汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制方法研究

羅晨暉,吳賀利

(武漢城市學(xué)院機(jī)電工程學(xué)部,湖北 武漢 430075)

0 引言

汽車電子機(jī)械制動(dòng)器制動(dòng)作用的可靠性是影響汽車安全穩(wěn)定行駛[1]的重要因素。為有效保障汽車的安全穩(wěn)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(jī)協(xié)同優(yōu)化對(duì)汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制方法;歐健等[5]提出了基于故障估計(jì)對(duì)汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制方法。二者均一定程度上實(shí)現(xiàn)了對(duì)汽車電子機(jī)械制動(dòng)器失效的容錯(cuò)控制,但受環(huán)境因素以及技術(shù)條件等影響,汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制的效果有待進(jìn)一步優(yōu)化。

本文充分考慮電子機(jī)械制動(dòng)器控制原理,提出一種新的汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制方法。

1 電子機(jī)械制動(dòng)器失效容錯(cuò)控制

1.1 電子機(jī)械制動(dòng)器控制原理

汽車電子機(jī)械制動(dòng)器架構(gòu)包含執(zhí)行器、中央與底層控制器以及各種機(jī)械制動(dòng)控制設(shè)備。汽車電子機(jī)械制動(dòng)器架構(gòu)如圖1所示。

圖1 電子機(jī)械制動(dòng)器架構(gòu)

當(dāng)汽車制動(dòng)器制動(dòng)時(shí),受汽車駕駛員的制動(dòng)力作用影響,制動(dòng)踏板在汽車駕駛員制動(dòng)作用下產(chǎn)生制動(dòng)力大小以及速度等重要制動(dòng)信息,并執(zhí)行有效的信號(hào)轉(zhuǎn)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(dòng)信號(hào)放入各執(zhí)行器做進(jìn)一步制動(dòng)信號(hào)處理,之后將經(jīng)過2次處理操作的制動(dòng)信號(hào)發(fā)送至各控制器。各控制器接收到制動(dòng)信號(hào)后,對(duì)制動(dòng)信號(hào)實(shí)施電機(jī)電壓控制量轉(zhuǎn)換操作,并利用所獲控制量推動(dòng)電機(jī)以及制動(dòng)盤正常合理運(yùn)轉(zhuǎn),以保證汽車制動(dòng)的完成質(zhì)量。

1.2 基于SVM的電子機(jī)械制動(dòng)器失效行為檢測(cè)

容錯(cuò)控制可在汽車電子機(jī)械制動(dòng)器發(fā)生失效狀況時(shí),保障汽車?yán)^續(xù)以基本正常的工作狀態(tài)進(jìn)行安全運(yùn)行[8-9]。容錯(cuò)控制的優(yōu)勢(shì)在于可針對(duì)不同的失效情況采取不同的容錯(cuò)措施,因此,有效診斷汽車電子機(jī)械制動(dòng)器失效類型是實(shí)現(xiàn)對(duì)汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制的前提,為此,本文利用SVM對(duì)汽車電子機(jī)械制動(dòng)器失效行為進(jìn)行檢測(cè)。

1.2.1 SVM算法原理

SVM算法在檢測(cè)汽車電子機(jī)械制動(dòng)器失效行為方面優(yōu)勢(shì)顯著,原因在于其擁有一般分類算法無法比擬的數(shù)據(jù)泛化能力[10]。將用于檢測(cè)電子機(jī)械制動(dòng)器失效行為的數(shù)據(jù)樣本表示為:(x1,y1),(x2,y2),…,(xm,ym)。其中,數(shù)據(jù)樣本數(shù)量、輸入的維數(shù)以及n維空間分別用m、n、Rn代表;x、y為n維空間內(nèi)的數(shù)據(jù)樣本,且x∈Rn,y∈[+1,-1]。當(dāng)y=1時(shí),說明該數(shù)據(jù)樣本隸屬的數(shù)據(jù)類別為第1類;若y=-1,則代表該數(shù)據(jù)樣本隸屬的數(shù)據(jù)類別為第2類。利用SVM算法對(duì)數(shù)據(jù)樣本執(zhí)行分類操作的實(shí)質(zhì)就是通過一些合理有效的措施構(gòu)造分類決策函數(shù)進(jìn)而將數(shù)據(jù)樣本進(jìn)行有效合理劃分的過程。

在線性條件下,對(duì)數(shù)據(jù)樣本進(jìn)行有效合理劃分的首要任務(wù)是獲取一個(gè)泛化功能強(qiáng)勁的分類超平面,從而將不同類數(shù)據(jù)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(shù);w為權(quán)值向量。

