用于电动马达辅助式制动系统的故障隔离的系统和方法与流程
本公开涉及车辆制动系统的控制和诊断。
背景技术：
制动系统可以机械地操作、具有产生初始制动流体压力的主缸以及补充初始制动流体压力的真空助力器。真空助力器通常从内燃机接收负压或真空，并且使用真空来对制动管线内的流体产生附加压力以减小驾驶员需要施用的压力大小。
技术实现要素：
一种车辆的电动马达辅助式制动系统中的故障隔离的方法包括计算多个故障特征分量中的每一个的值以及比较多个故障特征分量的每个计算值与每个故障特征分量的相应阈值。该方法还包括响应于多个故障特征分量的至少一个计算值超过相应阈值而自动地执行控制动作以指示电动马达辅助式制动系统中检测到的故障。
一种电动马达辅助式制动系统包括用于抵抗车轮旋转的制动元件。制动系统还包括配置成致动制动元件的液压压力系统以及配置成基于减速要求选择性地在液压压力系统中引起压力上升的电动马达。制动系统进一步包括至少一个控制器，其编程为发出信号以操作电动马达来致动制动元件。控制器还编程为监测指示多个故障特征分量的数据信号并且计算每个故障特征分量的值。控制器进一步编程为响应于多个故障特征分量的至少一个计算值超过阈值而自动地执行控制动作以指示电动马达辅助式制动系统中检测到的故障。
一种车辆包括联接至车轮以抵抗车轮旋转的摩擦制动器以及响应于流体压力上升而引起摩擦制动器的致动的液压制动系统。该车辆还包括电动马达以引起液压系统中的压力上升。该车辆进一步包括控制器，其编程为响应于减速要求而发出信号来操作电动马达。控制器还编程为监测指示多个故障特征分量的数据信号并且计算每个故障特征分量的值。控制器进一步编程为响应于多个故障特征分量的至少一个计算值超过阈值而自动地执行控制动作以指示电动马达辅助式制动系统中检测到的故障。
一种服务器包括至少一个处理器，其编程为与远程系统建立通信并且从远程系统接收多个故障特征分量中的每一个的值。处理器还编程为比较多个故障特征分量的每个值与每个故障特征分量的相应阈值。处理器进一步编程为响应于多个故障特征分量的至少一个计算值超过其相应阈值而自动地执行控制动作以指示远程系统中检测到的故障。
附图说明
图1是电动马达辅助式制动系统的示意图。
图2是电动马达辅助式制动系统的液压部分的模型的系统图。
图3是用于估计阻力制动器转矩的第一模型的系统图。
图4是用于估计阻力制动器转矩的第二模型的系统图。
图5是电动马达辅助式制动系统故障隔离表。
图6是用于电动辅助制动系统的故障隔离的方法的流程图。
具体实施方式
本文描述了本公开的实施例。然而，应当理解的是，所公开实施例仅仅是实例且其它实施例可采用各种和替代性形式。图式不一定按比例绘制；某些特征可被放大或最小化以示出特定部件的细节。因此，本文公开的具体结构和功能细节并不解释为限制，而仅仅解释为用于教导本领域技术人员以各种方式采用本发明的代表性基础。如本领域一般技术人员所理解，参考任何一个图式说明并且描述的各个特征可与一个或多个其它图式中说明的特征组合以产生未明确说明或描述的实施例。所说明的特征组合提供用于典型应用的代表性实施例。然而，特定应用或实施方案可需要符合本公开的教导的特征的各种组合和修改。
参考图1，车辆制动系统10施用阻力转矩于至少一个车轮12以禁止车辆移动。摩擦制动器14设置在车轮12处并且可以与随着车轮12旋转的转子部分16相互作用。当希望减速时，施用压力至摩擦制动器14以压靠在转子16上，由此抵抗车辆运动。多个摩擦制动器配置也在本公开的范围内。例如，盘式制动器、鼓式制动器和夹钳式制动器各自可以获益于本文所述的方面。
