FR3103219A1 - Procédé de gestion des anomalies sporadiques d’un système de motorisation d’un véhicule automobile - Google Patents

Procédé de gestion des anomalies sporadiques d’un système de motorisation d’un véhicule automobile Download PDF

Info

Publication number
FR3103219A1
FR3103219A1 FR1912901A FR1912901A FR3103219A1 FR 3103219 A1 FR3103219 A1 FR 3103219A1 FR 1912901 A FR1912901 A FR 1912901A FR 1912901 A FR1912901 A FR 1912901A FR 3103219 A1 FR3103219 A1 FR 3103219A1
Authority
FR
France
Prior art keywords
anomaly
sporadic
anomalies
predetermined
detected
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.)
Granted
Application number
FR1912901A
Other languages
English (en)
Other versions
FR3103219B1 (fr
Inventor
Jonathan PATY
Yves AGNUS
Lionel CAILLER
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Vitesco Technologies
Vitesco Technologies GmbH
Original Assignee
Vitesco Technologies
Vitesco Technologies GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Vitesco Technologies, Vitesco Technologies GmbH filed Critical Vitesco Technologies
Priority to FR1912901A priority Critical patent/FR3103219B1/fr
Priority to US17/762,469 priority patent/US11721142B2/en
Priority to PCT/EP2020/081997 priority patent/WO2021099215A1/fr
Priority to CN202080079902.2A priority patent/CN114641606A/zh
Publication of FR3103219A1 publication Critical patent/FR3103219A1/fr
Application granted granted Critical
Publication of FR3103219B1 publication Critical patent/FR3103219B1/fr
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02B—INTERNAL-COMBUSTION PISTON ENGINES; COMBUSTION ENGINES IN GENERAL
    • F02B77/00—Component parts, details or accessories, not otherwise provided for
    • F02B77/08—Safety, indicating, or supervising devices
    • F02B77/083—Safety, indicating, or supervising devices relating to maintenance, e.g. diagnostic device
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205—Diagnosing or detecting failures; Failure detection models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0736—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function
    • G06F11/0739—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function in a data processing system embedded in automotive or aircraft systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079—Root cause analysis, i.e. error or fault diagnosis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Debugging And Monitoring (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

L’invention concerne un procédé de gestion des anomalies sporadiques d’un système de motorisation d’un véhicule (1) automobile, ledit système comprenant un calculateur (20) et un ensemble de capteurs (10), ledit calculateur (20) comprenant une zone mémoire (MEM) et étant apte à recevoir des mesures réalisées par l’ensemble de capteurs (10) et détecter des anomalies à partir des mesures reçues, les anomalies du système étant définies dans une liste prédéterminée d’anomalies sporadiques à un instant donné, ledit procédé comprenant les étapes de : détection (E1) d’une anomalie, mesure (E2) de la durée (d1) de l’anomalie détectée, si la durée (d1) mesurée est inférieure à un seuil de durée (S1) prédéterminé et si l’anomalie détectée est présente dans la liste prédéterminée d’anomalies sporadiques à l’instant courant, incrémentation (E5) d’un compteur d’occurrences (CO), si la valeur du compteur d’occurrences (CO) est supérieure à un seuil d’occurrence (SO) prédéterminé, confirmation (E8) de l’anomalie détectée comme étant une anomalie sporadique. Figure pour l’abrégé : Fig. 2

