EP2810255A1 - Verfahren zur prognose eines fehlers oder zur fehlererfassung in einer transportmaschine sowie transportmaschine - Google Patents

Verfahren zur prognose eines fehlers oder zur fehlererfassung in einer transportmaschine sowie transportmaschine

Info

Publication number
EP2810255A1
EP2810255A1 EP13713819.4A EP13713819A EP2810255A1 EP 2810255 A1 EP2810255 A1 EP 2810255A1 EP 13713819 A EP13713819 A EP 13713819A EP 2810255 A1 EP2810255 A1 EP 2810255A1
Authority
EP
European Patent Office
Prior art keywords
transport machine
error
detection
detection values
electrical system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
EP13713819.4A
Other languages
English (en)
French (fr)
Inventor
Markus SCHÄTTIN
Michael Armbruster
Thomas Schmid
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Original Assignee
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Publication of EP2810255A1 publication Critical patent/EP2810255A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data

Definitions

  • the invention relates to a method for detecting errors, in particular to a method for the early prognosis of an error.
  • an associated transport machine should be indicated, e.g. a vehicle, an airplane or a ship.
  • the invention relates to a method for forecasting an error in a transport machine, comprising:
  • the invention relates to a transport machine, with:
  • a vehicle electrical system containing at least two parts, a separating device arranged between the at least two parts, with which the two parts can be electrically separated from each other,
  • a control unit which is connected to the separating device or with a warning unit, and which controls the separating device or the warning unit depending on the detected values detected by the detection device.
  • a transport machine is to be specified, which is particularly suitable for the application of methods with error prognosis.
  • One embodiment relates to a method for forecasting an error in a haulage machine, comprising:
  • the difficulty in forecasting errors consists, for example, in determining characteristic features which occur field of error, for example, would lead to the triggering of other safety devices. At a minimum, there should be a high probability between the occurrence of the feature and the occurrence of the error. If the probability is 100 percent, then there is a 1: 1 relationship or a deterministic or direct relationship.
  • the characteristic feature occurs, for example, only after several years of operation. If it then succeeds in associating an error with a characteristic feature from data that has been stored for a long time, this characteristic feature can be used in the vehicle repaired after the fault and, above all, in other vehicles of the same type for the early detection or prognosis of errors. This is possible by changing the operating software in a simple way, for example. In a workshop or via a wireless network.
  • the detection values can be stored. Alternatively, however, frequency spectra of the detection values are stored in order to reduce the amount of data, for example by a factor smaller than 10. Older data can also be erased or canceled out. For example. Deletes data older than one year. In the case of multiple storage per month, after the expiration of a period of time which, for example, is one month and one year, for out-of-period months only one record is stored for each month. Thus, data that has already been acquired and stored before the occurrence of a major error is used to determine the characteristic feature for the early detection of the error or for error detection. For example, data older than one day, older than one week, older than one month, or even older than one year may be used relative to the day the larger error occurred.
  • the detection values can be detected at a vehicle electrical system of the first transport machine.
  • early detection is particularly important because, for example, the power and voltage supply for important units must be secured. Faults in on-board networks can quickly lead to particularly serious errors, e.g. to fires.
  • the discharge of a battery can be prevented by the early detection of errors.
  • This can increase the acceptance of electric cars considerably, because they rely on a charged battery for driving.
  • the method can be carried out for a large number of vehicles, for example also for all vehicles of a manufacturer.
  • the database can be chosen as large as possible, since it is initially unknown in which vehicle the errors will occur.
  • a relevant sample is used. If characteristics for early detection or error detection have then been determined on the basis of the random sample, these features can also be used in predicted vehicles for prognosis, in particular in vehicles that did not belong to the random sample.
  • a wide frequency range can be detected in the spectrum, for example a frequency range which records more than 4 or more than 5 orders of magnitude.
  • a frequency range can be used, for example from 0 Hz to 10 MHz (megahertz) or even up to 100 MHz.
  • the largest frequency may typically be less than 1 GHZ. But even 50% or 80% of these ranges can be sufficient, especially if the percentages contain the upper frequency range. Again, it is not known or difficult to estimate where features change. Thus, a wide range ensures that changes are actually recorded.
  • the acquisition of the detection values can take place on a physically existing vehicle / transport machine or on a physically existing subsystem of the vehicle / transport machine or in a simulation of the first transport machine or a simulation of a part of the first transport machine.
  • a probability measure may be determined that indicates the probability of early detection of the error correct is.
  • An error which can not be detected without the stored detection values or the stored frequency spectra can be specifically incorporated into a part of the transport machine or into a simulation of at least part of the transport machine.
  • the insulation of a cable can be selectively thinned.
  • a cable can be heavily loaded mechanically, for example by pressure, by kinking or by pulling. As a result of the load on the cable, it may then come after a certain time to larger errors, such as cable break or short circuit.
  • an aging of the insulation could be simulated or a higher temperature, which reduces the insulation capacity.
  • the detection values or the frequency spectra can be stored outside the transport machine.
  • a transmission via radio or a reading during maintenance e.g. in a factory.
  • the proposed method can be carried out inexpensively with M2M (Machine to Machine) methods, e.g. via existing radio networks or via specially designed radio networks.
  • M2M Machine to Machine
  • an existing mobile network could be used, such as UMTS (Universal Mobile Telecommunications System) or LTE (Long Term Evolution).
  • the acquisition values or the spectra are collected for several transport machines, eg for more than 10, for more than 100 or for more than 1000 transport machines.
  • a database can be created for the vehicles of a vehicle type of a manufacturer or for all vehicles of a manufacturer with the same on-board networks.
  • the detection values or the spectra are also stored in the transport machine, for example in order to avoid transmission via public radio networks or to design them effectively, for example the data is transmitted only on a monthly basis.
  • a current profile or a voltage profile or both a current profile and a voltage profile can be detected. If both current and voltage are detected, errors can easily be predicted, which are associated with an increase or decrease in electrical power or impedance.
  • the fault may be a cable break or cable short. Especially with these two types of error early detection is possible on the basis of characteristic frequency patterns. Before a cable break or short circuits, sporadic sparking or isolated breakdowns may occur, which are associated in particular with charging processes or high-frequency discharge processes.
  • the fault may also relate to an electromagnetic radiation of a device of the transport machine into the electrical system of the transport machine.
  • EMC electromagnetic compatibility
  • a feature of the frequency spectrum in the range of a frequency greater than 1 megahertz can be used. These frequencies occur, for example, more intensely only in the run-up to a cable break or short circuit or as a result of faulty electromagnetic radiation. table irradiation.
  • the feature may be at a frequency less than 100 MHz (megahertz).
  • the detection values can be detected at a vehicle electrical system of the first transport machine.
  • the electrical system can contain at least two parts, between which a separating device is arranged, through which the two parts can be electrically separated from each other.
  • a warning may be issued and / or at least one of the disconnecting devices (46) may be actuated.
  • a decision is made as to which measures are to be initiated.
  • An embodiment also relates to a transport machine, comprising:
  • a vehicle electrical system containing at least two parts, a separating device arranged between the at least two parts, with which the two parts can be electrically separated from each other,
  • a first detection device on the vehicle electrical system preferably on a first part of the at least two parts
  • a control unit which is connected to the separating device or with a warning unit, and which controls the separating device or the warning unit depending on detection values detected by the detection device.
  • This transport machine is particularly suitable for methods for error prognosis, because at a predicted Turn off parts of the vehicle electrical system so that the predicted fault can not occur at all. Additionally or alternatively, an automatic warning message can be generated. For the rest, the technical effects mentioned above for the method apply. A targeted switching off of individual segments can also be used to localize the error or the signals indicating the error.
  • the two parts can be redundant to each other. At the two parts can preferably be connected to each other redundant units of the transport machine. Redundancy is increasingly being used for automatic driver assistance systems, in particular for assistance systems which engage in vehicle control for a longer period, e.g. for more than one second or more than 3 seconds. Examples of such systems are: steering assistant, brake assist, overtake assistant, etc., i. Control units with central control tasks, control units for a steering system, control units for braking the transport machine.
  • the redundancy can still be ensured despite the separation of a faulty segment.
  • the transport machine also contains a memory device for storing comparison features, comparison spectra, detection values acquired by the detection device / sensor, or spectra calculated from the detection values.
  • the signals detected by the detection unit can be transformed in one embodiment into the frequency domain.
  • a transmitting unit can then send the signals detected by the detecting unit or the transformed signals to a collecting unit, for example to a server which is also called a service providing computer.
  • a communication connection in particular a bus system, which lies between the control unit and the separation unit or the separation units.
  • the same data transmission system or another data transmission system can be used for the transmission of the detection values, in particular before the transformation into the frequency domain.
  • the further separation unit can switch on the occurrence of the predicted or predicted error or other serious errors and is eg a fuse or a circuit breaker.
  • an error is initially predicted. Subsequently, signal propagation time measurements are carried out in the vehicle electrical system in order to determine a segment of the electrical system in which the cause of the signals whose occurrence has caused the forecast of the fault. This segment can be separated from the rest of the vehicle electrical system as a precaution and / or it can be issued a warning message.
  • a warning message is particularly sufficient in cases where the expected error is less serious or in which the error is expected only after a certain time, for example, in a period that is greater than a week.
  • a protection concept for on-board systems is specified by means of pattern recognition in the frequency domain.
  • Fuses and circuit breakers are detected and repaired. In the event of a short circuit, the fuse will cause a higher current than permitted during normal operation. With fuses this leads to a thermal overload and thus to the separation of the nets. An automatic circuit breaker uses the additional energy to activate a switch and thus switch off the affected network.
  • Protective devices are usually accommodated in vehicles / transport machines in a central fuse box.
  • An undervoltage contactor is usually integrated in the individual components of the vehicle, so that after detection of an undervoltage in the device, the component turns off or via an implemented energy buffer, which is installed in the components, for example in the form of batteries or buffer capacitors, the other function can be maintained for a period of time.
  • An overvoltage contactor is usually provided by a diode or an overvoltage arrester, eg surge arrester or lightning discharge protection, which becomes conductive at a certain voltage.
  • the invention relates to, for example, vehicles / transport machines with electrical wiring systems, which detect errors in
  • On-board networks of vehicles, in particular short circuits, on the basis of frequency patterns allows.
  • the frequency patterns result from the detection of electrical characteristics, e.g. Current and voltage, and their mapping in the frequency domain.
  • the basis for detecting or detecting errors in on-board networks is that each component has a characteristic fingerprint in the frequency domain. Typical errors, such as Serial arcs occurring in the event of a cable break - precursor to a short circuit - also show a characteristic frequency response.
  • a suitable procedure for fault finding and troubleshooting in a vehicle electrical system is, for example, in the following procedure:
  • the method described is suitable for detecting errors which are particularly difficult to detect, such as e.g. Cable breaks, i. serial
  • Short circuits as well as typical parallel short circuits, e.g.
  • the chafing of cables causes one to predict ahead of time.
  • the aim is to prevent damage to other components of the electrical system or the entire system and the necessary replacement of components and lines, e.g. are subject to aging, that they can be consumed more efficiently.
  • the state of components in the electrical system can be monitored and recorded so that the quality of the electrical system and its components, in particular its availability, can be improved.
  • Interference coupling eg with regard to electromagnetic compatibility, can be measured and stored at runtime and analyzed at runtime or after operation and detected errors are mitigated or remedied by countermeasures.
  • FIG. 1 shows method steps for constructing a database with characteristic features, e.g. for forecasting errors