制动要求可以由制动踏板18处的驾驶员输入指示。踏板18是由输入杆22机械地连接至主缸组件20。主缸组件包括柱塞24以在汽缸部分26的腔室内压缩制动流体。该腔室与三通阀28进行流体流连接，该三通阀继而传送制动流体以致动摩擦制动器14。替代地，制动要求可以由车载或非车载处理器自动地确定。在自驾自主车辆的情况中，可能不需要驾驶员输入来主动地控制车辆的推进和减速。该处理器可以计算对减速的要求，接着自动地施用至少一个摩擦制动器以使车辆减速。
在压力传感器34处测量来自主缸的压力输出。基于所需减速，由电动制动助力器46提供施用在摩擦制动器14处的制动压力。电动增压器取代常规的真空式增压器以基于由驾驶员施用的制动压力提供电驱动的液压压力。在自主车辆的情况中，该电动制动助力器可以基于由计算机处理器确定的要求来供应必要的制动压力。
电动马达40设置成驱动制动助力器组件。在一个实例中，电动马达40是无刷dc马达。电动马达40配置成驱动滚珠螺杆联动装置42，其将马达40的旋转输出转换为线性运动。滚珠螺杆联动装置42的线性致动驱动产生制动流体压力的柱塞组件44。在一个实例中，柱塞组件是能够通过增大和/或降低制动管线的压力输出在多个方向上调节制动流体压力的双效柱塞。
在正常操作模式期间，由电动制动助力器产生的制动流体压力传递通过三通阀28以致动摩擦制动器并且使车辆减速。替代地，一对单阀可以单独地调节来自主缸20和电动制动助力器46中的每一个的制动流体压力。
在备用操作模式期间，来自主缸组件20的制动压力可以用于在车轮处产生制动压力以致动摩擦制动器14。在可造成电动制动助力器46被禁用的故障的情况中，三通阀28将产生在主缸处的压力引导至摩擦制动器14。
在自驾自主车辆的情况中，可以省去主缸20且可以由控制器或其它计算机处理器确定由电制动助力器系统产生的制动流体压力的大小。在此情况中，该控制器可以基于预定路线或其它外部因素确定车辆减速要求，并且接着发出信号以控制电动制动助力器的电动马达以调节制动管线压力。
控制器30设置成监测并且控制该制动系统10的操作。控制器30包括一个或多个数字计算机，其各自具有微处理器或中央处理单元(cpu)、只读存储器(rom)、随机存取存储器(ram)、电可擦除可编程只读存储器(eeprom)、高速时钟、模数转换(a/d)和数模转换(d/a)电路、输入/输出电路和装置(i/o)，以及适当的信号调节和缓冲电路。控制器30还可以存储发出命令以执行根据本公开的动作所需要的许多算法或计算机可执行指令。
该控制器与许多传感器通信以接收指示各种车辆部件的性能的数据。传感器32设置靠近制动踏板并且可以提供指示制动踏板18的位置和/或由驾驶员施用至踏板18的压力的信号。传感器34设置成靠近主缸20并且可以提供指示从主缸至制动管线中的压力输出的信号。传感器36沿着该制动管线定位并且可以提供指示来自电动马达制动助力器的制动流体压力输出的信号。传感器38设置成靠近摩擦制动器14并且可以提供指示轮速和施用至车轮12处的制动缸的压力的信号。控制器30还与电动马达40通信并且可以控制施用至马达的电流和电压，以及接收指示马达的转矩、速度和位置的信号。虽然每个传感器是以单数形式引用，但是各个位置处可以设置任何数量的传感器以提供表示上文所讨论的数据以及其它数据的信号。
控制器30的各个元件也可以定位成非车载的或位于车辆外侧，诸如位于中央处理位置处。更具体地，控制器30的部件和/或功能可以位于车辆10中/在车辆10中执行，且控制器30的其它部件和/或功能可以定位成远离车辆10，其中必要时车辆10与控制器30之间可以传输数据。例如，控制器30可以与非车载服务器48无线通信，该非车载服务器执行本公开中所述的处理的至少一部分。在其它实施例中，控制器30向服务器48定期地上传测量的数据，且服务器48执行数据分析并且产生预后消息。
