轻型线控制动汽车执行系统传感器故障诊断与整车稳定性协调控制
【摘要】:线控制动执行器系统具有体积小、布置方便、响应快以及制动效能高等特点。同时线控制动系统是一个包含控制器、通讯网络、传感器、执行器等组成部件的复杂的机械电子系统。对于如此复杂的机电系统,针对执行器的传感器进行故障诊断,电控单元进行容错控制策略研究,执行器发生故障后整车稳定性控制研究,具有重大的研究意义。
本文首先以提高线控制动系统的电控单元的容错能力为研究目标,围绕着制动踏板传感器、通讯网络、顶层控制器、电源管理系统,开展了相关容错控制策略研究。然后建立了线控制动系统执行器传感器故障诊断及整车稳定性协调控制仿真平台,随后,提出了线控制动执行控制系统传感器故障诊断及整车稳定性协调控制策略的总体方案,将支持向量机(Suppot Vector Machine—SVM)的原理引入到线控制动系统执行器传感器故障诊断当中,对单执行器故障的整车采用控制分配算法进行稳定性协调控制,并进行仿真验证。最后,搭建了硬件在环试验平台,针对线控制动控制系统传感器故障诊断及整车稳定性协调控制策略的有效性及可靠性进行了硬件在环试验对比验证。全文内容包括:
1、搭建线控制动执行系统传感器故障诊断及整车稳定性协调控制离线仿真平台
根据本文的研究目的,为给线控制动执行系统传感器故障诊断及整车稳定性协调控制策略的验证提高有效的仿真模型,在Matlab/Simulink环境下建立了线控制动系统执行器数学模型,主动转向数学模型及车辆航向平面内的动力学模型。线控制动系统执行器模型包括:无刷直流电机模块、传动机构模块以及制动器模块。
2、线控制动执行系统传感器故障诊断及整车稳定性协调控制仿真研究
首先,应用支持向量机回归算法(Suppot Vector Regression—SVR)建立了线控制动系统执行器的辨识模型,通过电流、压力及转速传感器的输出值在辨识模型和仿真模型空间和时间上的冗余信息产生残差,并利用残差阈值的方法进行故障诊断。试验验证结果表明该方法对线控制动系统执行器的传感器能进行有效的故障诊断。在单执行器故障失效工况下,根据制动力大小采用不同的控制策略,制动力较小时,采用制动系统单独控制,当制动力较大时,采用基于控制分配算法的主动转向与制动系统协调控制,根据期望的整车动力学状态,经控制分配算法优化后得到执行系统的控制输入量,仿真结果表明基于分配控制算法在单轮主动失效工况下的整车稳定性控制中具有很好的控制效果,能保证配备主动转向系统的线控制动汽车在单轮失效时,汽车仍能保持理想的制动减速度和车辆行驶轨迹。
3、硬件在环台搭建及实验研究
为了验证线控制动执行系统传感器故障诊断及整车稳定性协调控制策略,搭建了基于xPC的工控机实时仿真平台的硬件在环试验台。并针对电子制动踏板传感器建立了三重冗余模块。中央控制器采用了双机热备份的冗余控制策略,控制器包含主控芯片和备份芯片两个芯片。两个芯片同时工作并通过独立的网络进行通讯,正常工作时,只有主控芯片输出,备份芯片则通过心跳信号对主控芯片进行监测,一旦发现主控芯片发生故障,则会屏蔽主控芯片的输出,切换到备用芯片进行输出,从而提高中央控制器的容错能力。对执行器系统采用双电源供电,控制器系统单电源供电,保证了线控制动系统的电源安全性。采用双路CAN通讯网络来提高CAN系统的故障容错功能,保证信息传递的实时性和有效性。利用搭建好的硬件在环试验台进行了典型工况的硬件在环试验。结果表明:本文设计的线控制动执行系统传感器故障诊断及整车稳定性协调控制策略不但能够有效及时的诊断出轻型电子机械制动汽车执行器传感器故障,而且在单执行器发生制动失效时能维持车辆稳定性。
|
|
|
|
1 |
赵艳霞;杨青;刘义;;基于SVR的传感器故障诊断方法研究[J];机电技术;2016年03期 |
2 |
黎梨苗;陆绮荣;徐永杰;;基于硬件冗余的传感器故障诊断研究[J];微计算机信息;2008年19期 |
3 |
钟清流;蔡自兴;;基于一类支持向量机的传感器故障诊断[J];计算机工程与应用;2006年19期 |
4 |
夏常弟,李治;传感器故障诊断中确定阈值的随机变量方法[J];控制与决策;1997年02期 |
5 |
张守桂;王正兵;张学伐;;基于小波变换的传感器故障诊断仿真研究[J];机械管理开发;2009年03期 |
6 |
聂北刚,李初琴;传感器故障诊断实时监测系统设计的探讨[J];机械强度;2001年03期 |
7 |
张晨,韩月秋;基于神经网络的传感器故障诊断技术[J];电子科技导报;1998年08期 |
8 |
许秀玲,汪晓东;传感器故障诊断方法研究[J];佛山科学技术学院学报(自然科学版);2004年03期 |
9 |
高立娥;张萍;;神经网络预测方法在鱼雷系统传感器故障诊断中的应用[J];弹箭与制导学报;2008年03期 |
10 |
郑秋红;;航空发动机传感器故障诊断[J];计算机仿真;2012年02期 |
11 |
蔚志坚;基于神经网络的传感器故障诊断技术的研究[J];建材技术与应用;2005年01期 |
12 |
房方,牛玉广,孙万云;一种基于神经网络预测的传感器故障诊断新方法[J];电力情报;2000年04期 |
13 |
王琳,李木,李文,丁鸣艳;基于神经网络的传感器故障诊断仿真[J];大连铁道学院学报;2004年03期 |
14 |
王军,吕震中,曹荃;基于神经网络的传感器故障诊断方法与应用[J];自动化仪表;2003年10期 |
15 |
刘民钢;柴油机多传感器故障诊断[J];船海工程;2002年04期 |
16 |
王磊;聂晖;;基于稀疏主成分的空调系统传感器故障诊断[J];仪表技术与传感器;2017年09期 |
17 |
潘婷婷;;氧传感器故障诊断误区分析[J];黑龙江科技信息;2014年25期 |
18 |
周祖德,库少平,胡业发;电磁轴承多传感器故障诊断研究[J];中国机械工程;2005年01期 |
19 |
张晓华,吴贵强;基于主元分析的传感器故障诊断[J];武汉理工大学学报(信息与管理工程版);2002年02期 |
|