  • FIG. 2 shows the chronological sequence during the construction and use of the database
  • FIG. 3 shows a vehicle electrical system, e.g. of a passenger vehicle,
  • FIG. 4 shows an infrastructure for generating the database
  • FIG. 5 method steps in error monitoring
  • FIG. 6 shows a typical spectrum for components and / or
  • Figure 7 shows a typical spectrum upon the occurrence of an error, e.g. a short circuit
  • FIG. 8 shows a voltage curve and a current profile at a detection device on the electrical system
  • FIG. 9 shows the spectrum with error feature calculated from the voltage curve and the current profile.
  • FIG. 1 shows method steps for constructing a database with characteristic features, eg for forecasting errors. The method begins in a method step 1, hereinafter also referred to as a step for short.
  • detection data in the time domain are first detected in a large number of cars / vehicles and then transformed into the frequency domain, for example voltage data, current data, performance data, and the like.
  • the transformed data is then transmitted via a radio network or in another way, eg via a service or maintenance network by means of wired transmission, to one or more storage computers and stored there. Alternatively, only the data in the time domain can be transmitted and stored.
  • a transformation into the frequency domain then takes place at a central location or at several central locations.
  • only the data relevant for an error detection or error prognosis can be transformed, for example, only the data of a vehicle within a specific period before the occurrence of a fault in this vehicle.
  • an error occurs in one of the vehicles.
  • the data of this vehicle are read from the database, preferably the spectra stored for that vehicle, in particular the spectra in a certain time before the occurrence of the error, e.g. within one week or within one month recalculated from the date of the error.
  • the spectra transmitted by other vehicles may be used, e.g. to have comparative values for error-free spectra.
  • a step 6 characteristic features of the spectrum are sought, which allow time as far back as possible from the time of error still a safe detection of a deviation.
  • This examination can be done manually, computer assisted or automatically. In particular, statistical evaluations can be carried out.
  • searching for characteristic features it is preferable to examine a plurality of vehicles with the same error, so that, if necessary, further maintenance is required before the determined characteristic feature for forecasting errors can be released. It must therefore be ensured that the deviations found in the spectrum are actually related to the error that has occurred and that the change in the spectrum did not occur only in the one vehicle due to its individual production or its individual properties.
  • probabilities of occurrence of the error in the chosen change may also be used.
  • a characteristic feature has been determined, then this can be used for the error prognosis and the error detection in future cases, which will be explained in greater detail below with reference to FIG.
  • the search of characteristic features can be carried out with the aid of the service providing computer on which the database is stored. Alternatively, another computer or another data processing system can be used for the examination.
  • the method for determining the features is in one
  • Step 7 finished.
  • FIG. 2 shows the chronological sequence during the construction and use of the database.
  • the time t is plotted.
  • a record is always generated when the vehicle has been running for 10 minutes, but at most once a day.
  • the data are detected, for example, shortly after starting, for example within 30 seconds.
  • the acquisition of the data may also be tied to other conditions, such as driving at a certain speed or in a certain range of speed.
  • data is continuously recorded while the vehicle is running. Even at standstill of the vehicle detection is possible.
  • a data set DSla is generated for a first vehicle.
  • the structure of the data records DSla etc. will be explained in greater detail below with reference to FIG.
  • the first vehicle for example, does not drive for a few days, so that no data records are recorded.
  • a data set DSlb for the first vehicle is generated.
  • a data set DSlc is generated for the first vehicle.
  • a data set DS2a for a second vehicle is generated and stored centrally or in the vehicle.
  • the generation of further data sets is indicated by interruption of the time beam 8.
  • another record DSld for the first vehicle is generated and stored, e.g. more than two weeks after time t4.
  • an error occurs in the first vehicle, for example on the same day as the record DSld has been generated.
  • the step 6 for searching for characteristic features explained above with reference to FIG. 1 is then carried out.
  • the software for error detection is then updated on the basis of the feature found in the first vehicle and in the second vehicle, so that the feature found in the forecast of errors in the electrical system of these vehicles can be considered in the future.
  • further data sets DS2b or DSle are generated by the second vehicle or by the first vehicle and transmitted to the database, for example to find deviations in other errors that occur later.
  • FIG. 3 shows a vehicle electrical system 10, e.g. of a passenger vehicle 110, see FIG. 4.
  • the vehicle electrical system 10 contains:
  • Segments 12 to 26 each of which contains a plus lead and possibly a minus lead, and which are connected in a ring structure in the order named,
  • the accumulator 28 being connected to the segment 26 and the accumulator 30 to the segment 18,
  • Separators 32 to 46 e.g. mechanical, electromechanical or electronic switches, e.g. Power field effect transistors, in particular MOSFETs (Metal Oxide Semiconductor Field Effect Transistor), which are connected in this order between the segments 12 to 26,
  • MOSFETs Metal Oxide Semiconductor Field Effect Transistor
  • control and communication unit SE on the bus system 50a, 50b.
  • the segments 12 and 24 are mutually redundant and serve, for example, the power supply of control units with central tasks. These control units can in each case be designed redundantly, ie two control units on the segment 12 and two control units on the segment 24.
  • the segments 14 and 22 are also mutually redundant and serve the power supply of control units to assist the steering of the vehicle, see, for example, the Steuerieri 90 and 92 on the segment 22nd
  • the segments 16 and 38 are also mutually redundant and serve the power supply of control units, which serve, for example, the automatic braking of the vehicle.
  • the measurement data for the method explained with reference to FIG. 1 are detected, for example, only at the segment 12.
  • measurement data can be acquired at all segments 12 to 16, 20 to 24 and optionally also at segments 18 and 26.
  • the equipment of each segment 12 to 16, 20 to 24 with a detection unit is only necessary, for example, for detecting transit time differences in the localization of a segment in which a fault is being made.
  • Ring topology selected a more meshed topology. Even with on-board networks without redundancy, the invention is used.
  • FIG. 4 shows an infrastructure 100 for generating the database.
  • the infrastructure 100 includes cars or vehicles 110 to 114 which are equipped with transmission units, for example transmission unit 102 of the vehicle 110. Furthermore, the infrastructure 100 includes a server 116.
  • the server 116 is a service-providing computer (DER), for example the following ones Ingredients contains: a memory Mem, for example a RAM (Random Access Memory) and / or a ROM (Read Only Memory),
  • DER service-providing computer
  • processor MP e.g. a microprocessor or a microcontroller that executes instructions stored in memory Mem
  • a transmitting / receiving unit R / S (Receive / Send), the transmitting part being optional
  • Mem Mem stores a plurality of data sets for a plurality of vehicles, see the two data sets DSla and DS2a.
  • the data record DSla relates to the vehicle 110.
  • the data record DS2a concerns the vehicle 112.
  • an identification date e.g. ID1
  • - spectrum data e.g. Spl include the spectrum for the values detected within a given time window in the respective vehicle 110, 112 or 114.
  • a time date e.g. Tl
  • Tl indicates the day and / or time the record was created.
  • the data sets DSla, DSlb, etc., DS2a, Ds2b, etc., are transmitted from the vehicles 110 to 114 to the server 116, see data link 122, 124 and 126, respectively.
  • the data sets DSla etc. can also be electronically encrypted and / or electronically signed by the vehicles 110 to 114 are transmitted to the server 116.
  • data transmission from the server 116 to the vehicles is possible, for example, to confirm receipt the records, to update program components of the vehicles 110 to 114 or for other purposes.
  • FIG. 5 shows method steps in the error monitoring and / or the prediction of errors.
  • the method begins in a method step 200, hereinafter also referred to as a step for short.
  • a subsequent step 202 typical patterns or characteristics for the prognosis are determined, as explained above with reference to FIG.
  • This processor may be located in or outside the vehicle, e.g. in a service-providing computer of a workshop or service center.
  • detection values are recorded on the vehicle electrical system 10; in particular, the sampling of voltage U (t) and current I (t) is carried out at defined locations of the vehicle electrical system 10, for example at the segment 12 or 22.
  • a step 204 thereafter, the transformation of the information from U / l (impedance) by Fourier transformation in the frequency domain.
  • the power U * I can be transformed, only the voltage or only the current profile.
  • a signal processor which is contained in the control and communication unit SE is used for the transformation.
  • the transformation can also be performed outside the vehicle, e.g. in a service or maintenance center.
  • a step 206 the frequency range (amplitude response) calculated in step 204 is compared with typical patterns as deposited in step 201, and from this identification of errors or prognosis of errors in step 208. The identification or prognosis of Errors thus occur in the frequency domain. If it is determined in step 208 that there is no error, the method is continued, for example, in method step 202, for example without a break or at the next start of the vehicle, on the next day of travel or in the next month of driving. Thus, the method is in a loop from the method steps 202 to 208. This loop is only exited in step 208 if an error is found or predicted. However, steps 202 through 208 may be performed only during maintenance.
  • a step 210 follows, which relates to the initiation of countermeasures, for example switching off the affected segment of vehicle electrical system 10 and / or issuing warning messages to the driver of the vehicle.
  • the segment to be switched off can be determined, for example, via travel time measurements in which several of the sensors on the vehicle electrical system are included. Alternatively, it is tried sequentially or according to a search strategy which segment 12 to 26 is the defective segment or the segment for which an error is predicted. If the procedure is only performed during maintenance, the error can be rectified immediately.
  • the method is then completed in a step 212. Alternatively, the method can also be continued in step 202, see arrow 214, in order, for example, to forecast further errors.
  • FIG. 6 shows a typical spectrum 220 for components and / or consumers on the vehicle electrical system.
  • the frequency is plotted with negative and positive values.
  • the spectrum 220 has three maxima in its left part.
  • the right part of the spectrum 220 also has three maxima, of which, however, two maxima have larger amplitude values than the maxima on the left side.
  • FIG. 7 shows a typical spectrum 230 when an error occurs, eg a short circuit. Compared to the spectrum 220, the spectrum 230 has a similar course on the left side, ie three maxima.
  • the right side of the spectrum 230 has only two maxima, with the first maximum being in the range of the two first maxima of the spectrum 220 and the third maximum at high frequencies on the right side of the spectrum 230 being the corresponding maximum of the spectrum 220 at that frequency significantly surpasses and even represents the global maximum.
  • the global maximum was assigned to an error in study 6, see FIG. 1, which occurred later or had already occurred.
  • FIG. 8 shows a voltage curve 250 and a current curve 252 at a detection device on the vehicle electrical system 10, as it is determined, for example, in step 202, see FIG. 5, in the time domain. Initially, the voltage is at low levels, then increases and then drops again. The current starts at high values, then drops and again alternates several times.
  • FIG. 9 shows the spectrum 260 with error feature 262 calculated from the voltage curve 250, see FIG. 8, and the current profile 252, see also FIG. 8, in step 204, see FIG. 5. high amplitude at a high frequency, then an error is predicted or detected.
  • the spectrum 260 is slightly changed compared to the spectrum 230 of FIG. 7, which is due to vehicle-specific deviations.
  • Current and voltage can, for example, be multiplied only in the time domain, whereupon the spectrum is then calculated.
  • the spectrum is then calculated.
  • the spectrum of the voltage profile and the spectrum of the current profile are calculated. Thereafter, a convolution of the spectra in the frequency domain.
  • a calculation of the impedance spectrum is possible in two ways. Likewise, only the voltage spectrum or only the current spectrum can be leranalysis or to predict errors.
  • Suitable error characteristics of the frequency spectrum are, for example, suitable: the position and the amplitude value of a global minimum,
  • the signal energy i. the area under the curve in a certain frequency range is a typical characteristic that can be evaluated in the frequency domain and that is often much more meaningful than, for example, a minimum or maximum consideration.
  • the steepness of the curve or the waviness of the curve may be other criteria, in particular relative to a certain frequency range.
  • the transformation into the frequency domain may, for example, be a Fourier transformation, a Laplace transformation, a Z transformation or another transformation.
  • the electrical systems lead, for example, voltages less than 100 volts or even less than 60 volts, but greater than 5 volts or greater than 10 volts.
  • the methods described can also be used in the power grid.
  • the power grid may carry voltages greater than 100 volts or greater than 400 volts.
  • the voltages in the drive network can typically be less than 1000 volts. Due to the use of batteries or rechargeable batteries, mainly DC mains are used.
  • the voltage on DC on - board networks is comparatively constant and fluctuates, for example, by less than plus / minus 10 percent of a mean value or nominal value.
  • the methods are not limited to DC networks and can thus also be used in AC networks.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)

