基于模型驅動架構的電動汽車電動助力轉向系統可靠性研究

紀文煜

(無錫南洋職業技術學院 汽車工程與管理學院，江蘇 無錫 214081)

電動汽車助力轉向系統作為汽車研發的核心部件，其常見的模型為A-EPS模型和R-EPS模型。為了解核心部件的運行，應對A-EPS模型的可靠性運行原理進行分析，并對其進行建模，了解該模型運行的情況。在對模型進行R-EPS模型故障系統分析時，分析故障的影響和危害性，在兩種模型的共同分析下，了解電動汽車核心部件的系統可靠性，考慮系統運行中可能存在的安全性問題。

一、研究背景

近些年來，我國社會經濟發展水平逐漸提升，人們的物質生活得到了根本改善，這使其在交通出行方面有了更高的要求。在這一時代背景下，汽車開始在我國有了更加廣闊的應用范圍。從汽車發明至今，汽車總體的數量呈現越來越多的趨勢，迄今為止，我國汽車的數量已經突破了2億，并且這一數值還在逐漸增加的過程中。盡管汽車的應用能夠為人們的生活和生產帶來極大的方便和好處，但同時也會帶來一定的負面影響，具體體現在能源短缺以及環境污染等方面。相關調查表明，我國石油資源的進口比率高達60%，而其中有將近80%都會在汽車領域中進行應用。與此同時，結合相應的城市空氣污染物監測結果能夠發現，其中絕大多數的氮氧化物以及一氧化物的排放來源都是汽車的尾氣排放。通常情況下，內燃機的動力來源主要是柴油或者是汽油，由于其在結構方面所受到的限制，所以無法從根本上解決當前所普遍存在的環境污染以及能源緊張等問題。基于此，為了能夠實現上述問題的高效解決，全世界范圍內各國政府都開始加強了對該方面內容的重視，并頒布了諸多相關政策，致力于通過多樣化的手段緩解經濟發展同環境污染等方面存在的矛盾。

例如，能夠實現開發節能和環保以及限制污染物排放的新型汽車等，電動汽車OEV的動力來源同傳統汽車的動力來源存在一定的差異性，其最主要的特點便在于車載電池的應用，這不僅能夠實現其能源利用效率的優化提升，還使得其在排放量方面得到了有效降低。可以最大限度同當前在環保和節能方面的需求相適應。與此同時,在當前電子技術迅速發展的時代背景下，電池技術水平得到了大幅提升，這些都為電動汽車領域的持續平穩發展奠定了堅實的基礎，能夠高質量解決在電動汽車發展過程中所面臨的各種環境污染和能源短缺問題。再加上我國政府所頒布的一系列政策，也為未來電動汽車行業創造了良好的發展環境。結合當下的發展趨勢來看，新能源汽車是未來汽車行業發展的重點內容，并積極落實能夠促進汽車產業和相關其他產業協調發展的新型發展模式[1]。

二、確定模型

（一）A-EPS模型

1.運行原理

本文在MDA基礎上對車輛EPS系統進行研究，先通過AADL進行系統建模，利用EMA分析該系統的運行可靠性，然后將可靠性模型轉變為故障樹模型，最后采用FTA法進行系統評估，并為系統優化提供改進措施。該系統結構較為復雜，主要由速度傳感器、電流傳感器、故障顯示器、電動機與控制器等部件構成。其中，控制器可依據傳感器傳輸的信號判斷電動機轉動方向，計算出最佳助力扭矩，將控制信號傳遞給離合器與電動機，在功率驅動下調整電路，對電動機轉動進行有效控制；電動機輸出可通過減速機構驅動齒條機構，由此形成轉向助力[2]。

2.建立AADL

EPS系統的內容較多，主要包括車輪速度傳感器、控制單元、離合器、電動機與轉向機構等。在控制單元中帶有三個線程，即信號處理、啟動自檢與決策控制。將控制單元設置在微控制單元中，再將離合器、電動機、傳感器等多種機構依靠CAN總線相互連接。根據試驗中樣車相關參數，采用標準屬性集與自定義屬性集相結合的方式闡述任務類型、傳輸端口與總線屬性等指標。控制決策線程的周期為30 ms，與計算截止時間相同，整個計算流程用時為3 ms。使用NXP STM32L431RCT6型號的處理器，線程交換時間為2—3 ns，調度采取最早截止期限優先原則，利用高速CAN總線與多路訪問協議，在硬件部分利用VHSIC描述語言。值得強調的是，在AADL模型創建中還應對調度、優先級、處理器速率、總線帶寬等指標進行綜合分析，確保設置的參數詳細可靠。

