CN111855239B - 电动助力转向***的故障监测方法、装置及存储介质 - Google Patents

Abstract

本发明涉及车辆技术领域，提供一种电动助力转向***的故障监测方法、装置及存储介质。所述故障监测方法包括：在车辆处于轮胎横向动力学的线性区域的情况下，计算EPS***对车辆进行转向助力的目标数据；处理目标数据，包括计算目标电流及目标占空比与对应的实际信号之间的相对方差比，以及计算目标电流、目标电压、目标转向辅助扭矩及目标小齿轮角度与对应的实际信号之间的最大均值误差；根据相对方差比和最大均值误差确定故障部件及对应的故障检测项及故障检测标志；以及进一步确定故障类型及对应的故障变化值，并将故障变化值与故障表相比较以进行故障预测。本发明可实时监测EPS***的部件状态，并进行故障预测，能提升车辆的可靠性。

Description

电动助力转向***的故障监测方法、装置及存储介质

技术领域

本发明涉及车辆技术领域，特别涉及一种电动助力转向***的故障监测方法、装置及存储介质。

背景技术

电动助力转向(Electric Power Steering，EPS)***主要设计用于替代传统液压助力转向***，其在运行期间消耗的能量相对于液压助力转向***有显著的减少。当在具有内燃机和一个或多个电力牵引电机的混合动力车辆上进行助力转向时，EPS***会特别地有吸引力。这是因为，混合动力车辆通常以电动车辆(Electric Vehicle，EV)模式运行直到阈值纵向速度，而车辆的发动机在EV模式下关闭，因此，通常由发动机扭矩提供的机械动力会被中断，从而排除了使用基于发动机驱动的传统液压助力转向***。但是，在EPS***发生故障的情况下，车辆可能会立即变得非常难以转向，特别是在低速行驶时，EPS***的故障引起的车辆性能的间歇性变化会导致驾驶员的驾驶行为飘乎不定。此外，EPS***不仅为驾驶员提供转向辅助，而且还是目前开发的车辆的主动安全功能(例如车道保持和变道辅助)的执行器。因此，为了提高车辆的可靠性和安全性以及减少离车步行的情况，EPS***的故障检测、诊断和预测变得越来越重要。

EPS***中的可能故障主要是部件故障和初发故障，其中部件故障例如致动器、传感器、电子控制单元(ElectronicControlUnit，ECU)等的故障，初发故障例如电机参数变化、电刷弧度变化、换向器/电刷摩擦、定子线圈的过载或过热、轴承损坏导致的摩擦增加、转向器和减速机构的磨损等。在部件故障中，故障诊断方案能够快速检测到变化以避免灾难性后果是至关重要的。在这种情况下，提早检测和调节是故障诊断的关键目标。另一方面，初发故障在维持车辆活动性方面更为重要，因为其要求尽早发现缓慢形成的问题以避免更严重的后果。处理初发故障的主要困难之一是这些故障经常被倾向用于减少小的初发故障对跟踪性能的影响的反馈控制所隐藏，因此需要尽早检测这些故障以采取措施在设备发生故障之前进行相应维护。

综上，EPS***的可靠运行是影响向驾驶员提供适当的转向辅助的能力的基础因素，而EPS***的不可靠运行将对车辆转向性能和安全性产生直接影响。但目前很少有诊断***可以监控EPS***的运行状况，甚至可以适应于ESP***的故障检测。因此，开发针对部件故障及初发故障的有效的故障检测方案对EPS***的活动性维护和成本控制起着关键作用。

发明内容

有鉴于此，本发明旨在提出一种电动助力转向***的故障检测方法、装置及车辆，以至少部分地解决上述技术问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种EPS***的故障监测方法，包括：在车辆处于轮胎横向动力学的线性区域的情况下，计算EPS***对车辆进行转向助力的目标数据，该目标数据包括目标转向辅助扭矩、目标电流、目标电压、目标占空比及目标小齿轮角度；在所述EPS***进行转向操纵期间的每一时刻，处理所述目标数据，包括计算目标电流及目标占空比与对应的实际信号之间的相对方差比，以及计算所述目标电流、所述目标电压、所述目标转向辅助扭矩及所述目标小齿轮角度与对应的实际信号之间的最大均值误差；根据所述相对方差比和所述最大均值误差确定EPS***的存在故障特征的故障部件以及该故障部件对应的故障检测项及故障检测标志；以及根据所述故障检测项及所述故障检测标志确定故障类型及该故障类型对应的故障变化值，并将所述故障变化值与预设的故障表相比较，并根据比较结果进行相应部件的故障预测，其中所述故障变化值是指故障部件的测量值相对于标称值的偏移值。

相对于现有技术，本发明所述的故障监测方法可实时监测EPS***的部件状态，并进行故障预测，能提升车辆的可靠性和安全性，并降低维修成本。

本发明还提供一种EPS***的故障监测装置，包括：目标数据计算模块，用于在车辆处于轮胎横向动力学的线性区域的情况下，计算EPS***对车辆进行转向助力的目标数据，以及用于在所述EPS***进行转向操纵期间的每一时刻，处理所述目标数据，且包括计算所述目标电流及所述目标占空比与对应的实际信号之间的相对方差比，以及计算所述目标电流、所述目标电压、所述目标转向辅助扭矩及所述目标小齿轮角度与对应的实际信号之间的最大均值误差；故障部件确定模块，用于根据所述相对方差比和所述最大均值误差确定EPS***的存在故障特征的故障部件以及该故障部件对应的故障检测项及故障检测标志；以及故障预测模块，用于根据所述故障检测项及所述故障检测标志确定故障类型及该故障类型对应的故障变化值，并将所述故障变化值与预设的故障表相比较，并根据比较结果进行相应部件的故障预测，其中所述故障变化值是指故障部件的测量值相对于标称值的偏移值。

