用于避免车辆子系统过热的方法和系统与流程

背景技术：

1、在机动车辆和卡车中，提供压缩机以在车辆或卡车子系统内建立压力，并向所连接的子系统(比如空气悬架系统)提供压力。在实践中已知的传统系统中，当达到并检测到压缩机的压力室内部的预定义的目标截止压力时，关闭压缩机。

2、然而，实际上存在这样的风险：当车辆在低环境压力(即高海拔)地区行驶时，由于环境压力较低，压缩机将不再能够产生设置的目标截止压力。这可能导致车辆子系统部件严重过热和损坏。

3、为了降低过热的风险，现有技术系统包括监测环境压力的环境压力传感器。如果环境压力传感器检测到的环境压力低于预定义阈值，则降低截止压力以避免过热。这样的系统在实践中是已知的。

4、然而，提供用于测量环境压力的环境压力传感器涉及相应的成本。此外，附加压力传感器是可能受到损坏的附加部件。在这种情况下，整个系统的可靠功能可能会受到危害。

5、此外，在一些情况下，将来自环境压力传感器的传感器数据实施为其他车辆部件的输入数据可能是困难且复杂的，特别是当所述部件由不同的供应商提供时。换句话说，在一些情况下，系统部件之间的传感器数据交换不足。

6、文献ep 1 744915a1公开了用于在不测量环境压力的情况下控制封闭供气装置中的空气量的方法。

7、本发明的目的是提供一种用于避免车辆子系统过热的方法和系统，其克服了现有技术的至少一些缺点。

8、具体地，本发明的目的是提供一种提高整个系统的功能安全性的方法和系统。

9、具体地，本发明的目的是提供一种用于避免车辆子系统过热的方法和系统，其能够降低成本。

10、优选地，本发明的目的是提供一种用于避免车辆子系统过热的方法和系统，所述方法和系统可简单地在电动车辆中实施。

11、这些目的通过独立权利要求的主题来实现。优选实施例和优选特征在从属权利要求和以下描述中指定。

技术实现思路

1、根据一方面，本发明涉及一种用于避免车辆子系统过热的方法，其中，所述车辆子系统包括带压力室的压缩机。换句话说，本发明涉及一种用于控制车辆子系统以避免过热的方法。具体地，本发明涉及一种用于通过在不测量环境压力(即不使用任何(环境)压力传感器)的情况下确定并持续近似估计环境压力来避免车辆子系统过热的方法。因此，可以省略附加的环境压力传感器，这降低了对应系统的成本。

2、所述方法包括在控制模块上执行扩展卡尔曼滤波器(ekf)的步骤。扩展卡尔曼滤波适合于覆盖非线性，因此不同于传统卡尔曼滤波器，即所谓的线性二次估计(lqe)。

3、扩展卡尔曼滤波器(即控制模块)计算车辆子系统(更精确地是压缩机)的预测状态模型与车辆子系统(更精确地是压缩机)的对应测量状态模型之间的误差。对应的测量状态模型可以意味着将一个预测状态模型分配给一个测量状态模型。更确切地，为某一时间点估计的一个预测状态模型可以被提供并分配给同一时间点的一个测量状态模型。

4、仅在特定可选实施例中，预测状态模型至少包括压力室内部的估计压力(值)、估计环境压力(值)、压缩机的估计转速(值)和压缩机的估计流体体积流(值)作为参数。与这些参数相关的附加参数可以进一步提高滤波器的质量和精度。

5、如本文所使用的估计(estimated)可以意味着相应参数未被测量，即是未测量参数。环境压力涉及子系统运行时的环境压力。

6、测量状态模型至少优选地仅包括压力室内部的测量压力(值)、压缩机的测量转速(值)和压缩机的测量流体体积流(值)作为参数。优选地，测量压力可以通过压力室压力传感器来测量，所述压力室压力传感器可以是子系统的一部分或者可以是外部系统的一部分。优选地，测量转速可以通过压缩机转速传感器来测量，所述压缩机转速传感器可以是子系统的一部分或者可以是外部系统的一部分。优选地，测量流体体积流可以通过体积流量传感器来测量，所述体积流量传感器可以是子系统的一部分或者可以是外部系统的一部分。

7、在运行期间，压缩机通常以恒定转速运行，即以最大压缩机转速运行。因此，本文所使用的测量转速和估计转速可以特别地与该最大压缩机转速相关。因此，测量流体体积流和估计流体体积流可以特别与该最大转速下的流体体积流相关，所述最大转速取决于环境压力。

8、扩展卡尔曼滤波器(即控制模块)进一步处理所计算误差，以根据预测状态模型和测量状态模型的所测量参数和所估计参数的加权不确定性来调整或校正预测状态模型，包括调整估计环境压力。调整估计环境压力还可以被描述为使估计环境压力更新并逼近实际(真实)环境压力值。换句话说，扩展卡尔曼滤波器计算预测状态模型与测量状态模型之间的误差。然后处理这些误差以校正各个状态。校正的权重取决于测量和预测的不确定性。这确保了即使是未测量的值也会随时间提高准确性。

