用于故障检测和隔离的集成分级过程制造技术

本发明专利技术涉及利用模型和观测来确定车辆系统、子系统或者构件内故障的根本原因的系统和方法。在一个实施例中，利用分级树，组合来自多个子系统和构件的故障或者诊断代码，获取某一诊断代码是否精确地指示具体子系统或者构件内故障的置信估计。在另一实施例中，利用依赖于分级信息理论的分级诊断网络，其中，在所述网络的任何层级制定决策仅使用所需提取的信息。在另一个实施例中，利用基于图的诊断和预测系统，其包括通过信息路径互相连接的多个节点。所述节点为用于构件或者子系统的故障诊断和故障预测节点，并包含故障和健康状况诊断和推理模块。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术大致涉及用于确定车辆系统的故障的根本原因的系统和方法，更具体地涉 及用于确定车辆系统的故障的根本原因并隔离故障的系统和方法，其中，所述系统和方法 使用分级树中的多个模型和观测以提供具体故障来源的置信估计。
技术介绍
现代车辆包括许多电气车辆系统，例如车辆稳定性控制系统。例如，某些车辆稳定 性系统利用自动制动来响应车辆的非理想转弯或者偏航。一些车辆稳定性系统利用主动前 轮或者后轮转向来响应于检测出的方向盘的旋转来辅助车辆操作者对车辆转向。一些车辆 稳定性系统利用主动悬挂系统来响应于路况和其它车辆运行状况而改变车辆悬挂。车辆稳定性系统的诊断监测作为重要的车辆设计考虑以便能够迅速地检测系统 故障，并出于维护和维修目的而隔离故障。这些稳定性系统典型地利用用于帮助控制车辆 的各种子系统、促动器和传感器，例如偏航率传感器、横向加速度传感器、转向方向盘角度 传感器等。如果与这些系统关联的任何传感器、促动器和子系统出现故障，则希望迅速地检 测出故障，并启用故障保护策略，以便防止系统不适当地响应所感知到的但错误的状况。而 且，出于维护、维修和更换目的，希望隔离有缺陷的传感器、促动器或者子系统。因此，需要 监测这些系统中使用的各种传感器、促动器和子系统，以便识别故障。一直深入到车辆系统的构件层级或甚至子系统层级来识别故障的根本原因和隔 离故障，是设计上的难题。车辆系统中的各种子系统和构件，例如车辆制动系统或者车辆转 向系统，通常不由车辆制造商设计，而是通过外部来源提供。为此，这些构件和子系统可能 不知道整个车辆系统中的其它子系统或者构件工作得如何，而是仅知道它们的具体的子系 统或者构件工作得如何。因此，这些外部的子系统或者构件可能知道它们没有适当地操作， 但不会知道是它们的构件或者子系统出现故障，还是另一子系统或者构件出现故障。例如， 车辆在一个方向上牵引，可能是制动问题导致的，也可能是转向问题导致的。然而，因为制 动系统和转向系统不知道对方是否适当地操作，所以整个车辆系统可能不能够识别该故障 的根本原因。当没有适当地操作时，每个单独的子系统或者构件均可能引发指示问题的诊断故 障代码，但该故障代码可能不是引发代码的所述子系统或者构件的问题导致的。换句话说， 诊断代码可能因为子系统或者构件不适当地操作而设置的，但是该操作可能是另一子系统 或者构件不适当地操作导致的。希望知道来自具体的子系统或者构件的诊断代码有多么可 靠，以确定所述子系统或者构件是否导致故障。
技术实现思路
根据本专利技术的教导，公开了一种利用模型和观测确定车辆系统、子系统或者构件 内故障的根本原因的系统和方法。在一个实施例中，利用分级树，组合来自多个子系统和构 件的故障或者诊断代码，获取某一诊断代码是否精确地指示具体子系统或者构件内的故障的置信估计。在另一实施例中，利用依赖于分级信息理论的分级诊断网络，其中，在所述网 络的任何层级，制定决策仅使用所需提取的信息。在另一实施例中，利用基于图的诊断和预 测系统，其包括通过信息路径互相连接的多个节点。这些节点为用于构件或者子系统的故 障诊断和故障预测节点，并包含故障和健康状况诊断和推理模块。结合附图，根据以下描述和所附权利要求，本专利技术的其它特征将变得清楚。