车轮不平衡检测系统及方法技术方案

本发明专利技术一般涉及用于在车辆操作期间收集测量的轮胎参数数据的轮胎监测系统，并且更特别地涉及用于基于测量结果来估测车轮不平衡的系统和方法。

Wheel imbalance detection system and method

The invention generally relates to a tire monitoring system for collecting measured tire parameter data during vehicle operation, and more particularly to systems and methods for estimating wheel imbalances based on measurement results.

【技术实现步骤摘要】
车轮不平衡检测系统及方法
本专利技术一般涉及用于在车辆操作期间收集测量的轮胎参数数据的轮胎监测系统，并且更特别地涉及用于在车辆操作期间检测车轮不平衡的系统和方法。
技术介绍
可以通过轮胎压力监测系统（TPMS）来监测安装至车辆的轮胎，轮胎压力监测系统在车辆操作期间测量诸如压力和温度的轮胎参数。来自TPMS轮胎配备系统的数据被用于基于测量的轮胎参数确定轮胎的状态，并且将可能需要补救维护的状况（诸如，低轮胎压力或者泄漏）向驾驶员发送警报。每个轮胎内的传感器通常安装在未加工或者未固化的轮胎中，然后在高温下固化。高温和高压能够损坏传感器。此外，附加成本通常与将传感器安装在轮胎中相关联。通常希望具有足够耐用以便维持6000万次循环的轮胎传感器。此外，如果传感器停止起作用，传感器的位置使得替换极其困难。诸如轮胎磨损状态的其它因素是车辆操作和安全性的重要考虑因素。因此，进一步期望测量轮胎磨损状态并且将磨损状态与测量的压力和温度的轮胎参数相结合地传递到车辆系统（诸如，制动和稳定性控制系统）。
技术实现思路
根据本专利技术的一个方面，轮胎或者车轮不平衡检测系统包括用于测量轮胎的竖直加速度的传感器。传感器优选安装在车轮或者轮辋上，但也可以安装在其他位置。该系统感知竖直加速度信号，并且在特定的频域内连续监测竖直加速度信号。当信号的幅值超过阈值量时，向用户发出通知警报。定义“ANN”或“人工神经网络”是用于非线性统计数据建模的自适应工具，“ANN”或“人工神经网络”基于在学习阶段期间流过网络的外部或内部信息来改变其结构。ANN神经网络是非线性统计数据建模工具，用于对输入和输出之间的复杂关系进行建模或者查找数据中的模式。轮胎的“纵横比”是指其截面高度（SH）与其截面宽度（SW）之比乘以100％以用于表示为百分比。“不对称胎面”是指具有关于轮胎的中心平面或者赤道平面EP不对称的胎面图案的胎面。“轴向的”和“轴向地”是指平行于轮胎的旋转轴线的线或者方向。“胎圈包布”是围绕轮胎胎圈外放置的窄条材料，以便保护帘布层免于磨损和切割轮辋，并且将弯曲分布在轮辋上。“周向”是指垂直于轴向方向沿着环形胎面的表面的周边延伸的线或者方向。“赤道中心平面（CP）”是指垂直于轮胎的旋转轴线并穿过胎面中心的平面。“印迹”是指当轮胎旋转或者滚动时由具有平坦表面的轮胎胎面产生的接地面或接触区域。“内侧”是指当轮胎安装在车轮上并且车轮安装在车辆上时最靠近车辆的轮胎的侧部。“卡尔曼滤波器”是一组数学等式，该组数学等式实现了预测-校正器类型估测器，该估测器在其满足某些假定条件时使估测误差协方差最小的意义上是最优的。“侧向”是指轴向方向。“侧向边缘”是指在正常载荷和轮胎充气情况下测量的与轴向最外的胎面接地面或印迹相切的线，该线平行于赤道中心面。“龙伯格观测器（LuenbergerObserver）”是状态观测器或者估测模型。“状态观测器”是一个系统，该系统通过测量实际系统的输入和输出，提供给定的实际系统的内部状态的估测。其通常是计算机实施的，并且提供许多实际应用的基础。“MSE”是均方误差的缩写，该误差是卡尔曼滤波器最小化的估测信号与测量信号之间的误差。“净接触面积”是指围绕胎面的整个圆周的侧向边缘之间的地面接触胎面元件的总面积除以侧向边缘之间的整个胎面的总面积。“压电膜传感器”是一种膜体形式的装置，该膜体形式的装置利用通过膜体的弯曲而致动的压电效应来通过将压力、加速度、张力或力转换成电荷而测量。“PSD”是功率谱密度（与FFT（快速傅立叶变换）同义的技术名称）。“径向的”和“径向地”是指径向地朝向或者远离轮胎的旋转轴线的方向。本专利技术包括以下方案：方案1．一种用于检测车轮的不平衡状态的方法，其特征在于，所述方法包括以下步骤：使用轮胎加速度信号并且生成轮胎竖直模式频率数据；通过所述轮胎竖直模式频率数据的曲线的峰值确定车轮跳动值；以及确定所述车轮跳动值是否大于预定的阈值，并且然后在检测到不平衡的情况下发送警报。方案2.根据方案1所述的方法，其特征在于，所述方法进一步包括以下步骤：通过轮胎竖直模式加速度信号确定轮胎频率幅值。方案3.根据方案1所述的方法，其特征在于，通过在60-100Hz频率范围内的所述轮胎竖直模式频率数据的曲线的峰值确定道路粗糙度指标。方案4.根据方案1所述的方法，其特征在于，通过在10-20Hz频率范围内的所述轮胎竖直模式频率数据的峰值确定所述车轮跳动值。方案5.根据方案1所述的方法，其特征在于，车辆速度被测量，并且所述预定的阈值根据车辆速度而变化。方案6.根据方案1所述的方法，其特征在于，轮胎充气压力被测量，并且所述预定的阈值根据充气压力而变化。方案7.根据方案3所述的方法，其特征在于，基于所述道路粗糙度指标调整所述预定的阈值。方案8.一种用于检测车轮的不平衡状态的方法，其特征在于，所述方法包括以下步骤：测量轮胎加速度信号并且提取竖直模式频率数据，测量轮胎充气压力和车辆速度；通过所述竖直模式频率数据的峰值幅值确定车轮跳动值；并且随后确定所述车轮跳动值是否大于预定的阈值，其中，所述预定的阈值根据充气压力和车辆速度而变化，并且随后如果检测到不平衡的情况则发送警报。方案9.根据方案8所述的方法，其特征在于，所述预定的阈值根据道路粗糙度指标而变化，其中，所述道路粗糙度指标通过60-100Hz频率范围内的轮胎竖直模式加速度信号的峰值确定。方案10.一种用于确定车轮是否失衡的车轮不平衡检测装置，其特征在于，所述车轮不平衡检测装置包括：轮胎竖直模式测量装置，所述轮胎竖直模式测量装置用于测量轮胎竖直模式频率并且生成轮胎竖直模式频率数据；轮胎识别装置，所述轮胎识别装置用于使用轮胎特定的识别数据来生成轮胎特定的阈值；以及比较器，所述比较器用于将所述竖直模式频率数据与阈值进行比较。方案11.根据方案10所述的轮胎状态估测系统，其特征在于，通过安装至车轮的加速度计来测量所述轮胎竖直模式频率。方案12.根据方案10所述的轮胎状态估测系统，其特征在于，通过安装至轮胎的加速度计来测量所述轮胎竖直模式频率。附图说明将通过示例的方式并且参照附图来描述本专利技术，在附图中：图1是车轮不平衡系统处理过程的流程图；图2A是车轮和传感器组件的前视图；图2B是安装在车轮上的传感器的特写视图；图3是传感器系统的示意图；图4是示例性加速度信号；图5是示出竖直加速度信号的幅值与频率的频率曲线图，并且特别地示出车轮跳动模式和轮胎竖直模式（tireverticalmode）；图6是示出已经被过滤以便消除车轮跳动模式以外的所有模式的竖直加速度信号的幅值与频率的频率曲线图；图7是示出旋转不平衡的车轮的横截面的示意图；图8比较了用于平衡和不平衡车轮的经处理的加速度信号；图9示出在用户的手机上的结果的显示内容；图10示出根据本专利技术的第二实施例；图11A示出具有不同的不平衡水平的轮胎的竖直加速度信号数据；图11B示出具有不同的后轮速度的轮胎的竖直加速度信号数据；图11C示出具有不同的前轮速度的轮胎的竖直加速度信号数据；图12示出具有不同的轮胎压力的轮胎的竖直加速度信号数据；图13示出具有不同的道路粗糙度的轮胎的竖直加速度信号数据；图14示出基于支持向量机的分类算法对道路粗糙度等级进行分类；图15示出用作道路粗糙度指本文档来自技高网...

