一种真空泵的性能评估方法、装置及电动汽车与流程
本发明涉及电动汽车技术领域，特别是涉及一种真空泵的性能评估方法、装置及电动汽车。
背景技术：
面对日趋严峻的能源与环境问题，节能与新能源汽车正成为当前研究的热点。作为节能与新能源汽车的一种，纯电动汽车在行驶过程中具有无尾气排放、能量效率高、噪声低、可回收利用能量等多项优点，因此大力发展纯电动汽车对能源安全、环境保护具有重大意义。
与传统燃油车不同，纯电动汽车的能量来源于高压动力电池、超级电容等，并利用电机代替内燃机驱动车轮，以达到车辆正常行驶的目的。当前国内外的纯电动汽车绝大多数采用电动真空泵为制动助力系统提供真空源，并通过液压制动系统最终实现制动功能。其中电动真空泵是纯电动车所特有的，一般情况下车辆会根据制动助力器内部的真空度对电动真空泵进行开关式控制，保证助力器内部的真空度维持在一定范围内，从而满足驾驶员的制动助力需求。在驾驶员踩下制动踏板后，电动真空泵、助力器与液压制动系统协同工作，建立制动系统压力，最终推动制动活塞工作，实现车辆制动功能。
对于通过电动真空泵提供真空源的纯电动汽车，真空泵的性能对于整个制动助力系统有着重要影响。真空泵作为一个机械部件，尤其是活塞式真空泵，在正常工作寿命范围内，其性能(抽真空能力)受多种因素的影响，但总体来说会随着累计工作时间的增加而衰减。当电动真空泵的性能下降到一定程度，则会影响真空度的快速建立，进而不能满足驾驶员的制动助力需求。而且从真空泵性能下降到升级为故障是一个量变到质变的过程，如何实现对真空泵性能下降所带来的安全隐患进行有效防范，以便于维修人员能够对性能下降较大(未达到故障状态)的真空泵提前采取处理措施，如维修、更换等，是目前亟待研究和解决的问题。
技术实现要素：
本发明的目的在于提供一种真空泵的性能评估方法、装置及电动汽车，从而可以解决现有技术中无法对真空泵性能进行有效评估，进而对真空泵性能下降所带来的潜在安全隐患无法有效预防的问题。
为了实现上述目的，本发明实施例提供一种真空泵的性能评估方法，应用于电动汽车，包括：
获取真空助力器的真空度由第一预定值Kp1上升至第二预定值Kp2所需的实际工作时间T；
根据所述电动汽车当前所处的环境温度TC0和环境大气压力P0，得到所述真空泵的正常工作时间Ta；其中，所述正常工作时间Ta为所述真空泵性能无衰减及无故障的状态下，真空助力器的真空度由所述第一预定值Kp1上升至所述第二预定值Kp2所需的时间；
根据所述实际工作时间T和所述正常工作时间Ta，得到所述真空泵的性能参数Kvac。
其中，获取真空助力器的真空度由第一预定值Kp1上升至第二预定值Kp2所需的实际工作时间T的步骤包括：
在接收到单次制动信号且真空泵处于工作状态时，获取真空助力器的真空度由第一预定值Kp1上升至第二预定值Kp2所需的实际工作时间T。
其中，根据所述电动汽车当前所处的环境温度TC0和环境大气压力P0，得到所述真空泵的正常工作时间Ta的步骤包括：
获取所述电动汽车所处的环境温度TC、环境大气压力P以及对应的真空泵的正常工作时间Ta的试验样本数据[TC P Ta]；
根据所述试验样本数据[TC P Ta]，创建径向基函数神经网络；
根据所述径向基函数神经网络以及所述电动汽车当前所处的环境温度TC0和环境大气压力P0，得到所述真空泵的正常工作时间Ta。
其中，所述根据所述试验样本数据[TC P Ta]，创建径向基函数神经网络的步骤，包括：
根据建立初始径向基函数神经网络；
x为输入矢量，x＝[TC P]T；
为真空泵的正常工作时间Ta的网络输出；
为权重；L为隐层神经元数量，L＝5；
为中心矢量；
为输入矢量到中心矢量的距离；φ为径向基函数；
根据所述试验样本数据[TC P Ta]，对所述初始径向基函数神经网络进行训练，得到径向基函数神经网络。