9、扩展卡尔曼滤波器可以重复计算和处理，从而使用车辆子系统的多个预测状态模型和车辆子系统的多个对应的测量状态模型来确定或持续逼近估计(未测量的)环境压力。

10、所述方法包括以下步骤：将估计环境压力与预定环境压力默认值进行比较。预定环境压力默认值可以为1巴(bar)。特别地，可以在系统初始化后的几秒内执行比较。换句话说，可以在扩展卡尔曼滤波器运行几秒(优选地在1到10秒之间，更优选地在2到7秒之间，仍更优选地小于5秒)后再执行比较。

11、所述方法包括以下步骤：当估计环境压力小于或等于预定环境压力默认值时，在特定的一段时间内将车辆子系统的截止压力目标值减小一个减小量。目标压力和减小量的实际值可以很大程度上取决于实际的整个系统，特别是对应压缩机的特性。

12、截止压力目标值减小的时间段可以取决于估计环境压力。如果估计环境压力上升到预定环境压力恢复值以上，则减小的截止压力目标值可被设置回原始截止压力目标值。泄漏损失可以用于确定环境压力和设置时间段。如果压缩机在减小截止压力目标值之后不运行(并且因此环境压力估计是不可能的)，则截止目标压力可以根据预定义的步长和预定义的时间间隔逐步增大。因此，可以保证可以有效地执行环境压力估计，即可以再次开启ekf。

13、具体地，压力室内部的估计压力(值)可以基于下式计算，其表示压缩机的数学模型：

14、

15、其中，是压力室内部的估计压力，p是压力室内部的先前估计压力(即，针对之前时间点所估计的)，pamb是估计环境压力，是流体体积流(在环境压力下)，n是压缩机的转速，并且dt是时间间隔。函数f取决于压缩机的类型，所述压缩机可以例如是理想容积压缩机或理想流量压缩机。函数f由对应压缩机的技术特性得出。它可以通过关于各个压缩机特性曲线的曲线拟合来得到。

16、通过本发明，在不存在环境压力传感器的情况下，压缩机要运行的环境压力可以通过扩展卡尔曼滤波器以足够的精度来预测，以通过降低目标截止压力来防止在环境压力较低的应用中过热。因此，可以提高整个系统的功能安全性。由于可以基于预测环境压力为驾驶员实施安全性预防措施和/或警告输出，因此可以进一步提高功能安全性。

17、在实施例中，所测量参数的加权不确定性可以以扩展卡尔曼滤波器的测量协方差矩阵的形式结合到预测状态模型的调整中，所述测量协方差矩阵包括压力室压力传感器数据的方差、压缩机转速传感器数据的方差和体积流量传感器数据的方差。这些方差的值取决于对应传感器的技术特性(传感器数据表)并可从中得到。

18、在实施例中，所估计参数的加权不确定性可以以扩展卡尔曼滤波器的过程协方差矩阵的形式结合到预测状态模型的调整中，所述过程协方差矩阵包括表示压力室中的压力的不确定性的至少一个变量。

19、车辆子系统可以被配置为可在打开状态与关闭状态之间切换，在所述打开状态中，子系统朝向所连接的另一子系统打开，在所述关闭状态中，子系统朝向所连接的另一子系统关闭。在本发明的意义上，另一子系统可以是另一车辆子系统或者可以是环境。

20、当车辆子系统从关闭状态切换到打开状态时，扩展卡尔曼滤波器的过程协方差矩阵可以暂时发生动态变化。更确切地，当车辆子系统从关闭状态切换到打开状态时，表示压力室中的压力的不确定性的至少一个变量的值成倍增加。特别地，表示压力室中的压力的不确定性的至少一个变量的值可以增大十倍到一百倍，优选地二十倍到八十倍，更优选地三十倍到七十倍，仍更优选地四十倍到六十倍，甚至更优选地五十倍。例如，表示压力室中的压力的不确定性的至少一个变量可以从2增大到100。在过程协方差矩阵中提供变量并乘以所述变量考虑到由于将车辆子系统的状态从关闭切换到打开而导致的预测状态向量的不确定性增大。具体地，当连接车辆子系统与另一子系统的阀打开时，车辆子系统可从关闭状态切换到打开状态，由此压力室朝向另一子系统打开。扩展卡尔曼滤波器的过程协方差矩阵可以在系统打开期间发生动态变化。通常，系统打开期间的压力补偿仅需几秒。

21、在实施例中，所述方法可以进一步包括以下步骤：当估计环境压力小于或等于预定环境压力默认值时，生成用于警告所述车辆的驾驶员的警告信号。因此，所述方法可以包括向驾驶员发送或提供警告系统的步骤。例如，可以警告驾驶员，期望的“行驶高度”或空气悬架系统的期望设置无法再像驾驶员在较高环境压力下驾驶时习惯的那样快速调整。这提高了整个系统的功能安全性。

