汽車電子機械制動器失效容錯控制方法研究

羅晨暉,吳賀利

(武漢城市學院機電工程學部,湖北 武漢 430075)

0 引言

汽車電子機械制動器制動作用的可靠性是影響汽車安全穩定行駛[1]的重要因素。為有效保障汽車的安全穩定行駛[2-3],迫切需要研究一種行之有效的控制方法。

趙劍飛等[4]提出了基于多盤式永磁同步電機協同優化對汽車電子機械制動器失效容錯控制方法;歐健等[5]提出了基于故障估計對汽車電子機械制動器失效容錯控制方法。二者均一定程度上實現了對汽車電子機械制動器失效的容錯控制,但受環境因素以及技術條件等影響,汽車電子機械制動器失效容錯控制的效果有待進一步優化。

本文充分考慮電子機械制動器控制原理,提出一種新的汽車電子機械制動器失效容錯控制方法。

1 電子機械制動器失效容錯控制

1.1 電子機械制動器控制原理

汽車電子機械制動器架構包含執行器、中央與底層控制器以及各種機械制動控制設備。汽車電子機械制動器架構如圖1所示。

圖1 電子機械制動器架構

當汽車制動器制動時,受汽車駕駛員的制動力作用影響,制動踏板在汽車駕駛員制動作用下產生制動力大小以及速度等重要制動信息,并執行有效的信號轉化操作,供中央控制器使用[6-7]。中央控制器將處理后的制動信號放入各執行器做進一步制動信號處理,之后將經過2次處理操作的制動信號發送至各控制器。各控制器接收到制動信號后,對制動信號實施電機電壓控制量轉換操作,并利用所獲控制量推動電機以及制動盤正常合理運轉,以保證汽車制動的完成質量。

1.2 基于SVM的電子機械制動器失效行為檢測

容錯控制可在汽車電子機械制動器發生失效狀況時,保障汽車繼續以基本正常的工作狀態進行安全運行[8-9]。容錯控制的優勢在于可針對不同的失效情況采取不同的容錯措施,因此,有效診斷汽車電子機械制動器失效類型是實現對汽車電子機械制動器失效容錯控制的前提,為此,本文利用SVM對汽車電子機械制動器失效行為進行檢測。

1.2.1 SVM算法原理

SVM算法在檢測汽車電子機械制動器失效行為方面優勢顯著,原因在于其擁有一般分類算法無法比擬的數據泛化能力[10]。將用于檢測電子機械制動器失效行為的數據樣本表示為:(x1,y1),(x2,y2),…,(xm,ym)。其中,數據樣本數量、輸入的維數以及n維空間分別用m、n、Rn代表;x、y為n維空間內的數據樣本,且x∈Rn,y∈[+1,-1]。當y=1時,說明該數據樣本隸屬的數據類別為第1類;若y=-1,則代表該數據樣本隸屬的數據類別為第2類。利用SVM算法對數據樣本執行分類操作的實質就是通過一些合理有效的措施構造分類決策函數進而將數據樣本進行有效合理劃分的過程。

在線性條件下,對數據樣本進行有效合理劃分的首要任務是獲取一個泛化功能強勁的分類超平面,從而將不同類數據樣本成功分離。將該分類超平面用公式表示為

G∶wTx+b=0

(1)

式中:b為常數;w為權值向量。

在式(1)分類超平面的左右兩側各構建1個超平面,將左右兩側的超平面表示為G1、G2,此時將G1、G2上存在的數據樣本視為支持向量,滿足

(2)

由于分類超平面并不是只存在1個,那么單純以不唯一的分類超平面完成數據樣本的劃分是不合理的,數據集樣本劃分的準確度也不會高,因而,為有效劃分數據樣本定義并尋找最優超平面。

用d1、d2分別代表G1、G2到G的距離;d1+d2代表G1到G2的距離 ,那么對d1+d2執行最大化操作實質上就是對‖u‖2執行最小化操作。基于此,最優超平面的求解問題可通過對二次規劃問題進行求解實現,即

min(d1+d2)×yi(wT+b)≥1

(3)

式中:yi為二次規劃結果,i=1,2,…,l。

使用拉格朗日函數對式(3)求解,有

(4)

