgebaut, einen Prozess bzw. Vorgang zur Bestimmung einer Anomalie des Zahnrads im Getriebe 26 auszuführen. Dieser Vorgang wird nun erläutert.
2 zeigt eine Abfolge von Prozessen, die von der Steuervorrichtung 40 ausgeführt werden. Die in 2 gezeigten Prozesse bzw. Vorgänge werden von der CPU 42 ausgeführt, indem sie in vorgegebenen Zeitintervallen wiederholt im ROM 44 gespeicherte Programme ausführt. In der folgenden Beschreibung wird die Nummer jedes Schritts durch den Buchstaben S dargestellt, auf den eine Ziffer folgt.
In der in 2 gezeigten Abfolge von Prozessen liest die CPU 42 zunächst die Zeitseriendaten der Zahnraddrehzahl Ngear und der Öltemperatur Toil aus (S101). Dann führt die CPU 42 einen Normierungs- bzw. Standardisierungsprozess aus, der die Zeitseriendaten der Zahnraddrehzahl Ngear in einem bestimmten Zeitabschnitt normiert (S102). Zudem berechnet die CPU 42 eine Normierungsmerkmalsgröße NFv, die durch Verarbeitung der normierten Zeitseriendaten erhalten wird (S103). Die Normierungsmerkmalsgröße NFv wird als Datum berechnet, das die Häufigkeitsverteilung der Zahnraddrehzahl Ngear während des festgelegten Zeitraums wiedergibt.
Die Prozesse aus S102 und S103 werden nun anhand der 3A, 3B, 4A und 4B beschrieben. 3A zeigt einen Teil der Zeitseriendaten der Zahnraddrehzahl Ngear, wenn keine Anomalie im Getriebe vorliegt, d.h. das Getriebe normal arbeitet. 3B zeigt einen Teil der Zeitseriendaten der Zahnraddrehzahl Ngear, wenn eine Anomalie im Getriebe vorliegt. In dem in 3A und 3B gezeigten Zeitraum hat der Sollwert Trq* für das Antriebsdrehmoment den gleichen Wert.
Wie in 3A gezeigt ist, ändert sich die Zahnraddrehzahl Ngear in einem regelmäßigen Zyklus und mit einer regelmäßigen Amplitude, wenn keine Anomalie im Getriebe vorliegt. Im Gegensatz dazu ändert sich, wie in 3B gezeigt wird, die Zahnraddrehzahl Ngear, um eine Wellenform zu zeigen, die sich von der in 3A unterscheidet, wenn es eine Anomalie im Zahnrad gibt. Zum Beispiel schwankt die Zahnraddrehzahl Ngear unregelmäßig. Die Zahnraddrehzahl Ngear kann signifikant hoch oder niedrig werden.
In der vorliegenden Ausführungsform umfassen die Zeitseriendaten der Zahnraddrehzahl Ngear Abtastwerte, die in einem Fall, in dem die Zahnraddrehzahl Ngear während des angegebenen Zeitraums mit einem konstanten Abtastzyklus abgetastet wird, zeitlich aufeinander folgen. Die gefüllten Kreise in 3A und 3B stellen Werte dar, die mit dem konstanten Abtastzyklus abgetastet werden. Der angegebene Zeitraum bezieht sich auf einen Zeitraum, in dem die Zahnraddrehzahl Ngear abgetastet wird.
Im Vorgang von S102 normiert die CPU 42 die Zeitseriendaten der Zahnraddrehzahl Ngear derart, dass der Maximalwert der Zahnraddrehzahl Ngear während des festgelegten Zeitraums 1 ist und der Minimalwert der Zahnraddrehzahl Ngear während des festgelegten Zeitraums 0 ist. Die Normierung kann zum Beispiel anhand der nachstehenden Gleichung 1 durchgeführt werden. $N = (n - nmin) / (nmax - nmin)$
In Gleichung 1 stellt der Buchstabe N die Zahnraddrehzahl Ngear nach der Normierung dar. Der Buchstabe n steht für die zu normierende Zahnraddrehzahl Ngear. Das Symbol nmax steht für den Maximalwert der Zahnraddrehzahl Ngear vor der Normierung. Das Symbol nmin steht für den Minimalwert der Zahnraddrehzahl Ngear vor der Normierung.
Im Prozess von S103 teilt die CPU 42 zunächst den Bereich vom Minimalwert bis zum Maximalwert der Zahnraddrehzahl Ngear während des festgelegten Zeitraums gleichmäßig in fünf Klassen ein. Anders gesagt wird der Bereich in Klassen unterteilt, wobei jede Klasse eine Breite von 0,2 hat. Dann berechnet die CPU 42 die Anzahl der abgetasteten Werte der Zahnraddrehzahl Ngear in jeder Klasse, die als Häufigkeit bezeichnet wird, als Normierungsmerkmalgröße NFv. Nachfolgend werden die fünf Klassen in aufsteigender Reihenfolge als erste Klasse Bin1, zweite Klasse Bin2, dritte Klasse Bin3, vierte Klasse Bin4 und fünfte Klasse Bin5 bezeichnet.
4A zeigt ein Beispiel, in dem die Zeitseriendaten der Zahnraddrehzahl Ngear den Prozessen aus S102 und S103 unterzogen werden, wenn keine Anomalie im Getriebe vorliegt. Das heißt, 4A zeigt ein Beispiel für die Normierungsmerkmalsgröße NFv, wenn keine Anomalie im Getriebe vorliegt. Wie in 4A gezeigt wird, steigt die Häufigkeit, wenn keine Anomalie im Getriebe vorliegt, in der Reihenfolge der Häufigkeit von der ersten Klasse Bin1 über die Häufigkeit in der zweiten Klasse Bin2 bis zur Häufigkeit in der dritten Klasse Bin3. Unter den Häufigkeiten der fünf Klassen ist die Häufigkeit der dritten Klasse Bin3, die den Median der Zahnraddrehzahl Ngear enthält, am größten. Die Häufigkeit nimmt in der Reihenfolge der Häufigkeit der vierten Klasse Bin4 und der Häufigkeit der fünften Klasse Bin5 ab. Die Häufigkeit in der zweiten Klasse Bin2 ist gleich der Häufigkeit in der vierten Klasse Bin4, und die Häufigkeit in der ersten Klasse Bin1 ist gleich der Häufigkeit in der fünften Klasse Bin5. Das heißt, 4A zeigt eine Verteilung, die zur dritten Klasse Bin3 beidseitig symmetrisch ist.
4B zeigt ein Beispiel, in dem die Zeitseriendaten der Zahnraddrehzahl Ngear bei einer Anomalie im Getriebe den Prozessen aus S102 und S103 unterzogen werden. Das heißt, 4B zeigt ein Beispiel für die Normierungsmerkmalsgröße NFv, wenn eine Anomalie im Getriebe vorliegt. Wie in 4A ist die Häufigkeit in der dritten Klasse Bin3 am höchsten, und die Häufigkeit in der ersten Klasse Bin1 und die Häufigkeit in der fünften Klasse Bin5 sind am geringsten. Im Gegensatz zum Fall von 4A, in dem es keine Anomalie im Getriebe gibt, ist jedoch die Häufigkeit in der dritten Klasse Bin3 deutlich höher als die Häufigkeiten in den anderen Klassen. Dies liegt daran, dass eine kleine Anzahl von Werten abgetastet wird, die aufgrund von unregelmäßigen Schwankungen der Zahnraddrehzahl Ngear stark vom Median abweichen. Zur näheren Erläuterung wird eine Häufigkeitsverteilung von Daten betrachtet, bei der eine kleine Anzahl von Werten abgetastet wird, die stark von einem Median abweichen. Der Bereich vom Minimalwert bis zum Maximalwert der Zahnraddrehzahl Ngear der Daten wird in Klassen eingeteilt, deren Anzahl die gleiche ist wie im Beispiel von 4A, in dem die Zeitseriendaten der Zahnraddrehzahl Ngear verarbeitet werden, die sich regelmäßig ändert. Infolgedessen umfasst die Klasse, die den Modus bzw. Median enthält, eine größere Anzahl von Abtastwerten als im Beispiel, das in 4A gezeigt wird. Wenn auf diese Weise eine kleine Zahl von Werten abgetastet wird, die sich stark vom Median unterscheiden, steigt die Häufigkeit der Klasse, die den Modus bzw. Median enthält, während die Häufigkeit der anderen Klassen abnimmt.