Abstract

Erläutert wird ein Verfahren zur Prognose eines Fehlers in einer Transportmaschine, mit: Erfassen (2) mindestens einer Art von Erfassungswerten im Zeitbereich in einer ersten Transportmaschine, Speichern (2) der Erfassungswerte oder Speichern von Frequenzspektren der Erfassungswerte, Warten auf einen, vorzugsweise ohne die gespeicherten Erfassungswerte oder die gespeicherten Frequenzspektren erfassbaren, Fehler (4), Untersuchen (6) der vor dem Auftreten des Fehlers gespeicherten Frequenzspektren oder von aus den vor dem Auftreten des Fehlers gespeicherten Erfassungswerten berechneten Frequenzspektren auf mindestens ein Merkmal hin, welches das Auftreten des Fehlers frühzeitig anzeigt, Verwenden des Merkmals zur Früherfassung des Fehlers oder zur Fehlererfassung in der ersten Transportmaschine oder in einer zweiten Transportmaschine.

Description

Beschreibung
Verfahren zur Prognose eines Fehlers oder zur Fehlererfassung in einer Transportmaschine sowie Transportmaschine
Die Erfindung bezieht sich auf ein Verfahren zum Erfassen von Fehlern, insbesondere auf ein Verfahren zur frühzeitigen Prognose eines Fehlers. Zusätzlich soll eine zugehörige Transportmaschine angegeben werden, z.B. ein Fahrzeug, ein Flugzeug oder ein Schiff.
Die Erfindung betrifft ein Verfahren zur Prognose eines Fehlers in einer Transportmaschine, mit:
- Erfassen mindestens einer Art von Erfassungswerten im Zeit- bereich in einer ersten Transportmaschine,
- Speichern der Erfassungswerte oder Speichern von Frequenz - Spektren der Erfassungswerte,
- Warten auf einen Fehler, vorzugsweise auf einen ohne die gespeicherten Erfassungswerte oder die gespeicherten Fre- quenzspektren erfassbaren Fehler,
- Untersuchen der vor dem Auftreten des Fehlers gespeicherten Frequenzspektren oder von aus den vor dem Auftreten des Fehlers gespeicherten Erfassungswerten berechneten Frequenzspektren auf mindestens ein Merkmal hin, welches das Auftreten des Fehlers frühzeitig anzeigt,
- Verwenden des Merkmals zur Früherfassung des Fehlers oder zur Fehlererfassung in der ersten Transportmaschine oder in einer zweiten Transportmaschine. Weiterhin betrifft die Erfindung eine Transportmaschine, mit:
- einem Bordnetz, das mindestens zwei Teile enthält, einer zwischen den mindestens zwei Teilen angeordneten Trennvorrichtung, mit der die beiden Teile elektrisch voneinander getrennt werden können,
- einer ersten Erfassungseinrichtung an dem Bordnetz, vorzugsweise an einem ersten Teil der mindestens zwei Teile, - einer Steuereinheit, die mit der Trennvorrichtung oder mit einer Warneinheit verbunden ist, und die abhängig von den mit der Erfassungseinrichtung erfassten Erfassungswerten die Trennvorrichtung oder die Warneinheit ansteuert.
Es ist Aufgabe der Ausführungsbeispiele, ein Verfahren zur Prognose eines Fehlers in einer Transportmaschine anzugeben, wobei das Verfahren insbesondere einfach zu realisieren sein soll. Außerdem soll ein Transportmaschine angegeben werden, die insbesondere für die Anwendung von Verfahren mit Fehlerprognose geeignet ist.
Diese Aufgabe wird durch ein Verfahren gemäß Anspruch 1 und durch eine Transportmaschine gemäß dem unabhängigem Vorrich- tungsanspruch gelöst. Weiterbildungen sind in den Unteransprüchen angegeben .
Ein Ausführungsbeispiel betrifft ein Verfahren zur Prognose eines Fehlers in einer Transportmaschine, mit:
- Erfassen mindestens einer Art von Erfassungswerten im Zeitbereich in einer ersten Transportmaschine,
- Speichern der Erfassungswerte oder Speichern von Frequenz - Spektren der Erfassungswerte,
- Warten auf einen, vorzugsweise ohne die gespeicherten Er- fassungswerte oder die gespeicherten Frequenzspektren erfassbaren, Fehler,
- Untersuchen der vor dem Auftreten des Fehlers gespeicherten Frequenzspektren oder von aus den vor dem Auftreten des Fehlers gespeicherten Erfassungswerten berechneten Fre- quenzspektren auf mindestens ein Merkmal hin, welches das
Auftreten des Fehlers frühzeitig anzeigt,
- Verwenden des Merkmals zur Früherfassung des Fehlers oder zur Fehlererfassung in der ersten Transportmaschine oder in einer zweiten Transportmaschine.
Die Schwierigkeit bei der Prognose von Fehlern besteht bspw. darin, charakteristische Merkmale zu ermitteln, die im Vor- feld eines Fehlers auftreten, der bspw. zum Auslösen von anderen Sicherheitsvorrichtungen führen würde. Zumindest soll eine hohe Wahrscheinlichkeit zwischen dem Auftreten des Merkmals und dem Auftreten des Fehlers bestehen. Beträgt die Wahrscheinlichkeit 100 Prozent so liegt eine 1:1 Beziehung oder ein deterministischer bzw. direkter Zusammenhang vor.
Das charakteristische Merkmal tritt bspw. erst nach mehreren Betriebsj ahren auf. Gelingt es dann, einem Fehler ein charak- teristisches Merkmal aus länger zurück liegenden Daten zuzuordnen, so kann dieses charakteristische Merkmal in dem nach dem Fehler wieder reparierten Fahrzeug und vor allem in anderen Fahrzeugen gleicher Bauart zur Früherfassung bzw. Prognose von Fehlern eingesetzt werden. Dies ist durch Änderung der Betriebssoftware auf einfache Art möglich, bspw. in einer Werkstatt oder über ein Funknetz.
Ähnliches gilt für elektromagnetische Einstrahlungen in das Bordnetz im Fehlerfall bzw. bei sich anbahnenden Fehlern von an das Bordnetz angeschlossenen Baugruppen oder von Baugruppen, die nahe am Bordnetz angeordnet sind.
Das Ermitteln eines charakteristischen Merkmals oder einer charakteristischen Merkmalsgruppe kann unter Berücksichtigung des allgemeinen Kostendrucks, der oft mit Qualitätsmängeln verbunden ist, nicht hoch genug bewertet werden. An Stelle von globalen Rückrufaktionen können Fehler selektiv prognostiziert werden und nur die tatsächlich betroffenen Fahrzeuge müssen nach und nach in die Werkstätten gerufen werden.
Die Erfassungswerte können gespeichert werden. Alternativ werden jedoch Frequenzspektren der Erfassungswerte gespeichert, um die Datenmenge zu reduzieren, bspw. um einen Faktor kleiner als 10. Auch können ältere Daten gelöscht oder ausge- lichtet werden. Bspw. werden Daten gelöscht, die älter als ein Jahr sind. Bei einer mehrmaligen Speicherung je Monat, wird nach dem Ablauf einer Zeitdauer, die bspw. zwischen ei- nem Monat und einem Jahr liegt, für die außerhalb der Zeitdauer liegenden Monate nur noch ein Datensatz für jeden Monat gespeichert . Somit werden Daten, die bereits vor dem Auftreten eines größeren Fehlers erfasst und gespeichert worden sind, zur Ermittlung des charakteristischen Merkmals zur Früherkennung des Fehlers bzw. zur Fehlererkennung herangezogen. So können bspw. Daten herangezogen werden, die älter als 1 Tag, älter als eine Woche, älter als ein Monat oder sogar älter als ein Jahr sind, bezogen auf den Tag an dem der größere Fehler aufgetreten ist.
Die Erfassungswerte können an einem Bordnetz der ersten Transportmaschine erfasst werden. Bei Bordnetzen ist eine Früherkennung besonders wichtig, weil bspw. die Strom- und Spannungsversorgung für wichtige Einheiten gesichert werden muss . Fehler in Bordnetzen können schnell zu besonders schwerwiegenden Fehlern führen, z.B. zu Bränden. Selbst wenn klassische Sicherungsmaßnahmen greifen würden, wie Schmelzsicherung oder Sicherungsautomaten, ist eine andere Maßnahme vorzuziehen, da die klassischen Sicherungsmaßnahmen erst bei Strömen oder Spannungen auslösen, die ggf. um mindestens eine Größenordnung höher liegen als im fehlerfreien Betrieb, was zu Begleitschäden führen kann.
Außerdem sind Fehler in Bordnetzen besonderes schwer zu lokalisieren, geschweige denn vorherzusagen, so dass das vorgeschlagene Verfahren neue Anwendungsgebiete eröffnet.
Insbesondere bei den Bordnetzen von Elektroautos kann das Entladen einer Batterie verhindert werden durch die Früherkennung von Fehlern. Dies kann die Akzeptanz von Elektroautos erheblich erhöhen, weil diese für das Fahren auf eine gelade- ne Batterie angewiesen sind. Das Verfahren kann für eine Vielzahl von Fahrzeugen durchgeführt werden, z.B. auch für alle Fahrzeuge eines Herstellers. Die Datenbasis kann möglichst groß gewählt, werden, da zunächst nicht bekannt ist, in welchem Fahrzeug die Fehler auf- treten werden. Alternativ wird eine relevante Stichprobe verwendet. Wenn dann an Hand der Stichprobe Merkmale zur Früherfassung oder Fehlererfassung ermittelt worden sind, können diese Merkmale auch in baugleichen Fahrzeugen zur Prognose verwendet werden, insbesondere in Fahrzeugen, die nicht zu der Stichprobe gehörten bzw. gehören.