Description

Procédé de gestion des anomalies sporadiques d’un système de motorisation d’un véhicule automobile
L’invention se rapporte au domaine de la détection de pannes dans un véhicule, et notamment à un procédé de gestion des anomalies dites «sporadiques» d’un système de motorisation d’un véhicule automobile et à un calculateur permettant de mettre en œuvre ledit procédé. L’invention vise notamment à améliorer la réalisation des diagnostics de panne des véhicules automobiles.
Un véhicule comprend de manière connue une pluralité de capteurs, chaque capteur permettant de mesurer divers paramètres du véhicule, comme par exemple des capteurs de pression ou de température, et un calculateur de gestion de pannes, relié à la pluralité de capteurs.
Le calculateur utilise les paramètres mesurés pour détecter des anomalies, notamment des anomalies pouvant mener à une panne du véhicule. Plus précisément, le calculateur détecte une anomalie lorsque la valeur d’un paramètre mesuré est en dehors d’un intervalle de fonctionnement standard pendant une durée supérieure à un seuil de durée prédéterminé.
Afin de confirmer l’anomalie détectée, le calculateur détermine si cette anomalie se produit sur plusieurs cycles de roulage du véhicule, un cycle de roulage correspondant à une phase de démarrage du moteur, éventuellement de roulage du véhicule, et d’arrêt du moteur.
Cependant, il s’avère que certaines anomalies, dites «sporadiques», ne sont pas prises en compte, puisque, par définition, elles ne répondent pas aux critères de sélection présentés précédemment. Ces anomalies ont notamment la particularité d’apparaître irrégulièrement ou sur un intervalle de temps trop court pour être détectées. Ceci présente un inconvénient, puisqu’une anomalie sporadique non détectée ne pourra pas être diagnostiquée, pouvant ainsi mener à une panne du véhicule.
Dans une solution connue, en référence à la demande de brevet WO 2006/102358 A1, il est présenté un véhicule comprenant un calculateur de gestion de pannes apte à détecter une anomalie sporadique se produisant, pendant une durée supérieure à un seuil de microcoupure, un nombre de fois supérieur à un seuil prédéterminé d’occurrences sur un cycle de roulage du véhicule. Cependant, le procédé décrit dans ce document ne permet pas de détecter les anomalies sporadiques se produisant pendant la durée de vie du véhicule et ne remplissant pas les critères précités, ce qui peut conduire à une panne du véhicule.
Il existe donc le besoin d’une solution permettant de palier au moins en partie les inconvénients précédemment cités.
L’invention concerne un procédé de gestion des anomalies sporadiques d’un système de motorisation d’un véhicule automobile, ledit système comprenant un calculateur et un ensemble de capteurs, ledit calculateur comprenant une zone mémoire et étant apte à recevoir des mesures réalisées par les capteurs de l’ensemble de capteurs et détecter des anomalies à partir des mesures reçues, les anomalies du système étant définies dans une liste prédéterminée d’anomalies sporadiques à un instant donné, ledit procédé étant caractérisé en ce qu’il comprend les étapes de:
  1. détection d’une anomalie,
  2. mesure de la durée de l’anomalie détectée,
  3. si la durée mesurée est inférieure, notamment strictement inférieure, à un seuil de durée prédéterminé et si l’anomalie détectée est présente dans la liste prédéterminée d’anomalies sporadiques à l’instant courant, incrémentation d’un compteur d’occurrences,
  4. si la valeur du compteur d’occurrences est supérieure, notamment supérieure ou égale, à un seuil d’occurrences prédéterminé, confirmation de l’anomalie détectée comme étant une anomalie sporadique.
De préférence, le procédé comprend une étape préliminaire de détermination de la liste prédéterminée d'anomalies sporadiques, à partir d'une liste prédéterminée d'anomalies comprenant l'ensemble d'anomalies et/ou d'erreurs ayant préalablement été identifiées et pouvant survenir dans l'unité de contrôle électronique. A l'issue de l'étape préliminaire, la liste de prédéterminée d'anomalies sporadiques comprend les anomalies, sélectionnées dans la liste prédéterminée d'anomalies, qui pourraient possiblement être sporadiques.
Le procédé permet de mettre à jour la liste prédéterminée d’anomalies sporadiques à l’instant courant, en supprimant de ladite liste les anomalies détectées comme non sporadiques et en confirmant les anomalies sporadiques. Ainsi, la liste prédéterminée d’anomalies sporadiques peut être utilisée dans le cadre d’un diagnostic, afin de détecter des anomalies sporadiques.
De manière préférée, si la valeur du compteur d’occurrences est supérieure, notamment supérieure ou égale, au seuil d’occurrences prédéterminé, l’anomalie détectée est confirmée si et seulement si le nombre de cycles de roulage lors desquels l’anomalie détectée est apparue au moins une fois, est supérieur à un seuil de cycles de roulage prédéterminé.
De préférence, si la durée mesurée est supérieure au seuil de durée prédéterminé, l’anomalie détectée est identifiée comme non sporadique et est supprimée de la liste prédéterminée d’anomalies sporadiques en vue de la prochaine détection d’anomalie.
De manière préférée, si la durée mesurée est supérieure au seuil de durée prédéterminé, l’anomalie détectée est enregistrée dans la liste prédéterminée d’anomalies.