其中，所述根据所述实际工作时间T和所述正常工作时间Ta，得到所述真空泵的性能参数Kvac的步骤，包括：
将所述实际工作时间T和所述正常工作时间Ta代入得到所述真空泵的性能参数Kvac；
其中，Ka表示时间性能系数，且Ka＞1；T∈[Ta,Ka·Ta]。
其中，将所述实际工作时间T和所述正常工作时间Ta代入得到所述真空泵的性能参数Kvac的步骤之前，所述方法还包括：
对所述实际工作时间T进行取值限制处理，将所述实际工作时间T的取值限制在[Ta,Ka·Ta]区间之间。
其中，所述方法还包括：
监测所述电动汽车是否下电；
当监测到所述电动汽车下电时，根据计算得到本次行车周期内真空泵的平均性能参数并将所述电动汽车行车周期内真空泵的平均性能参数更新为
其中，Kf表示权重系数，0＜Kf＜1；n表示在本次行车周期内所获得的真空泵的性能参数Kvac的次数；Kvaci表示在本次行车周期内获得的第i次真空泵的性能参数Kvac；表示上一行车周期内真空泵的平均性能参数。
其中，在根据所述实际工作时间T和所述正常工作时间Ta，得到所述真空泵的性能参数Kvac的步骤之后，所述方法还包括：
获取所述真空泵的稳态工作电流iavg；
根据所述稳态工作电流iavg和所述性能参数Kvac，确定所述真空泵是否满足预警处理条件；
在所述真空泵满足所述预警处理条件时，生成用于提示用户存在驾驶安全风险的报警信息。
其中，所述获取所述真空泵的稳态工作电流iavg的步骤，包括：
当监测到所述真空泵启动，并延时第一预设时间tk1后，采集所述真空泵的工作电流；
持续采集第二预设时间tk2后，根据计算得到所述真空泵的稳态工作电流iavg；其中，i(t)表示实时采集的真空泵的工作电流。
其中，根据所述稳态工作电流iavg和所述性能参数Kvac，确定所述真空泵是否满足预警处理条件的步骤，包括：
判断所述稳态工作电流iavg是否超出预设取值范围[ilow,ihigh]，ihigh＞ilow＞0；
若是，则确定所述真空泵满足预警处理条件，进入执行在所述真空泵满足所述预警处理条件时，生成用于提示用户存在驾驶安全风险的报警信息的步骤；
若否，则判断所述性能参数Kvac是否小于预设阈值Klim；
若是，则确定所述真空泵满足预警处理条件，进入执行在所述真空泵满足所述预警处理条件时，生成用于提示用户存在驾驶安全风险的报警信息的步骤。
本发明实施例还提供一种真空泵的性能评估装置，包括：
第一获取模块，用于获取真空助力器的真空度由第一预定值Kp1上升至第二预定值Kp2所需的实际工作时间T；
处理模块，用于根据电动汽车当前所处的环境温度TC0和环境大气压力P0，得到所述真空泵的正常工作时间Ta；其中，所述正常工作时间Ta为所述真空泵性能无衰减及无故障的状态下，真空助力器的真空度由所述第一预定值Kp1上升至所述第二预定值Kp2所需的时间；
性能参数获取模块，用于根据所述实际工作时间T和所述正常工作时间Ta，得到所述真空泵的性能参数Kvac。
本发明实施例还提供一种电动汽车，包括如上述所述的真空泵的性能评估装置。
本发明的上述技术方案的有益效果如下：
本发明实施例的上述方案中，通过根据获取到的真空助力器的真空度由第一预定值上升至第二预定值所需的实际工作时间以及由电动汽车当前的环境温度和环境大气压力得到的真空泵的正常工作时间，得到真空泵的性能参数，实现对电动汽车制动助力系统中真空泵性能的量化评估，为车辆维修保养人员对真空泵的性能优劣的判断，提供了重要依据，从而可以对真空泵性能下降所带来的潜在安全隐患做到有效预防。
附图说明
图1为本发明实施例的真空泵的性能评估方法流程图之一；
图2为本发明实施例电动汽车制动助力系统架构示意图；
图3为图1步骤102的具体流程图；
图4为本发明实施例径向基函数神经网络的架构图；
图5为图1步骤103的具体流程图；
