欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202010669483X
申请人: 江苏大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2025-12-19
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种轮速传感器故障检测方法,其特征在于,包括如下步骤:

1)构建车辆坐标系,车辆坐标系的坐标原点为车辆的质心,水平向前为x轴正向,水平向左为y轴正向,垂直水平面向上为z轴正向,且所有的回转角和力矩均以水平面内的逆时针方向为正;

2)构建左前车轮、左后车轮、右前车轮和右后车轮的状态空间模型,所述车轮的状态空间模型包括车轮状态方程和车轮观测方程;

3)以车轮状态空间模型为基础,初始化系统状态初值 和误差协方差初值 ,计算k时刻系统状态最优估计值 ;

4)对每个车轮的状态最优估计值中的纵向速度最优估计值进行归一化处理,得到每个车轮纵向速度估计值的归一化处理结果 , , ,  ,其中, 为左前轮纵向速度最优估计值的归一化处理结果, 为右前轮纵向速度最优估计值的归一化处理结果, 为左后轮纵向速度最优估计值的归一化处理结果, 为右后轮纵向速度最优估计值的归一化处理结果;

5)计算四个车轮归一化处理结果的平均值 ,公式如下: ;

6)计算各车轮纵向速度估计值的归一化处理结果与四个车轮归一化处理结果的平均值 之间的距离 ,公式如下:其中, 为左前轮纵向速度估计值的归一化处理结果与四个车轮归一化处理结果的平均值的差值; 为右前轮纵向速度估计值的归一化处理结果与四个车轮归一化处理结果的平均值的差值; 为左后轮纵向速度估计值的归一化处理结果与四个车轮归一化处理结果的平均值的差值; 为右后轮纵向速度估计值的归一化处理结果与四个车轮归一化处理结果的平均值的差值;

7)如果 时,则表明左前轮轮速传感器发生故障;如果 时,则表明右前轮轮速传感器发生故障;如果 时,则表明左后轮轮速传感器发生故障;如果 时,则表明右后轮轮速传感器发生故障;其中 为车轮纵向速度估计值的归一化处理结果与四个车轮归一化处理结果的平均值的差值有效阈值。

2.如权利要求1所述的轮速传感器故障检测方法,其特征在于,所述步骤2)中,所述左前轮状态方程如下:其中, 为左前轮纵向加速度, 为左前轮侧向加速度, 为左前轮转加速度,为车辆左前轮纵向速度, 为车辆左前轮侧向速度, 、 分别为车辆质心处的纵向加速度和侧向加速度, 为左前轮驱动力矩, 为左前轮转速,为前轮转角, 为前轴中心距离车辆质心的距离,  为前轴轮距, 为轮胎的转动惯量,为车辆的横摆角速度, 为轮胎的有效转动半径, 、 、 为左前轮状态方程组噪声; 、 为方程参数, 为后轴中心距离车辆质心的距离,m为车辆质量,h为车辆质心;

所述左前轮观测方程如下:

其中, 为左前轮轮速传感器实际输出值, 为左前轮轮速传感器测量噪声;

所述右前轮状态方程如下:

其中, 为右前轮纵向加速度, 为右前轮侧向加速度, 为右前轮转加速度,为车辆右前轮纵向速度, 为车辆右前轮侧向速度, 为右前轮驱动力矩, 为右前轮转速, 、 、 为右前轮状态方程组噪声;

所述右前轮观测方程如下:

其中, 为右前轮轮速传感器实际输出值, 为右前轮轮速传感器测量噪声;

所述左后轮状态方程如下:

其中, 为左后轮纵向加速度, 为左后轮侧向加速度, 为左后轮转加速度, 为车辆左后轮纵向速度, 为车辆左后轮侧向速度, 为左后轮驱动力矩, 为左后轮转速, 、 、 为左后轮状态方程组噪声, 为后轴轮距;

所述左后轮观测方程如下:

其中, 为左后轮轮速传感器实际输出值, 为左后轮轮速传感器测量噪声;

所述右后轮状态方程如下:

其中, 为右后轮纵向加速度, 为右后轮侧向加速度, 为右后轮转加速度,为车辆右后轮纵向速度, 为车辆右后轮侧向速度, 为右后轮驱动力矩, 为右后轮转速, 、 、 为右后轮状态方程组噪声;

所述右后轮观测方程如下:

其中, 为右后轮轮速传感器实际输出值, 为右后轮轮速传感器测量噪声。

3.如权利要求1所述的轮速传感器故障检测方法,其特征在于,所述步骤3)中,系统状态最优估计值 计算方法包括如下步骤:

3.1)取状态量 ,控制量 ,观测量 构造离散非线性系统模型,其中, 为车轮纵向速度, 为车轮的侧向速度,为轮速传感器实际输出值;由状态方程和观测方程得到离散非线性系统模型为: ;

3.2) 初始化系统状态初值 和误差协方差初值 ,进行时间更新,计算当前时刻的状态预测值和当前时刻的状态误差协方差预测,其中,状态预测公式如下:为纵向速度估计器k时刻的状态预测, 表示估计器从k–1时刻的状态利用状态方程传递到k时刻的预测状态, 为估计器k–1时刻的控制量;

状态误差协方差预测公式如下:

为估计过程的噪声协方差, 为估计器状态量k–1时刻的最优协方差, 为估计器状态量k时刻的预测协方差, 为离散化非线性状方程f( )对状态变量求一阶偏导的雅克比矩阵;

3.3)进行测量更新得到最优估计值,即通过卡尔曼增益、状态更新和误差协方差矩阵更新,进行递推更新获取最优估计值;所述卡尔曼增益公式如下:为观测噪声误差协方差矩阵, 为观测方程y()对状态量求一阶偏导的雅克比矩阵;

所述状态更新公式如下:

为k时刻系统状态最优估计值;

所述误差协方差矩阵更新公式如下:

 。

4.如权利要求1所述的轮速传感器故障检测方法,其特征在于,所述步骤4)中,4个车轮的状态最优估计值中的纵向速度最优估计值归一化处理的公式如下:其中 为每个车轮纵向速度最优估计值, , , , 为每个车轮纵向速度估计值的归一化处理结果。