Avantageusement, suite à la confirmation de l’anomalie détectée comme étant une anomalie sporadique, le procédé comprend une étape d’opération du système de motorisation dans un mode dégradé.
L’invention concerne également un calculateur d’un système de motorisation d’un véhicule automobile, ledit système comprenant un ensemble de capteurs, ledit calculateur comprenant une zone mémoire et étant apte à recevoir des mesures réalisées par les capteurs de l’ensemble de capteurs et détecter des anomalies à partir des mesures reçues, les anomalies du système étant définies dans une liste prédéterminée d’anomalies sporadiques à un instant donné, ledit calculateur étant configuré pour :
  1. détecter une anomalie,
  2. mesurer la durée de l’anomalie détectée,
  3. si la durée mesurée est inférieure, notamment strictement inférieure, à un seuil de durée prédéterminé et si l’anomalie détectée est présente dans la liste prédéterminée d’anomalies sporadiques, incrémenter un compteur d’occurrences,
  4. si la valeur du compteur d’occurrences est supérieure, notamment supérieure ou égale, à un seuil d’occurrences prédéterminé, confirmer l’anomalie détectée comme étant une anomalie sporadique.
Le calculateur est configuré pour déterminer préalablement la liste prédéterminée d'anomalies sporadiques à partir de la liste prédéterminée d'anomalies. Pour cela, le calculateur est configuré pour sélectionner dans la liste prédéterminée d'anomalies, les anomalies qui pourraient possiblement être sporadiques.
Le calculateur permet de mettre à jour la liste prédéterminée d’anomalies sporadiques à l’instant courant, en supprimant de ladite liste les anomalies détectées comme non sporadiques et en confirmant les anomalies sporadiques. Ainsi, la liste prédéterminée d’anomalies sporadiques peut être utilisée dans le cadre d’un diagnostic, afin de détecter des anomalies sporadiques.
De préférence, le calculateur est configuré pour confirmer l’anomalie détectée, si la valeur du compteur d’occurrences est supérieure, notamment supérieure ou égale, au seuil d’occurrences prédéterminé et si, et seulement si, le nombre de cycles de roulage lors desquels l’anomalie détectée est apparue au moins une fois, est supérieur à un seuil de cycles de roulage prédéterminé.
De manière avantageuse, le calculateur est configuré pour identifier une anomalie détectée comme non sporadique si la durée mesurée est supérieure au seuil de durée prédéterminé, ledit calculateur étant également configuré pour supprimer l’anomalie détectée, et identifiée comme non sporadique, de la liste prédéterminée d’anomalies sporadique en vue de la prochaine détection d’anomalie.
De préférence encore, le calculateur est configuré pour, si la durée mesurée est supérieure au seuil de durée prédéterminé, enregistrer l’anomalie détectée dans la liste prédéterminée d’anomalies.
L’invention concerne également un véhicule, notamment automobile, comprenant un système de motorisation, ledit système comprenant un ensemble de capteurs et un calculateur tel que présenté précédemment.
D’autres caractéristiques et avantages de l’invention apparaîtront encore à la lecture de la description qui va suivre. Celle-ci est purement illustrative et doit être lue en regard des dessins annexés sur lesquels:
: la figure1 illustre une forme de réalisation du véhicule selon l’invention,
: la figure2 illustre un mode de réalisation du procédé selon l’invention.
Véhicule
En référence à la figure 1, il va être présenté une forme de réalisation du véhicule 1. Ledit véhicule 1 comprend un ensemble de capteurs 10 et un calculateur 20 de contrôle connecté à chaque capteur 10 de l'ensemble de capteurs 10.
Capteurs 10
Les capteurs 10 peuvent être de types différents, comme par exemple des capteurs de température (d’air ou d’eau), des capteurs de pression, ou encore des capteurs électriques permettant de mesurer une tension ou une fréquence.
Chaque capteur 10 est configuré pour lire, autrement dit pour mesurer, la valeur d’une grandeur physique, et envoyer la valeur mesurée au calculateur 20.
Calculateur 20
Le calculateur 20 comprend un processeur apte à mettre en œuvre un ensemble d’instructions permettant de réaliser les fonctions décrites ci-après.
Le calculateur 20 est configuré pour recevoir chaque valeur mesurée par un capteur 10 de l’ensemble de capteurs 10.
Le calculateur 20 est également configuré pour détecter une anomalie dans la variation de la valeur de chaque grandeur physique mesurée par un capteur 10 de l’ensemble de capteurs 10 et reçue ensuite par le calculateur 20. Dans le cas présent, une anomalie désigne donc une irrégularité dans la variation de la valeur de la grandeur physique mesurée par un capteur 10. Une irrégularité est par exemple une valeur située hors de la fenêtre de valeurs usuelles, notamment en cas de court-circuit du calculateur 20, ou une variation de valeur trop importante car supérieure à une variation maximale prédéfinie.
Il existe plusieurs types d’anomalies: des anomalies non sporadiques et des anomalies sporadiques.
Une anomalie non sporadique désigne une anomalie qui apparaît régulièrement. A l’inverse, une anomalie sporadique désigne une anomalie qui apparaît irrégulièrement, de façon discontinue et/ou isolée, et pas obligatoirement sur chaque cycle de roulage d’un véhicule, un cycle de roulage désignant un intervalle entre le démarrage du moteur du véhicule et le premier arrêt du moteur du véhicule suivant ledit démarrage.
