KR102654422B1 - Error diagnosis apparatus and method of electric vehicle - Google Patents

Error diagnosis apparatus and method of electric vehicle Download PDF

Info

Publication number
KR102654422B1
KR102654422B1 KR1020190029049A KR20190029049A KR102654422B1 KR 102654422 B1 KR102654422 B1 KR 102654422B1 KR 1020190029049 A KR1020190029049 A KR 1020190029049A KR 20190029049 A KR20190029049 A KR 20190029049A KR 102654422 B1 KR102654422 B1 KR 102654422B1
Authority
KR
South Korea
Prior art keywords
electric vehicle
failure
motor
command value
vehicle
Prior art date
Application number
KR1020190029049A
Other languages
Korean (ko)
Other versions
KR20200110530A (en
Inventor
박광민
김규식
이병화
추용주
김규섭
양대근
이재원
김수철
정시욱
김효성
이다연
이봉현
Original Assignee
한국자동차연구원
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 한국자동차연구원 filed Critical 한국자동차연구원
Priority to KR1020190029049A priority Critical patent/KR102654422B1/en
Publication of KR20200110530A publication Critical patent/KR20200110530A/en
Application granted granted Critical
Publication of KR102654422B1 publication Critical patent/KR102654422B1/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
    • B60L3/0084—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to control modules
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
    • B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
    • B60L3/0061—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electrical machines
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/42—Drive Train control parameters related to electric machines
    • B60L2240/421—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/42—Drive Train control parameters related to electric machines
    • B60L2240/423—Torque
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/42—Drive Train control parameters related to electric machines
    • B60L2240/429—Current
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00—Type of vehicle
    • B60Y2200/90—Vehicles comprising electric prime movers
    • B60Y2200/91—Electric vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2306/00—Other features of vehicle sub-units
    • B60Y2306/15—Failure diagnostics
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/303—Speed sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/307—Torque sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/308—Electric sensors
    • B60Y2400/3084—Electric currents sensors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/72—Electric energy management in electromobility
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

전기자동차 고장 진단 장치 및 방법이 개시된다. 본 발명의 전기자동차 고장 진단 장치는 전기자동차의 각 전장모듈을 제어하는 전장모듈 제어기 각각으로부터 차량 동역학 데이터를 수집하는 차량 동역학 데이터 수집부; 차량 동역학 데이터를 이용하여 전기자동차의 모터 제어를 위한 지령치 예측값 각각을 검출하는 지령치 예측값 검출부; 및 전기자동차의 모터제어기로부터 모터 제어를 위한 실제 지령치를 입력받고, 실제 지령치와 지령치 예측값을 비교하여 비교 결과에 따라 전기자동차의 고장을 검출하는 고장 검출부를 포함하는 것을 특징으로 한다.An electric vehicle failure diagnosis device and method are disclosed. The electric vehicle failure diagnosis device of the present invention includes a vehicle dynamics data collection unit that collects vehicle dynamics data from each electrical module controller that controls each electrical module of the electric vehicle; a command value prediction value detector that detects each command value prediction value for motor control of an electric vehicle using vehicle dynamics data; and a failure detection unit that receives an actual command value for motor control from the motor controller of the electric vehicle, compares the actual command value and the predicted command value, and detects a failure of the electric vehicle according to the comparison result.

Description

전기자동차 고장 진단 장치 및 방법{ERROR DIAGNOSIS APPARATUS AND METHOD OF ELECTRIC VEHICLE}Electric vehicle failure diagnosis device and method {ERROR DIAGNOSIS APPARATUS AND METHOD OF ELECTRIC VEHICLE}

본 발명은 전기자동차 고장 진단 장치 및 방법에 관한 것으로서, 더욱 상세하게는 차량 동역학 데이터의 수학적 모델링을 통해 획득한 지령치 예측값과 모터 제어기로부터 획득한 실제 지령치를 비교하여 비교 결과에 따라 모터제어기 또는 각종 센서의 고장을 진단하는 전기자동차 고장 진단 장치 및 방법에 관한 것이다. The present invention relates to an electric vehicle failure diagnosis device and method, and more specifically, to compare the command value prediction value obtained through mathematical modeling of vehicle dynamics data with the actual command value obtained from the motor controller, and according to the comparison result, the motor controller or various sensors It relates to a failure diagnosis device and method for diagnosing a failure of an electric vehicle.

