基于观测器的车辆ECAS传感器故障诊断研究

发布时间：2017-10-09 03:27

  本文关键词：基于观测器的车辆ECAS传感器故障诊断研究

  更多相关文章： 电控空气悬架 传感器 故障检测与隔离 卡尔曼滤波器 自适应阈值 试验研究

【摘要】：电控空气悬架(ECAS)系统基于电子控制单元ECU,实时采集悬架系统周围安装的传感器信息,经控制器处理并输出控制信号至执行机构,能有效地控制悬架状态以满足车辆的行驶性能需求。然而,车辆行驶工况复杂多变,路面及发动机引起的车辆振动对空气悬架电控系统部件可靠性影响极大,其中传感器是系统中最易发生故障的部件。传感器输出信号不准确甚至完全无信号,将导致控制器对车辆行驶状态估计误判,从而影响空气悬架系统性能。因此,面向功能安全、性能可靠的ECAS系统,本课题针对传感器故障诊断展开相关研究。结合车辆动力学与气体热力学等相关基础理论,建立含传感器故障的ECAS系统动力学模型。将路面干扰和簧下质量的振动视为施加在悬架动行程上的随机干扰,建立空气悬架系统动力学的降阶模型。同时,将空气弹簧的充放气过程视为变质量热力学过程,采用热力学第一定律,建立其开口充放气变质量模型。分析ECAS系统中车身高度、加速度及气压等传感器故障特征,通过传感器故障情况分类,建立不同故障条件下ECAS系统的数学模型。针对1/4车辆ECAS传感器故障,研究故障的检测与隔离方法。设计故障检测观测器组,结合传感器实时测量值计算获得空气悬架系统状态输出残差,在此基础上设计故障检测指标,选取最优阈值方法设计检测阈值以实现故障的检测。进一步地,利用故障检测指标制定故障隔离指标,结合最优阈值以实现对ECAS传感器故障的诊断。针对强非线性的车辆ECAS系统,其动态调节时受到路面激励扰动,在卡尔曼滤波理论基础上,提出基于容积卡尔曼滤波器算法(CKF)设计观测器。选取四种典型传感器故障情况,进行传感器故障诊断仿真与试验。对比分析了扩展卡尔曼滤波器算法(EKF)、强跟踪卡尔曼滤波器算法(STF)和容积卡尔曼滤波器算法(CKF)三种方法在故障诊断中的性能,结果表明,三种方法均能实现传感器故障的诊断,从整体响应指标看,CKF的诊断效果最优。针对整车ECAS系统模型的线性化误差和参数不确定性误差,提出基于自适应阈值的车辆ECAS传感器故障诊断方法。通过建立阈值与控制输入、参数变化范围的关系式,结合CKF算法,设计面向整车ECAS系统的观测器并进行传感器故障诊断的仿真验证。最后,搭建整车ECAS传感器故障诊断试验台架,通过MTS320道路模拟试验机,验证了传感器故障检测与隔离诊断方法在整车实车中的有效性,有效提高了ECAS系统控制的可靠性与安全性。
【关键词】：电控空气悬架 传感器 故障检测与隔离 卡尔曼滤波器 自适应阈值 试验研究
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U472.9
【目录】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 绪论11-19
• 1.1 课题研究的背景及意义11-12
• 1.2 相关领域研究现状12-17
• 1.2.1 空气悬架控制技术研究现状12-14
• 1.2.2 传感器故障诊断技术研究现状14-17
• 1.3 课题的主要研究内容17-19
• 1.3.1 主要研究内容17
• 1.3.2 技术路线17-19
• 第二章 基于传感器故障的ECAS系统建模19-29
• 2.1 含传感器故障的 1/4 车辆ECAS系统建模19-23
• 2.1.1 1/4ECAS系统建模19-21
• 2.1.2 1/4ECAS传感器故障建模21-23
• 2.2 含传感器故障的整车ECAS系统建模23-28
• 2.2.1 整车ECAS系统建模23-27
• 2.2.2 整车ECAS传感器故障建模27-28
• 2.3 本章小结28-29
• 第三章 基于CKF的 1/4 车辆ECAS传感器故障诊断研究29-44
• 3.1 1/4 车辆ECAS传感器故障诊断方法29-35
• 3.1.1 故障检测方法30-31
• 3.1.2 故障隔离方法31-32
• 3.1.3 阈值的确定32-33
• 3.1.4 基于CKF算法的ECAS传感器故障观测器设计33-35
• 3.2 1/4 车辆ECAS传感器故障诊断仿真35-39
• 3.2.1 基于CKF的传感器故障诊断仿真35-37
• 3.2.2 1/4 车辆ECAS传感器故障诊断对比仿真分析37-39
• 3.3 1/4 车辆ECAS传感器故障诊断试验验证39-43
• 3.3.1 试验系统及方案39-40
• 3.3.2 试验结果与分析40-43
• 3.4 本章小结43-44
• 第四章 基于自适应阈值的整车ECAS传感器故障诊断研究44-71
• 4.1 自适应阈值计算44-51
• 4.1.1 模型误差分析44-50
• 4.1.2 自适应阈值确定50-51
• 4.2 基于自适应阈值的车辆ECAS传感器故障诊断仿真51-60
• 4.2.1 故障诊断方法52-54
• 4.2.2 故障检测结果分析54-57
• 4.2.3 故障隔离结果分析57-60
• 4.3 面向整车的ECAS传感器故障诊断试验验证60-70
• 4.3.1 试验系统及方案60-63
• 4.3.2 故障检测结果分析63-67
• 4.3.3 故障隔离结果分析67-70
• 4.4 本章小结70-71
• 第五章 总结与展望71-73
• 5.1 主要工作与结论71-72
• 5.2 工作展望72-73
• 参考文献73-77
• 致谢77-78
• 攻读硕士期间主要研究成果78
• 发表的学术论文78
• 参加的项目78