附图说明图1是根据本专利技术的一个实施例的用于分析来自车辆系统、子系统和构件的诊断 代码的分级树；图2是根据本专利技术的一个实施例的用于估计车辆中的用于诊断和预测目的的诊断代 码的置信水平的分级诊断网络；和图3是根据本专利技术的一个实施例的用于车辆的基于图形的诊断和预测系统。具体实施例方式本专利技术的实施例的以下论述涉及用于识别车辆的子系统或者构件是否为具体故 障的根本原因的置信估计的系统和方法，其本质上仅为示范性的，绝非试图限制本专利技术、其 应用或者用途。本专利技术提出通过使用多个模型和观测来确定车辆故障的根本原因的过程。每个模 型提供一个有关潜在故障状况的观测的置信估计。如下面详细描述的那样，本专利技术可以使 用分级树来分析来自子系统和构件的诊断代码和其它信号。分级树的每个层级在做决策之 前访问其具有的信息。可基于车辆信息，例如速度相关性，动态地改变来自树的不同分支的 信息。也可以使用来自多个车辆的数据确定模型置信估计。信息可以通过各种方法(例如 统计方法)组合在一起，统计方法例如为Dempster-Shafer理论或者贝叶斯理论。分级架构 是可调且灵活的，因此能够动态地集成多个故障。信息在分级树中从基于本地信息做决策的子系统和构件决策制定单元向上流。整 个车辆的健康状况可以通过查看树的顶层确定。每个分支可以代表不同的子系统，例如发 动机子系统、电气子系统、转向子系统、制动子系统等，且这些子系统的健康状况可以在评 估时与置信度一同确定。也可以使用树中的信息来代替减弱整体的车辆健康的构件。图1是根据本专利技术的一个实施例的、以上所述类型的分级树10。树10包括四层， 顶层为车辆管理器12，其利用接收的信息最终确定故障的原因。树10向下被分解为三个 系统，即车辆底盘系统14、车辆动力系系统16和车辆车体系统18。每个单独的系统14、16 和18在第三层可以分解为有代表性的子系统。例如，底盘系统14可以分解为转向子系统 20和制动子系统22，动力系系统16可以分解为发动机子系统M和变速器子系统沈，而车 体系统18可以分解为安全子系统观和气囊子系统30。每个子系统20-30在树10的第四 层包括构件，其可以是具体子系统中的任何合适的构件。例如，转向子系统包括构件32，例 如为方向盘角度(HWA)传感器。同样地，制动子系统22包括构件34，发动机子系统24包括 构件36，变速器子系统沈包括构件38，而安全子系统28包括构件40，气囊子系统30包括 构件42。如果子系统和构件可以分解，则树10可以延伸至低于第四层的构件32-42的其它 层。构件32-42、子系统20-30、系统14、16和18、以及车辆管理器12中的每一个利用 各种算法来分析车辆诊断代码、故障代码和其它信息和数据。这些算法包括提供具体构件 32-42、子系统20-30或者系统14、16和18是否具有具体故障或者潜在的故障的置信估计 的决策制定算法。例如，将来自构件32-42的信号发送至它们相应的子系统20-30，且如果 构件发生潜在的故障，则该信号包括诊断代码。另外，构件32-34包括提供与诊断代码一 同发送的附加信号的算法，该附加信号包括表示具体构件发生故障的置信度的置信估计信 号。随着信息上行至下一个层级，该子系统层的算法可以根据从构件接收的所有信号利用 诊断信号和置信估计信号评估是否这些构件中的一个发生故障。子系统20-30然后将诊断 信号和置信估计信号发送给系统层，系统14、16或者18将利用来自所有其子系统20-30的 信号基于置信估计信号和诊断代码确定哪里可能存在故障。因此，系统14、16和18将知道 在其系统分级路径中构件32-42中的一个是否发生故障，并还可以某个置信水平来确定具 体子系统20-30是否包括故障。然后将来自系统14、16和18的信号发送至车辆管理器12， 车辆管理器12包括监测来自所有系统14、16和18的所有信号的管理算法。树10可以用于隔离故障。可以多种方式确定故障隔离。通过确定树1本文档来自技高网...