控制器30还可以将表示制动系统操作的各个物理方面的数学模型的一种或多种算法存储在存储器中。制动系统10的操作的这些数学模型可以用于预测系统性能。可以使用这些基准数学模型执行基于模型的系统健康评估。即，由控制器接收的输入信号可以视为例证与部件降级或临近失效相关联的某些特征系统行为。某些电动马达故障包括(例如)污染、腐蚀、不适当润滑、过热、短路、振动以及老化降级。
在某些实例中，奇偶方程用于改善制动系统的监测和控制。当车辆正使用预定固定参数操作时产生某些操作值的基于模型的估计值。测量输出与基于模型的估计值之间的差值在理想条件下应该接近零。在有故障的情况中，因为模型结构化成模拟无故障情况，所以该一个或多个程序行为将不同于基于模型的行为。可以使用例如传递函数或使用状态空间公式化确定偏差。可以选择偏差类型使得偏差值仅受希望检测到的特定故障类型所影响。偏差可以至少相对于输出原始数据中的波动和模型化误差而连续地改变。为了克服波动和误差，推导偏差特征以消除噪声影响以及降低总数据负担。取决于检测特定故障的困难，可以唯一采样速率计算相关偏差和/或该相关偏差相对于与不同故障类型相关联的其它偏差类型具有唯一的灵敏度。在某些实例中，与偏差进行比较的阈值可以是自适应阈值。即，可以基于输入数据的特性(例如，输入数据的变化率、输入数据的趋势方向、输入数据的变化函数的形状)来自动地调整阈值。通常，选择偏差设置以使偏差对故障灵敏且同时防止干扰影响。
控制器可以将包括许用于多不同系统属性的数学模型的算法存储在存储器中。在一个实例中，该模型可以评估电动马达属性，诸如电压和输出转矩。以下方程(1)以电动马达电压的动态行为的方面为特性。
其中l是马达的电感，i是马达处的电流汲取，r是马达电阻，ψ是反电动势常数，ω是马达输出速度，且u是马达输入电压。该控制器编程为如下文方程(2)所示般估计基于模型的期望系统电压。
其中l0、r0和ψ0的每个值是使用中的特定马达的标称已知参数。
dem1＝um-uest(3)
以下方程(4)以电动马达转矩的动态行为的方面为特性。
其中j是马达惯性矩，
其中ψ0、f0和j0的每个值是使用中的特定马达的标称已知参数。im、ωm和
dem2＝tl,m-tl,est(6)
该控制器可以进一步编程为计算马达电流和速度的基于模型的估计值。在某些实例中，来自多个状态观察器的输出数据用于估计期望输出。第一状态观察器仅使用马达电流的一个测量值im。基于电流汲取原始数据，输出数据可以包括两个部分。第一输出部分可以对原始数据im去噪和/或滤波以提供干净的、平均的和/或标准化的估计电流值i(est,1)。第二输出部分可以包括例如基于马达规范对基于模型的马达速度估计值ω(est,1)的计算。
第二状态观察器可以基于不同输入提供输出参数的相关估计值。例如，第二状态观察器仅使用马达速度的一个测量值ωm。基于马达速度原始数据，输出数据可以包括两个部分。第一输出部分可以对原始数据ωm去噪和/或滤波以提供干净的、平均的和/或标准化的估计电流值ω(est,2)。第二观察器的第二输出部分可以包括例如基于马达规范对基于模型的马达电流汲取i(est,2)的计算。
可以从上述第一和第二观察器中的每一个的输出推导故障特征分布的附加偏差分量。根据本公开的方面，该控制器可以编程为计算电动辅助式制动系统的电动马达的测量电流汲取与估计的电流汲取之间的偏差。基于模型的电流汲取估计值i(est,1)、i(est,2)与测量的电流汲取im之间的差值可以分别用作故障特征分布的偏差分量dem3和dem4。
dem3＝im-iest,1(7)
dem4＝im-iest,2(8)