式中:αi為拉格朗日乘子,且αi≥0。

按鞍點定理中的相關描述,拉格朗日函數的鞍點是決定式(3)問題得以解決的關鍵。一般狀況下,獲得的解中多數的αi值均為0,將與αi相稱的xi看成是支持向量,對于超平面的法方向表示為

(5)

式中:l為電子機械制動器出現失效行為之前的采樣區間。

通過代入操作可獲得關于式(3)的對偶問題,對式(5)進行求解即可獲得分類決策函數為

(6)

1.2.2 構建失效行為檢測模型

在汽車的電子機械制動過程中,參與汽車電子機械制動工作的數據通常是由電壓、轉速以及壓力傳感器提供[11]。因而利用SVM算法對汽車電子機械制動器失效行為檢測時,失效檢測數據也來自上述3種傳感器。根據SVM理論,汽車電子機械制動器失效行為檢測工作主要包含失效預測與失效辨識2部分。

用q(r)、q′(r)分別代表汽車電子機械制動器的輸出信號與SVM預測模型的預測輸出信號,e(r)代表殘差,其中,r代表電子機械制動器出現失效行為的時間。三者之間存在的關系為

e(r)=q(r)-q′(r)

(7)

當e(r)接近0時,證明此時汽車電子機械制動器沒有發生失效;當e(r)遠離0時,則證明汽車電子機械制動器存在失效現象。在實際的失效行為判別工作中,多數情況下會選取合適的閾值[12],用于與e(k)相比較,從而更為準確地判別汽車電子機械制動器失效行為。構建的SVM汽車電子機械制動器失效行為檢測模型如圖2所示。

圖2 制動器失效檢測模型

1.2.3 劃分電子機械制動器失效行為

在檢測到汽車電子機械制動器失效行為后,通過設計電子機械制動器失效分類器可以進一步劃分電子機械制動器失效行為。其步驟可歸結為:

a.采取合適的方式對失效信息執行有效的預處理操作。去除數據中的偽失效信息并對數據進行降維處理,獲得運算復雜度較低的電子機械制動器失效數據訓練樣本[13]。

b.確定符合進一步劃分電子機械制動器失效行為需求的核函數以及核參數。

c.根據SVM算法中的相關描述,對支持向量進行相關求解操作并以獲得支持向量為主要依據構建最優分類超平面。

d.利用SVM決策分類函數對待測電子機械制動器失效行為數據訓練樣本執行迭代操作,最終完成電子機械制動器失效行為的進一步劃分。

1.3 傳感器自適應容錯控制模型構建

在構建自適應容錯控制模型之前,首要任務是對各參與汽車電子機械制動工作的信息采集傳感器執行有效的重構操作[14]。

可將重構后的轉速傳感器模型表示為

(8)

可將重構后的壓力傳感器模型表示為

(9)

式中:ωr-1為r-1時刻的轉速。

可將重構后的電流傳感器模型表示為

(10)

利用式(8)～式(10)中的任意2種重構模型,并結合電子機械制動器執行器數學模型可實現對第3個傳感器信號的合理估計。

基于此,本文構建自適應容錯控制模型完成汽車電子制動失效容錯控制,模型架構如圖3所示。

圖3 制動器失效容錯控制模型

在制動器失效容錯控制模型中,將傳感器采集到的電流、壓力以及轉速數據信號發送至電子機械制動器失效行為檢測模型后,將所獲電子機械制動器失效行為檢測結果作為輸入,輸送至各傳感器重構以及信號轉換模型,達到制動器失效容錯控制的目的。需要指出的是,該模型的優勢在于當制動系統中只有2個傳感器可以正常工作時,可以通過正常工作的傳感器信號對第3個傳感器的信號進行有效估計[15],這樣就可以在某個傳感器不能正常工作時,及時對其進行有效的阻斷處理,通過估計的傳感器信號代替被阻斷傳感器信號工作,從而保障汽車電子機械制動器失效容錯工作的正常進行。