Le calculateur 20 comprend une zone mémoire MEM. La zone mémoire MEM est une zone de stockage, dans laquelle est notamment enregistrée une liste prédéterminée d’anomalies. La liste prédéterminée d’anomalies comprend initialement, autrement dit avant toute mise en œuvre du procédé décrit ci-après, toutes les anomalies et/ou erreurs identifiées préalablement et connues, qu’elles soient sporadiques ou non sporadiques, pouvant survenir sur une unité de contrôle électronique.
La zone mémoire MEM comprend également une liste prédéterminée d’anomalies sporadiques qui constitue un sous-ensemble de la liste prédéterminée d’anomalies.
Chaque anomalie sporadique est caractérisée par:
  1. un seuil de durée S1 prédéterminé, représentant la durée maximale de l’anomalie sporadique,
  2. un seuil d’occurrences SOprédéterminé, représentant le nombre minimal d’occurrences de détection d’une anomalie sporadique sur toute la durée de vie du véhicule 1, c’est-à-dire sur l’ensemble des cycles de roulage du véhicule1,
  3. un seuil de cycles SCde roulage prédéterminé, représentant le nombre de cycles de roulage minimal du véhicule 1 lors desquels est détectée au moins une fois l’anomalie sporadique.
Chaque seuil peut être prédéterminé par le constructeur et/ou par les normes imposées pour chaque équipement automobile.
L’ensemble de seuils caractérisant chaque anomalie sporadique peut également être enregistré dans la zone mémoire MEM.
Le calculateur 20 est configuré pour déterminer la liste prédéterminée d’anomalies sporadiques à partir de la liste prédéterminée d’anomalies. Pour cela, le calculateur 20 sélectionne dans la liste prédéterminée d’anomalies, les anomalies qui pourraient possiblement être sporadiques.
Le calculateur 20 est configuré pour mettre en œuvre un premier compteur, dit «d’occurrences CO», et un deuxième compteur, dit « de cycles CCde roulage » pour chaque anomalie détectée. Le compteur d’occurrences COreprésente le nombre de fois où une anomalie est détectée sur la durée de vie du véhicule 1. Le compteur de cycles CCreprésente le nombre de cycles de roulage du véhicule 1 lors desquels est détectée au moins une fois une anomalie. La valeur courante du compteur d’occurrence Coet la valeur courante du compteur de cycles Ccsont enregistrées dans la zone mémoire MEM, pour chaque anomalie détectée.
Le calculateur 20 est configuré pour mesurer la durée d1de l’anomalie détectée.
Le calculateur 20 est configuré pour identifier une anomalie détectée comme non sporadique si la durée d1mesurée est supérieure ou égale au seuil de durée S1prédéterminé. Si l’anomalie détectée est présente dans la liste prédéterminée d’anomalies sporadiques, ledit calculateur 20 est également configuré pour supprimer l’anomalie détectée, et identifiée comme non sporadique, de la liste prédéterminée d’anomalies sporadiques.
Si la durée d1mesurée est supérieure, notamment supérieure ou égale, au seuil de durée S1prédéterminé, le calculateur 20 est également configuré pour enregistrer l’anomalie détectée dans la liste prédéterminée d’anomalies.
Le calculateur 20 est également configuré pour vérifier la présence de l’anomalie détectée dans la liste prédéterminée d’anomalies sporadiques, si la durée d1mesurée est inférieure, notamment strictement inférieure, au seuil de durée S1prédéterminé.
Le calculateur 20 est configuré pour incrémenter le compteur d’occurrences CO, si la durée d1mesurée est inférieure, notamment strictement inférieure, au seuil de durée S1prédéterminé et si l’anomalie détectée est présente dans la liste prédéterminée d’anomalies sporadiques.
Le calculateur 20 est configuré pour incrémenter le compteur de cycles CC, si la durée d1mesurée est inférieure, notamment strictement inférieure, au seuil de durée S1prédéterminé, si l’anomalie détectée est présente dans la liste prédéterminée d’anomalies sporadiques et si l’anomalie détectée est détectée pour la première fois lors du cycle de roulage courant.
Le calculateur 20 est également configuré pour confirmer l’anomalie détectée comme étant une anomalie sporadique, si la valeur du compteur d’occurrences COest supérieure au seuil d’occurrence SOprédéterminé.
Le calculateur 20 est configuré pour confirmer qu’une anomalie détectée est effectivement sporadique, si, et seulement si, le nombre de cycles de roulage lors desquels l’anomalie détectée est apparue au moins une fois, est supérieur au seuil de cycles SCde roulage prédéterminé, autrement dit, lorsque la valeur courante du compteur de cycles CC est supérieure, notamment supérieure ou égale, au seuil de cycles SC.
Le calculateur 20 est ainsi apte à réaliser le diagnostic de panne d’un véhicule automobile, à partir de la liste prédéterminée d’anomalies sporadiques.
Procédé
En référence à la figure 2, il va maintenant être représenté un mode de réalisation du procédé de gestion des anomalies sporadiques d’un système de motorisation d’un véhicule automobile, mis en œuvre par un calculateur 20 tel que présenté précédemment.
Le procédé ci-après est décrit pour la détection d’une seule anomalie. Seront donc considérésle seuil de durée S1prédéterminé, le seuil d’occurrences SOprédéterminé et le seuil de cycles SCassociés à ladite anomalie détectée. Il va de soi que le procédé peut être réalisé pour détecter plusieurs anomalies sporadiques différentes.