根据本公开的进一步方面，该控制器可以编程为计算电动辅助式制动系统的电动马达的测量输出速度与估计的马达输出速度之间的偏差。基于模型的速度估计值ω(est,1)、ω(est,2)与测量的原始马达速度ωm之间的差值可以分别用作故障特征分布的偏差分量dem5和dem6。
dem5＝ωm-ωest,1(9)
dem6＝ωm-ωest,2(10)
分量dem1、dem2、dem3、dem4、dem5和dem6中的每一个涉及电马达的性能的方面。跨各个分量值的趋势的某些组合可以指示诸如制动系统的电动助力器部分的部件的降级和/或紧急故障的故障。
附加模型还可以用于计算故障特征的其它分量的值，该故障特征可以指示制动系统的其它部件的健康。参考图2，图200描绘制动系统的液压部件的模型202的输入和输出。输入204表示控制信号，其表示液压系统内的某些阀是打开还是关闭的。输入206表示诸如例如主缸的上游子系统的输出压力pout。液压模型202可以包括主动算法使得该控制器利用许多输入来计算每个车轮制动活塞处的压力p(wc,i,est)估计值208。指示符i可以表示任何单独的车轮(例如，lf、rf、lr、rr)。替代地，该控制器可以将查找表存储在存储器中使得对于各个系统阀位置和输出压力pout，可以使用相对较少的计算机处理快速地检索估计值p(wc,i,est)。此查找表可以例如在标称上执行健康制动系统的校准期间预定。在进一步替代中，该控制器可以将某些模型输入值传送至诸如外部诊断服务器的非车载处理器。该非车载处理器可以执行大量数据处理并且将残留值和/或健康状态结果传回至车辆控制器。如上文所讨论，该控制器可以与传感器通信以直接测量施用至每个给定车轮处的制动活塞的压力p(wc,i,m)。根据本公开的方面，该控制器可以编程为计算车轮处的摩擦制动器的测量压力与制动器的基于模型的估计压力之间的偏差。基于模型的压力估计值p(wc,i,est)与测量的车轮p(wc,i,m)之间的差值可以用作可以针对每个车轮单独计算的偏差分量d(7,i)。
d7,i＝pwc,i,m-pwc,i,est(11)
在进一步实例中，该控制器可以比较两个不同的基于模型的估计值的值(而非比较估计值与测量值)作为推导故障特征分布的分量的方式。总体上参考图3和图4，两个不同模型可以用于计算摩擦制动器处的阻力转矩。图3包括用于基于上层基础制动器模块确定摩擦制动器转矩的系统图300。模型302包括摩擦制动器活塞处的测量压力以及用于车轮的转子和制动垫片的物理性质作为输入。输入304包括车轮卡钳处的测量压力pwc，且输出306表示制动器转矩的第一估计值t(b,est1)。
参考图4，系统图400描绘用于基于较低层轮胎和车轮动态学模型确定制动器转矩的模型。该模型包括表示轮胎物理性质的第一分量402。基于包括车速vx、车轮转速ωi和车辆加速度ax的输入404，该模型提供表示估计的纵向轮胎力f(x,est)的输出406。该模型还包括表示表示反向车轮动态学模型的第二部分408。基于输入vx、ωi、ax以及f(x,est)，第二部分408提供制动器转矩的第二估计值t(b,est2)。根据本公开的方面，该控制器可以编程为计算制动器转矩的第一基于模型的估计值与制动器转矩的第二基于模型的估计值之间的偏差。这两个不同的基于模型的转矩之间的差值可以用作可以针对每个车轮单独计算的偏差分量d(8,i)。
d8,i＝tb,est1-tb,est2(12)
该控制器编程为基于偏差值的数学行为来分类故障。例如，该控制器可以考虑偏差值的趋势的不同属性，诸如残留值的变化的时间依赖性(例如，该趋势是突变、初期的还是间歇性的)。该控制器还可以考虑偏差值的变化类型(例如，总大小和/或偏差是相加还是相乘)。该控制器可以进一步考虑偏差值的特定来源(即，哪个部件引起偏差变化-控制器、致动器、传感器、处理器等)。在某些实例中，控制响应或控制动作的类型取决于相关偏差值的特定行为。