Ebenso kann ein weiter Frequenzbereich in dem Spektrum er- fasst werden, bspw. ein Frequenzbereich, der mehr als 4 oder mehr als 5 Zehnerpotenzen erfasst. So kann ein Frequenzbe- reich verwendet werden, von bspw. 0 Hz bis 10 MHz (Megahertz) oder sogar bis 100 MHz. Die größte Frequenz kann typischerweise kleiner als 1 GHZ sein. Aber auch 50 Prozent oder 80 Prozent dieser Bereiche können ausreichend sein, insbesondere dann, wenn die Prozentangaben den oberen Frequenzbereich ent- halten. Wieder gilt, dass nicht bekannt ist oder nur schwer abgeschätzt werden kann, wo sich Merkmale verändern. Damit stellt ein weiter Bereich sicher, dass Veränderungen auch tatsächlich erfasst werden. Das Erfassen der Erfassungswerte kann an einem physikalisch vorhandenen Fahrzeug/Transportmaschine bzw. an einem physikalisch vorhandenen Teilsystemen des Fahrzeugs/Transportmaschine oder in einer Simulation der ersten Transportmaschine oder einer Simulation eines Teils der ers- ten Transportmaschine erfolgen.
Simulationsverfahren werden immer bedeutender und möglichst frühzeitig im Entwicklungsprozess herangezogen, siehe HIL (Hardware In the Loop) usw.
Ein Wahrscheinlichkeitsmaß kann ermittelt werden, das angibt, mit welcher Wahrscheinlichkeit die Früherfassung des Fehlers richtig ist. Zum einen gibt es eine gewisse Streuung der Erfassungswerte und zum Anderen können Merkmale bzw. Merkmals - kombinationen auch mit unterschiedlichen Fehlern bzw. unterschiedlich schweren Fehlern verbunden sein.
Ein ohne die gespeicherten Erfassungswerte oder die gespeicherten Frequenzspektren nicht erfassbarer Fehler kann gezielt in einen Teil der Transportmaschine oder in eine Simulation zumindest eines Teils der Transportmaschine eingebaut werden. Bei einem Bordnetz, kann bspw. die Isolierung eines Kabels gezielt gedünnt werden. Alternativ kann ein Kabel mechanisch stark belastet werden, bspw. durch Druck, durch Knicken oder durch Zug. In Folge der Belastung des Kabels kann es dann nach einer gewissen Zeit zu größeren Fehlern kommen, wie Kabelbruch oder Kurzschluss . Bei einer Simulation könnte bspw. eine Alterung der Isolation simuliert werden oder eine höhere Temperatur, die das Isolationsvermögen herabsetzt.
Die Erfassungswerte oder die Frequenzspektren können außer- halb der Transportmaschine gespeichert werden.
In Frage kommt bspw. eine Übertragung über Funk oder ein Auslesen bei der Wartung, z.B. in einer Werkstatt. Das vorgeschlagene Verfahren lässt sich mit M2M (Machine to Machine) Verfahren kostengünstig durchführen, z.B. über vorhandene Funknetze oder über extra dafür aufgebaute Funknetze. So könnte ein vorhandenes Mobilfunknetz genutzt werden, wie UMTS (Universal Mobile Telecommunications System) oder LTE (Long Term Evolution) .
Die Erfassungswerte oder die Spektren werden für mehrere Transportmaschinen gesammelt, z.B. für mehr als 10, für mehr als 100 oder für mehr als 1000 Transportmaschinen. So kann eine Datenbasis erstellt werden für die Fahrzeuge eines Fahr- zeugtyps eines Herstellers oder für alle Fahrzeuge eines Herstellers mit gleichen Bordnetzen. Alternativ oder zusätzlich werden die Erfassungswerte oder die Spektren aber auch in der Transportmaschine gespeichert, bspw. um eine Übertragung über öffentliche Funknetze zu vermeiden oder effektiv zu gestalten, bspw. werden die Daten nur monatlich übertragen.
Ein Stromverlauf oder ein Spannungsverlauf oder sowohl ein Stromverlauf als auch ein Spannungsverlauf können erfasst werden. Werden sowohl Strom als auch Spannung erfasst, lassen sich Fehler auf einfache Art prognostizieren, die mit einem Anstieg oder Abfall der elektrischen Leistung bzw. Impedanz verbunden sind.
Der Fehler kann einen Kabelbruch oder einen Kabelkurzschluss betreffen. Insbesondere bei diesen beiden Fehlerarten ist eine Früherkennung möglich an Hand von charakteristischen Frequenzmustern. Vor einem Kabelbruch oder vor Kurzschlüssen kann es schon zu sporadischer Funkenbildung oder zu vereinzelten Durchschlägen kommen, die insbesondere mit Ladungsvor- gängen bzw. EntladungsVorgängen hoher Frequenz verbunden sind .
Der Fehler kann auch eine elektromagnetische Einstrahlung eines Gerätes der Transportmaschine in das Bordnetz der Trans - portmaschine betreffen. Dabei wird von der Erkenntnis ausgegangen, dass bei der Fahrzeugherstellung auf Grund der steigenden Anforderungen der EMV (Elektromagnetische Verträglichkeit) für den fehlerfreien Betrieb hochfrequente Abstrahlun- gen von Steuereinheiten grundsätzlich vermieden oder klein gehalten werden, die jedoch im Fehlerfall oder im Vorfeld eines Fehlers auftreten bzw. verstärkt auftreten und sich dann auch erfassen lassen.
Ein Merkmal des Frequenzspektrums im Bereich einer Frequenz größer 1 Megahertz kann verwendet werden. Diese Frequenzen treten bspw. verstärkt erst im Vorfeld eines Kabelbruchs oder Kurzschlusses oder in Folge einer fehlerhaften elektromagne- tischen Einstrahlung auf. Das Merkmal kann bei einer Frequenz kleiner als 100 MHz (Megahertz) liegen.
Die Erfassungswerte können an einem Bordnetz der ersten Transportmaschine erfasst werden. Das Bordnetz kann mindestens zwei Teile enthalten, zwischen denen eine Trennvorrichtung angeordnet ist, durch die die beiden Teile elektrisch voneinander getrennt werden können. Damit kann bei der Vorhersage eines Fehlers oder beim Auftreten eines Fehlers durch Abtrennen eines Teils, in dem der Fehler auftritt, der Fehler verhindert werden. Bspw. kann dem Fahrer mehr Zeit verschafft werden bis zum nächsten Werkstattbesuch, bspw. auf Kosten einer verminderten Redundanz oder einer Einschränkung des Fahrkomforts.
Bei einer Früherfassung oder bei einer Fehlererfassung kann eine Warnung ausgegeben wird und/oder mindestens eine der Trennvorrichtungen (46) kann betätigt werden. Damit wird beim Erfassen eines Fehlers eine Entscheidung getroffen, welche Maßnahmen einzuleiten sind.
Ein Ausführungsbeispiel betrifft auch eine Transportmaschine, mit :
- einem Bordnetz, das mindestens zwei Teile enthält, einer zwischen den mindestens zwei Teilen angeordneten Trennvorrichtung, mit der die beiden Teile elektrisch voneinander getrennt werden können,
- einer ersten Erfassungseinrichtung an dem Bordnetz, vor- zugsweise an einem ersten Teil der mindestens zwei Teile,
- einer Steuereinheit, die mit der Trennvorrichtung oder mit einer Warneinheit verbunden ist, und die abhängig von mit der Erfassungseinrichtung erfassten Erfassungswerten die Trennvorrichtung oder die Warneinheit ansteuert.
Diese Transportmaschine ist insbesondere für Verfahren zur Fehlerprognose geeignet, weil sich bei einem prognostizierten Fehler Teile des Bordnetzes abschalten lassen, so dass der prognostizierte Fehler gar nicht erst auftreten kann. Zusätzlich oder alternativ kann eine automatische Warnmeldung erzeugt werden. Im übrigen gelten die oben für das Verfahren genannten technischen Wirkungen. Auch kann ein gezieltes Abschalten einzelner Segmente zur Lokalisierung des Fehlers bzw. der auf den Fehler hindeutenden Signale dienen.
Die beiden Teile können zueinander redundant sein. An den beiden Teilen können vorzugsweise auch zueinander redundante Einheiten der Transportmaschine angeschlossen sein. Redundanz wird zunehmend für automatische Fahrerassistenzsysteme eingesetzt, insbesondere für Assistenzsysteme, die für einen längeren Zeitraum in die Fahrzeugsteuerung eingreifen, z.B. län- ger als eine Sekunde oder länger als 3 Sekunden. Beispiele für solche Systeme sind: Lenkassistent, Bremsassistenz, Überholassistent usw., d.h. Steuergeräte mit zentralen Steueraufgaben, Steuergeräte für eine Lenkung, Steuergeräte für das Bremsen der Transportmaschine.
Abhängig von der Topologie kann bspw. bei über eine Ringstruktur hinaus vermaschten Bordnetzen trotz des Abtrennens eines fehlerhaften Segments die Redundanz weiter sicher gestellt werden.
Bei einer Ausgestaltung enthält die Transportmaschine auch eine Speichervorrichtung zum Speichern von Vergleichsmerkmalen, Vergleichsspektren, von mit der Erfassungsvorrichtung/Sensor erfassten Erfassungswerten oder von aus den Er- fassungswerten berechneten Spektren.
Die mit der Erfassungseinheit erfassten Signale können bei einer Ausgestaltung in den Frequenzbereich transformiert werden. Eine Sendeinheit kann, die mit der Erfassungseinheit er- fassten Signale oder die transformierten Signale dann zu einer Sammeleinheit senden, z.B. zu einem Server der auch als Diensterbringungsrechner bezeichnet wird. Bei einer Ausgestaltung ist eine Kommunikationsverbindung, insbesondere ein Bussystem vorhanden, das zwischen der Steuereinheit und der Trenneinheit bzw. den Trenneinheiten liegt. Das gleiche Datenübertragungssystem oder ein anderes Datenübertragungssystem kann für die Übertragung der Erfassungs- werte genutzt werden, insbesondere vor Durchführung der Transformation in den Frequenzbereich. Bei einer nächsten Ausgestaltung gibt es im Bordnetz zusätzlich zu der Trenneinheit noch mindestens eine weitere Trenneinheit zwischen den beiden Teilen. Die weitere Trenneinheit kann beim Auftreten des prognostizierten bzw. des zu prognostizierenden Fehlers oder bei anderen schwerwiegenden Fehlern schalten und ist z.B. eine Schmelzssicherung oder ein Sicherungsautomat. Damit wird Fehlprognosen und schwer oder gar nicht zu prognostizierenden Fehlern vorgebeugt und Rechnung getragen . Bei einer anderen Ausgestaltung, wird zunächst ein Fehler prognostiziert. Anschließend werden Signallaufzeitmessungen im Bordnetz durchgeführt, um ein Segment des Bordnetzes zu ermitteln, in dem die Ursache der Signale liegt, deren Auftreten die Prognose des Fehlers bewirkt hat. Dieses Segment kann vom übrigen Bordnetz vorsorglich abgetrennt werden und/oder es kann eine Warnmeldung ausgegeben werden. Eine Warnmeldung ist insbesondere in Fällen ausreichend, in denen der zu erwartende Fehler weniger schwerwiegend ist oder in denen der Fehler erst nach einer gewissen Zeit erwartet wird, bspw. in einem Zeitraum, der größer als eine Woche ist.