Le procédé comprend tout d’abord une étape préliminaire E0 de détermination de la liste prédéterminée d’anomalies sporadiques à partir de la liste prédéterminée d’anomalies. Pour cela, le calculateur 20 sélectionne dans la liste prédéterminée d’anomalies, les anomalies qui pourraient possiblement être sporadiques.
Le calculateur 20 reçoit chaque valeur mesurée par un capteur 10 de l’ensemble de capteurs 10.
Etape de détection E1
Tout d’abord, le procédé comprend une étape de détection E1 d’une anomalie par le calculateur 20, notamment en analysant les valeurs mesurées reçues afin de détecter toute irrégularité dans la variation de la valeur de la grandeur physique mesurée par un capteur 10.
Etape de mesure E2
Lorsqu’une anomalie est détectée, le procédé comprend ensuite une étape de mesure E2 de la durée, désignée d1, de l’anomalie détectée.
Etape de comparaison E3
Le procédé comprend ensuite une étape de comparaison E3 de la durée d1mesurée avec le seuil de durée S1prédéterminé.
Si la durée d1mesurée est supérieure, notamment supérieure ou égale, au seuil de durée S1prédéterminé, alors l’anomalie détectée est une anomalie non sporadique. Dans ce cas, si l’anomalie détectée est présente dans la liste prédéterminée d’anomalies sporadiques à l’instant courant, le procédé comprend une étape de suppression E04 de l’anomalie détectée dans la liste prédéterminée d’anomalies sporadiques. Enfin, le procédé comprend une étape d’enregistrement E05 de l’anomalie détectée dans la liste prédéterminée d’anomalies.
L’étape de suppression E04 peut également être réalisée après l’étape d’enregistrement E05.
Par ailleurs, si la durée d1mesurée est inférieure, notamment strictement inférieure, au seuil de durée S1prédéterminé, le procédé comprend une étape de vérification E4 de la présence de l’anomalie détectée dans la liste prédéterminée d’anomalies sporadiques.
Si l’anomalie détectée n’est pas présente dans la liste prédéterminée d’anomalies sporadiques, l’anomalie détectée est ignorée (étape désignée I1), puisqu’elle ne correspond pas à une anomalie sporadique, et le procédé recommencera lors de la détection d’une nouvelle anomalie.
Par contre, si l’anomalie détectée est présente dans la liste prédéterminée d’anomalies sporadiques, le procédé comprend une étape d’incrémentation E5 du compteur d’occurrences COde cette anomalie détectée.
De plus, lorsque l’anomalie détectée est présente dans la liste prédéterminée d’anomalies sporadiques, le procédé comprend également une étape d’incrémentation E5’ du compteur de cycles CCde roulage, représentant le nombre de cycles de roulage du véhicule 1 lors desquels est détectée au moins une fois l’anomalie détectée au cycle de roulage courant. Le compteur de cycles CCest incrémenté si et seulement si l’anomalie détectée est détectée pour la première fois lors du cycle de roulage courant. L’étape d’incrémentation E5’ du compteur de cycles CCde roulage peut notamment être réalisée simultanément à l’étape d’incrémentation E5 du compteur d’occurrences COde l’anomalie détectée.
Etape de c omparaison E 6
Suite à l’incrémentation du compteur d’occurrences COet du compteur de cycles CCde roulage, le procédé comprend une étape de comparaison E6 de la valeur du compteur d’occurrences COavec le seuil d’occurrences SOprédéterminé.
Lorsque la valeur du compteur d’occurrence COest strictement inférieure au seuil d’occurrence SO, l’anomalie détectée est ignorée (étape désignée I2) et le procédé recommencera lors de la détection d’une nouvelle anomalie sporadique.
Lorsque la valeur du compteur d’occurrences COest supérieure, notamment supérieure ou égale, au seuil d’occurrences SO, le procédé comprend une étape de comparaison E7 de la valeur du compteur de cycles CC avec la valeur du seuil de cycles SCde roulage prédéterminé.
Etape de comparaison E 7
Lorsque la valeur du compteur de cycles CCest inférieure, notamment strictement inférieure, au seuil de cycles SCde roulage, l’anomalie détectée est ignorée (étape désignée I3) et le procédé recommencera lors de la détection d’une nouvelle anomalie sporadique.
A l’inverse, lorsque la valeur du compteur de cycles CCest supérieure, notamment supérieure ou égale, au seuil de cycles SCde roulage, l’anomalie détectée est confirmée, dans une étape de confirmation E8.
Autrement dit, lors de l’étape de confirmation E8, l’anomalie détectée est identifiée comme étant sporadique. Ainsi, le procédé permet de détecter et de confirmer qu’une anomalie détectée est sporadique.
Etape d’opération E 9
Enfin, suite à la confirmation E8 de l’anomalie détectée comme étant une anomalie sporadique, le procédé comprend une étape d’opération E9 du système de motorisation dans un mode dégradé, permettant notamment d’éviter qu’une panne survienne dans le véhicule 1 à cause d’anomalies sporadiques non détectées. Lorsque le système fonctionne dans un mode dégradé, par exemple, l’injection de carburant ou le régime moteur est limité.
Chaque itération du procédé permet notamment de mettre à jour la liste prédéterminée d’anomalies sporadiques à l’instant courant, en supprimant de ladite liste les anomalies détectées comme non sporadiques et en confirmant les anomalies sporadiques. Ainsi, la liste prédéterminée d’anomalies sporadiques peut être utilisée à l’itération suivante du procédé, en vue de la prochaine détection d’anomalie.
La liste prédéterminée d’anomalies sporadiques mise à jour peut également être utilisée lors de l’exécution d’un diagnostic, afin d’identifier une panne du véhicule 1.