本发明还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的EPS***的故障监测方法。

所述故障监测方法及机器可读存储介质与上述故障监测方法相对于现有技术所具有的优势相同，在此不再赘述。

本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施方式及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例中具有安装有转向柱的EPS***和控制器的车辆的示意图，该控制器被配置用于执行本发明实施例的EPS***的故障监测方法；

图2是本发明实施例的执行故障监测方法的方法模块的示意图；

图3是本发明实施例中检测车辆直线行驶的发生的过程的流程图；

图4是本发明实施例中用于确定横向动力学的线性区域的过程的流程图；

图5是本发明实施例中用于计算目标转向辅助扭矩和目标电流的过程的流程图；图6是本发明实施例中计算目标电压和目标占空比的过程的流程图；

图7是本发明实施例中用于基于驾驶员输入和纵向速度来估计目标小齿轮角度的降阶“龙伯格(Luenberger)”观测器的应用流程图；

图8是本发明实施例中用于确定电流部件的故障特征的流程图；

图9是本发明实施例中用于确定电压部件的故障特征的流程图；

图10是本发明实施例中确定小齿轮传感器部件的故障特征的流程图；

图11是本发明实施例中用于确定转向扭矩部件的故障特征的流程图；

图12是本发明实施例中用于确定故障检测项FD₁和FD₄以及相应的故障检测标志FD_{_flag1}、FD_{_flag4}的流程图；图13是本发明实施例中用于确定故障检测项FD₃和FD₅以及相应的故障检测标志FD_{_flag3}、FD_{_flag5}的流程图；图14是本发明实施例中用于确定故障检测项FD₂和故障检测标志FD_{_flag2}的流程图；图15是本发明实施例中用于确定故障检测项FD₆和故障检测标志FD_{_flag6}的流程图；以及图16是本发明实施例中根据故障部件和故障检测标志识别EPS***中的故障类型的流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本发明。

本发明实施例提供了一种EPS***的故障监测方法，该故障监测方法可以包括以下步骤S100-步骤S400：

步骤S100，在车辆处于轮胎横向动力学的线性区域的情况下，计算EPS***对车辆进行转向助力的目标数据。

其中，所述目标数据包括目标转向辅助扭矩、目标电流、目标电压、目标占空比及目标小齿轮角度。另外，所述车辆可以包括但不限于任何移动交通工具，例如私人汽车、卡车、公共汽车、全地形车等。

可知在步骤S100中，还需确定车辆是否处于轮胎横向动力学的线性区域。对此，在执行该步骤S100之前，本发明优选实施例的故障监测方法还可包括：获取EPS***对车辆进行转向助力的转向相关数据；以及根据转向相关数据判断车辆是否处于轮胎横向动力学的线性区域，并计算自回正扭矩(Self-aligning Torque，SAT)。其中，转向相关数据包括车辆的小齿轮角度、驱动转向扭矩及车辆运行数据，且车辆运行数据包括横摆率、纵向速度、车轮速度、方向盘角度、扭杆扭矩和横向加速度中的任意一者或多者。需说明的是，在本发明实施例中，所述纵向速度可被视为车速。

其中，根据转向相关数据判断车辆是否处于轮胎横向动力学的线性区域可包括：根据车轮速度及横摆率，判断车辆是否直线行驶，并根据判断结果设置相应的直线标志；以及结合直线标志、横向加速度、横摆率、纵向速度及方向盘角度，判断车辆是否处于轮胎横向动力学的线性区域，并根据判断结果生成示出车辆是否处于轮胎横向动力学的线性区域的线性标志。

进一步地，对于步骤S100，所述计算EPS***对车辆进行转向助力的目标数据可以包括：基于预配置的纵向速度、驱动转向扭矩及目标转向辅助扭矩的对应关系，确定与当前的驱动转向扭矩及纵向速度对应的目标转向辅助扭矩，并根据所确定的目标转向辅助扭矩计算目标电流；根据小齿轮角度及所计算的目标电流确定目标电压，并根据所确定的目标电压确定目标占空比；以及采用降阶Luenberger观测器估计出目标小齿轮角度。

步骤S200，在所述EPS***进行转向操纵期间的每一时刻，处理所述目标数据。具体可以包括：计算所述目标电流及目标占空比与对应的实际信号之间的相对方差比；以及计算所述目标电流、所述目标电压、所述目标转向辅助扭矩及所述目标小齿轮角度与对应的实际信号之间的最大均值误差。

步骤S300，根据所述相对方差比和最大均值误差确定EPS***的存在故障特征的故障部件以及该故障部件对应的故障检测项及故障检测标志。

在优选的实施例中，所述根据所述相对方差比和所述最大均值误差确定EPS***的存在故障特征的故障部件包括以下任意一者或多者：若转向操纵期间的最大目标电流与对应的最大实际电流之间的相对方差比为1，和/或最大目标电流与最大实际电流之间的最大均值误差为0，则判定EPS***的电流部件不存在故障特征，否则判定电流部件存在故障特征；若转向操纵期间的最大目标占空比与对应的最大实际占空比之间的相对方差比为1，和/或转向操纵期间的最大目标电压与对应的最大实际电压之间的最大均值误差为0，则判定EPS***的电压部件不存在故障特征，否则判定电压部件存在故障特征；若转向操纵期间的最大目标小齿轮角度与对应的最大实际小齿轮角度之间的最大均值误差为0，则判定EPS***的小齿轮部件不存在故障特征，否则判定小齿轮部件存在故障特征；以及若转向操纵期间的最大目标转向辅助扭矩与对应的最大实际转向辅助扭矩之间的最大均值误差为0，则判定EPS***的转向辅助部件不存在故障特征，否则判定转向辅助部件存在故障特征。需说明的是，对于致动器等部件，可采用类似方法判定是否为故障部件。