Mit anderen Worten ausgedrückt, wird ein Schutzkonzept für Bordnetze mittels Mustererkennung im Frequenzbereich angegeben .
Dabei geht es um das Erkennen und/oder das Prognostizieren von Fehlern in Bordnetzen von Fahrzeugen oder anderen Trans- portmaschinen unabhängig von der eingesetzten Netztopologie, d.h. sowohl für einfache Topologien, wie Sternnetze, als auch für Ringnetze oder stark vermaschte Netze. Dies gilt insbesondere für das Erkennen und/oder Prognostizieren von Kurz- Schlüssen und daraus resultierende parallele und serielle
Entladungen bzw. Lichtbögen sowie Über- bzw. Unterspannungen bzw. Störeinkopplungen.
Es ist im Fahrzeug bzw. in der Transportmaschine darauf zu achten, dass diese Fehler durch geeignete Mechanismen vermieden und Gegenmaßnahmen umgesetzt werden, um Schäden an den Betriebsmitteln zu vermindern oder zu vermeiden. Fehlerhafte Komponenten sollten zuverlässig abgeschaltet werden, um eine Fehlerausbreitung im Bordnetz und somit einen Ausfall des Ge- samtsystems zu vermeiden.
Im Fahrzeug bzw. in der Transportmaschine werden in der Regel Fehler in Bordnetzen, insbesondere Kurzschlüsse, durch
Schmelzsicherungen und Sicherungsautomaten erkannt und beho- ben. Bei einem Kurzschluss fließt durch die Sicherung ein höherer Strom als beim Normalbetrieb zulässig. Bei Schmelzsicherungen führt dies zu einer thermischen Überlastung und somit zum Auftrennen der Netze. Bei einem Sicherungsautomat wird die zusätzliche Energie genutzt, um einen Schalter anzu- regen und somit das betroffene Netz abzuschalten. Diese
Schutzeinrichtungen werden bei Fahrzeugen/Transportmaschinen meist in einem zentralen Sicherungskasten untergebracht.
Ein Unterspannungsschütz ist in der Regel in den einzelnen Komponenten des Fahrzeugs integriert, so dass nach Feststellung einer Unterspannung im Gerät, die Komponente abschaltet oder über einen implementierten Energiepuffer, der in den Komponenten z.B. in Form von Batterien bzw. Pufferkondensatoren eingebaut ist, die weitere Funktion über eine gewisse Zeit aufrecht gehalten werden kann. Ein Überspannungsschütz wird meist durch eine Diode oder einen Überspannungsabieiter, z.B. Surge Arrester bzw. Blitzentladungsschutz, geleistet, der ab einer bestimmten Spannung leitfähig wird.
Alle diese Mechanismen erkennen ausschließlich Fehler. Es ist mit Ihnen nicht möglich Fehler vorherzusagen.
Die Erfindung betrifft bspw. Fahrzeuge/Transportmaschinen mit elektrischen Bordnetzen, welche das Erkennen von Fehlern in
Bordnetzen von Fahrzeugen, insbesondere von Kurzschlüssen, an Hand von Frequenzmustern ermöglicht. Die Frequenzmuster ergeben sich aus der Erfassung von elektrischen Kenngrößen, z.B. Strom und Spannung, und deren Abbildung im Frequenzbereich. Grundlage für das Erkennen bzw. Erfassen von Fehlern in Bordnetzen ist, dass jede Komponente über einen charakteristischen Fingerabdruck im Frequenzbereich verfügt. Typische Fehler, wie z.B. bei einem Kabelbruch auftretende serielle Lichtbögen - Vorstufe zum Kurzschluss -, zeigen ebenfalls ein charakteristisches Frequenzverhalten.
Ein geeignetes Vorgehen zur Fehlerfindung und Fehlerbehebung in einem Bordnetz liegt bspw. in dem folgenden Vorgehen:
- Abtasten des Stroms und der Spannung an definierten Stellen im Bordnetz eines Fahrzeugs/einer Transportmaschine. Dies sollte möglichst verteilt über das Fahrzeug geschehen.
- Transformation der abgetasteten Werte in den Frequenzbereich durch eine Fourier-Transformation oder ähnliche Verfahren .
- Identifikation und Vergleich mit charakteristischen Merkmalen bzw. Fingerabdrücken der Geräte und Fehlern. Anhand von Frequenzänderungen und -Verschiebungen und Amplitudenänderungen lässt sich mit geeigneten Methoden, z.B. Vorwissen oder statistischen Methoden, ein möglicher Fehler, z.B. im Leitungsnetz oder in der Komponente, z.B. Alterung, erkennen oder gar prognostizieren. - Einleiten von Gegenmaßnahmen. z.B. Information des Benutzers bis hin zur Abschaltung von betroffenen Netzsegmenten.
Im Vorfeld ist es notwendig, eine Datengrundlage der Fre- quenzmuster, sowie die Charakterisierung einzelner Komponenten und Fehlerbilder zu erfassen. Dies kann auch zur Laufzeit geschehen. Hierzu werden Fehlerszenarien und zugehörige Frequenzbilder erfasst und zur Optimierung ausgewertet. Im Nachgang können diese Auswertungen zentral gesammelt, analysiert und miteinander korreliert werden, um die Datenbasis bezüglich des Funktionierens von Bordnetzen und deren Komponenten zu verbessern. Die daraus abgeleiteten Fehlersyndrome, können zur proaktiven Diagnose von Fehlern bei weiteren Fahr- zeugen/Transportmaschinen mit ähnlichen Bordnetzen/Komponenten sowie zur weiteren Entwicklung von Bordnetzen genutzt werden.
Das beschriebene Verfahren eignet sich, um besonders schwer zu detektierende Fehler wie z.B. Kabelbrüche, d.h. serielle
Kurzschlüsse, sowie typische parallele Kurzschlüsse, die z.B. durch das aneinander Scheuern von Kabeln entstehen, frühzeitig zu prognostizieren. Ziel ist es, dass eine Schädigung anderer Komponenten des Bordnetzes oder des Gesamtsystems ver- hindert wird und der notwendige Austausch von Komponenten und Leitungen, die z.B. einer Alterung unterliegen, verbrauchsgerechter geleistet werden kann.
Es kann der Zustand von Komponenten im Bordnetz überwacht und erfasst werden, so dass die Qualität des Bordnetzes und seiner Komponenten, insbesondere seine Verfügbarkeit verbessert werden kann.
Störeinkoppelungen, z.B. bezüglich der elektromagnetischen Vertraglichkeit, können zur Laufzeit gemessen und gespeichert werden und zur Laufzeit oder nach Betrieb analysiert werden und erkannte Fehler durch Gegenmaßnahmen gemindert oder behoben werden.
Im Folgenden werden Ausführungsbeispiele der Erfindung an Hand der beiliegenden Zeichnungen erläutert. Darin zeigen: Figur 1 Verfahrensschritte zum Aufbau einer Datenbasis mit charakteristischen Merkmalen, z.B. zur Prognose von Fehlern,
Figur 2 die zeitliche Abfolge beim Aufbau und bei der Nut- zung der Datenbasis,
Figur 3 ein Bordnetz eines Fahrzeugs, z.B. eines Personenkraftfahrzeugs ,
Figur 4 eine Infrastruktur zur Erzeugung der Datenbasis,
Figur 5 Verfahrensschritte bei der Fehlerüberwachung
und/oder der Prognose von Fehlern,
Figur 6 ein typisches Spektrum für Komponenten und/oder
Verbraucher an dem Bordnetz,
Figur 7 ein typisches Spektrum bei Auftritt eines Fehlers, z.B. eines Kurzschlusses,
Figur 8 einen Spannungsverlauf und einen Stromverlauf an einer Erfassungseinrichtung am Bordnetz, und
Figur 9 das aus dem Spannungsverlauf und dem Stromverlauf berechnete Spektrum mit Fehlermerkmal . Die Figur 1 zeigt Verfahrensschritte zum Aufbau einer Datenbasis mit charakteristischen Merkmalen, z.B. zur Prognose von Fehlern. Das Verfahren beginnt in einem Verfahrensschritt 1, im Folgenden auch kurz als Schritt bezeichnet. In einem nachfolgenden Schritt 2, werden zunächst in einer Vielzahl Autos/Fahrzeuge Erfassungsdaten im Zeitbereich er- fasst und dann in den Frequenzbereich transformiert, bspw. Spannungsdaten, Stromdaten, Leistungsdaten, u.ä. Die transformierten Daten werden dann über ein Funknetz oder auf ande- re Weise, z.B. über ein Service- bzw. Wartungsnetz mittels kabelgebundener Übertragung, zu einem oder mehreren Speicherrechnern übertragen und dort gespeichert . Alternativ können auch nur die Daten im Zeitbereich übertragen und gespeichert werden. Eine Transformation in den Frequenzbereich findet dann an einer zentralen Stelle oder an mehreren zentralen Stellen statt. In diesem Fall können nach dem Speichern auch nur die Daten transformiert werden, die relevant für eine Fehlererfassung bzw. Fehlerprognose sind, bspw. nur die Daten eines Fahrzeugs innerhalb eines bestimmten Zeitraums vor dem Auftreten eines Fehlers bei diesem Fahrzeug.
Durch Punkte sind Verfahrensschritte 3 angedeutet, in denen weitere Daten von der Vielzahl der Fahrzeuge zur Datenbasis übertragen werden. Die zeitliche Abfolge der Datenerzeugung wird unten an Hand der Figur 2 näher erläutert. Es werden Spektren oder Daten im Zeitbereich übertragen.