图6为本发明实施例的真空泵的性能评估方法流程图之二；
图7为本发明实施例的真空泵的性能评估方法流程图之三；
图8为本发明实施例的真空泵的性能评估装置的基本组成结构示意图；
图9为本发明实施例的真空泵的性能评估装置的具体组成结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
第一实施例
如图1所示，为本发明实施例的真空泵的性能评估方法流程图，应用于电动汽车。下面结合图2来具体说明该方法的实施过程。
首先，需要说明的是，本发明提供的真空泵的性能评估方法适用于具有如图2所示的制动助力系统的纯电动汽车。
这里，如图2所示，该制动助力系统包括：整车控制器、电动真空泵(活塞式)、真空罐、真空助力器、真空压力传感器、大气压力传感器、环境温度传感器、管路等(该系统中未包含液压执行机构部分)。其中，真空压力传感器安装布置在真空助力器上；大气压力传感器和环境温度传感器具体安装布置的位置不做限定，可以单独安装布置，也可安装布置在整车控制器或其他模块上。
这里，真空助力器为驾驶员提供制动助力需求；整车控制器(其可以由专门的真空泵控制器所代替)用于真空泵的控制及故障的检测与处理；采集真空压力传感器、大气压力传感器和环境温度传感器的相关信息，经过解析获得真空助力器内部真空度与环境大气压力和环境温度，之后按照一定的控制逻辑驱动真空泵工作。
电动真空泵工作时通过两个单向阀抽取真空罐与真空助力器内部的空气，提供真空度保证。具体的，驾驶员踩制动踏板，也就是电动汽车接收到制动信号，空气进入到真空助力器中，使得真空助力器中的真空度下降；之后，空气进入到真空罐中，使得真空罐中的真空度(一般情况下，真空助力器与真空罐中的真空度相同，维持在一个平衡状态)下降；最后真空泵通过两个单向阀抽取真空罐与真空助力器内部的空气，提供真空度保证。
真空罐为整个制动助力系统提供真空度储备，尤其在真空泵未工作时，真空罐内的真空度能够为驾驶员提供制动助力需求。这里，电动汽车会根据真空助力器内部的真空度对电动真空泵进行开关式控制，真空助力器中的压强达到阈值(一般70Kpa)时，真空泵可停止工作，此时若为了使驾驶员可连续制动，则真空罐内的真空度能够为驾驶员提供制动助力需求，可用于补偿真空助力器中的真空度，这样可以节省驾驶员连续制动的时间。
本发明实施例提供的真空泵的性能评估方法的步骤具体如下：
步骤101，获取真空助力器的真空度由第一预定值Kp1上升至第二预定值Kp2所需的实际工作时间T。
需说明的是，本发明实施例提供的真空泵的性能评估方法是在单次整车循环内完成的，即单次的车辆上电、下电周期内。
具体的，在接收到单次制动信号且真空泵处于工作状态时，获取真空助力器的真空度由第一预定值Kp1上升至第二预定值Kp2所需的实际工作时间T。
这里所说的单次制动信号是指驾驶员踩制动踏板的这一制动动作为一次，而不是连续踩制动踏板。也就是说，在这一次制动信号从开始到结束期间，且真空泵处于工作状态时，采集得到真空助力器的真空度由第一预定值Kp1上升至第二预定值Kp2所需的时间T，该时间T即为真空泵有效(实际)工作时间。
步骤102，根据所述电动汽车当前所处的环境温度TC0和环境大气压力P0，得到所述真空泵的正常工作时间Ta；其中，所述正常工作时间Ta为所述真空泵性能无衰减及无故障的状态下，真空助力器的真空度由所述第一预定值Kp1上升至所述第二预定值Kp2所需的时间。
具体的，如图3所示，本发明实施的步骤102还可具体包括：
步骤1021，获取所述电动汽车所处的环境温度TC、环境大气压力P以及对应的真空泵的正常工作时间Ta的试验样本数据[TC P Ta]。