【相似文献】

中国期刊全文数据库 前10条

1 郭其一,王立德;一种基于解析性冗余的传感器故障诊断技术[J];铁道学报;2000年04期

2 熊良才,史铁林,杨叔子;机电系统中传感器故障诊断的控制图法[J];机械与电子;2000年05期

3 荣吉利;基于模型的航天器在轨传感器故障诊断方法[J];兵工学报;2002年02期

4 黄孝彬,牛玉广,刘吉臻,刘武林;基于模糊动态模型的传感器故障诊断方法[J];中国电机工程学报;2003年03期

5 尤富强,田作华,施颂椒;线性时滞系统的传感器故障诊断[J];哈尔滨工程大学学报;2005年04期

6 许秀玲,汪晓东,张浩然;基于卡尔曼滤波器的传感器故障诊断[J];仪器仪表学报;2005年S1期

7 范小丹;刘晓勇;佟绍成;;模糊时滞系统的传感器故障诊断[J];辽宁工业大学学报(自然科学版);2008年06期

8 郜丽鹏;林云;;基于凸优化理论的多传感器故障诊断技术[J];电子测量与仪器学报;2009年08期

9 司风琪;李欢欢;徐治皋;;基于鲁棒输入训练神经网络的非线性多传感器故障诊断方法及其应用[J];东南大学学报(自然科学版);2011年03期

10 谭平;蔡自兴;;强噪声背景下的多精度传感器故障诊断[J];电工技术学报;2012年04期

中国重要会议论文全文数据库 前10条

1 许秀玲;汪晓东;张浩然;;基于卡尔曼滤波器的传感器故障诊断[A];第三届全国信息获取与处理学术会议论文集[C];2005年

2 张柯;李文然;;一种新的传感器故障诊断设计方法[A];2007中国控制与决策学术年会论文集[C];2007年

3 邓方;陈杰;陈文颉;;基于数据特征的多线传感器故障诊断[A];第二十九届中国控制会议论文集[C];2010年

4 龚瑞昆;;离散小波变换在传感器故障诊断中的应用[A];中国仪器仪表学会第三届青年学术会议论文集（下）[C];2001年

5 郭刚;王正兵;;基于连续小波变换的传感器故障诊断研究[A];第七届全国信息获取与处理学术会议论文集[C];2009年

6 李亚楠;段立;顾方勇;;基于支持向量机的传感器故障诊断研究[A];舰船电子装备维修理论与应用——中国造船工程学会电子修理学组第四届年会暨信息装备保障研讨会论文集[C];2005年

7 李华;胡协和;;完全冗余及在传感器故障诊断中的应用[A];1997中国控制与决策学术年会论文集[C];1997年

8 于莲芝;梁卫冲;颜国正;;现场总线基于知识的智能传感器故障诊断(英文)[A];第二届全国信息获取与处理学术会议论文集[C];2004年

9 张高钱;李秋红;任冰涛;;于神经网络和卡尔曼滤波器的航空发动传感器故障诊断研究[A];全面建成小康社会与中国航空发展——2013首届中国航空科学技术大会论文集[C];2013年

10 钱朋朋;刘金国;张伟;魏英姿;;基于多尺度主元分析的传感器故障诊断[A];中国仪器仪表学会第十三届青年学术会议论文集[C];2011年

中国博士学位论文全文数据库 前1条

1 付克昌;基于结构优化PCA的传感器故障诊断方法及其应用研究[D];浙江大学;2007年

中国硕士学位论文全文数据库 前10条

1 刘静雅;基于极限学习机的航空发动机传感器故障诊断研究[D];中国民航大学;2015年

2 邹南南;基于观测器的车辆ECAS传感器故障诊断研究[D];江苏大学;2016年

3 黄治军;基于小波分析的传感器故障诊断研究[D];西北工业大学;2004年

4 杨建平;传感器故障诊断的研究与应用[D];华北电力大学（北京）;2004年

5 于凤满;基于模型的传感器故障诊断研究[D];青岛理工大学;2010年

6 高翔;基于小波分析的燃料电池发动机传感器故障诊断研究[D];武汉理工大学;2010年

7 陈毅;航空发动机控制系统传感器故障诊断研究[D];南京航空航天大学;2007年

8 赵文博;航空发动机传感器故障诊断及信号重构[D];南京航空航天大学;2011年

9 张高钱;航空发动机传感器故障诊断与容错控制[D];南京航空航天大学;2014年

10 王霞;基于神经网络的非线性系统传感器故障诊断研究[D];西北工业大学;2002年

，

本文编号：997923