步骤S400，根据所述故障检测项及所述故障检测标志确定故障类型及该故障类型对应的故障变化值，并将所述故障变化值与预设的故障表相比较，并根据比较结果进行相应部件的故障预测。其中，该故障变化值是指故障部件的测量值相对于标称值的偏移值。

具体地，该步骤S400可以包括：根据所述故障检测标志及所述故障特征值确定故障类型及对应的故障变化值；根据故障变化值从所述故障表中匹配对应的故障信息，该故障信息包括故障预期发生的时间点及故障部件的剩余寿命；以及响应于所述故障信息，进行预警操作。

下面结合具体的实例来介绍本发明实施例的用于EPS***的故障监测方法的更多实施细节。

如图1所示，车辆10包括安装有转向柱的EPS***20和控制器50，控制器50示意性地示出为单个单元，但可以理解的是，控制器50的各种元件可以分布在多个专用控制单元(例如电机控制单元、转向控制单元等)或ECU中或之间。控制器50被配置用于以算法形式执行本发明实施例的EPS***的故障监测方法以及用于执行适合于该故障监测方法的控制动作，例如当EPS故障超过可接受水平时，控制器50将算法的输出通过无线通信传送到远程服务中心。其中，车辆中的***17用于对检测到的故障采取进一步行动，例如向远程处理/维护设施发送电子邮件、文本或其他警报。

车辆10包括方向盘12，其响应于驾驶员的转向输入而旋转。方向盘12可操作地连接到转向柱14，转向柱14又连接到转向机构16，转向机构16是齿条小齿轮(rack andpinion)组件或其他转向组件。如本领域技术人员所熟知的，通过在一组前轴(未示出)上移动的轮胎拉杆18，转向组件26和转向机构16最终使轮胎25相对于路面27定向。扭矩传感器23和小齿轮角度传感器21可以相对于转向柱14定位。扭矩传感器23测量并将扭矩信号(箭头123)传输到控制器50。小齿轮角度传感器21测量并且将小齿轮角度信号(箭头121)传输到控制器50。控制器50处理信号121、123以及其他的车辆运行数据(箭头11)，比如上文纵向速度、横摆率等，并确定用于执行当前转向操作的转向电机32所需的辅助扭矩。控制器50通过电机控制信号(箭头13)与转向电机32通信。转向电机32通过减速齿轮组33和转向机构16产生并输出驱动扭矩(箭头15)来响应电机控制信号(箭头13)。

驱动扭矩和辅助扭矩的总和使得转向轴抵抗来自轮胎的SAT和转向机构中的摩擦损失。其中，转向机构操作由以下等式表示：

其中J_sw、B_sw和K_sw是方向盘的惯性、阻尼和刚度常数；T_ts是扭矩传感器输出，T_d是驱动扭矩，θ_sw是方向盘角度。

扭矩传感器被建模为具有线性和阻尼效果的扭杆：

其中K_tbar和B_tbar表示扭杆的扭转刚度和阻尼，θ_p是小齿轮角度。

辅助电机的运动方程表示为：

其中J_m和B_m分别是辅助电机的惯性和阻尼系数，T_m是驱动转向扭矩，T_a是辅助扭矩，n_g是减速齿轮组33(见图1)的齿轮比，R_a和L_a分别是电机的电阻和电感，i是电枢电流，v是电压，参数K_t和K_e分别是扭矩常数和反电动势。

齿条/小齿轮的运动被描述为整个刚体。因此，电机和齿条/齿轮动力学由下式给出：

其中：θ_p是小齿轮角度，J_rp是转向机构16(例如齿条和小齿轮组件)的惯量，B_rp是阻尼系数，n_g是减速齿轮组33的齿轮比，C_fric是作用在转向组件26的转向齿条上的库仑摩擦，T_a是辅助扭矩(即，n_gT_m)，T_m是电机转矩，M_z是SAT，J_m和B_m是转向电机32的相应惯量和阻尼系数，T_ts是来自扭矩传感器23的输出。由车辆10的驾驶员施加的扭矩，即T_d，具有来自EPS***20的辅助扭矩T_a，因此，参考等式(1)，在车辆10转弯时应该克服两个反作用力矩：1)SAT，即M_z，其由轮胎25和路面27产生，以及2)由EPS***20本身的库仑摩擦和粘性摩擦产生的扭矩。

仍然参考图1，控制器50可以使用控制器区域网络(Controller Area Network，CAN)、串行总线、数据路由器和/或其他合适的网络连接将电机控制信号(箭头13)传输到转向电机32。控制器50的硬件组件可包括一个或多个数字计算机，每个数字计算机具有微处理器或中央处理单元(CPU)，只读存储器(ROM)、随机存取存储器(RAM)、电可编程只读存储器(EPROM)、高速时钟、模数(A/D)和数模(D/A)电路、输入/输出电路和器件(I/O)以及适当的信号调理和缓冲电路。