【技术保护点】
一种用于提供车辆内故障检测和隔离的方法，所述方法包括：　　将所述车辆分成多个系统、多个子系统和多个构件；　　将所述系统、子系统和构件划归到具有层级的分级树中，其中，每个系统从比所述多个系统层级低的多个子系统接收信号，且每个子系统从比所述子系统层级低的多个构件接收信号；　　在所述系统、子系统和构件中利用提供和分析诊断代码、故障代码和其它信息的算法，以提供具体子系统或者构件已经出现故障的可能性的置信估计信号；　　从所述构件发送信号给所述子系统，并从所述子系统发送信号给所述系统，所述信号包括所述置信估计信号；　　分析所述多个系统中的所述置信估计信号，以便尝试隔离故障；以及　　发送信号给所述分级树的顶部的管理器，所述管理器以某一置信水平来识别具体的故障。

【技术特征摘要】
【国外来华专利技术】US 2008-6-2 12/1313471.一种用于提供车辆内故障检测和隔离的方法，所述方法包括 将所述车辆分成多个系统、多个子系统和多个构件；将所述系统、子系统和构件划归到具有层级的分级树中，其中，每个系统从比所述多个 系统层级低的多个子系统接收信号，且每个子系统从比所述子系统层级低的多个构件接收信号；在所述系统、子系统和构件中利用提供和分析诊断代码、故障代码和其它信息的算法， 以提供具体子系统或者构件已经出现故障的可能性的置信估计信号；从所述构件发送信号给所述子系统，并从所述子系统发送信号给所述系统，所述信号 包括所述置信估计信号；分析所述多个系统中的所述置信估计信号，以便尝试隔离故障；以及 发送信号给所述分级树的顶部的管理器，所述管理器以某一置信水平来识别具体的故障。2.根据权利要求1所述的方法，其特征在于，利用算法包括利用统计学算法。3.根据权利要求2所述的方法，其特征在于，利用统计学算法包括利用选自由 Dempster-Shafer理论算法和贝叶斯理论算法构成的组的算法。4.根据权利要求2所述的方法，其特征在于，利用统计学算法包括利用选自由奇偶方 程、卡尔曼过滤器、模糊模型和神经网络构成的组的算法。5.根据权利要求1所述的方法，其特征在于，将所述车辆分成多个系统包括将所述车 辆分成底盘系统、动力系系统和车体系统。6.根据权利要求5所述的方法，其特征在于，将所述车辆分成多个子系统包括将所述 车辆分成作为所述底盘系统的一部分的转向子系统和制动子系统、作为所述动力系系统的 一部分的发动机子系统和变速器子系统以及作为所述车体系统的一部分的安全子系统和 气囊子系统。7.根据权利要求6所述的方法，其特征在于，将所述车辆分成构件包括将所述车辆分 成传感器和检测器。8.根据权利要求1所述的方法，其特征在于，划归所述系统、子系统和构件包括将所 述系统，子系统和构件划归到分级诊断网络中，其中，所述构件提供信号给所有所述子系统。9.一种用于提供车辆内故障检测和隔离的方法，所述方法包括 识别所述车辆内的多个系统、多个子系统和多个构件；在所述系统、子系统和构件内利用提供和分析诊断代码、故障代码和其它信息的算法， 以提供具体子系统或者构件已经出现故障的可能性的置信估计信号；在所述多个系统、所述多个子系统和所述多个构件之间和在所述多个系统、所述多个 子系统和所述多个构件之中发送所述置信估计信号；以及分析所述多个系统和子系统内的所述置信估计信号，以尝试识别和隔离故障。10.根据权利要求9所述的方法，其特征在于，所述方法进一步包括将所述系统、子系 统和构件划归到具有层级的分级树中，其中，每个系统从比所述多个...

【专利技术属性】
技术研发人员：MN豪厄尔，MA萨尔曼，X唐，X张，Y张，YK钱，WC林，RI德布克，SW霍兰，S查克拉巴蒂，R舒古尔，
申请(专利权)人：通用汽车环球科技运作公司，
类型：发明
国别省市：US[美国]