Claims (10)

  1. Procédé de gestion des anomalies sporadiques d’un système de motorisation d’un véhicule (1) automobile, ledit système comprenant un calculateur (20) et un ensemble de capteurs (10), ledit calculateur (20) comprenant une zone mémoire (MEM) et étant apte à recevoir des mesures réalisées par les capteurs (10) de l’ensemble de capteurs (10) et détecter des anomalies à partir des mesures reçues, les anomalies du système étant définies dans une liste prédéterminée d’anomalies sporadiques à un instant donné, ledit procédé étant caractérisé en ce qu’il comprend les étapes de:
    1. détection (E1) d’une anomalie,
    2. mesure (E2) de la durée (d1) de l’anomalie détectée,
    3. si la durée (d1) mesurée est inférieure à un seuil de durée (S1) prédéterminé et si l’anomalie détectée est présente dans la liste prédéterminée d’anomalies sporadiques à l’instant courant, incrémentation (E5) d’un compteur d’occurrences (CO),
    4. si la valeur du compteur d’occurrences (CO) est supérieure à un seuil d’occurrences (SO) prédéterminé, confirmation (E8) de l’anomalie détectée comme étant une anomalie sporadique.
  2. Procédé, selon la revendication 1, dans lequel, si la valeur du compteur d’occurrences (CO) est supérieure au seuil d’occurrences (SO) prédéterminé, l’anomalie détectée est confirmée si et seulement si le nombre de cycles de roulage lors desquels l’anomalie détectée est apparue au moins une fois, est supérieur à un seuil de cycles (SC) de roulage prédéterminé.
  3. Procédé selon l’une quelconque des revendications précédentes, dans lequel, si la durée (d1) mesurée est supérieure au seuil de durée (S1) prédéterminé, l’anomalie détectée est identifiée comme non sporadique et est supprimée de la liste prédéterminée d’anomalies sporadiques en vue de la prochaine détection d’anomalie.
  4. Procédé selon l’une quelconque des revendications précédentes, dans lequel, si la durée (d1) mesurée est supérieure au seuil de durée (S1) prédéterminé, l’anomalie détectée est enregistrée dans une liste prédéterminée d’anomalies.
  5. Procédé selon l’une quelconque des revendications précédentes, comprenant, suite à la confirmation (E8) de l’anomalie détectée comme étant une anomalie sporadique, une étape d’opération (E9) du système de motorisation dans un mode dégradé.
  6. Calculateur (20) d’un système de motorisation d’un véhicule (1) automobile, ledit système comprenant un ensemble de capteurs (10), ledit calculateur (20) comprenant une zone mémoire (MEM) et étant apte à recevoir des mesures réalisées par les capteurs (10) de l’ensemble de capteurs (10) et détecter des anomalies à partir des mesures reçues, les anomalies du système étant définies dans une liste prédéterminée d’anomalies sporadiques à un instant donné, ledit calculateur (20) étant configuré pour :
    1. détecter une anomalie,
    2. mesurer la durée (d1) de l’anomalie détectée,
    3. si la durée (d1) mesurée est inférieure à un seuil de durée (S1) prédéterminé et si l’anomalie détectée est présente dans la liste prédéterminée d’anomalies sporadiques, incrémenter un compteur d’occurrences (CO),
    4. si la valeur du compteur d’occurrences (CO) est supérieure à un seuil d’occurrences (SO) prédéterminé, confirmer l’anomalie détectée comme étant une anomalie sporadique.
  7. Calculateur (20), selon la revendication précédente, configuré pour confirmer l’anomalie détectée si la valeur du compteur d’occurrences (CO) est supérieure au seuil d’occurrences (SO) prédéterminé et si, et seulement si, le nombre de cycles de roulage lors desquels l’anomalie détectée est apparue au moins une fois, est supérieur à un seuil de cycles (SC) de roulage prédéterminé.
  8. Calculateur (20), selon l’une quelconque des revendications 6 et 7, configuré pour identifier une anomalie détectée comme non sporadique si la durée (d1) mesurée est supérieure au seuil de durée (S1) prédéterminé, ledit calculateur (20) étant également configuré pour supprimer l’anomalie détectée, et identifiée comme non sporadique, de la liste prédéterminée d’anomalies sporadique en vue de la prochaine détection d’anomalie.
  9. Calculateur (20), selon l’une quelconque des revendications 6 à 8, configuré pour, si la durée (d1) mesurée est supérieure au seuil de durée (S1) prédéterminé, enregistrer l’anomalie détectée dans une liste prédéterminée d’anomalies.
  10. Véhicule (1), automobile, comprenant un système de motorisation, ledit système comprenant un ensemble de capteurs (10) et un calculateur (20) selon l’une quelconque des revendications 6 à 9.
FR1912901A 2019-11-19 2019-11-19 Procédé de gestion des anomalies sporadiques d’un système de motorisation d’un véhicule automobile Active FR3103219B1 (fr)