In einem Verfahrensschritt 4 tritt ein Fehlerfall in einem der Fahrzeuge auf. Darauf hin werden in einem Schritt 5 die Daten dieses Fahrzeugs aus der Datenbasis gelesen, vorzugsweise die für dieses Fahrzeug gespeicherten Spektren, insbesondere die Spektren in einer bestimmten Zeit vor Auftritt des Fehlers, z.B. innerhalb einer Woche oder innerhalb eines Monats rückgerechnet vom Datum des Fehlers. Jedoch können auch weiter zurückliegende Daten des Fahrzeugs herangezogen werden, um bspw. ein Vergleichsbasis für einen Verlauf der Spektren ohne Fehler zu haben. Alternativ kann auch auf die von anderen Fahrzeugen übermittelten Spektren zurück gegriffen werden, z.B. um Vergleichswerte für fehlerfreie Spektren zu haben.
In einem Schritt 6 werden charakteristische Merkmale des Spektrums gesucht, die zeitlich möglichst weit zurückliegend vom Fehlerzeitpunkt dennoch ein sicheres Erfassen einer Ab- weichung ermöglichen. Diese Untersuchung kann manuell, computerunterstützt oder automatisch durchgeführt werden. Es lassen sich insbesondere statistische Auswertungen durchführen. Bei der Suche von charakteristischen Merkmalen werden vorzugsweise mehrere Fahrzeuge mit demselben Fehler untersucht, so dass ggf. weiter gewartet werden muss, bevor das ermittel - te charakteristische Merkmal zur Prognose von Fehlern freigegeben werden kann. Es ist also sicherzustellen, dass die gefundenen Abweichungen im Spektrum tatsächlich mit dem aufgetretenen Fehler zusammenhängen und dass die Veränderung des Spektrums nicht nur bei dem einen Fahrzeug auf Grund dessen individueller Fertigung oder dessen individuellen Eigenschaften auftrat. Jedoch können auch Wahrscheinlichkeiten für das Auftreten des Fehlers bei der gewählten Veränderung verwendet werden . Ist ein charakteristisches Merkmal ermittelt worden, so kann dies für die Fehlerprognose und die Fehlererfassung in zukünftigen Fällen eingesetzt werden, was unten an Hand der Figur 5 näher erläutert wird. Die Suche von charakteristischen Merkmalen kann mit Hilfe des Diensterbringungsrechners erfolgen auf dem die Datenbasis gespeichert ist. Alternativ kann ein anderer Rechner bzw. eine andere Datenverarbeitungsanlage zur Untersuchung genutzt werden .
Das Verfahren zum Ermitteln der Merkmale wird in einem
Schritt 7 beendet .
Die Figur 2 zeigt die zeitliche Abfolge beim Aufbau und bei der Nutzung der Datenbasis. Auf einem Zeitstrahl 8 ist die Zeit t aufgetragen. Bspw. wird ein Datensatz immer dann erzeugt, wenn das Fahrzeug bereits seit 10 Minuten fährt, jedoch höchstens einmal am Tag. Alternativ werden die Daten bspw. kurz nach dem Starten erfasst, z.B. innerhalb von 30 Sekunden. Das Erfassen der Daten kann außerdem an weitere Bedingungen gebunden sein, bspw. Fahren bei einer bestimmten Geschwindigkeit oder in einem bestimmten Bereich der Geschwindigkeit. Bei anderen Ausführungsbeispielen werden Daten laufend er- fasst solange das Fahrzeug fährt. Auch bei Stillstand des Fahrzeugs ist ein Erfassen möglich.
Zu einem Zeitpunkt tl wird bspw. für ein erstes Fahrzeug ein Datensatz DSla erzeugt. Der Aufbau der Datensätze DSla usw. wird unten an Hand der Figur 4 näher erläutert. Danach fährt das erste Fahrzeug bspw. einige Tage nicht, so dass keine Datensätze erfasst werden. Erst zu einem Zeitpunkt t2 wird ein Datensatz DSlb für das erste Fahrzeug erzeugt. Einen Tag spä- ter wird für das erste Fahrzeug ein Datensatz DSlc erzeugt.
Zu einem Zeitpunkt t4, der nach dem Zeitpunkt t3 liegt, wird ein Datensatz DS2a für ein zweites Fahrzeug erzeugt und zentral oder im Fahrzeug gespeichert. Das Erzeugen weiterer Da- tensätze ist durch Unterbrechung des Zeitstrahls 8 angedeutet .
Zu einem Zeitpunkt t5 wird ein weiterer Datensatz DSld für das erste Fahrzeug erzeugt und gespeichert, z.B. mehr als zwei Wochen nach dem Zeitpunkt t4.
Zu einem Zeitpunkt t6 tritt ein Fehler im ersten Fahrzeug auf, bspw. am gleichen Tag, an dem der Datensatz DSld erzeugt worden ist. Es wird dann der oben an Hand der Figur 1 erläu- terte Schritt 6 zum Suchen von charakteristischen Merkmalen durchgeführt. Die Software zur Fehlererkennung wird dann auf Grund des gefundenen Merkmals in dem ersten Fahrzeug und in dem zweiten Fahrzeug aktualisiert, so dass das gefundene Merkmal bei der Prognose von Fehlern im Bordnetz dieser Fahr- zeuge in Zukunft berücksichtigt werden kann. Anschließend werden dennoch zu Zeitpunkten t7 und t8 weitere Datensätze DS2b bzw. DSle vom zweiten Fahrzeug bzw. vom ersten Fahrzeug erzeugt und zur Datenbasis übertragen, bspw. zum Finden von Abweichungen bei anderen Fehlern, die erst später auftreten.
Die Datensätze DSla bis Dsle sowie die Datensätze DS2a und Ds2b haben den unten an Hand der Figur 4 erläuterten Aufbau. Die Figur 3 zeigt ein Bordnetz 10 eines Fahrzeugs, z.B. eines Personenkraftfahrzeugs 110, siehe Figur 4. Das Bordnetz 10 enthält :
- Segmente 12 bis 26, die jeweils eine Pluspolleitung und ggf. eine Minuspolleitung enthalten, und die in der genann- ten Reihenfolge in einer Ringstruktur verschaltet sind,
- bspw. zwei Batterien bzw. Akkumulatoren 28 und 30, kurz Akku genannt, wobei der Akku 28 am Segment 26 und der Akku 30 am Segment 18 angeschlossen ist,
- Trennvorrichtungen 32 bis 46, z.B. mechanische, elektrome- chanische oder elektronische Schalter, z.B. Leistungs- Feldeffekttransistoren, insbesondere MOSFET's (Metal Oxide Semiconductor Field Effect Transistor) , die in dieser Reihenfolge zwischen die Segmente 12 bis 26 geschaltet sind,
- eine Datenübertragungsverbindung bzw. ein Bussystem 50a, 50b zur Ansteuerung der Trennvorrichtungen 32 bis 46 über
Steuerleitungen 52 bis 64 und 51 und zur Abfrage von Strom und/oder Spannungssensoren über Sensorleitungen 72 bis 82, sowie
- eine Steuer- und Kommunikationseinheit SE am Bussystem 50a, 50b.
Üblicherweise wird bei einem Automobil die Karosserie als Rückleiter genutzt. Ein expliziter Rückleiter ist somit nicht notwendig, kann jedoch z.B. mit Hinblick auf Störeinkopplun- gen vorteilhafter sein. Die Segmente 12 und 24 sind zueinander redundant und dienen bspw. der Stromversorgung von Steuereinheiten mit zentralen Aufgaben. Diese Steuereinheiten können ihrerseits jeweils redundant ausgeführt sein, d.h. zwei Steuereinheiten am Segment 12 und zwei Steuereinheiten am Segment 24.
Die Segmente 14 und 22 sind ebenfalls zueinander redundant und dienen der Stromversorgung von Steuereinheiten zur Unterstützung der Lenkung des Fahrzeugs, siehe bspw. die Steuerge- räte 90 und 92 am Segment 22.
Die Segmente 16 und 38 sind ebenfalls zueinander redundant und dienen der Stromversorgung von Steuereinheiten, die bspw. dem automatischen Bremsen des Fahrzeugs dienen.
Die Messdaten für das an Hand der Figur 1 erläuterte Verfahren werden bspw. nur am Segment 12 erfasst. Alternativ können Messdaten an allen Segmenten 12 bis 16, 20 bis 24 und optional auch an den Segmenten 18 und 26 erfasst werden. Die Aus- stattung jedes Segments 12 bis 16, 20 bis 24 mit einer Erfassungseinheit ist aber bspw. nur für die Erfassung von Laufzeitunterschieden bei der Lokalisierung eines Segments erforderlich in dem sich ein Fehler anbahnt. Bei einem anderen Ausführungsbeispiel wird an Stelle einer
Ringtopologie eine stärker vermaschte Topologie gewählt. Auch bei Bordnetzen ohne Redundanz wird die Erfindung eingesetzt.
Die Figur 4 zeigt eine Infrastruktur 100 zur Erzeugung der Datenbasis. Zur Infrastruktur 100 zählen Autos bzw. Fahrzeuge 110 bis 114, die mit Sendeeinheiten ausgestattet sind, z.B. Sendeeinheit 102 des Fahrzeugs 110. Weiterhin zählt zu der Infrastruktur 100 ein Server 116. Der Server 116 ist ein Diensterbringungsrechner (DER) , der bspw. die folgenden Bestandteile enthält: - einen Speicher Mem, z.B. einen RAM (Random Access Memory) und/oder einen ROM (Read Only Memory) ,
- einen Prozessor MP, z.B. einen Mikroprozessor oder einen MikroController, der Befehle abarbeitet, die im Speicher Mem gespeichert sind,
- eine Sende- /Empfangseinheit R/S (Receive/Send) , wobei der Sendeteil optional ist,
- einen bidirektionalen Datenbus 18 zwischen der Sende- /Empfangseinheit R/S und dem Prozessor MP, und
- einen Daten- /Befehlsbus 20 zwischen dem Prozessor MP und dem Speicher Mem.
Im Speicher Mem sind eine Vielzahl von Datensätzen für eine Vielzahl von Fahrzeugen gespeichert, siehe die beiden darge- stellten Datensätze DSla und DS2a. Der Datensatz DSla betrifft das Fahrzeug 110. Der Datensatz DS2a betrifft dagegen das Fahrzeug 112.
Die Datensätze, siehe DSla, DS2a, haben die gleiche Daten- struktur:
- ein Identifikationsdatum, z.B. ID1, spezifiziert das Fahrzeug 110, 112, 114, von dem der Datensatz kommt,
- Spektrendaten, z.B. Spl, enthalten das Spektrum für die innerhalb eines vorgegebenen Zeitfensters erfassten Werte in dem betreffenden Fahrzeug 110, 112 oder 114.
- ein Zeitdatum, z.B. Tl, gibt den Tag und/oder die Uhrzeit an, an dem der Datensatz erzeugt worden ist.
Die Datensätze DSla, DSlb usw., DS2a, Ds2b usw. werden von den Fahrzeugen 110 bis 114 zu dem Server 116 übertragen, siehe Datenübertragungsstrecke 122, 124 bzw. 126. Die Datensätze DSla usw. können auch elektronisch verschlüsselt und/oder elektronisch signiert von den Fahrzeugen 110 bis 114 zu dem Server 116 übertragen werden.