Wie in den 4A und 4B gezeigt wird, zeigt die Normierungsmerkmalsgröße NFv, die durch die Verarbeitung der Zeitseriendaten der Zahnraddrehzahl Ngear erhalten wurde, unterschiedliche Merkmale je nachdem, ob keine Anomalie im Getriebe vorliegt oder ob eine Anomalie im Getriebe vorliegt.
Wieder mit Bezug auf 2 ersetzt die CPU 42 nach der Berechnung der Normierungsmerkmalsgröße NFv die Normierungsmerkmalsgröße NFv, die durch den Prozess aus S103 berechnet wurde, und die Öltemperatur Toil für die Eingangsvariablen x(1) bis x(6), die einem Kennfeld zugeführt werden, das durch Kennfelddaten DM definiert ist, die in der in 1 gezeigten Speichervorrichtung 46 gespeichert sind (S104). Genauer gesagt werden jeweils die erste Klasse Bin1 bis fünfte Klasse Bin5 als Eingangsvariablen x(1) bis x(5) eingesetzt. Die Öltemperatur Toil wird durch die Eingangsvariable x(6) ersetzt. Der Mittelwert der Öltemperatur Toil während des angegebenen Zeitraums kann als die Eingangsvariable x(6) eingesetzt werden.
Als Nächstes berechnet die CPU 42 Ausgangsvariablen y(0) bis y(4), die den Zustand des Getriebes wiedergeben, indem die Werte der Eingangsvariablen x(1) bis x(6) in das Kennfeld eingesetzt werden (S105).
In der vorliegenden Ausführungsform ist das Kennfeld eine Funktionsapproximation. Insbesondere wird ein vollständig verbundenes neuronales Feed-Forward-Netz mit einer einzigen mittleren Schicht als das Kennfeld verwendet. Im Einzelnen werden die Eingangsvariablen x(1) bis x(6), für die Werte durch den Vorgang von S105 eingesetzt werden, und x(0), das ein Bias-Parameter ist, durch ein lineares Kennfeld bzw. eine Linearmatrix transformiert, das durch einen Koeffizienten wFjk (j = 1 - m, k = 0 - 6) definiert ist, um m Werte zu erhalten. Jeder der m Werte wird in eine Aktivierungsfunktion eingesetzt, um die Werte der Knoten der mittleren Schichten zu bestimmen. Außerdem werden die Werte der Knoten der mittleren Schichten durch ein lineares Kennfeld transformiert, das durch einen Koeffizienten wSij (i = 0 - 3) definiert ist. Die transformierten Werte werden jeweils in eine Aktivierungsfunktion g eingesetzt, um die Werte der Ausgangsvariablen y(0), y(1), y(2), und y(3) zu bestimmen. Als die Aktivierungsfunktion f kann ein hyperbolischer Tangens verwendet werden. Als die Aktivierungsfunktion g kann eine Softmax-Funktion verwendet werden.
Wie in 5 gezeigt wird, sind die Ausgangsvariablen y(0), y(1), y(2) und y(3) Zustandsvariablen, die die Zustände des Getriebes identifizieren. Die Ausgangsvariable y(0) repräsentiert die Wahrscheinlichkeit eines Zustands, in dem es keine Anomalie im Getriebe gibt, also eines Zustands, in dem das Getriebe normal arbeitet. Die Ausgangsvariable y(1) repräsentiert die Wahrscheinlichkeit eines Zustands, in dem das Getriebe beschädigt ist. Die Ausgangsvariable y(2) repräsentiert die Wahrscheinlichkeit eines Zustands, in dem ein Rattern erzeugt wird. Die Ausgangsvariable y(3) repräsentiert die Wahrscheinlichkeit eines Zustands, in dem ein Kreischen erzeugt wird. Unter einem Rattern versteht man im Stand der Technik ein Geräusch, das durch das Aufeinandertreffen von Zahnflächen ineinandergreifender Zahnräder entsteht. Ein Kreischen ist ein Geräusch, das höhere Frequenzen als die eines Ratterns enthält.
Wieder mit Bezug auf 2 wählt die CPU 42 einen Maximalwert ymax der Ausgangsvariablen y(0) bis y(3) (S106). Die CPU 42 bestimmt dann den Zustand des Getriebes basierend auf einer Ausgangsvariablen, die gleich dem Maximalwert ymax der Ausgangsvariablen y(0) bis y(3) ist (S107). Als Nächstes führt die CPU 42 einen Speicherprozess aus, der das Ergebnis der Bestimmung des Getriebezustands in der Speichervorrichtung 46 speichert (S108). Wenn beispielsweise der Wert der Ausgangsvariablen y(1) gleich dem Maximalwert ymax ist, speichert die CPU 42 in der Speichervorrichtung 46 eine Information, die anzeigt, dass das Getriebe beschädigt ist. Im Vorgang des S108 kann die CPU 42 einen Benachrichtigungsvorgang ausführen, um basierend auf dem in der Speichervorrichtung 46 gespeicherten Zustand des Getriebes über den Zustand des Getriebes 26 zu informieren, indem eine in 1 gezeigte Anzeige 70 betrieben wird. Die Anzeige 70 ist ein Beispiel für eine Benachrichtigungsvorrichtung, die eine Benachrichtigung über den Zustand des Getriebes 26 übernimmt. Die Benachrichtigungseinrichtung kann zum Beispiel ein Lautsprecher sein. In diesem Fall wird der Benachrichtigungsvorgang durch Betätigung des Lautsprechers zur Ausgabe von Audiosignalen ausgeführt. Wenn der Prozess von S108 abgeschlossen ist, unterbricht die CPU 42 vorläufig die in 2 gezeigte Abfolge von Prozessen.
Die Kennfelddaten DM sind ein vortrainiertes Modell, das vorab trainiert wurde. Beim Training der Kennfelddaten DM werden Trainingsdaten verwendet, in denen die Normierungsmerkmalsgröße NFv und die Öltemperatur Toil mit korrekten Antworten bzw. Eingangsdaten beschriftet bzw. befüllt sind, die Daten sind, die den tatsächlichen Zustand des Getriebes angeben. Die Normierungsmerkmalsgröße NFv in den Trainingsdaten wird durch Vorgänge ähnlich den Vorgängen in S102 und S103 basierend auf Zeitseriendaten der Zahnraddrehzahl Ngear berechnet, die anhand von Fahrten eines Vorserienfahrzeugs erhalten wurden. Die Kennfelddaten DM werden unter Verwendung von Trainingsdaten trainiert, die Daten eines Zustands, in dem das Getriebe normal ist, Daten eines Zustands, in dem das Getriebe beschädigt ist, Daten eines Zustands, in dem ein Rattern erzeugt wird, und Daten eines Zustands umfassen, in dem ein Kreischen erzeugt wird.
Eine Funktionsweise und Vorteile der vorliegenden Ausführungsform werden nun beschrieben.
Die CPU 42 bestimmt den Zustand des Getriebes basierend auf den Zeitseriendaten der Zahnraddrehzahl Ngear. Es ist möglich, anhand der Zeitseriendaten der Zahnraddrehzahl Ngear zu bestimmen, ob eine Anomalie im Getriebe 26 vorliegt.
Die vorstehend beschriebene vorliegende Ausführungsform umfasst zudem die folgenden Vorgänge und Vorteile.

(1) Die Normierungsmerkmalsgröße NFv, die durch die Verarbeitung der Zeitseriendaten der Zahnraddrehzahl Ngear berechnet wird, wird als Eingangsvariable verwendet, die in das Kennfeld eingelesen wird. Die Zeitseriendaten werden zu Daten verarbeitet, die eine in den 4A und 4B gezeigte Häufigkeitsverteilung darstellen. Dies erleichtert die Unterscheidung zwischen dem Merkmal, das die Zeitseriendaten der Zahnraddrehzahl Ngear zeigen, wenn eine Anomalie im Getriebe vorliegt, und dem Merkmal, das die Zeitseriendaten der Zahnraddrehzahl Ngear zeigen, wenn keine Anomalie im Getriebe vorliegt. Das heißt, die vorliegende Ausführungsform verbessert die Genauigkeit der Bestimmung, ob eine Anomalie im Getriebe vorliegt.