Priority Applications (4)

Application Number Priority Date Filing Date Title
FR1912901A FR3103219B1 (fr) 2019-11-19 2019-11-19 Procédé de gestion des anomalies sporadiques d’un système de motorisation d’un véhicule automobile
US17/762,469 US11721142B2 (en) 2019-11-19 2020-11-13 Method for managing sporadic anomalies of a power system of a motor vehicle
PCT/EP2020/081997 WO2021099215A1 (fr) 2019-11-19 2020-11-13 Procede de gestion des anomalies sporadiques d'un systeme de motorisation d'un vehicule automobile
CN202080079902.2A CN114641606A (zh) 2019-11-19 2020-11-13 用于管理机动车辆的动力系统的偶发异常的方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1912901A FR3103219B1 (fr) 2019-11-19 2019-11-19 Procédé de gestion des anomalies sporadiques d’un système de motorisation d’un véhicule automobile
FR1912901 2019-11-19

Publications (2)

Publication Number Publication Date
FR3103219A1 true FR3103219A1 (fr) 2021-05-21
FR3103219B1 FR3103219B1 (fr) 2021-10-08

Family

ID=69700062

Family Applications (1)

Application Number Title Priority Date Filing Date
FR1912901A Active FR3103219B1 (fr) 2019-11-19 2019-11-19 Procédé de gestion des anomalies sporadiques d’un système de motorisation d’un véhicule automobile

Country Status (4)

Country Link
US (1) US11721142B2 (fr)
CN (1) CN114641606A (fr)
FR (1) FR3103219B1 (fr)
WO (1) WO2021099215A1 (fr)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4635214A (en) * 1983-06-30 1987-01-06 Fujitsu Limited Failure diagnostic processing system
JPS6310243A (ja) * 1986-07-01 1988-01-16 Nec Corp 命令再試行制御方式
JPH0581138A (ja) * 1991-09-20 1993-04-02 Nec Corp マイクロプログラム制御装置
WO2006102358A1 (fr) 2005-03-22 2006-09-28 Cummins, Inc. Procede et systeme de detection de defauts dans un module de commande de moteur electronique
DE102017210859A1 (de) * 2017-06-28 2019-01-03 Robert Bosch Gmbh Verfahren zur Selbstüberprüfung von Fahrfunktionen eines autonomen oder teilautonomen Fahrzeuges

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS581138A (ja) 1981-06-26 1983-01-06 Fuji Photo Film Co Ltd リス用写真感光材料
DE3273913D1 (en) * 1982-02-05 1986-11-27 Bosch Gmbh Robert Device and method for automatically checking microprocessor-controlled electric apparatus, particularly in motor vehicles
US8793046B2 (en) * 2012-06-01 2014-07-29 Google Inc. Inferring state of traffic signal and other aspects of a vehicle's environment based on surrogate data
JP5987811B2 (ja) * 2013-06-04 2016-09-07 株式会社デンソー 車両用の異常判定装置
US9547989B2 (en) * 2014-03-04 2017-01-17 Google Inc. Reporting road event data and sharing with other vehicles
US20210133871A1 (en) * 2014-05-20 2021-05-06 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation feature usage recommendations
US10168193B2 (en) * 2015-01-07 2019-01-01 Infineon Technologies Ag Sensor with switching matrix switch
CN104914849A (zh) 2015-05-12 2015-09-16 安徽江淮汽车股份有限公司 一种故障记录装置及方法
US10345809B2 (en) * 2015-05-13 2019-07-09 Uber Technologies, Inc. Providing remote assistance to an autonomous vehicle
US9930120B2 (en) * 2015-07-17 2018-03-27 Enrique Gutierrez Infrastructure-to-vehicle communication system and method
US9716565B2 (en) * 2015-11-12 2017-07-25 Ben Mandeville-Clarke System, apparatus, and method for generating and transmitting an interruption signal to a substantially autonomous vehicle
US10281923B2 (en) * 2016-03-03 2019-05-07 Uber Technologies, Inc. Planar-beam, light detection and ranging system
US9990548B2 (en) * 2016-03-09 2018-06-05 Uber Technologies, Inc. Traffic signal analysis system
JP6727980B2 (ja) * 2016-08-08 2020-07-22 株式会社東芝 通信装置および通信方法
US10255582B2 (en) * 2016-08-18 2019-04-09 Amazon Technologies, Inc. AGV traffic management system
DE102016218012A1 (de) * 2016-09-20 2018-03-22 Volkswagen Aktiengesellschaft Verfahren für eine Datenverarbeitungsanlage zur Erhaltung eines Betriebszustands eines ersten autonomen Fahrzeugs sowie Verfahren für eine Datenverarbeitungsanlage zum Verwalten einer Mehrzahl autonomer Fahrzeuge
US10262475B2 (en) * 2017-01-19 2019-04-16 Ford Global Technologies, Llc Vehicle sensor health monitoring
WO2018207224A1 (fr) * 2017-05-08 2018-11-15 三菱電機株式会社 Dispositif de conversion de puissance
US11042155B2 (en) * 2017-06-06 2021-06-22 Plusai Limited Method and system for closed loop perception in autonomous driving vehicles
CN107380170B (zh) * 2017-06-12 2019-12-31 中国第一汽车股份有限公司 混合动力车辆发动机状态监控及故障处理方法
CA3070339A1 (fr) * 2017-07-18 2019-01-24 Nissan Motor Co., Ltd. Dispositif de diagnostic de capteur de tension et procede de diagnostic de capteur de tension
US20190163176A1 (en) * 2017-11-30 2019-05-30 drive.ai Inc. Method for transferring control of an autonomous vehicle to a remote operator
JP6802391B2 (ja) * 2017-12-25 2020-12-16 日立オートモティブシステムズ株式会社 車両制御装置および電子制御システム
JP6988492B2 (ja) * 2018-01-11 2022-01-05 株式会社デンソー 電動パワーステアリング装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4635214A (en) * 1983-06-30 1987-01-06 Fujitsu Limited Failure diagnostic processing system
JPS6310243A (ja) * 1986-07-01 1988-01-16 Nec Corp 命令再試行制御方式
JPH0581138A (ja) * 1991-09-20 1993-04-02 Nec Corp マイクロプログラム制御装置
WO2006102358A1 (fr) 2005-03-22 2006-09-28 Cummins, Inc. Procede et systeme de detection de defauts dans un module de commande de moteur electronique
DE102017210859A1 (de) * 2017-06-28 2019-01-03 Robert Bosch Gmbh Verfahren zur Selbstüberprüfung von Fahrfunktionen eines autonomen oder teilautonomen Fahrzeuges