需要说明的是，可利用一套性能良好的制动助力系统，如图2所示，在不同的环境温度与环境大气压力条件下进行试验，得到真空助力器内的真空度由第一预定值Kp1上升至第二预定值Kp2所需的工作时间，在此基础上加入预设的时间余量得到真空泵的正常工作时间Ta。这样得到大量的试验样本数据，即可表示为[TC P Ta]。
这里，加入时间余量是为了补偿不同真空泵性能的差异，得到的真空泵的正常工作时间Ta具有普遍适用性。
步骤1022，根据所述试验样本数据[TC P Ta]，创建径向基函数神经网络。
需说明的是，真空泵的正常工作时间Ta是真空泵性能评估的关键，它与多种因素有关，其中最主要的两点为环境温度TC和环境大气压力P，而环境温度TC和环境大气压力P与真空泵的正常工作时间Ta存在复杂的映射关系。
本步骤通过试验样本数据[TC P Ta]，创建径向基函数神经网络，进而得到环境温度TC和环境大气压力P与真空泵的正常工作时间Ta之间的映射关系。
这里，径向基函数神经网络具有非线性的基本特性，且作为一种性能优良的前馈型神经网络，具有机构简单、计算量小的特点，其隐层的神经元易确定，并且在前期神经网络训练过程中容易达到收敛，可以任意精度逼近任意的非线性函数，且拓扑结构紧凑、具有全局逼近能力。
具体的，步骤1022还可具体包括：
步骤10221，根据建立初始径向基函数神经网络；
x为输入矢量，x＝[TC P]T；
为真空泵的正常工作时间Ta的网络输出；
为权重；L为隐层神经元数量，L＝5；
为中心矢量；
为输入矢量到中心矢量的距离；φ为径向基函数；
步骤10222，根据所述试验样本数据[TC P Ta]，对所述初始径向基函数神经网络进行训练，得到径向基函数神经网络。
这里，通过如图2所示的性能良好的制动助力系统进行试验，得到大量的有效数据，即试验样本数据[TC P Ta]，利用上述试验样本数据作为基础数据对初始径向基函数神经网络进行训练，得到收敛的径向基函数神经网络。
步骤1023，根据所述径向基函数神经网络以及所述电动汽车当前所处的环境温度TC0和环境大气压力P0，得到所述真空泵的正常工作时间Ta。
这里需要说明的是，径向基函数神经网络是预先创建好的，如图4所示的径向基函数神经网络的架构图，在后续计算真空泵的正常工作时间的过程中，直接应用即可。也就是将电动汽车当前所处的环境温度TC0和环境大气压力P0作为输入，通过该径向基函数神经网络得到真空泵的正常工作时间Ta。
步骤103，根据所述实际工作时间T和所述正常工作时间Ta，得到所述真空泵的性能参数Kvac。
具体的，本步骤还可具体包括：
步骤1031，将所述实际工作时间T和所述正常工作时间Ta代入得到所述真空泵的性能参数Kvac；
其中，Ka表示时间性能系数，且Ka＞1；T∈[Ta,Ka·Ta]。
需说明的是，本发明中整车控制器还用于计算真空泵的性能参数。计算得到的正常工作时间Ta含义如下：性能良好的制动助力系统在真空泵工作条件下，内部的真空度由第一预定值Kp1上升至第二预定值Kp2所需的时间不应超过Ta，若超过该时间，则意味着真空泵性能下降。
这里，Ka·Ta表示真空泵下降较为严重的时间阈值，若真空泵的实际工作时间T超过该时间，则意味着真空泵下降已经超过一定程度，若进一步下降则将触发真空泵相关故障。
进一步地，在执行步骤1031之前，如图5所示，本发明实施例的方法还可包括：
步骤1030，对所述实际工作时间T进行取值限制处理，将所述实际工作时间T的取值限制在[Ta,Ka·Ta]区间之间。
需说明的是对实际采集的真空泵的实际工作时间T进行限制，即将T限制在[Ta,Ka·Ta]区间。即若T＜Ta，则令T＝Ta；同理若T＞Ka·Ta，则令T＝Ka·Ta。
这样，随着真空泵的实际工作时间T(限制后)在[Ta,Ka·Ta]区间变化，真空泵的性能参数Kvac在100％至0区间内线性变化。也就是真空泵的性能参数计算得到的值越小，百分比越小，表明真空泵的性能下降程度越大。该性能参数Kvac作为电动汽车制动助力系统中真空泵性能的量化评估指标，为车辆维修保养人员的决策提供了重要依据。