在各种实施例中，如下面参考图1所描述的，驻留在控制器50内的传感器模块52直接传送执行本实施例的故障监测方法的方法模块100所需的信号。传感器模块52还可以将信号传送到其他控制模块，其他控制模块又通过通信总线或其他通信装置将数据传送到方法模块100。

参考图2，本发明实施例的方法模块100接收由传感器模块52(参考图1)捕获的数据102，该数据102包括但不限于小齿轮角度数据、横摆率数据、纵向速度数据、车轮速度、方向盘角度数据、驱动转向扭矩数据、扭杆扭矩数据和横向加速度数据等。该方法模块100进一步包括横向线性动态模块103、EPS目标信号模块109、故障特征模块115和故障检测隔离模块125。

其中，横向线性动态模块103包括参考图3的流程来使用数据102确定车辆直线行驶的过程104、参考图4的流程来确定横向轮胎力的线性区域的过程106以及参考等式(5)-(10)来基于线性轮胎动态模型估计自回正扭矩M_zdyn的过程108。模块103还接收预处理数据，该预处理数据包括转向角数据、纵向速度、横摆率和横向加速度数据以及确定车辆直线行驶的过程104的输出。

其中，EPS目标信号模块109接收预处理数据来作为输入，包括小齿轮角数据、纵向速度、扭矩传感器扭矩、自回正扭矩估计、确定横向轮胎力的线性区域的过程106的输出以及EPS辅助扭矩。据此，EPS目标信号模块109包括参考图5确定目标转向辅助扭矩和目标电流的过程110、参考图6确定目标电压和占空比的过程112以及参考图7确定估计的目标小齿轮角度的过程114。

其中，故障特征模块115接收来自模块102的预处理数据作为输入，包括确定车辆直线行驶的过程104的输出、目标转向辅助扭矩、目标电流、电压和占空比以及估计的目标小齿轮角度等。基于这些输入，故障特征模块115包括参考图8确定电流故障部件的过程116、参考图9确定电压和占空比故障部件的过程118、参考图10确定小齿轮角度故障部件的过程120以及参考图11确定扭矩传感器故障部件的过程122。

其中，故障检测隔离模块125接收故障特征模块115的输出，并包括参考图11-图15确定与部件(传感器)相关的故障检测项和故障检测标志的过程126以及参考图16根据故障部件及故障检测标志识别EPS***中的故障类型的故障隔离过程128。

图3示意性地示出了本发明实施例的用于检测车辆直线行驶的发生的过程104，其可以由如块318的直线标志slf的状态指示。表1示出了图3中用数字标记的各个功能块与相应的功能的对应关系，具体如下：

表1

功能块功能块所包含的内容

其中，对于功能块304，其计算的是多个差速轮速度(differential wheelspeed)，包括ΔV₁₁、ΔV₃₄、ΔV₁₄和ΔV₂₃，且V_LF、V_RF、V_LR和V_RR分别表示左前轮、右前轮、左后轮和右后轮的速度，它们均可通过相关传感器测量得到。另外，差速轮速度与差速度阈值V_th1和V_th2进行比较，其中差速度阈值V_th1和V_th2表示与直线上的车辆操作相关联的最大速度差。

图4示意性地示出了用于确定轮胎横向动力学的线性区域的过程106，表2示出了图4中用数字标记的各个功能块与相应的功能的对应关系，具体如下：

表2

功能功能块所包括的内容

本发明实施例中，当线性标志Flag_{_lin}＝1时，执行剩下的故障监测方法的计算，线性标志Flag_{_lin}＝0，则不执行剩下的故障检测算法。

以下的等式(5)-(10)示出了基于线性轮胎动态模型估计自回正扭矩M_zdyn的过程108。该过程108对于本领域技术人员而言是已知的，例如可参考专利申请号为CN201811275199.3且标题为“车辆控制方法和控制装置及车辆和存储介质”的专利申请进行理解。

由于故障检测仅在轮胎处于线性区域时确定，即当Flag_{_lin}设置为真(即为1)时，SAT M_zdyn可以计算为：

M_z＝-L_pF_yf,F_yf＝C_fα_f (5)

其中，L_p是轮胎拖距，C_f是前轮胎25的转弯刚度并假设在线性范围内恒定，F_yf是前轮胎侧向力，并且α_f是前轮胎滑移角，其中α_f可以计算如下：

其中δ_r是前轮转向角，v_y是车辆在重心处的侧向速度，v_x是重心的纵向速度，

是车辆10的横摆率，并且a是从车辆10的重心到其前轴的距离。

在横向动力学的线性区域中，横向速度v_y可以从自行车模型方程(7)和运动学方程(8)计算如下：

其中b是从车辆10的重心到后轴的距离，C_r是后轴的两个轮胎的转弯刚度，g是重力加速度，m是车辆总重量，并且γ是道路坡度角，即图1的路面27的倾斜度可以根据诸如横向加速度和横摆率之类的信息来估计。

根据上述等式，控制器50可以如下计算横向速度v_y并因此计算M_zdyn：

其中，

以及

L_p的示例性值为0.06m，并且对于具有轮胎宽度235、纵横比55和轮辋直径19的示例性轮胎(定义为(R235/55R19))，组合的前轮胎和后轮胎组合转弯刚度C_f和C_r分别为125000N/rad和112640N/rad。

图5示意性地示出了用于通过实验确定EPS目标转向辅助扭矩和目标电流的过程110。过程110示出了在以不同的纵向速度v_x(箭头502)驾驶车辆并且应用不同的驱动转向扭矩T_d(箭头501)时，实验获得的EPS目标转向辅助扭矩箭头503的关系。一旦确定了过程110，则构建实验模型并且在EPS控制器中存储该实验模型，如图5所示，目标转向辅助扭矩箭头503表示为驱动转向扭矩和纵向速度的函数，具体如下：