在式(1)分類超平面的左右兩側(cè)各構(gòu)建1個(gè)超平面,將左右兩側(cè)的超平面表示為G1、G2,此時(shí)將G1、G2上存在的數(shù)據(jù)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(gè),那么單純以不唯一的分類超平面完成數(shù)據(jù)樣本的劃分是不合理的,數(shù)據(jù)集樣本劃分的準(zhǔn)確度也不會(huì)高,因而,為有效劃分?jǐn)?shù)據(jù)樣本定義并尋找最優(yōu)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(duì)d1+d2執(zhí)行最大化操作實(shí)質(zhì)上就是對(duì)‖u‖2執(zhí)行最小化操作。基于此,最優(yōu)超平面的求解問題可通過對(duì)二次規(guī)劃問題進(jìn)行求解實(shí)現(xiàn),即

min(d1+d2)×yi(wT+b)≥1

(3)

式中:yi為二次規(guī)劃結(jié)果,i=1,2,…,l。

使用拉格朗日函數(shù)對(duì)式(3)求解,有

(4)

式中:αi為拉格朗日乘子,且αi≥0。

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

(5)

式中:l為電子機(jī)械制動(dòng)器出現(xiàn)失效行為之前的采樣區(qū)間。

通過代入操作可獲得關(guān)于式(3)的對(duì)偶問題,對(duì)式(5)進(jìn)行求解即可獲得分類決策函數(shù)為

(6)

1.2.2 構(gòu)建失效行為檢測(cè)模型

在汽車的電子機(jī)械制動(dòng)過程中,參與汽車電子機(jī)械制動(dòng)工作的數(shù)據(jù)通常是由電壓、轉(zhuǎn)速以及壓力傳感器提供[11]。因而利用SVM算法對(duì)汽車電子機(jī)械制動(dòng)器失效行為檢測(cè)時(shí),失效檢測(cè)數(shù)據(jù)也來自上述3種傳感器。根據(jù)SVM理論,汽車電子機(jī)械制動(dòng)器失效行為檢測(cè)工作主要包含失效預(yù)測(cè)與失效辨識(shí)2部分。

用q(r)、q′(r)分別代表汽車電子機(jī)械制動(dòng)器的輸出信號(hào)與SVM預(yù)測(cè)模型的預(yù)測(cè)輸出信號(hào),e(r)代表殘差,其中,r代表電子機(jī)械制動(dòng)器出現(xiàn)失效行為的時(shí)間。三者之間存在的關(guān)系為

e(r)=q(r)-q′(r)

(7)

當(dāng)e(r)接近0時(shí),證明此時(shí)汽車電子機(jī)械制動(dòng)器沒有發(fā)生失效;當(dāng)e(r)遠(yuǎn)離0時(shí),則證明汽車電子機(jī)械制動(dòng)器存在失效現(xiàn)象。在實(shí)際的失效行為判別工作中,多數(shù)情況下會(huì)選取合適的閾值[12],用于與e(k)相比較,從而更為準(zhǔn)確地判別汽車電子機(jī)械制動(dòng)器失效行為。構(gòu)建的SVM汽車電子機(jī)械制動(dòng)器失效行為檢測(cè)模型如圖2所示。

圖2 制動(dòng)器失效檢測(cè)模型

1.2.3 劃分電子機(jī)械制動(dòng)器失效行為

在檢測(cè)到汽車電子機(jī)械制動(dòng)器失效行為后,通過設(shè)計(jì)電子機(jī)械制動(dòng)器失效分類器可以進(jìn)一步劃分電子機(jī)械制動(dòng)器失效行為。其步驟可歸結(jié)為:

a.采取合適的方式對(duì)失效信息執(zhí)行有效的預(yù)處理操作。去除數(shù)據(jù)中的偽失效信息并對(duì)數(shù)據(jù)進(jìn)行降維處理,獲得運(yùn)算復(fù)雜度較低的電子機(jī)械制動(dòng)器失效數(shù)據(jù)訓(xùn)練樣本[13]。

b.確定符合進(jìn)一步劃分電子機(jī)械制動(dòng)器失效行為需求的核函數(shù)以及核參數(shù)。

c.根據(jù)SVM算法中的相關(guān)描述,對(duì)支持向量進(jìn)行相關(guān)求解操作并以獲得支持向量為主要依據(jù)構(gòu)建最優(yōu)分類超平面。

d.利用SVM決策分類函數(shù)對(duì)待測(cè)電子機(jī)械制動(dòng)器失效行為數(shù)據(jù)訓(xùn)練樣本執(zhí)行迭代操作,最終完成電子機(jī)械制動(dòng)器失效行為的進(jìn)一步劃分。