本发明实施例提供的真空泵的性能评估方法，通过根据获取到的真空助力器的真空度由第一预定值上升至第二预定值所需的实际工作时间以及由电动汽车当前的环境温度和环境大气压力得到的真空泵的正常工作时间，得到真空泵的性能参数，实现对电动汽车制动助力系统中真空泵性能的量化评估，为车辆维修保养人员对真空泵的性能优劣的判断，提供了重要依据，从而可以对真空泵性能下降所带来的潜在安全隐患做到有效预防。
优选的，如图6所示，本发明实施例的真空泵的性能评估方法，还可包括：
步骤104，监测所述电动汽车是否下电；
这里，若是，则执行步骤105；反之，则返回继续执行步骤101，也就是再次获取真空助力器的真空度由第一预定值Kp1上升至第二预定值Kp2所需的实际工作时间T，也就是驾驶员又一次踩制动踏板。
步骤105，当监测到所述电动汽车下电时，根据计算得到本次行车周期内真空泵的平均性能参数并将所述电动汽车行车周期内真空泵的平均性能参数更新为
其中，Kf表示权重系数，0＜Kf＜1；n表示在本次行车周期内所获得的真空泵的性能参数Kvac的次数；Kvaci表示在本次行车周期内获得的第i次真空泵的性能参数Kvac；表示上一行车周期内真空泵的平均性能参数。
这里由上述真空泵的平均性能参数的计算公式可以看出，下电存储在电动汽车中的真空泵性能参数时通过本次上电周期计算得到的性能参数平均值与之前的(上一上电周期)得到的平均性能参数加权得到的。这样能够使存储在电动汽车中的性能参数反映出该电动汽车近一段时间内真空泵的平均性能指标，相对于单次性能指标，该平均性能指标对于车辆检修人员更具实际参考价值。
需要说明的是，本发明实施例提供的方法是在单次整车循环内完成的，即单次的电动汽车上电、下电周期内。电动汽车上电后首先对真空泵的实际工作时间进行采集，获得真空泵的工作状态；在此基础上根据获得的真空泵的工作状态以及环境因素对真空泵的性能进行评估，得到量化的性能指标；最后以本次整车循环得到的性能参数为基础对之前整车循环得到的性能参数进行更新并存储，存储在电动汽车中的真空泵的平均性能参数将为车辆维修保养人员对真空泵的性能优劣的判断，提供了重要依据。
这里，本发明实施例提供的真空泵的性能评估方法，考虑到了由于环境因素(主要是环境温度和环境大气压力)对真空泵性能所造成的正常影响。
具体的，如图7所示，本发明实施例提供的真空泵的性能评估方法还可包括：
步骤106，获取所述真空泵的稳态工作电流iavg。
这里，本步骤106还可具体包括：
步骤1061，当监测到所述真空泵启动，并延时第一预设时间tk1后，采集所述真空泵的工作电流；
需要说明的是，真空泵启动一段时间(即第一预设时间tk1)后，再去对真空泵的工作电流进行采集，是考虑到真空泵启动初期的工作电流较大，无参考价值。
步骤1062，持续采集第二预设时间tk2后，根据计算得到所述真空泵的稳态工作电流iavg；其中，i(t)表示实时采集的真空泵的工作电流。
步骤107，根据所述稳态工作电流iavg和所述性能参数Kvac，确定所述真空泵是否满足预警处理条件。
这里，本步骤107还可具体包括：
步骤1071，判断所述稳态工作电流iavg是否超出预设取值范围[ilow,ihigh]，ihigh＞ilow＞0；
这里，需要说明的是，ihigh表示真空泵工作电流的上限阈值，ilow表示真空泵工作电流的下限阈值。
若是，则执行步骤1072；反之，则执行步骤1073。
步骤1072，若是，则确定所述真空泵满足预警处理条件，进入执行步骤108；
