一种基于OBD数据的电动汽车电机故障检测方法技术

本发明专利技术公开了一种基于OBD数据的电动汽车电机故障检测方法，通过对OBD数据中的电机电压和电流数据进行卡尔曼滤波处理和融合，再将其统计特征，与在理想状态下的数据统计特征进行初步比对，进行故障预判；对不能预判的情况进行小波变换，分离出正常情况下的稳定分频、平稳噪声和存在故障的频率信号；对分离后的信号进行特征提取，并参考常见故障的相关特征，用机器学习对特征故障类型进行分类或预测。本发明专利技术通过对OBD数据的分析采用卡尔曼滤波进行数据处理，并结合小波变换共同实现对数据的全面分析和故障的二级判断，能够在保证判断结果准确的前提下提高计算速度，达到对新能源汽车电机的安全性能检测和预测的目的。

【技术实现步骤摘要】
一种基于OBD数据的电动汽车电机故障检测方法
本专利技术涉及新能源汽车数据处理、新能源汽车安全性能检测领域，特别涉及一种基于OBD数据的电动汽车电机故障检测方法。
技术介绍
电机在传动过程中出现故障会影响电机所受转矩，若采用直接在频域上分析电流数据的电机电流特征分析法(MCSA)，无法将噪声干扰和故障信号分离，而无法准确分析出被噪声掩盖的微弱的故障信号；现有的OBD数据处理主要是报文形式，一条报文对应一个状态，通过相应的报文来分析是否有故障的发生，以及确定电机的各种属性(如：电压电流等)，检测范围窄且效率低。通过卡尔曼滤波实时辨识电机参数，检测电机故障，能够在一定程度上反映电机正常与否，以及初步得出明显可区分的故障类型，但是对于复杂工况和复杂信号，难以做到准确故障判断或预测。
技术实现思路
本专利技术目的是为了解决现有技术对于获得的复杂信号难以做到准确的故障类型判断和预测的问题，提出一种基于OBD数据的电动汽车电机故障检测方法。本专利技术提出的一种基于OBD数据的电动汽车电机故障检测方法，包括以下步骤：S1、从汽车的本文档来自技高网...

【技术保护点】
1.一种基于OBD数据的电动汽车电机故障检测方法，其特征在于，包括以下步骤：/nS1、从汽车的OBD数据中获取电机的电压和电流数据；/nS2、将获得的电压和电流数据通过卡尔曼滤波进行数据处理并实现数据融合；/nS3、将步骤S2得到的数据进行统计特征提取；/nS4、将理想状态下的电机的电压和电流数据的统计特征与步骤S3所得的实际统计特征进行对比分析处理，若处理结果满足预判条件，则进入步骤S8；若处理结果不满足预判条件，则进入步骤S5；/nS5、将步骤S2得到的数据进行小波变换，分离出正常情况下的稳定分频、平稳噪声和存在故障的频率信号；/nS6、将步骤S5所分离出的信号进行故障特征提取；/nS7、...

【技术特征摘要】
1.一种基于OBD数据的电动汽车电机故障检测方法，其特征在于，包括以下步骤：
S1、从汽车的OBD数据中获取电机的电压和电流数据；
S2、将获得的电压和电流数据通过卡尔曼滤波进行数据处理并实现数据融合；
S3、将步骤S2得到的数据进行统计特征提取；
S4、将理想状态下的电机的电压和电流数据的统计特征与步骤S3所得的实际统计特征进行对比分析处理，若处理结果满足预判条件，则进入步骤S8；若处理结果不满足预判条件，则进入步骤S5；
S5、将步骤S2得到的数据进行小波变换，分离出正常情况下的稳定分频、平稳噪声和存在故障的频率信号；
S6、将步骤S5所分离出的信号进行故障特征提取；
S7、利用机器学习/深度学习将故障特征标准数据库与步骤S6得到的故障特征进行模式识别，对步骤S6故障特征的故障类别进行分类或预测；
S8、做出故障类型判断或预测，并生成后续应对接口。


2.如权利要求1所述的基于OBD数据的电动汽车电机故障检测方法，其特征在于，步骤S2采用卡尔曼滤波对电压和电流数据进行数据处理，其中，电流(i)与电压(U)的相关关系满足：



I为电流方均根幅值，fe为电压基频，αI-αU为电机电流相对电压的相位，t为时间。


3.如权利要求1所述的基于OBD数据的电动汽车电机故障检测方法，其特征在于，步骤S3中的统计特征包括：稳定均值、稳定脉动、稳定脉动频率、启动峰值和启动下降速率。


4.如权利要求1所述的基于OBD数据的电动汽车电机故障检测方法，其特征在于，步骤S...

【专利技术属性】
技术研发人员：李志恒，龚桂良，于海洋，张凯，
申请(专利权)人：清华大学深圳国际研究生院，
类型：发明
国别省市：广东;44