전 세계적으로 연료전지차량 및 전기자동차 등 친환경 차량의 도입에 대해 활발히 연구 중에 있다. 이 중 인휠 독립 구동 방식 전기자동차는 차량의 구동 모터를 바퀴 안에 장착하여 시스템 효율 향상, 독립 구동에 따른 주행성 향상 등의 이유로 각광받고 있다.Around the world, active research is being conducted on the introduction of eco-friendly vehicles such as fuel cell vehicles and electric vehicles. Among these, in-wheel independent drive type electric vehicles are attracting attention for reasons such as improved system efficiency by mounting the vehicle's drive motor inside the wheel, and improved drivability due to independent drive.

그러나 인휠 독립 구동 방식 전기자동차는 구동 모터가 바퀴 안에 장착되면서 물리적 충격이나 급격한 온도 또는 습도 변화 등의 가혹한 환경에 노출되어 잦은 고장을 초래할 수 있다. 이에 차량의 안정성 확보를 위해 구동 모터의 고장 진단의 중요성이 높아지고 있는 실정이다.However, in-wheel independent drive electric vehicles have drive motors mounted inside the wheels, which can result in frequent breakdowns due to exposure to harsh environments such as physical shock or sudden changes in temperature or humidity. Accordingly, the importance of diagnosing drive motor failures to ensure vehicle stability is increasing.

일반적인 내연기관 자동차와는 달리, xEV 자동차의 경우, 파워트레인을 구성하는 배터리, 인버터, 모터 등의 전기구동시스템이 차량의 주행성능과 동역학 특성에 직접적인 영향을 준다. 따라서 인버터나 제어기의 고장발생시, 차량 주행성능이 급격하게 저하되거나 사고/폭발에 의한 인명피해가 발생할 수 있다. Unlike general internal combustion engine vehicles, in the case of xEV vehicles, the electric drive system such as batteries, inverters, and motors that make up the powertrain directly affects the vehicle's driving performance and dynamic characteristics. Therefore, when an inverter or controller malfunctions, vehicle driving performance may rapidly deteriorate or casualties may occur due to an accident/explosion.

종래에는 차량의 G센서(진동/충격 센서) 또는 일부 전기센서를 사용하여 차량 이상감지 등을 수행하여 경고 또는 에어백 등의 안전장치에 신호를 송신하지만, 센서의 오류나 전기차 특성상 전기적 노이즈에 의해 차량의 고장감지에 실패하는 경우가 발생할 수 있다. Conventionally, the vehicle's G sensor (vibration/shock sensor) or some electrical sensors are used to detect vehicle abnormalities and send signals to safety devices such as warnings or airbags, but due to sensor errors or electrical noise due to the characteristics of electric vehicles, the vehicle's Failure detection may occur.

즉, 종래에는 인버터 고장 감지를 위하여 주로 모터를 구동하는 다상전류(2상/3상)의 신호를 전류센서를 통하여 측정하여 과전류 등 고장유무를 판단하고 인버터 구동을 중지하는 등 고장검출 및 운행정지 등의 동작을 수행한다. 그러나, 전기적인 센서의 경우 간헐적인 오류신호나 전기차의 특성상 고주파 노이즈가 발생하여 차량의 구동장치의 고장감지에 실패하는 경우가 발생할 수 있다. 또한 인버터의 단락고장 발생시, 센서의 측정범위를 초과하는 대전류가 유입되어 전류센서의 파손/고장이 발생할 가능성이 있다.That is, conventionally, in order to detect inverter failure, the signal of multi-phase current (two-phase/three-phase) that mainly drives the motor is measured through a current sensor to determine whether there is a failure such as overcurrent and to stop the inverter operation. Perform actions such as: However, in the case of electrical sensors, intermittent error signals or high-frequency noise due to the characteristics of electric vehicles may occur, resulting in failure to detect a failure in the vehicle's driving device. Additionally, when a short circuit failure occurs in the inverter, there is a possibility that a large current exceeding the sensor's measurement range may flow in, causing damage/failure of the current sensor.