（二）R-EPS模型

1.常見故障

以某品牌電動車為例，在開發測試階段對240臺樣車反復試驗，以車輛出現的所有故障記錄為數據來源。通過數據分析可知，樣車常見故障、多發部位與占比情況如下：DC內部故障占比0.1675；電池管理系統故障占比0.0008；EPS故障預警占比0.2661；車輛控制器故障占比0.2650；MCU電子器件故障占比0.0322；DC輸入欠壓故障占比0.0618；MCU內部變頻電機故障占比0.0011；通訊超時占比為0.319；電池管理系統的顯示故障占比0.0065。根據上述故障部位與占比情況可知，EPS故障預警的發生概率最高，總和達到26.6%，結合該系統結構與技術原理將該故障分為軟硬件、電路故障。其中，軟件故障包括轉角、車速、反饋電流與轉矩等處的信號處理失效故障；硬件故障為車輛速度傳感器、離合器、電動機與MCU系統等出現故障；電路故障包括內部器件斷路、短路與觸點異常連接等情況[3]。

根據以往研究對EPS系統中常見器件故障特征參數進行分析。在本文研究中，與車輛現實故障數據相結合，對EPS常見故障底事件與失效率進行計算，具體如下：傳動裝置失效的發生率為0.001；轉角信號處理失效概率為0.019；MCU時鐘電路失效概率為0.013；電磁離合器驅動芯片短路發生率為0.015；離合器自身失效概率為0.061；繼電器故障概率為0.038；AD模塊電源短路概率為0.012；車速傳感器信號輸出故障概率為0.200；直流電機故障概率為0.061；MCU輸出控制信號故障概率為0.034；電機驅動芯片輸出恒低故障率為0.025。上述均為EPS故障底事件，應通過建模方式予以控制。

2.建立EMA

上文所提到AADL可被拆分成A-EPS和EMA兩部分。其中，A-EPS代表架構模型，EMA代表錯誤模型附件，通常被用來對能夠說明組件可靠性的信息進行描述，包括但不限于①故障分布；②故障類型；③故障狀態；④故障事件；⑤故障狀態所發生變遷。要想使建立EMA模型具備理想實用性，關鍵是先描述各元件常見故障信息。在對故障類型進行定義時，研究人員既可以選擇對EMA標準所提供故障類型加以使用，同樣也可選選擇以實際情況為依據，對故障類型進行自定義。在對故障分布類型進行定義時，常見分類為①固定概率；②泊松概率。除此之外，研究人員還可以酌情增加危害性定義、嚴重性定義以及可能性定義，為系統有效性提供保證。

將架構模型與錯誤模型進行結合，便可得到相應的可靠性模型。研究表明，以失效概率和故障分布為代表的故障數據，通常需要通過分析測試數據才能加以明確，其他數據均可經由失效參數和可靠性模型進行推導，且所得結論與測試結果大致相同。

3.生成FTA

現有研究所提出模型轉換方法均未對構件間存在干擾性加以考慮，并且缺少與故障構件相關的描述。另外，李東民等學者對故障模型轉換為動態故障樹所用方法進行了描述，由于相關研究所得模型未將故障出現概率、分布情況涵蓋在內，因此不具備普適性。

在翻閱相關資料后，研究人員決定以現有方法為依托，提出全新的轉換規則，具體內容如下：其一，將基本故障樹視為四元組 F=（T，I，B，G）。其中，T 代表故障樹頂端的頂事件，可被用來表示事件聯合作用所生成結果；I代表底事件與頂事件之間的中間事件，B代表底事件，又被稱為基本事件，通常被用來指代故障模式已確定且不需要繼續分析成因的事件；G代表門集合，可被細分成與門集合以及或門集合。其二，將EMA所屬基本元素用四元組E=[ES，EE，T，]進行表示。 其中代表錯誤狀態集合}，代表錯誤事件集合；O代表錯誤事件發生概率和分布情況的集合；T代表錯誤狀態變遷集合。

通過對不同模型所屬基本元素進行對比可知，轉換基本元素對應關系的規則可被概括為四點，分別是：第一點，將錯誤事件向故障樹底事件進行轉換；第二點，將錯誤事件概率向底事件概率進行轉換；第三點，將錯誤狀態向頂事件/中間事件進行轉換；第四點，將連接弧向邏輯門進行轉換。

在轉換邏輯門時，以下內容應當引起重視：一是EMA復合錯誤行為的描述對象為復合故障行為，通常被用來對狀態變遷和錯誤事件所述關系加以表示，或代表發生任意事件均會使狀態出現變遷，與則代表只有發生全部事件才能使狀態出現變遷。由此可見，研究人員可視情況選擇將EMA-And向FTA與門進行轉換，或是將EMA-Or向FTA或門進行轉換；二是不同故障事件存在較為明顯的相關性，若eei和eej有相關性存在，代表故障事件i將引起故障事件j，此時二者滿足向與門進行轉換的條件，如果eei和eej無明顯相關性存在，代表故障事件i與故障事件j沒有直接關聯，有關人員可選擇將二者向或門進行轉換。