Alternativ ist auch eine Datenübertragung vom Server 116 zu den Fahrzeugen hin möglich, z.B. zur Bestätigung des Empfangs der Datensätze, zum Aktualisieren von Programmkomponenten der Fahrzeuge 110 bis 114 oder für andere Zwecke.
Die Figur 5 zeigt Verfahrensschritte bei der Fehlerüberwa- chung und/oder der Prognose von Fehlern. Das Verfahren beginnt in einem Verfahrensschritt 200, im Folgenden auch kurz als Schritt bezeichnet. In einem nachfolgenden Schritt 202 werden typische Muster bzw. Merkmale für die Prognose ermittelt, wie oben an Hand der Figur 1 erläutert. Diese Merkmale werden in einem Programm hinterlegt, bei dessen Abarbeitung durch einen Prozessor, insbesondere die unten erläuterten Schritte 206 und 208 ausgeführt werden. Dieser Prozessor kann im Fahrzeug oder auch außerhalb des Fahrzeugs angeordnet sein, z.B. in einem Diensterbringungsrechner einer Werkstatt oder eines Servicecenters.
In einem Schritt 202 werden Erfassungswerte am Bordnetz 10 erfasst, insbesondere wird die Abtastung von Spannung U(t) und Strom I(t) an definierten Stellen des Bordnetzes 10 durchgeführt, bspw. am Segment 12 oder 22.
In einem Schritt 204 erfolgt danach die Transformation der Informationen aus U/l (Impedanz) durch Fourier-Transformation in den Frequenzbereich. Alternativ kann die Leistung U*I transformiert werden, nur die Spannung oder nur der Stromverlauf. Zur Transformation wird bspw. ein Signalprozessor verwendet, der in der Steuer- und Kommunikationseinheit SE enthalten ist. Die Transformation kann auch außerhalb des Fahrzeugs durchgeführt werden, z.B. in einem Service- oder War- tungszentrum .
In einem Schritt 206 erfolgt ein Vergleich des im Schritt 204 berechneten Frequenzbereichs (Amplitudengang) mit typischen Mustern, wie sie im Schritt 201 hinterlegt worden sind, und daraus Identifikation von Fehlern bzw. Prognostizierung von Fehlern im Schritt 208. Die Identifikation bzw. das Prognostizieren von Fehlern erfolgt also im Frequenzbereich. Wird im Schritt 208 festgestellt, dass kein Fehler vorliegt, so wird das Verfahren bspw. im Verfahrensschritt 202 fortgesetzt, bspw. ohne Pause oder beim nächsten Start des Fahr- zeugs, am nächsten Fahrtag oder im nächsten Fahrmonat. Damit befindet sich das Verfahren in einer Schleife aus den Verfahrensschritten 202 bis 208. Diese Schleife wird im Schritt 208 erst dann verlassen, wenn ein Fehler festgestellt bzw. prognostiziert wird. Jedoch können die Schritte 202 bis 208 auch nur bei der Wartung durchgeführt werden.
Bei einem Fehler folgt unmittelbar nach dem Schritt 208 ein Schritt 210 der das Einleiten von Gegenmaßnahmen betrifft, z.B. das Abschalten des betroffenen Segmentes des Bordnetzes 10 und/oder die Ausgabe von Warnmeldungen an den Fahrer des Fahrzeugs. Das abzuschaltende Segment kann bspw. über Lauf- zeitmessungen ermittelt werden, in die mehrere der Sensoren am Bordnetz einbezogen werden. Alternativ wird der Reihe nach oder gemäß einer Suchstrategie probiert, welches Segment 12 bis 26 das fehlerhafte Segment ist bzw. das Segment, für das ein Fehler prognostiziert wird. Wird das Verfahren nur bei der Wartung durchgeführt, so kann der Fehler gleich behoben werden . Das Verfahren ist dann in einem Schritt 212 beendet. Alternativ kann das Verfahren ebenfalls im Schritt 202 fortgesetzt werden, siehe Pfeil 214, um bspw. weitere Fehler zu prognostizieren . Die Figur 6 zeigt ein typisches Spektrum 220 für Komponenten und/oder Verbraucher an dem Bordnetz. Auf der horizontalen Achse ist die Frequenz mit negativen und positiven Werten abgetragen. Das Spektrum 220 hat in seinem linken Teil drei Ma- xima . Der rechte Teil des Spektrums 220 hat ebenfalls drei Maxima, von denen jedoch zwei Maxima größere Amplitudenwerte haben als die Maxima auf der linken Seite. Die Figur 7 zeigt ein typisches Spektrum 230 bei Auftritt eines Fehlers, z.B. eine Kurzschluss. Im Vergleich zum Spektrum 220 hat das Spektrum 230 einen ähnlichen Verlauf auf der linken Seite, d.h. drei Maxima. Die rechte Seite des Spektrums 230 hat dagegen nur zwei Maxima, wobei das erste Maxima im Bereich der beiden ersten Maxima des Spektrums 220 liegt und wobei das dritte Maximum bei hohen Frequenzen auf der rechten Seite des Spektrums 230 das entsprechende Maximum des Spektrums 220 bei dieser Frequenz erheblich überragt und sogar das globale Maximum darstellt. Das globale Maximum wurde in der Untersuchung 6, siehe Figur 1, einem Fehler zugeordnet, der erst später eintrat bzw. der schon eingetreten war.
Die Figur 8 zeigt einen Spannungsverlauf 250 und einen Strom- verlauf 252 an einer Erfassungseinrichtung am Bordnetz 10, wie er bspw. im Schritt 202, siehe Figur 5, im Zeitbereich ermittelt wird. Zunächst liegt die Spannung auf geringen Werten, steigt dann an und fällt dann wieder ab. Der Strom beginnt bei großen Werten, fällt dann ab und steigt wieder meh- rere Male im Wechsel.
Die Figur 9 zeigt das aus dem Spannungsverlauf 250, siehe Figur 8, und dem Stromverlauf 252, siehe ebenfalls Figur 8, im Schritt 204, siehe Figur 5, berechnete Spektrum 260 mit Feh- lermerkmal 262. An Hand des Fehlermerkmals 262, d.h. hohe Amplitude bei einer hohen Frequenz, wird dann ein Fehler prognostiziert bzw. erfasst. Das Spektrum 260 ist leicht verändert im Vergleich zum Spektrum 230 der Figur 7, was auf fahrzeugspezifische Abweichungen zurück zu führen ist.
Strom und Spannung können bspw. erst im Zeitbereich multipliziert werden, woraufhin dann das Spektrum berechnet wird. Alternativ wird erst das Spektrum des Spannungsverlaufs und das Spektrum des Stromverlaufs berechnet. Danach erfolgt eine Faltung der Spektren im Frequenzbereich. Auch eine Berechnung des Impedanzspektrum ist auf zwei Wegen möglich. Ebenso kann nur das SpannungsSpektrum oder nur das Stromspektrum zur Feh- leranalyse bzw. zum Prognostizieren von Fehlern verwendet werden .
Als Fehlermerkmale des FrequenzSpektrums sind bspw. geeignet: - die Lage und der Amplitudenwert eines globalen Minimums,
- die Lage und der Amplitudenwert eines globalen Maximums,
- die Anzahl von lokalen Minima bzw. lokalen Maxima,
- die Lage und der Amplitudenwert eines lokalen Minimums bzw. lokalen Maximums,
- die Lage eines Wendepunktes,
- die Verschiebung der genannten Merkmale auf der Frequenz - achse ,
- u.ä. Merkmale. Die Signalenergie, d.h. die Fläche unter der Kurve in einem bestimmten Frequenzbereich ist ein typisches Charakteristikum, das im Frequenzbereich bewertet werden kann und das oft deutlich aussagekräftiger ist als bspw. eine Minimumoder Maximumbetrachtung. Die Flankensteilheit der Kurve oder die Welligkeit der Kurve können andere Kriterien sein, insbesondere wieder bezogen auf einen bestimmten Frequenzbereich.
Die Transformation in den Frequenzbereich kann bspw. eine Fourier Transformation, eine Laplace Transformation, eine Z Transformation oder eine andere Transformation sein.
Über LaufZeitmessungen von Signalen lässt sich außerdem ermitteln, in welchem Segment eines Bordnetzes ein Fehler auftritt. Damit lässt sich dieses Segment gezielt abschalten. Alternativ kann durch Probieren ermittelt werden in welchem Segment der Fehler liegt, wobei z.B. die Segmente der Reihe nach vom Bordnetz getrennt werden. Wird ein fehlerhaftes Segment abgeschaltet, so kann auch das Fehlermerkmal an anderen Segmenten nicht mehr erfasst werden, womit das fehlerhafte Segment ermittelt ist. Es kann auch eine Strategie verwendet werden, die zu einer schnelleren Erfassung des fehlerhaften Segmentes führt, z.B. Trennen des halben Bordnetzes, Ermit- teln in welchem Teil der Fehler liegt und dann weiter in dieser Hälfte suchen, z.B. durch erneutes Aufteilen dieser Hälfte in zwei etwa gleich große Segmente, usw. Die Bordnetze führen bspw. Spannungen kleiner als 100 Volt oder sogar kleiner als 60 Volt, jedoch größer als 5 Volt oder größer als 10 Volt. Bei Elektrofahrzeugen können die erläuterten Verfahren jedoch auch im Antriebsnetz eingesetzt werden. In diesem Fall kann das Antriebsnetz Spannungen größer als 100 Volt oder größer als 400 Volt führen. Die Spannungen im Antriebsnetz können typischerweise kleiner als 1000 Volt sein. Auf Grund der Verwendung von Batterien bzw. Akkus kommen hauptsächlich Gleichspannungsnetze zum Einsatz. Im Gegensatz zu Signalleitungen ist die Spannung an Gleichspannungs - Bordnetzen vergleichsweise konstant und schwankt bspw. um weniger als plus/minus 10 Prozent eines Mittelwertes oder Nennwertes. Die Verfahren sind aber nicht auf Gleichspannungsnetze beschränkt und können somit auch bei Wechselspannungsnetzen eingesetzt werden.
Die an Hand der Figuren erläuterten Ausführungsbeispiele können insbesondere mit den in der Einleitung genannten Ausführungsbeispielen kombiniert werden. Die Ausführungsbeispiele sind nicht maßstabsgetreu und nicht beschränkend. Abwandlun- gen im Rahmen des fachmännischen Handelns sind möglich. Obwohl die Erfindung im Detail durch das bevorzugte Ausführungsbeispiel näher illustriert und beschrieben worden ist, ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen .

Claims

Ansprüche
1. Verfahren zur Prognose eines Fehlers oder zur Fehlererfassung in einer Transportmaschine (110 bis 114), mit
Erfassen (2) mindestens einer Art von Erfassungswerten im Zeitbereich in einer ersten Transportmaschine (110),
Speichern (2) der Erfassungswerte oder Speichern von Frequenzspektren der Erfassungswerte,
Warten auf einen Fehler (4),
Untersuchen (6) der vor dem Auftreten des Fehlers gespeicherten Frequenzspektren oder Untersuchen (6) von aus den vor dem Auftreten des Fehlers gespeicherten Erfassungswerten berechneten Frequenzspektren auf mindestens ein Merkmal hin, welches das Auftreten des Fehlers (4) frühzeitig anzeigt,
Verwenden (206) des Merkmals zur Früherfassung des Fehlers oder zur Fehlererfassung in der ersten Transportmaschine (110) oder in einer zweiten Transportmaschine (112) .
2. Verfahren nach Anspruch 1, wobei die Erfassungswerte an einem Bordnetz (10) der ersten Transportmaschine (110) er- fasst werden.
3. Verfahren nach Anspruch 1 oder 2, wobei das Verfahren für eine Vielzahl von Fahrzeugen (110 bis 114) durchgeführt wird.
4. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Erfassen der Erfassungswerte in einer Simulation der ersten Transportmaschine (110) oder einer Simulation eines Teils der ersten Transportmaschine (110) erfolgt.
5. Verfahren nach einem der vorhergehenden Ansprüche, wobei ein Wahrscheinlichkeitsmaß ermittelt wird, das angibt, mit welcher Wahrscheinlichkeit die Früherfassung des Fehlers oder die Fehlererfassung richtig ist.
6. Verfahren nach einem der vorhergehenden Ansprüche, wobei gezielt ein ohne die gespeicherten Erfassungswerte oder die gespeicherten Frequenzspektren nicht erfassbarer Fehler in einen Teil der Transportmaschine (110) oder in eine Simulation zumindest eines Teils der Transportmaschine (110) eingebaut wird.
7. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Erfassungswerte oder die Frequenzspektren außerhalb der Transportmaschine (110) gespeichert werden.
8. Verfahren nach einem der vorhergehenden Ansprüche, wobei ein Stromverlauf (252) oder ein Spannungsverlauf (250) oder sowohl ein Stromverlauf (252) als auch ein Spannungsverlauf (250) erfasst werden.
9. Verfahren nach einem der vorhergehenden Ansprüche, wobei der Fehler einen Kabelbruch oder einen Kabelkurzschluss betrifft .
10. Verfahren nach einem der vorhergehenden Ansprüche, wobei der Fehler eine elektromagnetische Einstrahlung eines Gerätes der Transportmaschine (110) in das Bordnetz (10) der Transportmaschine (110) betrifft.
11. Verfahren nach einem der vorhergehenden Ansprüche, wobei ein Merkmal eines Frequenzspektrums verwendet wird, das bei
Frequenzen größer 1 Megahertz liegt.
12. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Erfassungswerte an einem Bordnetz (10) der ersten Trans- portmaschine (110) erfasst werden, und
wobei das Bordnetz (10) mindestens zwei Teile (12, 24) enthält, zwischen denen eine Trennvorrichtung (46) angeordnet ist, durch die die beiden Teile (12, 24) elektrisch voneinander getrennt werden können.
13. Verfahren nach Anspruch 12, wobei bei einer Früherfassung oder bei einer Fehlererfassung eine Warnung ausgegeben wird und/oder mindestens eine der Trennvorrichtungen (46) betätigt wird .
14. Transportmaschine (110), mit
einem Bordnetz (10), das mindestens zwei Teile (12, 24) enthält,
einer zwischen den mindestens zwei Teilen (12, 24) angeordneten Trennvorrichtung (46), mit der die beiden Teile (12, 24) elektrisch voneinander getrennt werden können,
einer ersten Erfassungseinrichtung (72) an dem Bordnetz (10), einer Steuereinheit (SE) , die mit der Trennvorrichtung (51) oder mit einer Warneinheit verbunden ist, und die abhängig von den mit der Erfassungseinrichtung (72) erfassten Erfassungswerten die Trennvorrichtung (46) oder die Warneinheit ansteuert .
15. Transportmaschine (110) nach Anspruch 14, wobei die beiden Teile (12, 24) zueinander redundant sind, und
wobei an den beiden Teilen (12, 24) vorzugsweise zueinander redundante Einheiten der Transportmaschine (110) angeschlossen sind.
EP13713819.4A 2012-04-25 2013-03-25 Verfahren zur prognose eines fehlers oder zur fehlererfassung in einer transportmaschine sowie transportmaschine Withdrawn EP2810255A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102012206836A DE102012206836A1 (de) 2012-04-25 2012-04-25 Verfahren zur Prognose eines Fehlers oder zur Fehlererfassung in einer Transportmaschine sowie Transportmaschine
PCT/EP2013/056182 WO2013160039A1 (de) 2012-04-25 2013-03-25 Verfahren zur prognose eines fehlers oder zur fehlererfassung in einer transportmaschine sowie transportmaschine

Publications (1)

Publication Number Publication Date
EP2810255A1 true EP2810255A1 (de) 2014-12-10

Family

ID=48045471

Family Applications (1)

Application Number Title Priority Date Filing Date
EP13713819.4A Withdrawn EP2810255A1 (de) 2012-04-25 2013-03-25 Verfahren zur prognose eines fehlers oder zur fehlererfassung in einer transportmaschine sowie transportmaschine

Country Status (3)

Country Link
EP (1) EP2810255A1 (de)
DE (1) DE102012206836A1 (de)
WO (1) WO2013160039A1 (de)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020108861A1 (de) 2020-03-31 2021-09-30 Audi Aktiengesellschaft Verfahren zum Ermitteln eines Zustands eines Bauteils
CN112319550B (zh) * 2020-10-30 2022-11-25 中车青岛四方机车车辆股份有限公司 一种基于列车初上电的故障诊断方法、***、装置及列车
CN112558592B (zh) * 2020-12-25 2022-04-08 浙江吉利控股集团有限公司 车辆故障预测方法、预测***及车辆

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6525918B1 (en) * 2001-09-11 2003-02-25 Ford Global Technologies, Inc. Adaptive arc fault detection and smart fusing system

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6484080B2 (en) * 1995-06-07 2002-11-19 Automotive Technologies International Inc. Method and apparatus for controlling a vehicular component
US7284769B2 (en) * 1995-06-07 2007-10-23 Automotive Technologies International, Inc. Method and apparatus for sensing a vehicle crash
US6701232B2 (en) * 2001-04-25 2004-03-02 Fuji Jukogyo Kabushiki Kaisha Vehicle management system
US7302320B2 (en) * 2001-12-21 2007-11-27 Oshkosh Truck Corporation Failure mode operation for an electric vehicle
US6886472B2 (en) * 2003-02-20 2005-05-03 General Electric Company Method and system for autonomously resolving a failure
DE10345310A1 (de) * 2003-09-30 2005-04-14 Robert Bosch Gmbh Energiebordnetz mit verbesserter Ladestrategie der Stützbatterie und zugehöriges Verfahren
US7880767B2 (en) * 2005-08-22 2011-02-01 Andrew Chinigo Security system for mass transit and mass transportation

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6525918B1 (en) * 2001-09-11 2003-02-25 Ford Global Technologies, Inc. Adaptive arc fault detection and smart fusing system

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of WO2013160039A1 *

Also Published As

Publication number Publication date
WO2013160039A1 (de) 2013-10-31
DE102012206836A1 (de) 2013-10-31

Similar Documents

Publication Publication Date Title
DE102018201119A1 (de) Verfahren zum Überwachen der Energieversorgung eines Kraftfahrzeugs mit automatisierter Fahrfunktion
WO2020109108A1 (de) Verfahren zum überwachen eines energiespeichers in einem bordnetz
DE102012215343A1 (de) Verfahren zum Durchführen einer Sicherheitsfunktion eines Fahrzeugs und System zum Durchführen des Verfahrens
DE102012207624A1 (de) Moduleinheit, Verbund und Verfahren zum Überwachen eines Energieversorgungsnetzes
DE19959019A1 (de) Verfahren zur Zustandserkennung eines Energiespeichers
EP2245718A1 (de) Batteriemanagementsystem
DE102015217110A1 (de) Verfahren zum Durchführen einer Diagnose in einem Kraftfahrzeug
DE102019215413A1 (de) Funktionstüchtigkeit-selbstlernsystem und verfahren für stromverteilungssysteme für automatisch fahrende fahrzeuge
DE102016210094A1 (de) Vorrichtung und Verfahren des Diagnostizierens von Stromsensor von umweltfreundlichem Fahrzeug
DE102020213357A1 (de) Verfahren zum Überprüfen des Verhaltens mindestens einer Gruppe von Verbrauchern in einem Kraftfahrzeug
DE102019205663A1 (de) Verfahren und Vorrichtung zur Überwachung und Überprüfung eines Stromversorgungssystems eines Kraftfahrzeugs
DE102018109594A1 (de) Batteriemanagementsystem, insbesondere für ein Schienenfahrzeug
WO2015121065A1 (de) Sicherheitseinrichtung für einen batterieschütz in einem elektrischen fahrzeug
DE102019212909A1 (de) Verfahren zum Detektieren eines Fehlers in einem Batteriesystem sowie Batteriesystem und Kraftfahrzeug
EP2810255A1 (de) Verfahren zur prognose eines fehlers oder zur fehlererfassung in einer transportmaschine sowie transportmaschine
DE112012006861B4 (de) Batterieladesystem und Verfahren zum kabellosen Laden einer Batterie
DE102011082194B4 (de) Batteriemanagementsystem und Bordnetz zur Überwachung des Be- oder Entladestroms einer Batterie in einem solchen Bordnetz
DE102015120512B4 (de) Vorrichtung und Verfahren zum Abschätzen verfügbarer Leistung einer Hochspannungsbatterie
DE102016224541A1 (de) Sicherheitsverfahren und Sicherheitsvorrichtung
DE102013221972B4 (de) Verfahren und Vorrichtung zur Feststellung der Stellung eines Relais zur Überbrückung von Bordnetzen in Kraftfahrzeugen
DE102019129170A1 (de) Steuerungsanordnung für eine Hochvoltbatterie und Verfahren zum Betreiben einer Steuerungsanordnung
DE102021104535A1 (de) Verfahren zum Überwachen der Energieversorgung eines Kraftfahrzeugs
DE102013219456A1 (de) Anordnung und Verfahren
DE102020213771A1 (de) Verfahren zum Überwachen einer Energiequelle in einem Bordnetz
DE102020128054A1 (de) Verfahren zur Detektion eines Lichtbogenfehlers in einer elektrischen Schaltungsanordnung und Kraftfahrzeug

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20140901

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

DAX Request for extension of the european patent (deleted)
RAP1 Party data changed (applicant data changed or rights of an application transferred)

Owner name: SIEMENS AKTIENGESELLSCHAFT

17Q First examination report despatched

Effective date: 20180615

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20181026