본 발명의 배경기술은 대한민국 공개특허공보 10-2012-0061660호(2012.06.13)호의 '하이브리드 자동차 및 전기자동차의 인버터 고장 검출 방법'에 개시되어 있다.The background technology of the present invention is disclosed in Korean Patent Publication No. 10-2012-0061660 (June 13, 2012) titled ‘Method for detecting inverter failure in hybrid vehicles and electric vehicles.’

본 발명은 전술한 문제점을 개선하기 위해 창안된 것으로서, 본 발명의 일 측면에 따른 목적은 차량 동역학 데이터의 수학적 모델링을 통해 획득한 지령치 예측값과 모터 제어기로부터 획득한 실제 지령치를 비교하여 비교 결과에 따라 모터제어기 또는 각종 센서의 고장을 진단하는 전기자동차 고장 진단 장치 및 방법을 제공하는 데 있다. The present invention was created to improve the above-described problems, and the purpose of one aspect of the present invention is to compare the command value prediction value obtained through mathematical modeling of vehicle dynamics data with the actual command value obtained from the motor controller, and according to the comparison result The purpose is to provide an electric vehicle failure diagnosis device and method for diagnosing failures in a motor controller or various sensors.

본 발명의 일 측면에 따른 전기자동차 고장 진단 장치는 전기자동차의 각 전장모듈을 제어하는 전장모듈 제어기 각각으로부터 차량 동역학 데이터를 수집하는 차량 동역학 데이터 수집부; 상기 차량 동역학 데이터를 이용하여 전기자동차의 모터 제어를 위한 지령치 예측값 각각을 검출하는 지령치 예측값 검출부; 및 전기자동차의 모터제어기로부터 모터 제어를 위한 실제 지령치를 입력받고, 상기 실제 지령치와 상기 지령치 예측값을 비교하여 비교 결과에 따라 전기자동차의 고장을 검출하는 고장 검출부를 포함하는 것을 특징으로 한다.An electric vehicle failure diagnosis device according to an aspect of the present invention includes a vehicle dynamics data collection unit that collects vehicle dynamics data from each electrical module controller that controls each electrical module of an electric vehicle; a command value prediction value detection unit that detects each command value prediction value for motor control of an electric vehicle using the vehicle dynamics data; and a failure detection unit that receives an actual command value for motor control from the motor controller of the electric vehicle, compares the actual command value with the predicted command value, and detects a failure of the electric vehicle according to the comparison result.

본 발명의 상기 고장 판별부는 상기 실제 지령치와 상기 지령치 예측값 별로 오차를 검출하는 오차 검출부; 및 상기 오차 검출부에 의해 검출된 오차 각각을 통해 전기자동차의 고장을 판별하는 고장 판별부를 포함하는 것을 특징으로 한다.The failure determination unit of the present invention includes an error detection unit that detects an error for each of the actual command value and the predicted command value; and a failure determination unit that determines a failure of the electric vehicle through each error detected by the error detection unit.

본 발명의 상기 고장 판별부는 상기 오차 검출부에 의해 검출된 오차 각각을 기 설정된 설정범위와 각각 비교하여 비교 결과에 따라 전기자동차의 고장을 진단하는 것을 특징으로 한다.The failure determination unit of the present invention compares each error detected by the error detection unit with a preset setting range and diagnoses a failure of the electric vehicle according to the comparison result.

본 발명의 상기 고장 판별부는 상기 오차 검출부에 의해 검출된 오차 중 적어도 하나가 상기 설정범위를 벗어나면 전기자동차에 고장이 발생한 것으로 판단하는 것을 특징으로 한다.The failure determination unit of the present invention is characterized in that it determines that a failure has occurred in the electric vehicle when at least one of the errors detected by the error detection unit is outside the set range.