22、在实施例中，所述方法可以进一步包括以下步骤：将压力室内部的测量压力与截止压力目标值(与减小的截止压力目标值或与未减小的截止压力目标值)进行比较；以及当压力室内部的测量压力达到截止压力目标值或上升到截止压力目标值之上时，关闭压缩机一段时间。特别地，可以关闭压缩机直到测量压力再次降低到截止压力目标值以下。当截止压力值从减小的截止压力目标值再次增大到初始截止压力目标值时(结合环境压力上升到预定环境压力默认值之上)，测量压力可以再次“下降”到截止压力目标值以下。将压力室内部的测量压力与截止压力目标值进行比较的步骤可以重复和/或持续执行。

23、在实施例中，车辆可以是电动车辆。与传统内燃机车辆不同，电动车辆通常不设置有可用于向压缩机子系统供应测量值的环境压力传感器。

24、在实施例中，另一子系统可以是空气悬架系统，其通过可控阀连接至车辆子系统。

25、对于扩展卡尔曼滤波器，可以使用以下设计：

26、

27、其中，x是状态向量，p是压力室内部的先前估计压力(即，针对之前时间点所估计的)，pamb是估计环境压力，是流体体积流(在环境压力下)，n是压缩机的转速；

28、

29、其中，是状态向量，p是压力室内部的先前估计压力(即，针对之前时间点所估计的)，pamb是估计环境压力，是流体体积流(在环境压力下)，n是压缩机的转速；

30、并且

31、

32、其中，p是状态协方差矩阵，是预测状态协方差矩阵，fj是由预测状态向量得到的雅可比矩阵，并且q是过程协方差矩阵；

33、其中，

34、

35、其中，i是表示压力室中的压力的不确定性的变量，其中，i可以被初始化为大约2，并且当压力室的阀打开时可以增大到大约100，因为在这种情况下压缩机模型公式在该运行阶段不再有效。

36、对于测量更新和估计环境压力的近似，扩展卡尔曼滤波器可以使用以下设计：

37、

38、其中，y是测量坐标中测量与预测之间的增量，z是系统传感器测量的向量并且h是测量矩阵，其中，

39、

40、并且

41、

42、并且

43、

44、其中，s是新息协方差矩阵，r是测量协方差矩阵，其中，是压力室压力传感器数据(传感器参数)的方差，是压缩机转速传感器数据(传感器参数)的方差，并且是体积流量传感器数据(传感器参数)的方差；

45、并且

46、

47、

48、并且

49、

50、其中，i是单位矩阵，并且p是状态协方差矩阵，其是用于系统验证的ekf的输出。

51、扩展卡尔曼滤波器可以计算预测状态模型与测量状态模型之间的误差。然后可以处理这些误差以校正各个状态。校正的权重取决于测量(r)和预测(q)的不确定性。因此，即使是预测(估计)值的准确性也可以随时间提高。

52、本发明的另一方面涉及一种用于控制车辆子系统的控制模块，其中，所述车辆子系统包括带压力室的压缩机。控制模块被配置为执行如上所述的方法。

53、本发明的另一方面涉及一种用于车辆、特别是用于电动车辆的系统。所述系统包括具有带压力室的压缩机的车辆子系统。所述系统进一步包括其上实施有扩展卡尔曼滤波器的控制模块。

54、扩展卡尔曼滤波器被配置为计算车辆子系统的预测状态模型与车辆子系统的对应测量状态模型之间的误差。

55、预测状态模型包括压力室内部的估计压力、估计环境压力、压缩机的估计转速和压缩机的估计流体体积流作为参数。

56、测量状态模型包括压力室内部的测量压力、压缩机的测量转速和压缩机的测量流体体积流作为参数。

57、扩展卡尔曼滤波器被配置为处理所计算误差，以基于所测量参数和所估计参数的加权不确定性来调整预测状态模型，包括调整估计环境压力。

58、控制模块进一步包括比较单元，所述比较单元被配置为将估计环境压力与预定环境压力默认值进行比较。

59、控制模块进一步包括截止压力设置单元，所述截止压力设置单元被配置为当估计环境压力小于或等于预定环境压力默认值时，在一段时间内将车辆子系统的截止压力目标值减小一个减小量。

60、在实施例中，所述系统可以包括另一子系统，特别是以空气悬架系统的形式。另一子系统通过可控阀连接至车辆子系统，其中，所述系统被配置为在可控阀打开时将压力从压缩机的压力室供应到另一子系统。

61、在实施例中，所述系统可以进一步包括被配置为测量压力室内部的压力的压力室压力传感器、被配置为测量压缩机的转速的压缩机转速传感器、和/或被配置为测量压缩机的流体体积流的体积流量传感器。

62、尽管已经针对一个方面描述了一些特征、功能、实施例、技术效果和优点，但是应当理解，这些特征、功能、实施例、技术效果和优点可以彼此组合，也适用于其他实施例和方面。具体地，已经在所述方法的上下文中描述的特征、功能、实施例、技术效果和优点也可以适用于所述系统，反之亦然。