T_{a_target}＝f(v_x,T_d) (11)

目标转向辅助扭矩的示例性值在下表中示出：

然后，根据目标转向辅助扭矩计算目标电流，如下所示：

图6是当线性标志Flag_{_lin}＝1时，计算目标电压和目标占空比的过程112的流程图。表3示出了图6中用数字标记的各个功能块与相应的功能的对应关系，主要涉及目标电压v_target和目标占空比DC_target，具体如下：

表3

功能块功能块所包括的内容

图7是用于基于驾驶员输入和纵向速度估计目标小齿轮角度过程114的流程图，该过程114属于降阶Luenberger观测器的一个可能实施例，该观测器对EPS***20进行建模以估计目标小齿轮角度。给定一组控制输入(u)和控制输出(y)，执行状态估计。因此，***的状态(x)可以在每个时刻t及采样时间T_samp(比如10毫秒)建模。

通过k来表示时间，例如k+1＝t+T_samp。A、B、C和D是校准值。然后，状态观测器模型可被推导出为：

其中，L_c在此等式中是一个降阶Luenberger观测器增益。

目标小齿轮角度功能基于上面讨论的等式(4)中所示的转向机构16的模型，并且忽略摩擦项C_fric，可以在数学上表示为如下：

其中，

u＝T_ts-M_zdyn，

接下来，每个时刻k的离散状态空间模型和采样时间T_samp如下：

x(k+1)＝Φx(k)+Γu(k)，y(k)＝Hx(k)+Ju(k) (16)

使用Luenberger观测器，过程114可以得到以下结果：

然后通过如下设置置离散特征方程λ(z)的极点(ζ)来确定Luenberger观测器增益矢量L_c：

λ(z)＝|zI-(Φ-L_cH)|＝(z-ζ)²(例如,ζ＝0.002) (18)

H＝[1 0]J＝0，以及

其中，β＝1+αT_samp

观测器增益L_c然后被表达为：

目标小齿轮角度为：

故障特征模块115接收来自模块102和过程109的数据作为输入，诸如目标辅助转向扭矩、目标电流、目标电压、目标占空比以及估计的目标小齿轮角度。基于这些输入，故障特征模块115可以确定故障部件。给定一个系列x的n个数据点，对应的平均μ_n和方差σ_n ²计算如下：

定义

以及

然后递归地计算均值和方差，对于j＝1,n：

将序列x的相对方差(Relative Variance，RV)定义为：

据此，定义与故障特征模块115相关联的以下故障特征术语如下：ε_{current_RV}为目标电流与实际电流对应的RV之比；ε_{DC_RV}为目标占空比与实际占空比对应的RV之比；ε_{current_err}为EPS***的目标电流与实际电流之间的最大平均误差；ε_{volt_err}为EPS***的目标电压与实际电压之间的最大平均误差；ε_{pinion_err}为目标小齿轮角度与实际小齿轮角度之间的最大平均误差；以及ε_{steer_Trq_err}为目标转向辅助扭矩与实际转向辅助扭矩之间的最大平均误差。

图8是用于确定EPS***的电流部件的故障特征的过程116的流程图。表4示出了图8中用数字标记的各个功能块及对应功能如下：

表4

功能块功能块所包含的内容

其中，ε_{current_RV}(k)＝1意味着在部件中未观测到故障，ε_{current_err}(k)＝0意味着在部件中未观测到故障

图9是用于确定EPS***的电压部件故障特征的过程118的流程图，其类似于确定电流部件的故障特征的过程。表5示出了图9中用数字标记的功能块和ε_{DC_RV}及ε_{volt_err}的相应功能如下：

表5

功能块功能块所包含的内容

图10是用于确定EPS***的小齿轮传感器部件的故障特征的过程120的流程图。表6示出了图10中数字标记的功能块和ε_{pinion_err}的相应功能如下：

表6

功能块功能块所包含的内容

图11是用于确定EPS***的转向扭矩部件的故障特征的过程122的流程图。表7示出了图11中用数字标记的功能块和ε_{steer_Trq_err}的相应功能如下：

表7

功能块功能块所包含的内容

基于在故障特征模块115中计算的故障特征项，定义故障检测隔离模块125的以下故障检测项和故障检测标志：

FD₁和FD_{_flag1}定义为基于故障特征ε_{DC_RV}和ε_{volt_err}的故障检测项和故障检测标志；FD₂和FD_{_flag2}定义为基于故障特征ε_{current_err},ε_{current_RV} andε_{pinion_err}的故障检测项和故障检测标志；FD₃和FD_{_flag3}定义为基于故障特征ε_{current_err},ε_{volt_err}的故障检测项和故障检测标志；FD₄和FD_{_flag4}定义为基于故障特征ε_{DC_RV}和ε_{volt_err}的故障检测项和故障检测标志；FD₅和FD_{_flag5}定义为基于ε_{current_err},ε_{pinion_err}和ε_{volt_err}的故障检测项和故障检测标志；FD₆和FD_{_flag6}定义为基于故障特征ε_{current_err}和ε_{steer_Trq_err}的故障检测项和故障检测标志。

图12是用于确定故障检测项FD₁和FD₄以及故障检测标志FD_{_flag1}、FD_{_flag4}的流程图。表8示出了图12中数字标记的功能块和FD₁、FD_{_flag1}、FD₄和FD_{_flag4}的相应功能如下所述：