본 발명의 상기 지령치 예측값은 전기자동차의 모터를 제어하기 위한 모터 토크, Q상전류, 모터 각속도 및 모터 각가속도 중 적어도 하나를 포함하는 것을 특징으로 한다.The predicted command value of the present invention is characterized in that it includes at least one of motor torque, Q-phase current, motor angular velocity, and motor angular acceleration for controlling the motor of an electric vehicle.

본 발명의 상기 고장 판별부는 상기 모터 각속도와 상기 모터 각가속도 중 어느 하나가 상기 설정범위 벗어나면 모터 제어를 위한 속도제어기 및 모터속도센서 중 적어도 하나에 고장이 발생한 것으로 판별하는 것을 특징으로 한다.The failure determination unit of the present invention is characterized in that it determines that a failure has occurred in at least one of the speed controller and the motor speed sensor for motor control when any one of the motor angular velocity and the motor angular acceleration is outside the setting range.

본 발명의 상기 고장 판별부는 상기 모터 토크와 상기 Q상전류 중 적어도 하나가 상기 설정범위를 벗어나면 모터 제어를 위한 토크제어기, 모터전류센서 및 토크센서 중 적어도 하나에 고장이 발생한 것으로 판별하는 것을 특징으로 한다.The failure determination unit of the present invention is characterized in that, when at least one of the motor torque and the Q phase current is outside the setting range, it is determined that at least one of the torque controller, motor current sensor, and torque sensor for motor control has failed. do.

본 발명의 상기 차량 동역학 데이터 수집부는 상기 차량 동역학 데이터를 CAN(Controller Area Network) 통신을 통해 수집하는 것을 특징으로 한다.The vehicle dynamics data collection unit of the present invention is characterized in that it collects the vehicle dynamics data through CAN (Controller Area Network) communication.

본 발명의 일 측면에 따른 전기자동차 고장 진단 방법은 고장 검출부가 전기자동차의 모터제어기로부터 모터 제어를 위한 실제 지령치를 입력받는 단계; 차량 동역학 데이터 수집부가 전기자동차의 각 전장모듈을 제어하는 전장모듈 제어기 각각으로부터 차량 동역학 데이터를 수집하는 단계; 지령치 예측값 검출부가 상기 차량 동역학 데이터를 이용하여 전기자동차의 모터 제어를 위한 지령치 예측값 각각을 검출하는 단계; 및 상기 고장 검출부가 상기 실제 지령치와 상기 지령치 예측값을 비교하여 비교 결과에 따라 전기자동차의 고장을 검출하는 단계를 포함하는 것을 특징으로 한다.An electric vehicle failure diagnosis method according to an aspect of the present invention includes the steps of a failure detection unit receiving an actual command value for motor control from a motor controller of an electric vehicle; A vehicle dynamics data collection unit collecting vehicle dynamics data from each electrical module controller that controls each electrical module of the electric vehicle; A command value prediction value detection unit detecting each command value prediction value for motor control of an electric vehicle using the vehicle dynamics data; And the failure detection unit compares the actual command value and the command value predicted value and detecting a failure of the electric vehicle according to the comparison result.

본 발명의 상기 고장을 검출하는 단계는 상기 실제 지령치와 상기 지령치 예측값 별로 오차를 검출하고, 검출된 오차 각각을 통해 전기자동차의 고장을 판별하는 것을 특징으로 한다.The step of detecting the failure of the present invention is characterized by detecting an error for each of the actual command value and the predicted command value, and determining a failure of the electric vehicle through each detected error.

본 발명의 상기 고장을 검출하는 단계는 상기 오차 각각을 기 설정된 설정범위와 각각 비교하여 비교 결과에 따라 전기자동차의 고장을 진단하는 것을 특징으로 한다.The step of detecting the failure of the present invention is characterized by comparing each of the errors with a preset setting range and diagnosing the failure of the electric vehicle according to the comparison result.