(2) Die Zahnraddrehzahl Ngear wird in Klassen unterteilt, wenn die Zeitseriendaten der Zahnraddrehzahl Ngear in die Normierungsmerkmalsgröße NFv verarbeitet werden. Dadurch wird die Größenordnung der Eingangsvariablen reduziert. Dementsprechend wird der Rechenaufwand des Vorgangs zur Bestimmung einer Anomalie des Getriebes reduziert.
(3) Die Zeitseriendaten der Zahnraddrehzahl Ngear werden wie die Normierungsmerkmalsgröße NFv normiert bzw. standardisiert. Damit wird der Zustand des Getriebes ermittelt, indem Schwankungen der Zahnraddrehzahl Ngear als Merkmal der Zeitseriendaten erfasst werden, ohne vom Absolutwert der Zahnraddrehzahl Ngear beeinflusst zu sein.
(4) Eingangsvariablen, die gleichzeitig in das Kennfeld eingespeist werden, umfassen neben der Normierungsmerkmalsgröße NFv auch den Mittelwert der Öltemperatur Toil über den vorgegebenen Zeitraum. Damit kann der Wert der Zustandsvariable unter Berücksichtigung der Öltemperatur berechnet werden.
(5) Nach der Berechnung der Werte der Ausgangsvariablen y(0) bis y(3) ermittelt die CPU 42 anhand des Maximalwertes den Zustand des Getriebes und speichert das Ergebnis in der Speichervorrichtung 46. So kann nicht nur festgestellt werden, ob eine Anomalie im Getriebe vorliegt, sondern auch die Ursache der Anomalie im Getriebe, falls eine solche vorliegt. Das heißt, es ist möglich, eine Beschädigung des Getriebes, einen Zustand, in dem ein Rattern erzeugt wird, oder einen Zustand zu erkennen, in dem ein Kreischen erzeugt wird.
(6) Das Ergebnis der Ermittlung des Getriebezustands ist in der Speichervorrichtung 46 gespeichert. Somit können Maßnahmen passend zur in der Speichervorrichtung 46 gespeicherten Anomalie durchgeführt werden, wenn das Fahrzeug VC in eine Reparaturwerkstatt gebracht wird.

<Zweite Ausführungsform>
Eine zweite Ausführungsform wird nun anhand der Figuren beschrieben. Dabei wird hauptsächlich auf die Unterschiede zur ersten Ausführungsform eingegangen.
6 zeigt den Aufbau einer Steuervorrichtung 40 gemäß der vorliegenden Ausführungsform. In 6 werden zur Veranschaulichung die gleichen Bezugszeichen für die Komponenten verwendet, die mit denen in 1 übereinstimmen, und es wird auf genauere Erläuterungen derselben verzichtet.
Wie in 6 gezeigt ist, speichert die Speichervorrichtung 46 des Fahrzeugs VC mehrere Sätze von Kennfelddaten. Beispielsweise sind die ersten Kennfelddaten DM (A1) ein vortrainiertes Modell, das vorab anhand von Trainingsdaten basierend auf der Normierungsmerkmalsgröße NFv bei normal arbeitendem Getriebe und Trainingsdaten basierend auf der Normierungsmerkmalsgröße NFv bei beschädigtem Getriebe trainiert wurde. Zweite Kennfelddaten DM (A2) sind ein vortrainiertes Modell, das vorab anhand von Trainingsdaten basierend auf der Normierungsmerkmalsgröße NFv bei normal arbeitendem Getriebe und Trainingsdaten basierend auf der Normierungsmerkmalsgröße NFv in einem Zustand trainiert wurde, in dem ein Rattern erzeugt wird. Die dritten Kennfelddaten DM (A3) sind ein vortrainiertes Modell, das vorab anhand von Trainingsdaten basierend auf der Normierungsmerkmalsgröße NFv bei normal arbeitendem Getriebe und Trainingsdaten basierend auf der Normierungsmerkmalsgröße NFv in einem Zustand trainiert wurde, in dem ein Kreischen erzeugt wird.
Die zweite Ausführungsform bestimmt den Zustand des Getriebes anhand der ersten Kennfelddaten DM (A1), der zweiten Kennfelddaten DM (A2) und der dritten Kennfelddaten DM (A3).
7 zeigt eine Abfolge von Prozessen, die von der in 6 dargestellten Steuervorrichtung 40 ausgeführt werden. Die in 7 gezeigten Vorgänge bestimmen den Zustand des Getriebes. Die in 7 gezeigten Vorgänge werden von der CPU 42 durchgeführt, indem sie in vorab festgelegten Zeitintervallen wiederholt im ROM 44 gespeicherte Programme ausführt.
In der in 7 gezeigten Abfolge von Prozessen wählt die CPU 42 zunächst die ersten Kennfelddaten DM (A1) als Kennfelddaten aus, die zur Bestimmung des Getriebezustands (S201) verwendet werden. Anschließend führt die CPU 42 einen ersten Bestimmungsprozess aus (S202).
Der erste Bestimmungsprozess wird gemäß einer in 2 gezeigten Abfolge von Prozessen ausgeführt. Die Unterschiede des ersten Bestimmungsprozesses zum in 2 gezeigten Prozess werden nun beschrieben. Im Prozess von S105 nutzt die CPU 42 ein erstes Kennfeld, das durch die ersten Kennfelddaten DM (A1) definiert ist, als ein Kennfeld, in das die Eingangsvariablen x(1) bis x(6) eingesetzt werden. Die CPU 42 setzt die Werte der Eingangsvariablen x(1) bis x(6) in das erste Kennfeld ein, um als Ausgangsvariablen, die den Zustand des Getriebes anzeigen, die Wahrscheinlichkeit, dass das Getriebe normal arbeitet, und die Wahrscheinlichkeit zu berechnen, dass das Getriebe beschädigt ist. Die CPU 42 ermittelt den Zustand des Getriebes anhand des Maximalwertes der berechneten Ausgangsvariablen.
Es wird nun ein Beispiel beschrieben, bei dem der Zustand des Getriebes auf Basis der Ausgangsvariablen im ersten Bestimmungsprozess bestimmt wird. Beispielsweise bestimmt die CPU 42, dass das Zahnrad normal arbeitet, wenn das Ergebnis anzeigt, dass die Wahrscheinlichkeit, dass das Zahnrad normal arbeitet, 80% oder mehr beträgt. Andererseits bestimmt die CPU 42, dass eine Anomalie des Zahnrads vorliegt, wenn das Ergebnis anzeigt, dass die Wahrscheinlichkeit, dass das Zahnrad beschädigt ist, 80 % oder mehr beträgt, und klassifiziert die Ursache der Anomalie als Beschädigung des Zahnrads. Wenn das Ergebnis anzeigt, dass die Wahrscheinlichkeit, dass das Zahnrad normal arbeitet, und die Wahrscheinlichkeit, dass das Zahnrad beschädigt ist, beide weniger als 80 % betragen, bestimmt die CPU 42, dass eine Anomalie aufgetreten ist, die keine Beschädigung des Zahnrads ist.
Wieder mit Bezug auf 7 bestimmt die CPU 42, ob der erste Bestimmungsprozess festgestellt hat, dass eine Anomalie des Zahnrads vorliegt (S203). Wenn festgestellt wird, dass eine Anomalie vorliegt (S203: JA), bestimmt die CPU 42, ob die Anomalie des Zahnrads als beschädigtes Zahnrad klassifiziert wurde (S204).
Wenn festgestellt wird, dass es sich bei der Anomalie des Zahnrads nicht um eine Beschädigung des Zahnrads handelt (S204: NEIN), wählt die CPU 42 die zweiten Kennfelddaten DM (A2) als Kennfelddaten aus, die zur Bestimmung des Zustands des Zahnrads verwendet werden (S205), und führt einen zweiten Bestimmungsprozess aus (S206).