在明確轉換規則后，便可對FTA模型進行生成，具體流程如下：第一步，對EPS系統適用可靠性模型進行構建，并對模型做實例化處理，確保其能夠準確反映①錯誤模型實例；②系統架構實例。第二步，基于上述規則轉化錯誤模型實例，利用OSATE所提供故障樹分析插件，獲得格式為.fta的文件。第三步，借助OpenFTA軟件，對.fta文件進行解析，獲得相應的故障樹模型，為后續工作的開展提供支持[4]。

三、可靠性分析

（一）定性分析

定性分析法是指基于哲學思辨以及邏輯推理等方式，從質的視角出發，對事物屬性進行分析與研究，在傳播學領域的使用頻率較高。在對本文所研究系統的可靠性進行定性分析時，研究人員可以將最小割集對頂/故障樹底事件所產生貢獻作為依據，對系統較為薄弱的環節加以確定，在此基礎上，確定可使系統有效性得到改進的設計方案。對本文所研究系統而言，定性分析內容主要涉及三個方面，分別是①結構重要度；②臨界重要度；③概率重要度，下文將逐一進行分析，供相關人員參考。

1.結構重要度

結構重要度代表元部件對系統的重要性，通常與元部件出現故障的概率無顯著相關性，因此，對其進行定性分析的關鍵是以結構為切入點，對基本事件給頂上事件所帶來影響進行分析，其表達式為：

通過分析可知，對EPS結構而言，重要程度處于最高級的事件，主要有：①采樣電阻失效；②反饋電流所述電路存在故障；③反饋電流存在信號處理失效問題，上述事件所處位置均為關鍵部位。而重要程度處于次高級的事件，主要為：①芯片輸出恒低；②輸入電路開路。在結構重要度方面，處于第三層級的事件有：①轉矩信號未得到有效處理；②轉角信號未得到有效處理。

2.臨界重要度

臨界重要度又被稱作關鍵重要度，該重要度強調以系統安全為出發點，根據發生基本事件的變化率和發生頂上事件的變化率，對事件重要度加以表示。由此可見，若研究人員計劃利用臨界重要度表示事件重要度，關鍵要對其發生概率以及敏感度進行綜合考慮，表達式為：

通過分析可知，具有最高臨界重要度的事件有三個，分別是：①電磁離合器失效；②扭矩傳感器所輸出值恒定；③繼電器觸點始終處于閉合狀態。

3.概率重要度

分析結果表明，可帶來最大影響的事件為“繼電器觸點始終處于閉合狀態”，緊隨其后的是“轉矩傳感器所輸出值恒定”，最后是“電磁離合器失效”，而影響較小的事件，大部分為軟件故障，該結論和臨界重要度所得結論大致相同。由此可見，在開展系統設計相關工作時，工程師應對上述關鍵部件引起重視，通過增設容錯系統等方式，盡量避免故障出現，為系統可靠性提供保證。

（二）定量分析

定量分析法所分析內容，主要是特定社會現象對應數量關系、數量特征以及數量變化。基于該方法對系統可靠性進行分析，研究人員應對以下內容引起重視。

將故障樹獨立底事件集合設為X={X1，X2，…，Xn}，其結構函數為：

在上述表達式中，n代表故障樹對應底事件總數；0代表不存在頂事件；1代表存在頂事件。代表底事件是否存在。

基于邏輯門對應概率計算公式可知，可被用來表示與門/或門不可靠度的公式為：

在上述表達式中，E[φ(X)]代表存在故障樹頂事件的期望值；P[φ(X)]代表存在故障樹頂事件的概率；Fi(t)代表元部件所對應不可靠度。研究人員可利用FTA模型及故障底事件概率，對中間事件概率進行逐層計算，進而對頂上事件概率加以明確。計算結果表明，存在頂上事件的概率約為0.27，模型分析所得結論和測試所得結論的誤差未超過3%，具有較高準確度[5]。

四、結論

綜上所述，本文對電動汽車的核心部件EPS系統進行可靠性的分析與檢驗。通過建立A-EPS模型與R-EPS模型，對汽車中運行可靠性和故障概率進行實驗和分析。在系統模型的幫助下，得出結論：電動助力轉向系統的可靠性較高，經過系統的分析，其誤差較小，具有較強的開發性。在模型構件中可以發現，導致其發生故障的主要原因為繼電器、采樣電阻以及電磁離合器的失效，對于整體模型的影響較小。通過模型構建的方法對汽車的核心系統進行故障排查和可靠性分析具有較強可靠性。