본 발명의 상기 고장을 검출하는 단계는 상기 오차 중 적어도 하나가 상기 설정범위를 벗어나면 전기자동차에 고장이 발생한 것으로 판단하는 것을 특징으로 한다.The step of detecting the failure of the present invention is characterized in that it is determined that a failure has occurred in the electric vehicle when at least one of the errors is outside the set range.

본 발명의 상기 지령치 예측값은 전기자동차의 모터를 제어하기 위한 모터 토크, Q상전류, 모터 각속도 및 모터 각가속도 중 적어도 하나를 포함하는 것을 특징으로 한다.The predicted command value of the present invention is characterized in that it includes at least one of motor torque, Q-phase current, motor angular velocity, and motor angular acceleration for controlling the motor of an electric vehicle.

본 발명의 상기 고장을 검출하는 단계는 상기 모터 각속도와 상기 모터 각가속도 중 어느 하나가 상기 설정범위 벗어나면 모터 제어를 위한 속도제어기 및 모터속도센서 중 적어도 하나에 고장이 발생한 것으로 판별하는 것을 특징으로 한다.The step of detecting the failure of the present invention is characterized in that it is determined that a failure has occurred in at least one of the speed controller and the motor speed sensor for motor control when any one of the motor angular velocity and the motor angular acceleration is outside the set range. .

본 발명의 상기 고장을 검출하는 단계는 상기 모터 토크와 상기 Q상전류 중 적어도 하나가 상기 설정범위를 벗어나면 모터 제어를 위한 토크제어기, 모터전류센서 및 토크센서 중 적어도 하나에 고장이 발생한 것으로 판별하는 것을 특징으로 한다.The step of detecting the failure of the present invention determines that a failure has occurred in at least one of the torque controller, motor current sensor, and torque sensor for motor control when at least one of the motor torque and the Q phase current is outside the setting range. It is characterized by

본 발명의 상기 차량 동역학 데이터는 CAN(Controller Area Network) 통신을 통해 수집되는 것을 특징으로 한다. The vehicle dynamics data of the present invention is characterized in that it is collected through CAN (Controller Area Network) communication.

본 발명의 일 측면에 따른 전기자동차 고장 진단 장치 및 방법은 차량 동역학 데이터의 수학적 모델링을 통해 획득한 지령치 예측값과 모터 제어기로부터 획득한 실제 지령치를 비교하여 비교 결과에 따라 모터제어기 또는 각종 센서의 고장을 진단한다. An electric vehicle failure diagnosis apparatus and method according to an aspect of the present invention compares the predicted command value obtained through mathematical modeling of vehicle dynamics data with the actual command value obtained from the motor controller, and detects failure of the motor controller or various sensors according to the comparison result. Diagnose.

본 발명의 다른 측면에 따른 전기자동차 고장 진단 장치 및 방법은 전기자동차 고장 진단을 위해 추가적으로 센서를 설치할 필요가 없어 전기자동차에 대한 고장 진단을 빠르게 수행할 수 있고, 센서 설치 비용을 절약할 수 있어 전기자동차 고장 진단에 필요한 비용을 절감할 수 있다. The electric vehicle failure diagnosis apparatus and method according to another aspect of the present invention does not require installing additional sensors for electric vehicle failure diagnosis, so failure diagnosis for electric vehicles can be quickly performed and sensor installation costs can be saved, thereby saving electricity. Costs required for diagnosing vehicle malfunctions can be reduced.

본 발명의 또 다른 측면에 따른 전기자동차 고장 진단 장치 및 방법은 전기자동차 고장 진단을 위해 CAN 통신을 통해 얻은 차량 동역학 데이터를 이용하므로 전기자동차 고장 진단 결과에 대한 신뢰성을 높일 수 있고, 센서의 오류나 고주파 노이즈에 의한 고장 진단 실패를 최소화할 수 있으며, 이를 통해 전기자동차의 안전도를 향상시킬 수 있다. The electric vehicle failure diagnosis device and method according to another aspect of the present invention uses vehicle dynamics data obtained through CAN communication to diagnose electric vehicle failures, thereby increasing the reliability of electric vehicle failure diagnosis results and reducing the risk of sensor errors or high frequencies. Failure to diagnose faults due to noise can be minimized, and through this, the safety of electric vehicles can be improved.