Der zweite Bestimmungsprozess wird gemäß einer in 2 gezeigten Abfolge von Prozessen ausgeführt. Im Unterschied zur in 2 gezeigten Abfolge von Prozessen setzt die CPU 42 im zweiten Bestimmungsprozess die Eingangsvariablen x(1) bis x(6) in ein zweites Kennfeld ein, das durch die zweiten Kennfelddaten DM (A2) definiert ist. Die CPU 42 berechnet als Ausgangsvariablen, die den Zustand des Getriebes anzeigen, die Wahrscheinlichkeit, dass das Getriebe normal arbeitet, und die Wahrscheinlichkeit eines Zustandes, in dem ein Rattern erzeugt wird. Die CPU 42 bestimmt den Zustand des Getriebes anhand des Maximalwertes der berechneten Ausgangsvariablen. Gemäß einem Ablauf, der dem ersten Bestimmungsprozess ähnlich ist, bestimmt die CPU 42, ob es eine Anomalie im Getriebe gibt, und klassifiziert die Ursache, wenn sie feststellt, dass es eine Anomalie gibt.
Wieder mit Bezug auf 7 bestimmt die CPU 42, ob der zweite Bestimmungsprozess festgestellt hat, dass ein Rattern erzeugt wird (S207). Wenn festgestellt wird, dass die Anomalie im Getriebe nicht die Erzeugung eines Ratterns ist (S207: NEIN), wählt die CPU 42 die dritten Kennfelddaten DM (A3) als Kennfelddaten aus, die zur Bestimmung des Zahnradzustands verwendet werden (S208), und führt einen dritten Bestimmungsprozess aus (S209).
Der dritte Bestimmungsprozess wird gemäß einer in 2 gezeigten Abfolge von Prozessen ausgeführt. Im Unterschied zur in 2 gezeigten Abfolge von Prozessen setzt die CPU 42 im dritten Bestimmungsprozess die Eingangsvariablen x(1) bis x(6) in ein drittes Kennfeld ein, das durch die dritten Kennfelddaten DM (A3) definiert ist. Die CPU 42 berechnet als Ausgangsvariablen, die den Zustand des Getriebes anzeigen, die Wahrscheinlichkeit, dass das Getriebe normal arbeitet, und die Wahrscheinlichkeit eines Zustands, in dem ein Kreischen erzeugt wird. Die CPU 42 bestimmt den Zustand des Getriebes basierend auf dem Maximalwert der berechneten Ausgangsvariablen. Gemäß einem Ablauf, der dem ersten Bestimmungsprozess ähnlich ist, bestimmt die CPU 42, ob es eine Anomalie im Getriebe gibt, und klassifiziert die Ursache, wenn sie bestimmt, dass es eine Anomalie gibt.
Wenn der Vorgang von S209 abgeschlossen ist, wenn eine positive Entscheidung in den Vorgängen in S204 und S207 getroffen wird, oder wenn eine negative Entscheidung im Vorgang von S203 getroffen wird, unterbricht die CPU 42 vorübergehend die in 7 gezeigte Abfolge von Prozessen.
Außerdem ist die Steuervorrichtung 40 dazu fähig, zusätzlich zu der vom Öltemperatursensor 56 erfassten Öltemperatur Toil auf Erfassungswerte Bezug zu nehmen, die, wie in 6 gezeigt wird, von verschiedenen Sensoren am Fahrzeug VC erfasst werden. Beispielsweise kann die Steuervorrichtung 40 eine Raddrehzahl nutzen, die von einem Raddrehzahlsensor 57 erfasst wird. Die Steuervorrichtung 40 ist dazu fähig, eine Fahrzeuggeschwindigkeit SPD basierend auf der Raddrehzahl zu berechnen. Die Steuervorrichtung 40 ist dazu fähig, die von einem Vibrationssensor 58 am Fahrzeug VC erfasste Vibration bzw. Schwingung VB zu berücksichtigen. Die Steuervorrichtung 40 ist dazu fähig, den von einem Geräuschsensor 59 am Getriebe 26 erfassten Schall NZ zu berücksichtigen.
Außerdem ist die Steuervorrichtung 40 dazu fähig, einen von einem Instrument am Fahrzeug VC gemessenen Wert oder eine von anderen Steuervorrichtungen erhaltene Zustandsvariable zu berücksichtigen. Zum Beispiel kann die Steuervorrichtung 40 eine von einem Kilometerzähler 60 am Fahrzeug VC gemessene Gesamtfahrstrecke OD des Fahrzeugs VC berücksichtigen. Die Steuervorrichtung 40 kann einen Bremsdruck PB berücksichtigen, der von einer Bremssteuervorrichtung 80 zur Verfügung gestellt wird. Die Bremssteuervorrichtung 80 ist dazu ausgelegt, das Bremssystem des Fahrzeugs VC zu steuern. Die Steuervorrichtung 40 ist beispielsweise dazu in der Lage, als Bremsdruck PB einen Niederdrückdruck zu nutzen, mit dem ein Bremsbetätigungselement betätigt wird. Handelt es sich bei der Bremsanlage um eine Fluiddruckbremsanlage, so ist die Steuervorrichtung 40 dazu fähig, als Bremsdruck PB einen Hauptbremszylinderdruck zu berücksichtigen.
Die Speichervorrichtung 46 kann wie in 6 gezeigt Zahnraddaten DG speichern. Die Zahnraddaten DG umfassen Spezifikationsdaten, die auf den Spezifikationen der Zahnräder im Getriebe 26 basieren. Die Spezifikationsdaten umfassen Sollwerte, die Abmessungen verschiedener Teile des Zahnrads darstellen, wie z.B. die Abmessungen der Zahnflächen. Außerdem wird ein Eingriffsfehler des Zahnrads vorab gemessen, und der Wert des Eingriffsfehlers ist in den Zahnraddaten DG enthalten. Die Zahnraddaten DG umfassen auch den Grad des Spiels bzw. Rückschlags, wenn die Zahnräder im Eingriff sind.
Der Betrieb und die Vorteile der vorliegenden Ausführungsform werden nun erläutert.
Die zweite Ausführungsform nutzt die ersten Kennfelddaten DM (A1), die das erste Kennfeld definieren, das verwendet wird, um einen Zustand zu erkennen, in dem das Zahnrad beschädigt ist, die zweiten Kennfelddaten DM (A2), die das zweite Kennfeld definieren, das verwendet wird, um einen Zustand zu erkennen, in dem ein Rattern erzeugt wird, und die dritten Kennfelddaten DM (A3), die das dritte Kennfeld definieren, das verwendet wird, um einen Zustand zu erkennen, in dem ein Kreischen erzeugt wird. Wenn also jeder aus dem ersten Bestimmungsprozess, dem zweiten Bestimmungsprozess und dem dritten Bestimmungsprozess ausgeführt wird, verringert der Aufbau die Berechnungslast für die Ausführungsvorrichtung im Vergleich zu einem Fall, in dem ein einzelnes Kennfeld verwendet wird, um die Ursache einer Anomalie des Getriebes zu erkennen. Dementsprechend verhindert die vorliegende Ausführungsform, dass bei der Bestimmung einer Anomalie des Getriebes 26 durch die Ausführungsvorrichtung die Rechenlast für die Ausführungsvorrichtung erhöht und die Bestimmungsgenauigkeit verringert wird.
<Korrespondenz>
Die Korrespondenz bzw. der Bezug zwischen den Elementen der vorstehend erläuterten Ausführungsformen und den in der vorstehend dargestellten KURZEN ERLÄUTERUNG beschriebenen Elementen ist wie folgt. Nachstehend wird die Entsprechung für jede der Nummern in der vorstehend dargestellten KURZEN ERLÄUTERUNG gezeigt.
[Aspekt 1] Die Vorrichtung zur Anomaliebestimmung entspricht der Steuervorrichtung 40 der 1 und 6. Die Ausführungsvorrichtung entspricht der CPU 42 und dem ROM 44 der 1 und 6. Die Speichervorrichtung entspricht der Speichervorrichtung 46 der 1 und 6. Die Kennfelddaten entsprechen den Kennfelddaten DM. Der Erfassungsprozess entspricht dem Vorgang des S104 aus 2. Der Bestimmungsprozess entspricht den Vorgängen von S105 bis S107 der 2.
[Aspekte 2 und 3] Der Merkmalsgrößenberechnungsvorgang entspricht den Prozessen aus S102 und S103 der 2.