这里，对于活塞式真空泵，正常情况下，真空泵工作达到稳定状态后，其工作电流不应超过预设范围。若超出该预设范围则表明真空泵存在某种工作异常，如机械润滑变差(工作电流增大)、轻微堵转(工作电流增大)、真空泵电机异常等，若这种异常程度较低，则不会对真空泵性能参数Kvac产生影响(即Kvac为100％)，同时不会触发真空泵故障。对于这种情况虽然对真空泵的抽真空能力造成影响，但其背后却存在着更大的潜在危险。因此，需要对驾驶员进行预警提示，以对潜在的安全风险进行规避。
步骤1073，若否，则判断所述性能参数Kvac是否小于预设阈值Klim；
若是，则执行步骤1074；反之，则结束流程。
步骤1074，若是，则确定所述真空泵满足预警处理条件，进入执行步骤108。
这里，当性能参数Kvac小于预设阈值Klim，则认为真空泵性能下降已经达到一定程度，需要对驾驶员进行预警提示，以对潜在的安全风险进行规避。
步骤108，在所述真空泵满足所述预警处理条件时，生成用于提示用户存在驾驶安全风险的报警信息。
这里，当满足预警处理条件时，考虑到虽然真空泵性能下降到一定程度或真空泵发生异常，但该性能下降或异常未达到故障标准，因此为了不影响驾驶员的驾驶感受，可通过仪表文字提示方式来提醒驾驶员，使驾驶员达到规避潜在风险的目的，在保证行车安全的前提下最大程度的对驾驶员驾乘感受进行保护。具体的预警处理方式为，仪表文字提醒驾驶员：车辆制动助力系统性能下降，请安全驾驶并及时对车辆进行检修。
当然，不仅限于上述仪表文字提示方式，还可以通过语音提示等其他不影响驾驶员的驾驶感受的方式来提醒驾驶员。
需要说明的是，本发明实施例中的步骤106～步骤108是对真空泵的性能评估方法的进一步补充和完善，是在获得真空泵的性能参数Kvac的基础上，结合真空泵的稳态工作电流iavg，给出了一种预警处理机制，在保证驾驶员驾驶感受的基础上实现了对驾驶员关于制动助力系统性能的告知，使驾驶员能够根据提示信息安全驾驶，规避了由于智能助力系统性能下降而带来的潜在的安全隐患，做到了防患于未然。
第二实施例
如图8所示，本发明实施例还提供一种真空泵的性能评估装置，包括：
第一获取模块201，用于获取真空助力器的真空度由第一预定值Kp1上升至第二预定值Kp2所需的实际工作时间T；
处理模块202，用于根据所述电动汽车当前所处的环境温度TC0和环境大气压力P0，得到所述真空泵的正常工作时间Ta；其中，所述正常工作时间Ta为所述真空泵性能无衰减及无故障的状态下，真空助力器的真空度由所述第一预定值Kp1上升至所述第二预定值Kp2所需的时间；
性能参数获取模块203，用于根据所述实际工作时间T和所述正常工作时间Ta，得到所述真空泵的性能参数Kvac。
具体的，如图9所示，所述第一获取模块201还可具体包括：
第一获取子模块2011，用于在接收到单次制动信号且真空泵处于工作状态时，获取真空助力器的真空度由第一预定值Kp1上升至第二预定值Kp2所需的实际工作时间T。
这里，本发明实施例中所述处理模块202还可具体包括：
第二获取子模块2021，用于获取所述电动汽车所处的环境温度TC、环境大气压力P以及对应的真空泵的正常工作时间Ta的试验样本数据[TC P Ta]；
神经网络创建子模块2022，用于根据所述试验样本数据[TC P Ta]，创建径向基函数神经网络；
处理子模块2023，用于根据所述径向基函数神经网络以及所述电动汽车当前所处的环境温度TC0和环境大气压力P0，得到所述真空泵的正常工作时间Ta。
具体的，所述神经网络创建子模块2022还可具体包括：
初始网络建立单元20221，用于根据建立初始径向基函数神经网络；
x为输入矢量，x＝[TC P]T；
为真空泵的正常工作时间Ta的网络输出；
为权重；L为隐层神经元数量，L＝5；
为中心矢量；
为输入矢量到中心矢量的距离；φ为径向基函数；