参考图5，表500表示分析症状特征的组合以隔离特定故障的“推理器”算法。故障表使故障特征分量的多个组合中的每一个与预定故障类型相关联。预定故障特征f1至f9跨水平轴，其中每个预定故障特征表示与特定故障类型相关联的症状集合。每个故障类型可以或可以不包括完全部件失效，但是每个故障特征是基于一个或多个系统部件的降级性能的症状。每个故障特征包括特征趋势的唯一组合，其能够指示由驾驶员感知到的性能降低之前的部件降级。虽然例如提供了九个不同故障，但是任何数量的故障可以是预定的并且与特定故障特征相关联。
在车辆驾驶周期期间可以在持续进行的基础上搜集每个计算的偏差的数据。为了减少所搜集和分析的数据的体积，可以推导表示一定时间段中的属性行为的原始数据的特征。该控制器可以施用数学变换以减少所存储和处理的数据量。参考行502，计算预定时间间隔中的dem1的平均值。在某些实例中，该平均值可以是提供约先前二分之一持续时间的间隔中的平均值的移动平均值。在其它实例中，较长持续时间可以用于产生诸如驾驶周期中的特征值。使用偏差的特征(而非原始数据值)可以提供减少数据处理的体积和所需速度的优点。行504反映是dem1的平均值的绝对值与相同持续时间中的dem1的值的方差的比的特征分量。行506至行514分别表示电动马达性质偏差dem2至dem6的平均值。行516表示预定时间段中的车轮制动压力d(7,i)的偏差的平均值。行518表示是d(8,i)的平均值的绝对值与相同持续时间中的d(8,i)的值的方差的比的特征分量。
取决于每个特征的值的行为，某些趋势组合可涉及对应于特定故障模式的故障特征。与故障f1至f9相关联的唯一特征允许控制器在驾驶员感知到故障之前主动地隔离特定部件故障。由“0”指定的特征可以基本上没有偏差。由“+”指定的特征可以具有正值，且由“-”指定的特征可以具有负值。由“s”指定的特征可以具有相对较小值(例如，小于预定阈值)，且由“l”指定的特征可以具有相对较大值(例如，大于预定阈值)。在某些实例中，给定故障特征可以忽视与正讨论的特定故障无关的某些特征。对于给定故障特征，由“x”指定的特征指示该特征可以具有非零值，但不会用于隔离给定故障。
参考图6，方法600可以用于执行电动辅助制动系统的故障隔离。方法600的故障特征实例对应于图5中描绘的表。如上文所讨论，车载处理器和非车载远程服务器中的至少一个存储执行方法600所需要的指令。虽然例如提供了九个故障特征，但是应当明白的是，任何数量的属性特征和/或故障特征可以是预定的并且随后用于执行故障隔离。
在步骤602处，该控制器确定是否已经检测到故障偏差。可以跟踪车辆的操作期间的许多属性特征且监测许多属性特征的变化。如果在步骤602处没有检测到偏差，那么该控制器可以返回至该方法的开端并且监测任何所跟踪到的特征的变化。
如果在步骤602处检测到偏差，那么该控制器在步骤604处做出关于检测到的偏差类型的确定。在步骤604处，如果该偏差是来自涉及电动辅助式马达的偏差组d(em,i)(即，dem1至dem6)，那么该控制器在步骤606处进入隔离算法的电动马达故障部分。
在步骤608处，该控制器评估涉及马达转矩的偏差dem2的平均值的绝对值(即，|mean(dem2)|)。在步骤608处如果dem2的平均值的绝对值不大于第二预定阈值(即，|mean(dem2)|≯ε2)，那么由于隔离程序的部分，基于此条件可得的可能故障特征可减少。在此情况中，当马达转矩在预定标称范围内时，故障特征f2和f4仍然是可能的原因。