본 발명의 또 다른 측면에 따른 전기자동차 고장 진단 장치 및 방법은 G센서, 전류센서, 속도센서 등의 센서 고장 및 이로 인한 이상신호 발생시에도 전기자동차 고장 진단을 위한 백업장치로 활용이 가능하다. The electric vehicle failure diagnosis device and method according to another aspect of the present invention can be used as a backup device for electric vehicle failure diagnosis even in the event of sensor failure such as a G sensor, current sensor, or speed sensor and the resulting abnormal signal.

도 1 은 본 발명의 일 실시예에 따른 전기자동차 고장 진단 장치의 블럭 구성도이다.
도 2 는 본 발명의 일 실시예에 따른 실제 지령치 대비 지령치 예측값의 오차에 따른 전기자동차 고장 진단 예를 나타낸 도면이다.
도 3 은 본 발명의 일 실시예에 따른 모터속도를 이용한 전기자동차 고장 진단 예를 나타낸 도면이다.
도 4 는 본 발명의 일 실시예에 따른 전기자동차 고장 진단 방법의 순서도이다. 1 is a block diagram of an electric vehicle failure diagnosis device according to an embodiment of the present invention.
Figure 2 is a diagram showing an example of electric vehicle failure diagnosis according to the error of the predicted command value compared to the actual command value according to an embodiment of the present invention.
Figure 3 is a diagram showing an example of electric vehicle failure diagnosis using motor speed according to an embodiment of the present invention.
Figure 4 is a flowchart of a method for diagnosing a failure of an electric vehicle according to an embodiment of the present invention.

이하에서는 본 발명의 일 실시예에 따른 전기자동차 고장 진단 장치 및 방법을 첨부된 도면들을 참조하여 상세하게 설명한다. 이러한 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 이용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야할 것이다. Hereinafter, an electric vehicle failure diagnosis device and method according to an embodiment of the present invention will be described in detail with reference to the attached drawings. In this process, the thickness of lines or sizes of components shown in the drawings may be exaggerated for clarity and convenience of explanation. In addition, the terms described below are terms defined in consideration of functions in the present invention, and may vary depending on the intention or custom of the user or operator. Therefore, definitions of these terms should be made based on the content throughout this specification.

본 명세서에서 설명된 구현은, 예컨대, 방법 또는 프로세스, 장치, 소프트웨어 프로그램, 데이터 스트림 또는 신호로 구현될 수 있다. 단일 형태의 구현의 맥락에서만 논의(예컨대, 방법으로서만 논의)되었더라도, 논의된 특징의 구현은 또한 다른 형태(예컨대, 장치 또는 프로그램)로도 구현될 수 있다. 장치는 적절한 하드웨어, 소프트웨어 및 펌웨어 등으로 구현될 수 있다. 방법은, 예컨대, 컴퓨터, 마이크로프로세서, 집적 회로 또는 프로그래밍 가능한 로직 디바이스 등을 포함하는 프로세싱 디바이스를 일반적으로 지칭하는 프로세서 등과 같은 장치에서 구현될 수 있다. 프로세서는 또한 최종-사용자 사이에 정보의 통신을 용이하게 하는 컴퓨터, 셀 폰, 휴대용/개인용 정보 단말기(personal digital assistant: "PDA") 및 다른 디바이스 등과 같은 통신 디바이스를 포함한다.Implementations described herein may be implemented, for example, as a method or process, device, software program, data stream, or signal. Although discussed only in the context of a single form of implementation (eg, only as a method), implementations of the features discussed may also be implemented in other forms (eg, devices or programs). The device may be implemented with appropriate hardware, software, firmware, etc. The method may be implemented in a device such as a processor, which generally refers to a processing device that includes a computer, microprocessor, integrated circuit, or programmable logic device. Processors also include communication devices such as computers, cell phones, portable/personal digital assistants (“PDAs”) and other devices that facilitate communication of information between end-users.