网络训练处理单元20222，用于根据所述试验样本数据[TC P Ta]，对所述初始径向基函数神经网络进行训练，得到径向基函数神经网络。
具体的，本发明实施例的所述性能参数获取模块203还可具体包括：
性能参数计算子模块2031，用于将所述实际工作时间T和所述正常工作时间Ta代入得到所述真空泵的性能参数Kvac；
其中，Ka表示时间性能系数，且Ka＞1；T∈[Ta,Ka·Ta]。
这里，所述性能参数获取模块203还可具体包括：
时间限制处理子模块2032，用于在将所述实际工作时间T和所述正常工作时间Ta代入得到所述真空泵的性能参数Kvac之前，对所述实际工作时间T进行取值限制处理，将所述实际工作时间T的取值限制在[Ta,Ka·Ta]区间之间。
具体的，本发明实施例的真空泵的性能评估装置还可包括：
监测模块204，用于监测所述电动汽车是否下电；
性能参数获取更新模块205，用于当监测到所述电动汽车下电时，根据计算得到本次行车周期内真空泵的平均性能参数并将所述电动汽车行车周期内真空泵的平均性能参数更新为
其中，Kf表示权重系数，0＜Kf＜1；n表示在本次行车周期内所获得的真空泵的性能参数Kvac的次数；Kvaci表示在本次行车周期内获得的第i次真空泵的性能参数Kvac；表示上一行车周期内真空泵的平均性能参数。
具体的，本发明实施例的真空泵的性能评估装置还可包括：
第二获取模块206，用于获取所述真空泵的稳态工作电流iavg；
预警处理条件确定模块207，用于根据所述稳态工作电流iavg和所述性能参数Kvac，确定所述真空泵是否满足预警处理条件；
报警信息生成模块208，用于在所述真空泵满足所述预警处理条件时，生成用于提示用户存在驾驶安全风险的报警信息。
这里，所述第二获取模块206还可具体包括：
电流采集子模块2061，用于当监测到所述真空泵启动，并延时第一预设时间tk1后，采集所述真空泵的工作电流；
稳态电流计算子模块2062，用于持续采集第二预设时间tk2后，根据计算得到所述真空泵的稳态工作电流iavg；其中，i(t)表示实时采集的真空泵的工作电流。
这里，所述预警处理条件确定模块207还可具体包括：
第一判断子模块2071，用于判断所述稳态工作电流iavg是否超出预设取值范围[ilow,ihigh]，ihigh＞ilow＞0；
第一确定子模块2072，用于在稳态工作电流iavg超出预设取值范围[ilow,ihigh]时，确定所述真空泵满足预警处理条件，进入执行在所述真空泵满足所述预警处理条件时，生成用于提示用户存在驾驶安全风险的报警信息的步骤；
第一判断子模块2073，用于在稳态工作电流iavg未超出预设取值范围[ilow,ihigh]时，判断所述性能参数Kvac是否小于预设阈值Klim；
第二确定子模块2074，用于在性能参数Kvac小于预设阈值Klim时，确定所述真空泵满足预警处理条件，进入执行在所述真空泵满足所述预警处理条件时，生成用于提示用户存在驾驶安全风险的报警信息的步骤。
本发明实施例还提供一种电动汽车，包括如上述所述真空泵的性能评估装置。具体的，上述真空泵的性能评估装置可以在电动汽车的整车控制器中实现；也可以在专门的真空泵控制器中实现。
本发明实施例提供的真空泵的性能评估装置，性能参数获取模块通过根据第一获取模块获取到的真空助力器的真空度由第一预定值上升至第二预定值所需的实际工作时间以及处理模块由电动汽车当前的环境温度和环境大气压力得到的真空泵的正常工作时间，得到真空泵的性能参数，实现对电动汽车制动助力系统中真空泵性能的量化评估，为车辆维修保养人员对真空泵的性能优劣的判断，提供了重要依据，从而可以对真空泵性能下降所带来的潜在安全隐患做到有效预防。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
- 还没有人留言评论。精彩留言会获得点赞！