在步骤610处，该控制器评估dem1的平均值的绝对值与dem1的值的方差的比(即，|mean(dem1)|/var(dem1))。如果该比在预定持续时间y内不大于比阈值th1(即，在时间y内，|mean(dem1)|/var(dem1)≯th1)，那么可以消除附加故障特征使得仅故障特征f2保持可能。
在步骤612处，该控制器执行其它特征的确认检查以确保与预定故障特征f2完全匹配。在步骤612处如果至少一个计算的特征失配，那么检测到的偏差可以对应于并未预限定为隔离算法的部分的电动马达子系统的故障。在步骤614处，该控制器可以确定检测到的偏差状况对应于未识别的故障特征。在步骤612处如果所有计算的特征均匹配对应于f2的特征，那么该控制器可以在步骤616处确定存在与马达电枢电阻的增大有关的故障。此电阻故障可以进一步与过载或过热马达定子相关联。
在步骤610处如果该比在预定持续时间y内大于比阈值th1(即，在时间y内，mean(dem1)|/var(dem1)>th1)，那么可以消除附加故障特征使得仅故障特征f4保持可能。在步骤618处，该控制器评估剩余特征值以确认是否与故障特征f4完全匹配。在步骤618处如果至少一个计算的特征失配，那么检测到的偏差可以对应于并未预限定为隔离算法的部分的电动马达子系统的故障。在步骤614处，该控制器可以确定检测到的偏差状况对应于未识别的故障特征。在步骤618处如果所有计算的特征均匹配对应于f4的特征，那么该控制器可以在步骤620处确定存在与读取自电动马达的电压的偏差或漂移有关的故障。此故障可以进一步与老化的电压传感器相关联。
在步骤608处如果dem2的平均值的绝对值大于第二预定阈值(即，|mean(dem2)|>ε2)，那么由于隔离程序的部分，基于此条件可得的可能故障特征可减少。在此情况中，当马达转矩在预定标称范围之外时，故障特征f1、f3、f5和f6仍然是可能的原因。
在步骤622处，该控制器评估涉及马达操作电压的偏差dem1的平均值的绝对值。如果该值不大于第一预定阈值(即，|mean(dem1)|≯ε1)，那么可以消除某些故障特征使得仅f1保持可能。在步骤624处，该控制器评估剩余特征值以确认是否与故障特征f1完全匹配。在步骤624处如果至少一个计算的特征失配，那么检测到的偏差可以对应于并未预限定为隔离算法的部分的电动马达子系统的故障。在步骤614处，该控制器可以确定检测到的偏差状况对应于未识别的故障特征。在步骤624处如果所有计算的特征均匹配对应于f1的特征，那么该控制器可以在步骤626处确定存在与电动马达的不适当摩擦有关的故障。此故障可以进一步与磨损或损坏的马达轴承相关联。
在步骤622处如果偏差dem1的平均值的绝对值大于第一预定阈值(即，|mean(dem1)|>ε1)，那么可以消除某些故障特征使得仅对应于f3、f5和f6的故障特征保持可能。
在步骤628处，该控制器评估涉及马达操作电流的偏差dem3的平均值的绝对值。如果绝对值不大于第三预定阈值ε2(即，|mean(dem3)|≯ε3)，那么可以消除某些故障特征使得仅对应于f6的故障特征保持可得。在步骤630处，该控制器评估剩余特征值以确认是否与故障特征f6完全匹配。在步骤630处如果至少一个计算的特征失配，那么检测到的偏差可以对应于并未预限定为隔离算法的部分的电动马达子系统的故障。在步骤614处，该控制器可以确定检测到的偏差状况对应于未识别的故障特征。在步骤630处如果所有计算的特征均匹配对应于f6的特征，那么该控制器可以在步骤632处确定存在与电动马达的感测到的输出速度的偏差或漂移有关的故障。此故障可以进一步与老化的速度传感器相关联。