도 1 은 본 발명의 일 실시예에 따른 전기자동차 고장 진단 장치의 블럭 구성도이고, 도 2 는 본 발명의 일 실시예에 따른 실제 지령치 대비 지령치 예측값의 오차에 따른 전기자동차 고장 진단 예를 나타낸 도면이며, 도 3 은 본 발명의 일 실시예에 따른 모터속도를 이용한 전기자동차 고장 진단 예를 나타낸 도면이다. Figure 1 is a block diagram of an electric vehicle failure diagnosis device according to an embodiment of the present invention, and Figure 2 is a diagram showing an example of electric vehicle failure diagnosis according to the error of the predicted value of the command value compared to the actual command value according to an embodiment of the present invention. 3 is a diagram showing an example of electric vehicle failure diagnosis using motor speed according to an embodiment of the present invention.

도 1 을 참조하면, 본 발명의 일 실시예에 따른 전기자동차 고장 진단 장치는 차량 동역학 데이터 수집부(10), 지령치 예측값 검출부(20) 및 고장 검출부(30)를 포함한다.Referring to FIG. 1 , the electric vehicle failure diagnosis apparatus according to an embodiment of the present invention includes a vehicle dynamics data collection unit 10, a command value prediction value detection unit 20, and a failure detection unit 30.

차량 동역학 데이터 수집부(10)는 차량 동역학 데이터를 수집한다. The vehicle dynamics data collection unit 10 collects vehicle dynamics data.

차량 동역학 데이터 수집부(10)는 차량 동역학 데이터를 전기자동차 내부의 각종 전장모듈을 제어하는 전장모듈 제어기 각각으로부터 OBD(On Board Diagnotics)를 통해 수집할 수 있다. The vehicle dynamics data collection unit 10 can collect vehicle dynamics data through OBD (On Board Diagnostics) from each electrical module controller that controls various electrical modules inside the electric vehicle.

차량 동역학 데이터에는 차량의 속도, 차량의 가속도, 모터 속도, 차량의 전진방향으로의 힘, 차량의 수직방향으로의 힘, 차량의 수평방향으로의 힘, 엔진토크, 휠 속도 및 휠 토크가 포함될 수 있다. 차량 동역학 데이터는 상기한 실시예에 한정되는 것은 아니다. Vehicle dynamics data may include vehicle speed, vehicle acceleration, motor speed, vehicle forward force, vehicle vertical force, vehicle horizontal force, engine torque, wheel speed, and wheel torque. there is. Vehicle dynamics data is not limited to the above-described embodiments.

특히, 차량 동역학 데이터 수집부(10)는 상기한 차량 동역학 데이터를 CAN(Controller Area Network) 통신을 통해 수집할 수 있다. CAN 통신은 전기적인 노이즈에 매우 강인하고 고속이며 신뢰성이 높기 때문에 안전이나 진단 또는 백업 용도에 유리하다. In particular, the vehicle dynamics data collection unit 10 can collect the above-described vehicle dynamics data through CAN (Controller Area Network) communication. CAN communication is very resistant to electrical noise, has high speed, and is highly reliable, making it advantageous for safety, diagnostic, or backup purposes.

또한, 본 실시예에서는 CAN 통신을 이용하므로, 추가적인 고장감지 센서를 장착할 필요가 없으므로 전기자동차에 대한 고장 진단을 빠르게 수행할 수 있고, 센서 설치 비용을 절약할 수 있어 전기자동차 고장 진단에 필요한 비용을 절감할 수 있으며, 센서의 오류나 고주파 노이즈에 의한 고장 진단 실패를 최소화할 수 있다. In addition, because this embodiment uses CAN communication, there is no need to install additional fault detection sensors, so fault diagnosis for electric vehicles can be quickly performed and sensor installation costs can be saved, so the cost required for electric vehicle fault diagnosis can be reduced, and fault diagnosis failure due to sensor error or high-frequency noise can be minimized.