[Aspekt 21] Die ersten Kennfelddaten entsprechen den ersten Kennfelddaten DM (A1). Die zweiten Kennfelddaten entsprechen den zweiten Kennfelddaten DM (A2). Die dritten Kennfelddaten entsprechen den dritten Kennfelddaten DM (A3).
<Andere Ausführungsformen>
Die vorstehend erläuterten Ausführungsformen können wie folgt modifiziert werden. Die vorstehend erläuterten Ausführungsformen und die folgenden Modifikationen können kombiniert werden, solange die kombinierten Modifikationen technisch miteinander konsistent bleiben.
Modifikation in Bezug auf die Zeitseriendaten
3A und 3B zeigen ein Beispiel für die Zeitseriendaten der Zahnraddrehzahl Ngear. In den 3A und 3B ist jedoch die Anzahl der Abtastungen der Zahnraddrehzahl Ngear während des festgelegten Zeitraums nicht eingeschränkt.
Im Drehzahlberechnungsverfahren der vorstehend erläuterten Ausführungsformen wird ein Beispiel beschrieben, in dem die Zahnraddrehzahl Ngear basierend auf dem Ausgangssignal Sm1 berechnet wird. Die Einrichtung zur Berechnung der Zahnraddrehzahl Ngear, die die Drehzahl des Zahnrads wiedergibt, ist nicht darauf beschränkt. Beispielsweise hängt die Drehzahl des Zahnrads im Getriebe 26 mit der Fahrzeuggeschwindigkeit SPD zusammen. Die Zahnraddrehzahl Ngear kann also basierend auf der Fahrzeuggeschwindigkeit SPD berechnet werden. Alternativ kann ein Sensor verwendet werden, der die Drehzahl des Zahnrads erfasst, und die Zahnraddrehzahl Ngear kann basierend auf dem von diesem Sensor erfassten Wert berechnet werden.
Modifikation bezogen auf die Merkmalsgrößen als Eingangsvariablen
Der Prozess von S102 in den vorstehend erläuterten Ausführungsformen normiert die Zeitseriendaten der Zahnraddrehzahl Ngear so, dass der Maximalwert der Zahnraddrehzahl Ngear während des festgelegten Zeitraums 1 ist und der Minimalwert der Zahnraddrehzahl Ngear während des festgelegten Zeitraums 0 ist. Das Verfahren zur Normierung der Zeitseriendaten der Zahnraddrehzahl Ngear ist nicht darauf beschränkt. Beispielsweise können Zeitseriendaten der Zahnraddrehzahl Ngear so normiert werden, dass der Mittelwert der Zahnraddrehzahl Ngear 0 und die Varianz 1 ist.
Das Verfahren von S103 in den vorstehend erläuterten Ausführungsformen teilt den Bereich vom Minimalwert bis zum Maximalwert der Zahnraddrehzahl Ngear während des angegebenen Zeitraums gleichmäßig in fünf Klassen ein. Wenn die Anzahl der Klassen für die Merkmalsgrößen als Eingangsvariablen konstant ist, kann die Anzahl der Klassen geändert werden, die im Vorgang von S103 eingestellt werden. Mit anderen Worten kann die Breite jeder Klasse geändert werden.
In den Prozessen von S102 und S103 in den vorstehend erläuterten Ausführungsformen werden die Zeitseriendaten der Zahnraddrehzahl Ngear normiert, und dann werden die normierten Daten verarbeitet, um die Normierungsmerkmalsgröße NFv zu berechnen, die die Häufigkeitsverteilung darstellt. Die vorliegende Offenlegung ist nicht darauf beschränkt. Z.B. kann eine Merkmalsgröße Fv als eine Merkmalsgröße berechnet werden, die die Häufigkeitsverteilung repräsentiert, indem die Zeitseriendaten der Zahnraddrehzahl Ngear verarbeitet werden, und dann kann die Normierungsmerkmalsgröße NFv basierend auf der Merkmalsgröße Fv berechnet werden.
In den vorstehend erläuterten Ausführungsformen wird die Normierungsmerkmalsgröße NFv als ein Beispiel für die Eingangsvariablen verwendet, die in das Kennfeld eingegeben werden, das durch die Kennfelddaten DM definiert ist. Die vorliegende Offenbarung ist aber nicht darauf beschränkt. Beispielsweise kann die Merkmalsgröße Fv als Daten berechnet werden, die die Häufigkeitsverteilung aus den Zeitseriendaten der Zahnraddrehzahl Ngear darstellen, und die Merkmalsgröße Fv kann als Eingangsvariable verwendet werden. Das heißt, der Normierungsprozess ist nicht zwingend erforderlich. Auch wenn die Breiten der Klassen der Merkmalsgröße Fv nicht angepasst werden, handelt es sich bei der Merkmalsgröße Fv um Daten von Merkmalen, die aus den Zeitseriendaten der Zahnraddrehzahl Ngear extrahiert wurden. Mit der Merkmalsgröße Fv als Eingangsvariable kann der Zustand des Zahnrads ermittelt werden.
In den vorstehend erläuterten Ausführungsformen werden die Daten, die die Häufigkeitsverteilung darstellen, als die Merkmalsgröße verwendet, die man durch die Verarbeitung der Zeitseriendaten der Zahnraddrehzahl Ngear erhält. Die vorliegende Offenbarung ist jedoch nicht darauf beschränkt. Beispielsweise kann die Verteilung der Häufigkeitskomponente, die man erhält, indem die Zeitseriendaten der Zahnraddrehzahl Ngear einer Fast-Fourier-Transformation unterzogen werden, als eine Merkmalsgröße berechnet werden. Unter Verwendung der so berechneten Merkmalsgröße als dem Kennfeld zuzuführender Eingangsvariable kann der Zustand des Getriebes basierend auf dem Merkmal der Zeitseriendaten bestimmt werden, die im Häufigkeitsbereich auftreten. Das heißt, der Zustand des Zahnrads kann basierend auf dem Merkmal bestimmt werden, das man durch Analyse der Häufigkeit der Zeitseriendaten der Zahnraddrehzahl Ngear erhält.
Die Verteilung einer Häufigkeitskomponente, die man erhält, indem die Zeitseriendaten der Zahnraddrehzahl Ngear einer Fast-Fourier-Transformation unterzogen werden, kann normiert werden, und die normierte Merkmalsgröße kann als Eingangsvariable genutzt werden, die ins Kennfeld eingelesen wird. Beispielsweise kann eine primäre Häufigkeit aus dem Mittelwert der Zahnraddrehzahl Ngear während des gegebenen Zeitraums berechnet werden, und die Häufigkeitskomponente kann basierend auf der primären Häufigkeit normiert werden. Weil die Häufigkeitskomponente normiert ist, kann der Zustand des Zahnrads basierend auf dem Merkmal bestimmt werden, das man durch die Analyse der Häufigkeit der Zeitseriendaten der Zahnraddrehzahl Ngear erhält, ohne von der Intensität der Häufigkeitskomponente beeinflusst zu werden.
Wenn die Merkmalsgröße als eine Eingangsvariable genutzt wird, die man durch Analysieren der Häufigkeit der Zeitseriendaten der Zahnraddrehzahl Ngear erhält, kann der Häufigkeitsbereich in mehrere Häufigkeitsbänder unterteilt werden, und der Mittelwert der Intensität der Häufigkeitskomponente in jedem Häufigkeitsband kann als die Intensität der Häufigkeitskomponente in dem Häufigkeitsband genutzt werden. Dementsprechend werden die Elemente der Eingangsvariablen reduziert, wenn die Merkmalsgröße als Eingangsvariable genutzt wird, die man durch Analyse der Häufigkeit der Zeitseriendaten der Zahnraddrehzahl Ngear erhält. Das heißt, diese Modifizierung verringert die Berechnungslast in dem Vorgang, der bestimmt, ob es eine Anomalie im Getriebe 26 gibt.
Die Merkmalsgröße, die die Häufigkeitsverteilung repräsentiert, wie die Normierungsmerkmalsgröße NFv in den vorstehend beschriebenen Ausführungsformen, und die Merkmalsgröße, die durch Analyse der Häufigkeit der Zeitseriendaten in der Modifikation erhalten wird, können beide als Eingangsvariablen verwendet werden. Durch die Verwendung einer Kombination von Datensätzen, die unterschiedlich verarbeitet wurden, kann das durch die Zeitseriendaten repräsentierte Merkmal einfach identifiziert werden. Dadurch wird die Genauigkeit der Bestimmung weiter verbessert.