在步骤628处，如果dem3的平均值的绝对值的值大于第三预定阈值(即，|mean(dem3)|>ε3)，那么可以消除某些故障特征使得仅对应于f3和f5的故障特征保持可得。
在步骤634处，该控制器评估涉及马达输出速度的偏差dem6的平均值的绝对值。如果该绝对值不大于第六预定阈值ε6(即，|mean(dem6)|≯ε6)，那么可以消除某些故障特征使得仅对应于f5的故障特征保持可能。在步骤636处，该控制器评估剩余特征值以确认是否与故障特征f5完全匹配。在步骤636处如果至少一个计算的特征失配，那么检测到的偏差可以对应于并未预限定为隔离算法的部分的电动马达子系统的故障。在步骤614处，该控制器可以确定检测到的偏差状况对应于未识别的故障特征。在步骤636处如果所有计算的特征均匹配对应于f5的特征，那么该控制器可以在步骤638处确定存在与电动马达的感测到的电流的偏差或漂移有关的故障。此故障可以进一步与老化的电流传感器相关联。
在步骤634处，如果dem6的平均值的绝对值的值大于第六预定阈值(即，|mean(dem6)|>ε6)，那么可以消除某些故障特征使得仅对应于f3的故障特征保持可得。在步骤640处，该控制器评估剩余特征值以确认是否与故障特征f3完全匹配。在步骤640处如果至少一个计算的特征失配，那么检测到的偏差可以对应于并未预限定为隔离算法的部分的电动马达子系统的故障。在步骤614处，该控制器可以确定检测到的偏差状况对应于未识别的故障特征。在步骤640处如果所有计算的特征均匹配对应于f3的特征，那么该控制器可以在步骤642处确定存在与电动马达的反电动势的降低有关的故障。此故障可以进一步与至少部分去磁的马达的磁体相关联。
在步骤604处，如果检测到的偏差并非来自涉及电动辅助式马达的偏差组d(em,i)(即，dem1至dem6)，那么该控制器在步骤644处进入隔离算法的液压制动故障部分。
在步骤646处，该控制器评估涉及由每个车轮处的制动活塞施用以使车辆减速的压力的偏差d(7,i)的平均值的绝对值。可以对每个车轮计算d(7,i)的值。如果绝对值不大于第七预定阈值ε7(即，|mean(d(7,i))|≯ε7)，那么可以消除某些故障特征使得仅对应于f9的故障特征保持可得。在步骤648处，该控制器评估剩余特征值以确认是否与故障特征f9完全匹配。在步骤648处如果至少一个计算的特征失配，那么检测到的偏差可以对应于并未预限定为隔离算法的部分的液压制动子系统的故障。在步骤650处，该控制器可以确定检测到的偏差状况对应于未识别的故障特征。在步骤648处如果所有计算的特征均匹配对应于f9的特征，那么该控制器可以在步骤652处确定存在与转矩系数的降低有关的故障。此故障可以进一步与制动器和转子组合的磨损的或腐蚀的部件相关联。
在步骤646处，如果偏差d(7,i)的平均值的绝对值的值大于第三预定阈值(即，|mean(d(7,i))|>ε7)，那么可以消除某些故障特征使得仅对应于f7和f8的故障特征保持可得。
在步骤654处，该控制器评估d(8,i)的平均值的绝对值与d(8,i)的最大绝对值的比(即，|mean(d(8,i))|/max|d(8,i)|)。如果该比在预定持续时间y内不大于比阈值th2(即，在时间y内，|mean(d(8,i))|/max|d(8,i)|≯th2)，那么可以消除附加故障特征使得仅故障特征f7保持可能。在步骤656处，该控制器执行其它特征的确认检查以确保与预定故障特征f7完全匹配。在步骤656处如果至少一个计算的特征失配，那么检测到的偏差可以对应于并未预限定为隔离算法的部分的液压制动子系统的故障。在步骤650处，该控制器可以确定检测到的偏差状况对应于未识别的故障特征。在步骤656处如果所有计算的特征均匹配对应于f7的特征，那么该控制器可以在步骤658处确定存在与制动流体的有效体积弹性模量的偏差有关的故障。此故障可以进一步与制动流体管线内的污染物(例如，诸如气泡、水或其它碎屑)相关联。