Also Published As

Publication number Publication date
WO2021099215A1 (fr) 2021-05-27
FR3103219B1 (fr) 2021-10-08
US20220343703A1 (en) 2022-10-27
CN114641606A (zh) 2022-06-17
US11721142B2 (en) 2023-08-08

Similar Documents

Publication Publication Date Title
FR2950690A1 (fr) Dispositif de diagnostic d'anomalie d'un systeme de detection d'angle de vilebrequin
FR2900202A1 (fr) Procede et appareil de commande pour gerer un moteur a combustion interne
EP1559895B1 (fr) Procédé de diagnostic et de correction de l'état de fonctionnement d'un moteur diesel pour véhicule automobile
FR2903774A1 (fr) Procede de validation d'un diagnostic de fontionnement d'un dispositif.
EP2872956B1 (fr) Méthode de détection d'une dégradation d'une turbomachine par surveillance des performances de ladite turbomachine
EP2619426B1 (fr) Procede d'estimation adaptative d'une charge courante en suie d'un filtre a particules
FR3103219A1 (fr) Procédé de gestion des anomalies sporadiques d’un système de motorisation d’un véhicule automobile
EP3839679B1 (fr) Procédé de contrôle d'un niveau de qualité de vissage d'une visseuse, dispositif associé et programme mettant en oeuvre le procédé
FR3065803B1 (fr) Procede de detection d'un defaut d'un capteur de vibration, dispositif et programme d'ordinateur associes
EP0856098B1 (fr) Dispositif et procede de diagnostic de l'etat d'une sonde disposee en amont du pot catalytique
EP3938910B1 (fr) Localisation de panne dans un système d'acquisition redondant
EP3511543A1 (fr) Procédé d'estimation du vieillissement d'un catalyseur pour moteur thermique
FR3086407A1 (fr) Procede d'identification d'anomalie pour vehicule
FR2910932A1 (fr) Procede de controle d'elements electriques d'un moteur.
EP3835800B1 (fr) Diagnostic de systèmes de stockage d'énergie en opération
WO2021148731A1 (fr) Procede de surveillance d'une sequence de demarrage d'une turbomachine et systeme de surveillance mettant en oeuvre ce procede
FR2940460A1 (fr) Procede de determination de la coherence entre deux signaux issus de sondes a oxygene eparees par un ou plusieurs catalyseurs, et dispositif associe
EP3296549B1 (fr) Procédé de diagnostic d'une sonde à oxygène proportionnelle disposée en amont du système de post-traitement d'un moteur à combustion interne
FR3138555A1 (fr) Procédé de détermination de la température des gaz de sortie d’un moteur et procédé de mesure de l’usure d’un moteur
FR3138701A1 (fr) Procédé de test de composants électroniques optimisé par un algorithme d’apprentissage
FR3142009A1 (fr) Procédé de détection d’un impact de foudre par dépassement d’un gradient de mesure
WO2021001131A1 (fr) Procede de controle moteur pour la protection d'un moteur a combustion interne lors de la rotation en sens inverse
FR2755185A1 (fr) Dispositif de controle du fonctionnement d'un moteur diesel notamment de vehicule automobile
FR3094496A1 (fr) Test de l'entrefer d'un capteur de rotation pour éviter un dommage sur le capteur
FR3098316A1 (fr) Procédé de test d’un dispositif de réinitialisation de calculateur

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20210521

PLFP Fee payment

Year of fee payment: 3

CA Change of address

Effective date: 20220103

PLFP Fee payment

Year of fee payment: 4

PLFP Fee payment

Year of fee payment: 5