Die vorstehend beschriebenen Modifikationen zeigen Beispiele, bei denen die Merkmalsgröße, die durch Analyse der Häufigkeit der Zeitseriendaten der Zahnraddrehzahl Ngear gewonnen wird, als eine Eingangsvariable verwendet wird. Die vorliegende Offenbarung ist hierauf nicht beschränkt. Beispielsweise kann eine Merkmalsgröße als Eingangsvariable verwendet werden, die man erhält, indem die Zeitseriendaten der Zahnraddrehzahl Ngear einer Analyse des Drehzahlverhältnisses unterzogen werden.
Modifikation hinsichtlich der Eingangsvariablen, die ins Kennfeld eingelesen wird
In den vorstehend erläuterten Ausführungsformen wird die Merkmalsgröße, die man durch die Verarbeitung der Zeitseriendaten der Zahnraddrehzahl Ngear erhält, als die Eingangsvariable verwendet, die ins Kennfeld eingelesen wird. Die Zeitseriendaten der Zahnraddrehzahl Ngear können jedoch als eine Eingangsvariable genutzt werden. Beispielsweise kann ein aufgenommener Wert als eine Eingangsvariable genutzt werden.
In den vorstehend erläuterten Ausführungsformen wird der Durchschnittswert der Öltemperatur Toil als eine Eingangsvariable verwendet, die dem Kennfeld zugeführt wird. Die vorliegende Offenbarung ist jedoch nicht darauf beschränkt. Beispielsweise können auch Zeitseriendaten der Öltemperatur Toil als eine Eingangsvariable verwendet werden.
Die Öltemperatur Toil muss nicht unbedingt in den Eingangsvariablen enthalten sein, die dem durch die Kennfelddaten DM definierten Kennfeld zugeführt werden. Es reicht aus, wenn die Eingangsvariablen die Zeitseriendaten der Zahnraddrehzahl Ngear umfassen.
Zu den Eingangsvariablen, die dem durch die Kennfelddaten DM definierten Kennfeld zugeführt werden, kann die Schwingung VB gehören.
Zu den Eingangsvariablen, die dem durch die Kennfelddaten DM definierten Kennfeld zugeführt werden, kann der Schall NZ gehören.
Zu den Eingangsvariablen, die in das durch die Kennfelddaten DM definierte Kennfeld eingelesen werden, kann die Gesamtfahrstrecke OD gehören. Anstelle der Gesamtfahrstrecke OD kann auch die kumulierte Zeit verwendet werden, in der das Fahrzeug VC startet bzw. fährt. Mit diesem Aufbau kann z.B. ein besonderer Gangwechsel bei der Bestimmung berücksichtigt werden, ob eine Anomalie im Getriebe 26 vorliegt.
Zu den Eingangsvariablen, die in das durch die Kennfelddaten DM definierte Kennfeld eingelesen werden, kann der Bremsdruck PB gehören. In diesem Aufbau können z.B. Schwingungen aufgrund der Verzögerung des Fahrzeugs VC und Schwankungen der Zahnraddrehzahl Ngear aufgrund der Verzögerung des Fahrzeugs VC bei der Bestimmung berücksichtigt werden, ob eine Anomalie im Getriebe 26 vorliegt.
Zu den Eingangsvariablen, die in das durch die Kennfelddaten DM definierte Kennfeld eingelesen werden, kann auch ein Rückschlag bzw. Getriebespiel gehören.
Die Eingangsvariablen, die in das durch die Kennfelddaten DM definierte Kennfeld eingelesen werden, können einen Eingriffsfehler enthalten. Durch diesen Aufbau kann z.B. der Einfluss von Zahnformfehlern auf die Zahnraddrehzahl Ngear bei der Bestimmung berücksichtigt werden, ob eine Anomalie im Getriebe 26 vorliegt.
Zu den Eingangsvariablen, die in das durch die Kennfelddaten DM definierte Kennfeld eingelesen werden, können die Sollwerte der Abmessungen verschiedener Teile des Getriebes gehören, wie die Abmessungen der in den Getriebedaten DG enthaltenen Zahnflächen.
Zu den Eingangsvariablen, die in das durch die Kennfelddaten DM definierte Kennfeld eingelesen werden, kann die Größe des durch das Zahnrad übertragenen Drehmoments gehören.
Modifizierung hinsichtlich des Kennfelds
Das neuronale Netzwerk ist nicht auf ein vollständig verbundenes neuronales Feed-Forward- Netz beschränkt. Es kann zum Beispiel ein neuronales eindimensionales Faltungsnetz verwendet werden. Das durch maschinelles Lernen trainierte Modell ist nicht auf ein neuronales Netz beschränkt. Zum Beispiel kann der Zustand des Getriebes anhand einer Klassifizierung durch eine Support-Vektor-Maschine erkannt werden.
Im Verfahren gemäß S105 ist die Zahl der mittleren Schichten im neuronalen Netzwerk eins. Die Zahl der mittleren Schichten kann jedoch auch zwei oder mehr sein.
Das Kennfeld ist nicht auf das beschränkt, das vier Ausgangsvariablen (die Ausgangsvariablen y(0), y(1), y(2) und y(3)) aufweist. Wenn es andere Zustände des Getriebes gibt, die basierend auf Merkmalsgrößen identifiziert werden können, die durch die Verarbeitung von Zeitseriendaten erhalten wurden, können solche Zustände als zusätzliche Zustandsvariablen eingesetzt und als Ausgangsvariablen des Kennfeldes verwendet werden.
Modifizierung hinsichtlich der Auswahl der Kennfelddaten
In dem in 7 gezeigten Vorgang der zweiten Ausführungsform werden die ersten Kennfelddaten DM (A1) bis dritten Kennfelddaten DM (A3) nacheinander gewählt, und der Bestimmungsprozess wird unter Nutzung der ausgewählten Kennfelddaten ausgeführt. Bei der Auswahl eines von mehreren Sätzen von Kennfelddaten müssen die Kennfelddaten nicht unbedingt in der Reihenfolge der ersten Kennfelddaten DM (A1) bis zu den dritten Kennfelddaten DM (A3) ausgewählt werden. Wenn z. B. die Häufigkeit des vom Schallsensor 59 erfassten Schalls NZ so hoch ist wie die Frequenz eines Kreischens, können die dritten Kennfelddaten DM (A3) zuerst ausgewählt werden. Dies kann es ermöglichen, eine Anomalie des Getriebes in weniger Versuchen zu identifizieren.
Auf diese Weise können Kennfelddaten abhängig von Erkennungswerten ausgewählt werden, die von verschiedenen Sensoren und Zustandsvariablen des Fahrzeugs VC erfasst werden können. Nachfolgend werden Beispiele für Aufbauten zur Auswahl von Kennfelddaten beschrieben.
Wenn das von den Zahnrädern übertragene Drehmoment nahe 0 ist, können zuerst die zweiten Kennfelddaten DM (A2) ausgewählt werden. Das Drehmoment enthält eine Gleichstromkomponente und eine Wechselstromkomponente. Wenn das von den Zahnrädern übertragene Drehmoment in einem Bereich pulsiert, der 0 einschließt, dreht sich das treibende Zahnrad im Uhrzeigersinn und gegen den Uhrzeigersinn und schlägt daher wahrscheinlich auf das angetriebene Zahnrad. Das heißt, es wird wahrscheinlich ein Rattern erzeugt. In einem solchen Fall können die zweiten Kennfelddaten DM (A2) als erste Wahl ermöglichen, eine Anomalie des Getriebes in einer geringeren Anzahl von Versuchen zu erkennen. Ob das von den Zahnrädern übertragene Drehmoment nahe bei 0 liegt, kann z. B. anhand des Sollwerts Trq* für das Antriebsmomentermittelt werden.