【技术保护点】
一种用于检测车轮的不平衡状态的方法，其特征在于，所述方法包括以下步骤：使用轮胎加速度信号并且生成轮胎竖直模式频率数据；通过所述轮胎竖直模式频率数据的曲线的峰值确定车轮跳动值；以及确定所述车轮跳动值是否大于预定的阈值，并且随后在检测到不平衡的情况下发送警报。

【技术特征摘要】
2016.12.05 US 62/430025;2017.10.30 US 15/7969321.一种用于检测车轮的不平衡状态的方法，其特征在于，所述方法包括以下步骤：使用轮胎加速度信号并且生成轮胎竖直模式频率数据；通过所述轮胎竖直模式频率数据的曲线的峰值确定车轮跳动值；以及确定所述车轮跳动值是否大于预定的阈值，并且随后在检测到不平衡的情况下发送警报。2.根据权利要求1所述的方法，其特征在于，所述方法进一步包括以下步骤：通过轮胎竖直模式加速度信号确定轮胎频率幅值。3.根据权利要求1所述的方法，其特征在于，通过在60-100Hz频率范围内的所述轮胎竖直模式频率数据的曲线的峰值确定道路粗糙度指标。4.根据权利要求1所述的方法，其特征在于，通过在10-20Hz频率范围内的所述轮胎竖直模式频率数据的峰值确定所述车轮跳动值。5.根据权利要求1所述的方法，其特征在于，车辆速度被测量，并且所述预定的阈值根据车辆速度而变化。6.根据权利要求1所述的方法，其特征在于，轮胎充气压力...

【专利技术属性】
技术研发人员：KB辛赫，EM赫茨菲尔德，
申请(专利权)人：固特异轮胎和橡胶公司，
类型：发明
国别省市：美国,US