2 實驗與分析

實驗以某大型汽車廠生產的某類型汽車為實驗對象,應用本文方法對其進行汽車電子機械制動器失效容錯控制,驗證本文方法在汽車電子機械制動器失效容錯控制方面的優勢。

2.1 實驗設置

實驗測試汽車發動機為柴油機,整車滿載2 500 kg,制動系統主要構成如下:雙膜片真空助力器、真空度由機械式真空泵提供,制動主缸為雙腔式,管路是H型布置,后制動回路上有感載比例閥裝置,前制動器為盤式,后制動器為鼓式。該汽車失效類型包括卡死失效、恒偏差失效和恒增益失效3種。

2.2 結果分析

應用本文方法對汽車電子機械制動器失效進行容錯控制獲得的容錯控制結果如表1所示。

表1 制動器失效容錯控制結果

從表1可以看出,應用本文方法可實現對汽車電子機械制動器失效的容錯控制,更好保障汽車安全行駛。

為驗證本文方法在汽車電子機械制動器失效容錯控制方面的優勢,繪制不同制動器失效類型下的容錯控制效果如圖4所示。

圖4 容錯控制效果

從圖4可以看出,當汽車電子機械制動器出現卡死、恒增益以及恒偏差失效狀況時,應用本文方法對汽車電子機械制動器失效容錯控制后獲得的制動拉力曲線與正常的拉力曲線趨勢基本一致。實驗證明,本文方法不僅可實現汽車電子機械制動器失效容錯控制,并且容錯控制效果較好,可更好滿足實際工作需要。

應用本文方法進行汽車電子機械制動器失效容錯控制時,通過壓力以及轉速傳感器對電流傳感器信號進行估計,獲得的估計信號與正常信號的對比如圖5所示。

圖5 估計信號與正常信號對比

圖5中,通過壓力以及轉速傳感器對電流傳感器信號進行估計,獲得的估計信號波形基本與正常電流傳感器信號的波形一致。說明應用本文方法對傳感器信號進行估計的準確性較高,將其應用于汽車電子機械制動器失效容錯控制工作中,可獲得較好的容錯控制效果。

分別應用本文方法與文獻[4]基于多盤式永磁同步電機協同優化的汽車電子機械制動器失效容錯控制方法、文獻[5]基于故障估計的汽車電子機械制動器失效容錯控制方法對汽車電子機械制動器失效進行容錯控制,獲得不同實驗次數下容錯控制失敗的次數,結果如表2所示。

表2 容錯控制失敗次數

分析表2可知,隨著實驗次數的增加應用文獻[4]、文獻[5]方法對汽車電子機械制動器失效進行容錯控制失敗的次數不斷增加,而應用本文方法對汽車電子機械制動器失效進行控制失敗的次數卻一直保持在2次及以下。說明本文方法在汽車電子機械制動器失效容錯控制方面更具優勢,將其應用于汽車電子機械制動器失效容錯控制工作中,可有效降低由于制動器失效導致的交通事故發生的概率。

ROC曲線下的面積可以反映制動器失效行為檢測的效果。為驗證本文方法在制動器失效行為檢測方面的優勢,繪制轉速傳感器、壓力傳感器、電流傳感器采集的數據量為300 GB、600 GB、900 GB下的制動器失效行為檢測ROC曲線,具體如圖6所示。

圖6 不同數據量下的ROC曲線

分析圖6可知,隨著轉速傳感器、壓力傳感器、電流傳感器采集數據量的不斷降低,ROC曲線下方的面積也呈現出不斷縮小的趨勢,但總體來講縮小的趨勢不明顯。說明應用本文方法對制動器失效行為進行檢測時,即使在傳感器數據量較大的條件下,仍然具有高檢測率、低誤報率,電子機械制動器失效行為檢測效果較好。

3 結束語

應用本文方法可實現汽車電子機械制動器失效容錯控制,并且控制效果較好。其在電子機械制動器失效容錯控制方面的優勢具體表現為以下幾個方面:

a.當汽車電子機械制動器產生失效時,應用本文方法對汽車電子機械制動器失效容錯控制后獲得的制動拉力曲線與正常的拉力曲線趨勢基本一致,可在制動器失效情況下保障汽車的正常行駛以及停靠。

b.應用本文方法對汽車電子機械制動器失效進行容錯控制后,容錯控制失敗的次數極少。將其應用于實際的汽車電子機械制動器失效容錯控制過程中,可有效避免或減少由于制動器失效導致的交通事故的發生,保障駕駛員生命以及財產安全。