Die Öltemperatur Toil kann als Kriterium für die Auswahl der Kennfelddaten genutzt werden. Die Öltemperatur Toil beeinflusst die Viskosität des Öls. Abhängig von der Viskosität des Öls kann vorhergesagt werden, ob das ölgeschmierte Getriebe wahrscheinlich ein Kreischen oder ein Rattern erzeugt. Wenn vorhergesagt wird, dass wahrscheinlich ein Kreischen oder ein Rattern erzeugt wird, kann die Auswahl der zweiten Kennfelddaten DM (A2) oder der dritten Kennfelddaten DM (A3) es ermöglichen, eine Anomalie des Getriebes mit weniger Versuchen zu erkennen.
Die Zahnraddaten DG können als ein Kriterium für die Auswahl der Kennfelddaten verwendet werden. Wenn z.B. das Getriebespiel groß ist, wird wahrscheinlicher ein Rattern erzeugt als in einem Fall, in dem das Getriebespiel klein ist. Die Auswahl von Kennfelddaten anhand der Getriebedaten DG kann es ermöglichen, eine Anomalie des Getriebes mit weniger Versuchen zu erkennen.
Die Schwingung VB kann als Kriterium für die Auswahl der Kennfelddaten verwendet werden. Das Auftreten von Ratten kann das Getriebe 26 in Schwingung versetzen. Die Auswahl von Kennfelddaten anhand der Schwingung VB kann ermöglichen, eine Anomalie des Getriebes mit weniger Versuchen zu erkennen.
In der zweiten Ausführungsform werden drei Sätze von Kennfelddaten, nämlich die ersten Kennfelddaten DM (A1) bis die dritten Kennfelddaten DM (A3), verwendet. Es können jedoch auch zwei Sätze von Kennfelddaten verwendet werden. Alternativ können auch vier oder mehr Sätze von Kennfelddaten verwendet werden.
Modifizierung hinsichtlich des Speichervorgangs
In den vorstehend erläuterten Ausführungsformen ist die Speichervorrichtung, die die Bestimmungsergebnisse speichert, die gleiche wie die Speichervorrichtung, die die Kennfelddaten DM speichert. Die vorliegende Offenbarung ist jedoch nicht darauf beschränkt.
Anstelle der Ausführung des Speichervorgangs zum Speichern von Bestimmungsergebnissen von Ausgangsvariablen kann ein Übertragungsvorgang ausgeführt werden, um die Bestimmungsergebnisse an den Hersteller des Fahrzeugs VC und ein Datenanalysezentrum zu übertragen. Der Speichervorgang und der Übertragungsvorgang können beide ausgeführt werden.
Modifizierung hinsichtlich der Nutzung der Ausgabevariablen
In den vorstehend erläuterten Ausführungsformen werden die Berechnungsergebnisse der Ausgangsvariablen verwendet, um eine Situation zu behandeln, in der das Fahrzeug VC zur Reparatur in eine Reparaturwerkstatt gebracht wird. Die vorliegende Offenbarung ist jedoch nicht darauf beschränkt. Wenn z.B. beim Hersteller des Fahrzeugs VC ein Betriebspunkt identifiziert werden kann, bei dem ein Rattern auftritt, kann das Fahrzeug VC so ausgelegt werden, dass die Erzeugung des Ratterns vermieden wird. Wenn ein Betriebspunkt identifiziert werden kann, bei dem ein Kreischen erzeugt wird, kann das Fahrzeug VC ebenfalls so ausgelegt werden, dass die Erzeugung des Kreischens vermieden wird.
Modifizierung hinsichtlich der Ausführungsvorrichtung
Die Ausführungsvorrichtung ist nicht auf eine Vorrichtung beschränkt, die die CPU 42 und das ROM 44 umfasst und eine Softwareverarbeitung ausführt. Beispielsweise kann zumindest ein Teil der Vorgänge, die von der Software in den vorstehend erläuterten Ausführungsformen ausgeführt werden, von Hardwareschaltungen ausgeführt werden, die zum Ausführen dieser Vorgänge vorgesehen sind (z. B. eine anwendungsspezifische integrierte Schaltung (ASIC, application specific integratd circuit)). Das bedeutet, dass die Ausführungsvorrichtung modifiziert werden kann, solange sie einen der folgenden Aufbauten (a) bis (c) aufweist, (a) Einen Aufbau, der einen Prozessor enthält, der sämtliche vorstehend beschriebenen Vorgänge gemäß Programmen ausführt, und eine Programmspeichervorrichtung, wie z. B. ein ROM, die die Programme speichert. (b) Ein Aufbau mit einem Prozessor und einer Programmspeichervorrichtung, die einen Teil der vorstehend beschriebenen Vorgänge gemäß den Programmen ausführen, und einer dedizierten Hardwareschaltung, die die restlichen Vorgänge ausführt, (c) Ein Aufbau mit einer dedizierten Hardwareschaltung, die alle vorstehend beschriebenen Vorgänge ausführt. Es können mehrere Softwareverarbeitungsvorrichtungen, die jeweils einen Prozessor und eine Programmspeichervorrichtung umfassen, und mehrere dedizierte Hardwareschaltungen vorgesehen sein.
Modifizierung hinsichtlich des Fahrzeugs
In den vorstehend erläuterten Ausführungsformen wird das Fahrzeug VC beschrieben, das den Verbrennungsmotor 10, den ersten Motorgenerator 22 und den zweiten Motorgenerator 24 umfasst. Die Steuervorrichtung 40 kann in jedem Fahrzeug verwendet werden, das ein Getriebe enthält, das Leistung mit Hilfe von Zahnrädern überträgt, und es ist möglich, den Zustand eines Zahnrads wie in den vorstehend erläuterten Ausführungsformen zu bestimmen.
Verschiedene Änderungen von Formen und Einzelheiten können in den vorstehenden Beispielen vorgenommen werden, ohne vom Gebiet und Umfang der Ansprüche und ihrer Äquivalente abzuweichen. Die Beispiele dienen nur der Beschreibung und sind nicht einschränkend zu verstehen. Beschreibungen von Merkmalen in jedem Beispiel sind als auf ähnliche Merkmale oder Aspekte in anderen Beispielen anwendbar zu betrachten. Geeignete Ergebnisse können erzielt werden, wenn Abläufe in einer anderen Reihenfolge ausgeführt werden und/oder wenn Komponenten in einem beschriebenen System, einer Architektur, einer Vorrichtung oder einer Schaltung anders kombiniert und/oder durch andere Komponenten oder deren Äquivalente ersetzt oder ergänzt werden. Der Umfang der Offenbarung wird nicht durch die genaue Erläuterung, sondern durch die Ansprüche und deren Äquivalente definiert. Alle Abänderungen innerhalb des Umfangs der Ansprüche und deren Äquivalente sind von der Offenbarung umfasst.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

JP 201179489 A [0002]

Claims

Vorrichtung (40) zur Anomaliebestimmung für ein Fahrzeug, das ein Getriebe (26) umfasst, das Leistung unter Verwendung eines Zahnrads überträgt, wobei die Vorrichtung (40) zur Anomaliebestimmung Folgendes umfasst: eine Ausführungsvorrichtung (42); und eine Speichervorrichtung (46), wobei die Speichervorrichtung (46) dazu aufgebaut ist, um Kennfelddaten zu speichern, wobei die Kennfelddaten ein vorab trainiertes Kennfeld definieren und das vorab trainierte Kennfeld durch maschinelles Lernen trainiert wurde, wenn eine Variable, die Zeitseriendaten einer Drehzahl des Zahnrads repräsentiert, dem Kennfeld als eine Eingangsvariable zugeführt wird, gibt das Kennfeld eine Zustandsvariable, die einen Zustand des Zahnrads wiedergibt, als eine Ausgangsvariable aus, und die Ausführungsvorrichtung (42) dazu aufgebaut ist, Folgendes auszuführen: einen Erfassungsprozess, der die Variable, die die Zeitseriendaten darstellt, als einen Wert der Eingangsvariablen erhält; und einen Bestimmungsprozess, der basierend auf einem Wert der Ausgangsvariablen, der vom Kennfeld ausgegeben wird, wenn der Wert der Eingangsvariablen dem Kennfeld zugeführt wird, bestimmt, ob es eine Anomalie in dem Getriebe (26) gibt.
