一种车辆智能控制系统的制作方法

本发明涉及车辆控制技术领域，具体涉及一种车辆智能控制系统。

背景技术：

车辆对安全性的要求相当高。不仅在车辆部件加工的过程中而且在车辆系统集成的阶段都需要考虑车辆的可靠性。车辆包括车辆控制单元，用来控制车辆的子系统，例如电机驱动系统和能量存储系统。车辆控制单元接收来自子系统的信号，提供控制信号给子系统，及监控子系统的健康状况。目前，一旦车辆控制单元或车辆控制单元和子系统之间的连接等发生故障时，车辆不能够按照预期要求工作，如此车辆的可靠性非常低。

技术实现要素：

为解决上述问题，本发明旨在提供一种车辆智能控制系统。

本发明的目的采用以下技术方案来实现：

一种车辆智能控制系统，包括接触器子系统、控制连接子系统和故障监测子系统，所述接触器子系统包括多个接触器，所述控制连接子系统包括中央控制器、第一连接器和第二连接器；所述中央控制器通过第一连接器和第二连接器连接所述接触器子系统，中央控制器用于通过所述第一连接器和第二连接器中的至少一个来传递控制信号给所述接触器子系统来控制所述接触器；所述故障监测子系统用于对车辆的控制过程进行故障监测。

本发明的有益效果为：设置的车辆控制系统通过容错结构来提高系统的可靠性。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1本发明的结构连接示意图；

图2是本发明故障监测子系统的结构示意图。

附图标记：

接触器子系统1、控制连接子系统2、故障监测子系统3、数据采集模块31、监测模型建立模块32、测试信号统计特征量计算模块33、故障判断模块34、故障显示模块35、报警模块36。

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1、图2，本应用场景的一个实施例的车辆控制系统，包括接触器子系统1、控制连接子系统2和故障监测子系统3，所述接触器子系统1包括多个接触器，所述控制连接子系统2包括中央控制器、第一连接器和第二连接器；所述中央控制器通过第一连接器和第二连接器连接所述接触器子系统1，中央控制器用于通过所述第一连接器和第二连接器中的至少一个来传递控制信号给所述接触器子系统1来控制所述接触器；所述故障监测子系统3用于对车辆的控制过程进行故障监测。

优选的，当所述第一连接器和所述第二连接器未发生故障时，所述中央控制器用于分别通过所述第一连接器和所述第二连接器提供所述控制信号给所述接触器子系统1。

优选的，当所述第一连接器和所述第二连接器中的一个发生故障时，所述中央控制器用来通过所述第一连接器和所述第二连接器中的另一个提供所述控制信号给所述接触器子系统1。

本发明的上述实施例设置的车辆控制系统通过容错结构来提高系统的可靠性。

优选的，所述故障监测子系统3包括数据采集模块31、监测模型建立模块32、测试信号统计特征量计算模块33、故障判断模块34、故障显示模块35和报警模块36。

本优选实施例通过设置监测模型建立模块32、故障判断模块34和故障显示模块35，可以快速有效地发现工业污水处理过程出现的异常状态，并识别出故障发生位置或者时间，相对监测能力更强，同时对信号要求的假设条件更少。

优选的，所述数据采集模块31包括预采集子模块、后采集子模块和数据修正子模块，所述预采集子模块用于预先采集工业污水处理过程正常状态下的一组无故障时间序列信号数据，所述后采集模块用于采集工业污水处理过程的一组测试时间序列信号数据，所述数据修正子模块主要用于修正预采集子模块和后采集子模块在数据采集过程中造成的误差，获取准确的时间序列信号数据，所述误差包括采集过程中产生的偶然误差和采集设备工作在非标准状况下产生的系统误差，其中，偶然误差通过多次采集取平均值的方法来消除，系统误差通过确定修正因子来消除，对于修正前的多次测量数据x_b1、x_b2、x_b3,修正后的数据x表示为：

式中，Γ₀为标准采集温度，Γ为实际测量时环境温度，Φ₀为标准采气压，Φ为实际测量时气压。

本优选实施例设置数据修正子模块，能够有效消除数据采集过程中产生的误差。

优选的，所述监测模型建立模块32用于建立基于控制图的故障监测模型，包括无故障统计特征量计算子模块和控制图建立子模块，具体为：

(1)无故障统计特征量计算子模块，其运用递归图法对预采集子模块采集到的无故障时间序列信号数据进行分析处理并计算相关的统计特征量，设所述无故障时间序列信号数据为{x₁，x₂，...，x_n}，从中选择k个无故障信号，k个无故障信号对应的递归图为D_Y＝{Y₁,Y₂,…Y_k}，定义基本递归图矩阵基本递归图矩阵中每个元素取值范围为[0,1]，剩余的无故障时间序列信号数据对应的递归图为D_y＝{Y_k,Y_k+1,…Y_n}，建立无故障统计特征量F_W的计算公式为：