1.3 傳感器自適應(yīng)容錯(cuò)控制模型構(gòu)建

在構(gòu)建自適應(yīng)容錯(cuò)控制模型之前,首要任務(wù)是對(duì)各參與汽車電子機(jī)械制動(dòng)工作的信息采集傳感器執(zhí)行有效的重構(gòu)操作[14]。

可將重構(gòu)后的轉(zhuǎn)速傳感器模型表示為

(8)

可將重構(gòu)后的壓力傳感器模型表示為

(9)

式中:ωr-1為r-1時(shí)刻的轉(zhuǎn)速。

可將重構(gòu)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(gòu)模型,并結(jié)合電子機(jī)械制動(dòng)器執(zhí)行器數(shù)學(xué)模型可實(shí)現(xiàn)對(duì)第3個(gè)傳感器信號(hào)的合理估計(jì)。

基于此,本文構(gòu)建自適應(yīng)容錯(cuò)控制模型完成汽車電子制動(dòng)失效容錯(cuò)控制,模型架構(gòu)如圖3所示。

圖3 制動(dòng)器失效容錯(cuò)控制模型

在制動(dòng)器失效容錯(cuò)控制模型中,將傳感器采集到的電流、壓力以及轉(zhuǎn)速數(shù)據(jù)信號(hào)發(fā)送至電子機(jī)械制動(dòng)器失效行為檢測(cè)模型后,將所獲電子機(jī)械制動(dòng)器失效行為檢測(cè)結(jié)果作為輸入,輸送至各傳感器重構(gòu)以及信號(hào)轉(zhuǎn)換模型,達(dá)到制動(dòng)器失效容錯(cuò)控制的目的。需要指出的是,該模型的優(yōu)勢(shì)在于當(dāng)制動(dòng)系統(tǒng)中只有2個(gè)傳感器可以正常工作時(shí),可以通過正常工作的傳感器信號(hào)對(duì)第3個(gè)傳感器的信號(hào)進(jìn)行有效估計(jì)[15],這樣就可以在某個(gè)傳感器不能正常工作時(shí),及時(shí)對(duì)其進(jìn)行有效的阻斷處理,通過估計(jì)的傳感器信號(hào)代替被阻斷傳感器信號(hào)工作,從而保障汽車電子機(jī)械制動(dòng)器失效容錯(cuò)工作的正常進(jìn)行。

2 實(shí)驗(yàn)與分析

實(shí)驗(yàn)以某大型汽車廠生產(chǎn)的某類型汽車為實(shí)驗(yàn)對(duì)象,應(yīng)用本文方法對(duì)其進(jìn)行汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制,驗(yàn)證本文方法在汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制方面的優(yōu)勢(shì)。

2.1 實(shí)驗(yàn)設(shè)置

實(shí)驗(yàn)測(cè)試汽車發(fā)動(dòng)機(jī)為柴油機(jī),整車滿載2 500 kg,制動(dòng)系統(tǒng)主要構(gòu)成如下:雙膜片真空助力器、真空度由機(jī)械式真空泵提供,制動(dòng)主缸為雙腔式,管路是H型布置,后制動(dòng)回路上有感載比例閥裝置,前制動(dòng)器為盤式,后制動(dòng)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(jié)果分析

應(yīng)用本文方法對(duì)汽車電子機(jī)械制動(dòng)器失效進(jìn)行容錯(cuò)控制獲得的容錯(cuò)控制結(jié)果如表1所示。

表1 制動(dòng)器失效容錯(cuò)控制結(jié)果

從表1可以看出,應(yīng)用本文方法可實(shí)現(xiàn)對(duì)汽車電子機(jī)械制動(dòng)器失效的容錯(cuò)控制,更好保障汽車安全行駛。

為驗(yàn)證本文方法在汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制方面的優(yōu)勢(shì),繪制不同制動(dòng)器失效類型下的容錯(cuò)控制效果如圖4所示。

圖4 容錯(cuò)控制效果

從圖4可以看出,當(dāng)汽車電子機(jī)械制動(dòng)器出現(xiàn)卡死、恒增益以及恒偏差失效狀況時(shí),應(yīng)用本文方法對(duì)汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制后獲得的制動(dòng)拉力曲線與正常的拉力曲線趨勢(shì)基本一致。實(shí)驗(yàn)證明,本文方法不僅可實(shí)現(xiàn)汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制,并且容錯(cuò)控制效果較好,可更好滿足實(shí)際工作需要。