表8

功能块功能块所包含的内容

图13是用于确定故障检测项FD₃和FD₅以及故障检测标志FD_{_flag3}、FD_{_flag5}的流程图。表9示出了图13中数字标记的功能块和FD₃、FD₅、FD_{_flag3}、FD_{_flag5}的对应功能如下所述：

表9

功能块功能块所包含的内容

图14是用于确定故障检测项FD₂和故障检测标志FD_{_flag2}的流程图。表10示出了图14中数字标记的功能块和FD₂及FD_{_flag2}的相应功能如下：

表10

功能块功能块所包含的内容

图15是用于确定故障检测项FD₆和故障检测标志FD_{_flag6}的流程图。表11作为关键被提供，其中数字标记的功能块和FD₆及FD_{_flag6}的相应功能如下所述：

表11

功能块功能块所包含的内容

表8-表11能被概括为：FD₁＝1以及FD_{_flag1}＝0表明未在部件中观测到故障；FD₁≠1以及FD_{_flag1}＝1表明在部件中观测到故障；FD₂＝1以及FD_{_flag2}＝0表明未在部件中观测到故障；FD₂≠1以及FD_{_flag2}＝1表明在部件中观测到故障；FD₃＝0以及FD_{_flag3}＝0表明未在部件中观测到故障；FD₃≠0以及FD_{_flag3}＝1表明在部件中观测到故障；FD₄＝0以及FD_{_flag4}＝0表明未在部件中观测到故障；FD₄≠0以及FD_{_flag4}＝1表明在部件中观测到故障；FD₅＝0以及FD_{_flag5}＝0表明未在部件中观测到故障；FD₅≠0以及FD_{_flag5}＝1表明在部件中观测到故障；FD₆＝0以及FD_{_flag6}＝0表明未在部件中观测到故障；FD₆≠0以及FD_{_flag6}＝1表明在部件中观测到故障。

结合这里概括的故障检测项及故障检测标志，可定义故障类型如下：

Class0＝在EPS***中未检测到故障；Class7＝未知的故障类型，即上述Class0-Class6以外的故障类型均可以用Class7来表示。

Class1＝线圈电阻或终端电阻故障ΔR，该ΔR被表达为电阻相对于标称值增加了a％，例如标称值为1、ΔR为50％时，表明线圈电阻或终端电阻偏离(增加)标称值50％；Class2＝磁场弱化故障ΔKe，该ΔKe被表达为磁场相对于标称值减少了a％，例如标称值为1、ΔKe为50％时，表明磁场弱化了50％；Class3＝电流传感器故障ΔI，该ΔI以安培表示电流传感器的读数相对于真实EPS***电流产生了数值为a的正偏移(+a)或负偏移(-b)了，例如电流传感器的读数为2A，真实EPS***电流为1.5A，则ΔI＝0.5可以表示电流产生了0.5A的正偏移；Class4＝电压传感器故障ΔV，该ΔV以伏特表示电压传感器的读数相对于真实EPS***电压产生了数值为a的正偏移(+a)或负偏移(-a)，示例类似于电流传感器；Class5＝小齿轮角度传感器故障Δθ_p，该Δθ_p以度(deg)表示小齿轮角度传感器的读数相对于真实小齿轮角度产生了数值为a的正偏移(+a)或负偏移(-a)，示例类似于电流传感器；Class6＝扭矩传感器故障ΔT，该ΔT以Nm表示扭矩传感器的读数相对于真实扭矩产生了数值为a的正偏移(+a)或负偏移(-a)，示例类似于电流传感器。

图16是故障隔离过程128的流程图。表12示出了图16中数字标记的功能块和故障类型的相应功能如下所述：

表12

功能块功能块所包含的内容

函数f₁(FD₁)和f₂(FD₂)将故障部件FD₁和FD₂映射到对应的％ΔR和％ΔKe。f₁(FD₁)和f₂(FD₂)的示例性值分别在下表中示出

FD<sub>1</sub>	0.33	0.4	0.5	0.66	1
						％ΔR	200	150	100	50	0

其中，％ΔR＝f₁(FD₁)

FD<sub>2</sub>	0.2	0.4	0.6	0.8	1
						％ΔK<sub>e</sub>	80	60	40	20	0

其中，％ΔKe＝f₂(FD₂)。

根据获知的％ΔR和％ΔKe，可确定电阻、磁场相对于标称值的变化。类似地，也可确定电流、电压、小齿轮角度、扭矩等传感器相对于标称值的变化。将这些相对于标称值发生了变化的部件的组合与预设的故障表进行比较，可确定故障部件中的变化是否对应于预先识别的故障，并确定故障预期发生的时间点及故障部件的剩余寿命。响应于匹配的故障信息，可自动执行控制动作进行预警操作，例如向驾驶员指示EPS***中检测到的故障。

本发明实施例的故障监测方法可实时监测EPS***的部件状态，在部件仍正常使用期间通过参数变化预测其剩余寿命以及可能发生故障的时间点，并将预测信息反馈给驾驶员，以减少车辆行使途中因部件故障导致抛锚的情况，不仅提升了车辆的可靠性和安全性，也能有效降低维修成本。据此，可知其既实现了故障诊断又实现了故障隔离，故也可以将该方法称为故障诊断隔离(Fault Diagnosis and Isolation，FDI)算法，该FDI可通过控制器来实现，该控制器可例如为ECU或单独配置的控制器。