式中，D_y(i,j)为递归图D_y中的元素，T(i,j)为设定的对应于(i,j)位置的阈值，T(i,j)∈[0.8,1]，I(x)为指示函数，此处x＝(D_y(i,j)-Y_k(i,j))²-T(i,j)，当x<0时，I(x)＝0，当x≥0时，I(x)＝1；

(2)控制图建立子模块，用于建立基于统计特征量的平均值-极差控制图并计算平均值-极差控制图的上控制界限UCL和下控制界限LCL，包括依次连接的统计特征量处理单元和控制界限计算单元；所述统计特征量处理单元用于对无故障统计特征量F_w进行处理以生成服从正态分布的样本集均值顺序排列集处理时以无故障统计特征量F_w为基础数据，利用穷举法生成多个样本容量为n_c的新样本集并计算对应的新样本集均值，其中n_c<n-k，设共有m个新样本集均值，m个新样本集均值按从小到大的排列顺序分别为则样本集均值顺序排列集所述控制界限计算单元用于计算所述上控制界限UCL和下控制界限LCL，计算时设定显著性水平α，α∈(0,0.003]，根据概率公式和PSFW<LCL＝α2计算得到上控制界限UCL和下控制界限LCL；

所述测试信号统计特征量计算模块33用于计算后采集子模块采集到的测试时间序列信号数据的统计特征量，设测试时间序列信号数据对应的递归图为D_H＝{H₁,H₂,…H_l}，建立测试时间序列信号数据的统计特征量的计算公式为：

由于工业污水处理过程信息之间的相关性可表示为递归图和递归图之间的相关性，本优选实施例建立了无故障统计特征量F_W的计算公式和测试时间序列信号数据的统计特征量的计算公式，计算出的统计特征量有效地表征了不同递归图之间的相关性，利用这种相关性，并建立平均值-极差控制图来监测所述测试时间序列信号数据，实现了对工业污水处理过程的异常监测和故障诊断。

优选的，所述故障判断模块34通过由控制图建立模块建立的平均值-极差控制图来监测所述测试时间序列信号数据，并判断工业污水处理过程是否处于故障，包括初步判断子模块和故障确定子模块：

所述初步判断子模块用于初步判定是否存在故障，建立初步故障判断规则为：若或者β∈[0.002，0.003]，则初步判断测试信号为异常信号；若则测试信号为正常信号，判断工业污水处理过程处于正常状态；

所述故障确定子模块用于确定是否故障，若或者则确定测试信号为异常信号，判断工业污水处理过程处于故障状态。

本优选实施例将故障判断模块34分为初步判断子模块和故障确定子模块，相当于设立了缓冲区，便于人们及早发现问题。

优选的，所述故障显示模块35用于判断异常信号中发生异常的信号段，包括依次连接的元素点筛选子模块和故障区域判断子模块；所述元素点筛选子模块用于在满足(D_y(i,j)-Yki,j2-Ti,j≥0的元素点中筛选出代表信号异常的元素点并去除因为随机噪声导致异常的元素点，筛选时保留所有的元素点，将其余元素点赋值为0，得到新的递归矩阵定义一连通度阈值T_μ，计算递归矩阵中所有非0元素点之间的连通度μ(i,j),若其连通度μ(i,j)<T_μ，则该元素点赋值为0，若其连通度μ(i,j)≥T_μ，则保留，最终得到新的递归图矩阵

所述故障区域判断子模块用于在由元素点筛选子模块处理后的异常信号中寻找出异常的信号段，寻找时获取递归图矩阵非0元素点的坐标信息，提取出可能表征故障特征信息的所有区域，建立递归图矩阵中区域Q_x为真实故障区域的判定条件为：

N[Point(i,j)]≥T_ε

且(i,j)∈Q_x,max(i)＝max(j),min(i)＝min(j)

其中，N[Point(i,j)]表示元素点Point(i,j)的数量,T_ε为设定的递归图矩阵中非0元素点数量的阈值。

本优选实施例设置故障判断模块34和故障显示模块35，可在未知任何工业污水处理过程先验知识的情况下，快速有效地发现工业污水处理过程出现的异常状态，并识别出故障发生位置或者时间，相对监测能力更强。

优选的，所述报警模块36由报警器和触发开关组成，与故障判断模块34相连，所述报警器包括警铃和警示灯，当故障判断模块34初步判断信号状态为故障时，警铃发出警报，警示灯闪烁，当故障判断模块34确定信号状态为故障时，警铃发出警报，警示灯闪烁，触发开关触发电闸切断电源，所述报警模块36还具备信息存储和通信功能，能够将报警信息发送给操作人员。

本优选实施例设置报警模块36，能够及早发现问题，避免造成更大损失。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。