Vorrichtung (40) zur Anomaliebestimmung nach Anspruch 1, wobei die Ausführungsvorrichtung (42) dazu aufgebaut ist, einen Merkmalsgrößenberechnungsprozess auszuführen, der eine Merkmalsgröße berechnet, die durch die Verarbeitung der Zeitseriendaten erhalten wird, der Bestimmungsprozess das Bestimmen der Merkmalsgröße als Wert der Eingangsvariablen umfasst, und der Merkmalsgrößenberechnungsprozess das Einteilen von Drehzahlwerten, die in den Zeitseriendaten enthalten sind, in Klassen gemäß einer Größe der Drehzahl und das Berechnen einer Häufigkeit jeder Klasse als die Merkmalsgröße umfasst.
Vorrichtung (40) zur Anomaliebestimmung nach Anspruch 2, wobei der Merkmalsgrößenberechnungsprozess einen Prozess umfasst, der die Zeitseriendaten so Normier, dass ein Maximalwert der Zahnraddrehzahl 1 ist und ein Minimalwert der Zahnraddrehzahl 0 ist.
Vorrichtung (40) zur Anomaliebestimmung nach Anspruch 1, wobei die Ausführungsvorrichtung (42) dazu aufgebaut ist, einen Merkmalsgrößenberechnungsprozess auszuführen, der eine Merkmalsgröße berechnet, die durch Verarbeiten der Zeitseriendaten erhalten wird, der Bestimmungsprozess das Bestimmen der Merkmalsgröße als den Wert der Eingangsvariablen umfasst, und der Merkmalsgrößenberechnungsprozess das Berechnen einer Verteilung einer Häufigkeitskomponente, die man erhält, indem die Zeitseriendaten einer Fast-Fourier-Transformation (FFT) unterzogen werden, als die Merkmalsgröße umfasst.
Vorrichtung (40) zur Anomaliebestimmung nach Anspruch 4, wobei der Merkmalsgrößenberechnungsprozess Folgendes umfasst: Berechnen einer Primärfrequenz auf der Grundlage eines Durchschnittswerts der Drehzahl in den Zeitseriendaten; und Normieren der Häufigkeitskomponente bezogen auf die Primärfrequenz.
Vorrichtung (40) zur Anomaliebestimmung nach Anspruch 4 oder 5, wobei der Merkmalsgrößenberechnungsprozess Folgendes umfasst: Unterteilen eines Frequenzbereichs in mehrere Frequenzbänder; und Verwenden eines Mittelwerts einer Intensität der Häufigkeitskomponente in jedem Frequenzband als die Intensität der Häufigkeitskomponente in diesem Häufigkeitsband.
Vorrichtung (40) zur Anomaliebestimmung nach einem der Ansprüche 1 bis 6, wobei die Zeitseriendaten basierend auf einem Erfassungssignal eines Drehzahlsensors (52) berechnet werden, der eine Drehzahl des Zahnrads erfasst.
Vorrichtung (40) zur Anomaliebestimmung nach einem der Ansprüche 1 bis 6, wobei die Zeitseriendaten basierend auf einer Fahrzeuggeschwindigkeit des Fahrzeugs berechnet werden.
Vorrichtung (40) zur Anomaliebestimmung nach einem der Ansprüche 1 bis 8, wobei die Eingangsvariable eine Variable umfasst, die eine Größe eines vom Zahnrad übertragenen Drehmoments wiedergibt.
Vorrichtung (40) zur Anomaliebestimmung nach einem der Ansprüche 1 bis 9, wobei die Eingangsvariable eine Variable umfasst, die eine Temperatur eines Hydraulikfluids im Getriebe (26) wiedergibt.
Vorrichtung (40) zur Anomaliebestimmung nach einem der Ansprüche 1 bis 10, wobei die Eingangsvariable eine Variable umfasst, die eine Abmessung des Zahnrads basierend auf einer Spezifikation des Zahnrads wiedergibt.
Vorrichtung zur Anomaliebestimmung nach einem der Ansprüche 1 bis 11, wobei die Eingangsvariable eine Variable umfasst, die einen Eingriffsfehler des Zahnrads wiedergibt.
Vorrichtung (40) zur Anomaliebestimmung nach einem der Ansprüche 1 bis 12, wobei die Eingangsvariable eine Variable umfasst, die ein Spiel beim Eingriff des Zahnrads wiedergibt.
Vorrichtung (40) zur Anomaliebestimmung nach einem der Ansprüche 1 bis 13, wobei die Eingangsvariable eine Variable umfasst, die einen Erfassungswert eines Schwingungssensors (58) darstellt, der Schwingungen erfasst.
Vorrichtung (40) zur Anomaliebestimmung nach einem der Ansprüche 1 bis 14, wobei die Eingangsvariable eine Variable enthält, die einen Erfassungswert eines Schallsensors (59) darstellt, der Schall erfasst.
Vorrichtung (40) zur Anomaliebestimmung nach einem der Ansprüche 1 bis 15, wobei die Eingangsvariable eine Variable umfasst, die einen Fluiddruck in einem Bremssystem des Fahrzeugs wiedergibt.
Vorrichtung (40) zur Anomaliebestimmung nach einem der Ansprüche 1 bis 16, wobei die Eingangsvariable eine Variable enthält, die eine Fahrstrecke des Fahrzeugs wiedergibt.
Vorrichtung (40) zur Anomaliebestimmung nach einem der Ansprüche 1 bis 17, wobei die Zustandsvariable eine Variable umfasst, die einen Zustand wiedergibt, in dem das Zahnrad beschädigt ist.
Vorrichtung (40) zur Anomaliebestimmung nach einem der Ansprüche 1 bis 18, wobei die Zustandsvariable eine Variable umfasst, die einen Zustand wiedergibt, in dem ein Rattern erzeugt wird, wenn sich das Zahnrad dreht.
Vorrichtung (40) zur Anomaliebestimmung nach einem der Ansprüche 1 bis 19, wobei die Zustandsvariable eine Variable umfasst, die einen Zustand wiedergibt, in dem ein Kreischen erzeugt wird, wenn sich das Zahnrad dreht.
Vorrichtung (40) zur Anomaliebestimmung nach einem der Ansprüche 1 bis 17, wobei das Kennfeld ein erstes Kennfeld ist, das als eine Ausgangsvariable eine Zustandsvariable ausgibt, die anzeigt, ob das Zahnrad beschädigt ist, wenn die Eingangsvariablen eingegeben werden, die Kennfelddaten erste Kennfelddaten sind, die das erste Kennfeld definieren, der Bestimmungsprozess ein erster Bestimmungsprozess ist, die Speichervorrichtung (46) dazu aufgebaut ist, außerdem zweite Kennfelddaten und dritte Kennfelddaten zu speichern, wobei sowohl die zweiten Kennfelddaten als auch die dritten Kennfelddaten jeweils ein vorab trainiertes Kennfeld definieren, und das vorab trainierte Kennfeld durch maschinelles Lernen trainiert wurde, die zweiten Kennfelddaten ein zweites Kennfeld definieren, wenn ihm die Eingangsvariablen eingegeben werden, das zweite Kennfeld als eine Ausgangsvariable eine Zustandsvariable ausgibt, die anzeigt, ob sich das Getriebe in einem Zustand befindet, in dem ein Rattern erzeugt wird, wenn sich das Zahnrad dreht, die dritten Kennfelddaten ein drittes Kennfeld definieren, wenn ihm die Eingangsvariablen eingegeben werden, das dritte Kennfeld als eine Ausgangsvariable eine Zustandsvariable ausgibt, die anzeigt, ob sich das Getriebe in einem Zustand befindet, in dem ein Kreischen erzeugt wird, wenn sich das Zahnrad dreht, und die Ausführungsvorrichtung (42) dazu aufgebaut ist, Folgendes auszuführen: einen zweiten Bestimmungsprozess, der bestimmt, ob es eine Anomalie in dem Getriebe (26) gibt, basierend auf einem Wert der Ausgangsvariablen, der vom zweiten Kennfeld ausgegeben wird, wenn der Wert der Eingangsvariablen dem zweiten Kennfeld zugeführt wird, und einen dritten Bestimmungsprozess, der basierend auf einem Wert der Ausgangsvariablen, die vom dritten Kennfeld ausgegeben wird, wenn der Wert der Eingangsvariablen in das dritte Kennfeld eingegeben wird, bestimmt, ob es eine Anomalie im Getriebe (26) gibt.