基于与上述EPS***的故障监测方法的实施例相同的发明思路，本发明实施例还提供一种EPS***的故障监测装置，该故障监测装置包括目标数据计算模块、故障部件确定模块和故障预测模块。目标数据计算模块用于在车辆处于轮胎横向动力学的线性区域的情况下，计算EPS***对车辆进行转向助力的目标数据，以及用于在EPS***进行转向操纵期间的每一时刻，处理目标数据，包括：计算目标电流及目标占空比与对应的实际信号之间的相对方差比；以及计算目标电流、目标电压、目标转向辅助扭矩及目标小齿轮角度与对应的实际信号之间的最大均值误差。故障部件确定模块用于根据相对方差比和最大均值误差确定EPS***的存在故障特征的故障部件以及该故障部件对应的故障检测项及故障检测标志。故障预测模块用于根据故障检测项及故障检测标志确定故障类型及该故障类型对应的故障变化值，并将故障变化值与预设的故障表相比较，并根据比较结果进行相应部件的故障预测。

所述故障监测装置还包括：数据获取模块，用于获取EPS***对车辆进行转向助力的转向相关数据；以及横向线性动态确定模块，用于根据所述转向相关数据判断所述车辆是否处于轮胎横向动力学的线性区域，并计算SAT。

本发明实施例的故障监测装置的实施细节及效果与上述故障监测方法相同或相似，在此不再赘述。

本发明实施例还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的EPS***的故障监测方法。介质包括但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的RAM、ROM、电可擦除可编程只读存储器(EEPROM)、快闪记忆体(Flash Memory)或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备等各种可以存储程序代码的介质。

以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (13)

1.一种电动助力转向EPS***的故障监测方法，其特征在于，所述故障监测方法包括：

在车辆处于轮胎横向动力学的线性区域的情况下，计算EPS***对车辆进行转向助力的目标数据，该目标数据包括目标转向辅助扭矩、目标电流、目标电压、目标占空比及目标小齿轮角度；

在所述EPS***进行转向操纵期间的每一时刻，处理所述目标数据，包括：

计算所述目标电流及所述目标占空比与对应的实际信号之间的相对方差比；以及

计算所述目标电流、所述目标电压、所述目标转向辅助扭矩及所述目标小齿轮角度与对应的实际信号之间的最大均值误差；

根据所述相对方差比和所述最大均值误差确定EPS***的存在故障特征的故障部件以及该故障部件对应的故障检测项及故障检测标志；以及

根据所述故障检测项及所述故障检测标志确定故障类型及该故障类型对应的故障变化值，并将所述故障变化值与预设的故障表相比较，并根据比较结果进行相应部件的故障预测，其中所述故障变化值是指故障部件的测量值相对于标称值的偏移值。

2.根据权利要求1所述的EPS***的故障监测方法，其特征在于，在所述计算EPS***对车辆进行转向助力的目标数据之前，所述故障监测方法还包括：

获取所述EPS***对车辆进行转向助力的转向相关数据，其中所述转向相关数据包括车辆的小齿轮角度、驱动转向扭矩及车辆运行数据，且所述车辆运行数据包括横摆率、纵向速度、车轮速度、方向盘角度、扭杆扭矩和横向加速度中的任意一者或多者；以及

根据所述转向相关数据判断所述车辆是否处于轮胎横向动力学的线性区域，并计算自回正扭矩。

3.根据权利要求2所述的EPS***的故障监测方法，其特征在于，所述根据所述转向相关数据确定车辆是否处于轮胎横向动力学的线性区域包括：

根据所述车轮速度及所述横摆率，判断车辆是否直线行驶，并根据判断结果设置相应的直线标志；以及

结合所述直线标志、所述横向加速度、所述横摆率、所述纵向速度及所述方向盘角度，判断车辆是否处于轮胎横向动力学的线性区域，并根据判断结果生成示出车辆是否处于轮胎横向动力学的线性区域的线性标志。

4.根据权利要求2所述的EPS***的故障监测方法，其特征在于，所述计算EPS***对车辆进行转向助力的目标数据包括：

基于预配置的所述纵向速度、所述驱动转向扭矩及所述目标转向辅助扭矩的对应关系，确定与当前的所述驱动转向扭矩及所述纵向速度对应的所述目标转向辅助扭矩，并根据所确定的所述目标转向辅助扭矩计算所述目标电流；

根据所述小齿轮角度及所计算的目标电流确定所述目标电压，并根据所确定的所述目标电压确定所述目标占空比；以及

采用降阶龙伯格观测器估计出所述目标小齿轮角度。

5.根据权利要求1所述的EPS***的故障监测方法，其特征在于，所述根据所述相对方差比和所述最大均值误差确定EPS***的存在故障特征的故障部件包括以下任意一者或多者：

若所述转向操纵期间的最大目标电流与对应的最大实际电流之间的相对方差比为1，和/或若所述转向操纵期间的最大目标电流与对应的最大实际电流之间的最大均值误差为0，则判定所述EPS***的电流部件不存在故障特征，否则判定所述电流部件存在故障特征；

若所述转向操纵期间的最大目标占空比与对应的最大实际占空比之间的相对方差比为1，和/或所述转向操纵期间的最大目标电压与对应的最大实际电压之间的最大均值误差为0，则判定所述EPS***的电压部件不存在故障特征，否则判定所述电压部件存在故障特征；

若所述转向操纵期间的最大目标小齿轮角度与对应的最大实际小齿轮角度之间的最大均值误差为0，则判定所述EPS***的小齿轮部件不存在故障特征，否则判定所述小齿轮部件存在故障特征；以及