在步骤654处如果该比在预定持续时间y内大于比阈值th2(即，在时间y内，|mean(d(8,i))|/max|d(8,i)|>th2)，那么可以消除附加故障特征使得仅故障特征f8保持可能。在步骤660处，该控制器评估剩余特征值以确认是否与故障特征f8完全匹配。在步骤660处如果至少一个计算的特征失配，那么检测到的偏差可以对应于并未预限定为隔离算法的部分的液压制动子系统的故障。在步骤650处，该控制器可以确定检测到的偏差状况对应于未识别的故障特征。在步骤660处如果所有计算的特征均匹配对应于f8的特征，那么该控制器可以在步骤662处确定存在与致动期间的制动流体的流率中的误差有关的故障。此故障可以进一步与制动系统中的流体泄漏相关联。
虽然例如本文提供了许多故障模式类型和故障类型，但是预期可以使用对应于相关特征的故障特征隔离任何数量的故障模式类型。
响应于基于特征分布识别许多故障情况中的任何一个，该控制器可以执行控制动作以指示电动辅助式制动系统的检测到的故障。例如，该控制器可以响应于检测到故障状况而引起预后消息的传输。一旦识别特定故障特征，该控制器可以取决于故障类型、严重程度和完全失效的临近来调整唯一响应。该控制器可以引起诊断代码的记录。该控制器可以发出车辆中警告消息以通知驾驶员。该控制器还可以向诸如移动装置或非车载计算机处理器的远程处理器传输预后消息。在某些实例中，多层预后消息组可以包括关注降级的制动系统部件的健康状态的普通警告级别。多层预后消息组还可以包括向驾驶员和/或服务供应商告知临近的部件失效的紧急警告级别。
本文所公开的程序、方法或算法可交付给处理装置、控制器或计算机(可包括任何现有的可编程电子控制单元或专用电子控制单元)和/或由其实施。类似地，该程序、方法或算法可存储为可由控制器或计算机以许多形式执行的数据和指令，该形式包括(但不限于)永久地存储在诸如rom装置的不可写存储媒介上的信息以及可变地存储在诸如软盘、磁带、cd、ram装置以及其它磁性和光学媒介的可写存储媒介上的信息。该程序、方法或算法还可在软件可执行对象中实施。替代地，该程序、方法或算法可全部或部分使用合适的硬件部件(诸如专用集成电路(asic)、现场可编程门阵列(fpga)、状态机、控制器或其它硬件部件或装置)或硬件、软件和固件部件的组合来实施。这样的示例性装置作为车辆计算系统的部分可以是车载的或可以是远程非车载的，并且与一个或多个车辆上的装置进行远程通信。
虽然上文描述了示例性实施例，但是并不希望这些实施例描述由权利要求书涵盖的所有可能形式。用在说明书中的词汇是描述性词汇，而不是限制性的词汇，且应当理解，可以进行各种变化而并不脱离本发明的精神和范围。如先前所述，各个实施例的特征可组合成形成可以不明确描述或说明的本发明的进一步实施例。虽然各个实施例就一个或多个所需特性而言可能已经描述为提供优点或优于其它实施例或现有技术实施方案，但是本领域一般技术人员认识到，可牺牲一个或多个特征或特性以实现取决于具体应用和实施方案的所需整体系统属性。这些属性可包括(但不限于)成本、强度、耐用性、生命周期成本、市场适销性、外观、包装、大小、服务能力、重量、可制造性、便于组装等。因而，就一个或多个特性而言，描述为所需性不及其它实施例或现有技术实施方案的实施例不在本公开的范围之外并且对于特定应用可为所需的。
- 还没有人留言评论。精彩留言会获得点赞！