應(yīng)用本文方法進(jìn)行汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制時(shí),通過壓力以及轉(zhuǎn)速傳感器對(duì)電流傳感器信號(hào)進(jìn)行估計(jì),獲得的估計(jì)信號(hào)與正常信號(hào)的對(duì)比如圖5所示。

圖5 估計(jì)信號(hào)與正常信號(hào)對(duì)比

圖5中,通過壓力以及轉(zhuǎn)速傳感器對(duì)電流傳感器信號(hào)進(jìn)行估計(jì),獲得的估計(jì)信號(hào)波形基本與正常電流傳感器信號(hào)的波形一致。說明應(yīng)用本文方法對(duì)傳感器信號(hào)進(jìn)行估計(jì)的準(zhǔn)確性較高,將其應(yīng)用于汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制工作中,可獲得較好的容錯(cuò)控制效果。

分別應(yīng)用本文方法與文獻(xiàn)[4]基于多盤式永磁同步電機(jī)協(xié)同優(yōu)化的汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制方法、文獻(xiàn)[5]基于故障估計(jì)的汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制方法對(duì)汽車電子機(jī)械制動(dòng)器失效進(jìn)行容錯(cuò)控制,獲得不同實(shí)驗(yàn)次數(shù)下容錯(cuò)控制失敗的次數(shù),結(jié)果如表2所示。

表2 容錯(cuò)控制失敗次數(shù)

分析表2可知,隨著實(shí)驗(yàn)次數(shù)的增加應(yīng)用文獻(xiàn)[4]、文獻(xiàn)[5]方法對(duì)汽車電子機(jī)械制動(dòng)器失效進(jìn)行容錯(cuò)控制失敗的次數(shù)不斷增加,而應(yīng)用本文方法對(duì)汽車電子機(jī)械制動(dòng)器失效進(jìn)行控制失敗的次數(shù)卻一直保持在2次及以下。說明本文方法在汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制方面更具優(yōu)勢(shì),將其應(yīng)用于汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制工作中,可有效降低由于制動(dòng)器失效導(dǎo)致的交通事故發(fā)生的概率。

ROC曲線下的面積可以反映制動(dòng)器失效行為檢測(cè)的效果。為驗(yàn)證本文方法在制動(dòng)器失效行為檢測(cè)方面的優(yōu)勢(shì),繪制轉(zhuǎn)速傳感器、壓力傳感器、電流傳感器采集的數(shù)據(jù)量為300 GB、600 GB、900 GB下的制動(dòng)器失效行為檢測(cè)ROC曲線,具體如圖6所示。

圖6 不同數(shù)據(jù)量下的ROC曲線

分析圖6可知,隨著轉(zhuǎn)速傳感器、壓力傳感器、電流傳感器采集數(shù)據(jù)量的不斷降低,ROC曲線下方的面積也呈現(xiàn)出不斷縮小的趨勢(shì),但總體來講縮小的趨勢(shì)不明顯。說明應(yīng)用本文方法對(duì)制動(dòng)器失效行為進(jìn)行檢測(cè)時(shí),即使在傳感器數(shù)據(jù)量較大的條件下,仍然具有高檢測(cè)率、低誤報(bào)率,電子機(jī)械制動(dòng)器失效行為檢測(cè)效果較好。

3 結(jié)束語

應(yīng)用本文方法可實(shí)現(xiàn)汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制,并且控制效果較好。其在電子機(jī)械制動(dòng)器失效容錯(cuò)控制方面的優(yōu)勢(shì)具體表現(xiàn)為以下幾個(gè)方面:

a.當(dāng)汽車電子機(jī)械制動(dòng)器產(chǎn)生失效時(shí),應(yīng)用本文方法對(duì)汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制后獲得的制動(dòng)拉力曲線與正常的拉力曲線趨勢(shì)基本一致,可在制動(dòng)器失效情況下保障汽車的正常行駛以及?？?。

b.應(yīng)用本文方法對(duì)汽車電子機(jī)械制動(dòng)器失效進(jìn)行容錯(cuò)控制后,容錯(cuò)控制失敗的次數(shù)極少。將其應(yīng)用于實(shí)際的汽車電子機(jī)械制動(dòng)器失效容錯(cuò)控制過程中,可有效避免或減少由于制動(dòng)器失效導(dǎo)致的交通事故的發(fā)生,保障駕駛員生命以及財(cái)產(chǎn)安全。