若所述转向操纵期间的最大目标转向辅助扭矩与对应的最大实际转向辅助扭矩之间的最大均值误差为0，则判定所述EPS***的转向辅助部件不存在故障特征，否则判定所述转向辅助部件存在故障特征。

6.根据权利要求1所述的EPS***的故障监测方法，其特征在于，所述将所述故障变化值与预设的故障表相比较，并根据比较结果进行相应部件的故障预测包括：

根据所述故障变化值从所述故障表中匹配对应的故障信息，该故障信息包括故障预期发生的时间点及故障部件的剩余寿命；以及

响应于所述故障信息，进行预警操作。

7.一种电动助力转向EPS***的故障监测装置，其特征在于，所述故障监测装置包括：

目标数据计算模块，用于在车辆处于轮胎横向动力学的线性区域的情况下，计算EPS***对车辆进行转向助力的目标数据，以及用于在所述EPS***进行转向操纵期间的每一时刻，处理所述目标数据，其中所述目标数据包括目标转向辅助扭矩、目标电流、目标电压、目标占空比及目标小齿轮角度，且所述处理所述目标数据包括：

计算所述目标电流及所述目标占空比与对应的实际信号之间的相对方差比；以及

计算所述目标电流、所述目标电压、所述目标转向辅助扭矩及所述目标小齿轮角度与对应的实际信号之间的最大均值误差；

故障部件确定模块，用于根据所述相对方差比和所述最大均值误差确定EPS***的存在故障特征的故障部件以及该故障部件对应的故障检测项及故障检测标志；以及

故障预测模块，用于根据所述故障检测项及所述故障检测标志确定故障类型及该故障类型对应的故障变化值，并将所述故障变化值与预设的故障表相比较，并根据比较结果进行相应部件的故障预测，其中所述故障变化值是指故障部件的测量值相对于标称值的偏移值。

8.根据权利要求7所述的EPS***的故障监测装置，其特征在于，所述故障监测装置还包括：

数据获取模块，用于获取所述EPS***对车辆进行转向助力的转向相关数据，其中所述转向相关数据包括车辆的小齿轮角度、驱动转向扭矩及车辆运行数据，且所述车辆运行数据包括横摆率、纵向速度、车轮速度、方向盘角度、扭杆扭矩和横向加速度中的任意一者或多者；以及

横向线性动态确定模块，用于根据所述转向相关数据判断所述车辆是否处于轮胎横向动力学的线性区域，并计算自回正扭矩。

9.根据权利要求8所述的EPS***的故障监测装置，其特征在于，所述横向线性动态确定模块用于根据所述转向相关数据确定车辆是否处于轮胎横向动力学的线性区域包括：

根据所述车轮速度及所述横摆率，判断车辆是否直线行驶，并根据判断结果设置相应的直线标志；以及

结合所述直线标志、所述横向加速度、所述横摆率、所述纵向速度及所述方向盘角度，判断车辆是否处于轮胎横向动力学的线性区域，并根据判断结果生成示出车辆是否处于轮胎横向动力学的线性区域的线性标志。

10.根据权利要求8所述的EPS***的故障监测装置，其特征在于，所述目标数据计算模块用于计算EPS***对车辆进行转向助力的目标数据包括：

基于预配置的所述纵向速度、所述驱动转向扭矩及所述目标转向辅助扭矩的对应关系，确定与当前的所述驱动转向扭矩及所述纵向速度对应的所述目标转向辅助扭矩，并根据所确定的所述目标转向辅助扭矩计算所述目标电流；

根据所述小齿轮角度及所计算的目标电流确定所述目标电压，并根据所确定的所述目标电压确定所述目标占空比；以及

采用降阶龙伯格观测器估计出所述目标小齿轮角度。

11.根据权利要求7所述的EPS***的故障监测装置，其特征在于，所述故障部件确定模块用于根据所述相对方差比和所述最大均值误差确定EPS***的存在故障特征的故障部件包括以下任意一者或多者：

若所述转向操纵期间的最大目标电流与对应的最大实际电流之间的相对方差比为1，和/或若所述转向操纵期间的最大目标电流与对应的最大实际电流之间的最大均值误差为0，则判定所述EPS***的电流部件不存在故障特征，否则判定所述电流部件存在故障特征；

若所述转向操纵期间的最大目标占空比与对应的最大实际占空比之间的相对方差比为1，和/或所述转向操纵期间的最大目标电压与对应的最大实际电压之间的最大均值误差为0，则判定所述EPS***的电压部件不存在故障特征，否则判定所述电压部件存在故障特征；

若所述转向操纵期间的最大目标小齿轮角度与对应的最大实际小齿轮角度之间的最大均值误差为0，则判定所述EPS***的小齿轮部件不存在故障特征，否则判定所述小齿轮部件存在故障特征；以及

若所述转向操纵期间的最大目标转向辅助扭矩与对应的最大实际转向辅助扭矩之间的最大均值误差为0，则判定所述EPS***的转向辅助部件不存在故障特征，否则判定所述转向辅助部件存在故障特征。

12.根据权利要求7所述的EPS***的故障监测装置，其特征在于，所述故障预测模块用于将所述故障变化值与预设的故障表相比较，并根据比较结果进行相应部件的故障预测包括：

根据所述故障变化值从所述故障表中匹配对应的故障信息，该故障信息包括故障预期发生的时间点及故障部件的剩余寿命；以及

响应于所述故障信息，进行预警操作。

13.一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行权利要求1至6中任意一项所述的EPS***的故障监测方法。

Images