한편, 상기한 실시예에서는 차량 동역학 데이터 수집부(10)가 차량 동역학 데이터를 CAN 통신을 이용하여 수집하는 것을 예시로 설명하였으나, 본 발명의 기술적 범위는 이에 한정되는 것은 아니다. Meanwhile, in the above-described embodiment, the vehicle dynamics data collection unit 10 collects vehicle dynamics data using CAN communication, but the technical scope of the present invention is not limited thereto.

예를 들어, 차량 동역학 데이터 수집부(10)는 차량 동역학 데이터를 전기자동차의 각종 센서로부터 직접 수집할 수도 있다. For example, the vehicle dynamics data collection unit 10 may directly collect vehicle dynamics data from various sensors of the electric vehicle.

지령치 예측값 검출부(20)는 상기한 차량 동역학 데이터 수집부(10)에 의해 수집된 차량 동역학 데이터를 이용하여 지령치 예측값을 검출한다. The command value prediction value detection unit 20 detects the command value prediction value using the vehicle dynamics data collected by the vehicle dynamics data collection unit 10 described above.

실제 지령치는 전기자동차의 각 모터 동작을 위해 모터 제어기로부터 모터에 또는 인버터에 입력되는 지령치이며, 실제 지령치에는 실제 모터 토크, 실제 Q상전류, 실제 모터 각속도 및 실제 모터 각가속도가 포함될 수 있다. The actual command value is a command value input from the motor controller to the motor or inverter for each motor operation of the electric vehicle, and the actual command value may include actual motor torque, actual Q-phase current, actual motor angular velocity, and actual motor angular acceleration.

지령치 예측값은 차량 동역학 데이터를 이용한 수학적 모델링을 통해 획득한 지령치의 예측값이며, 지령치 예측값에는 모터 토크, Q상전류, 모터 각속도 및 모터 각가속도가 포함될 수 있다. The predicted command value is a predicted value of the command value obtained through mathematical modeling using vehicle dynamics data, and the predicted command value may include motor torque, Q-phase current, motor angular velocity, and motor angular acceleration.

실제 지령치와 지령치 예측값 각각은 그 오차에 따라 전기자동차의 고장 진단에 이용된다. 이에 대해서는 후술한다. The actual command value and the predicted command value are each used for fault diagnosis of the electric vehicle according to their errors. This will be described later.

한편, 지령치 예측값 검출부(20)는 차량 동역학 데이터에 대한 수학적 모델링을 통해 지령치 예측값, 예를 들어 모터 토크, Q상전류, 모터 각속도 및 모터 각가속도를 검출한다. Meanwhile, the command value prediction value detection unit 20 detects the command value prediction values, such as motor torque, Q phase current, motor angular velocity, and motor angular acceleration, through mathematical modeling of vehicle dynamics data.

먼저, 모터 가속도는 다음과 같이 검출될 수 있다. First, the motor acceleration can be detected as follows.

통상, 전기자동차의 동력전달장치는 회전체의 기계 구조적인 관계식에 의해 차량의 속도 vx의 경우, 아래의 수학식 1과 같이 모터 가속도 ωm에 선형적으로 비례하는 함수로 표현된다.Typically, the power transmission device of an electric vehicle is expressed as a function linearly proportional to the motor acceleration ω m , as shown in Equation 1 below, in the case of the vehicle's speed v x according to the mechanical structural relationship of the rotating body.

따라서 상수값을 A로 치환할 경우, 모터 가속도 ωm은 수학식 2에 의해서 얻어진다. Therefore, when replacing the constant value with A, the motor acceleration ω m is obtained by Equation 2.

여기서, Rw는 타이어 유효회전반경이며, Gtotal은 감속기/차동장치의 총기어비이다. Here, R w is the effective turning radius of the tire, and G total is the total gear ratio of the reducer/differential.

다음으로 모터 토크 및 모터 전류는 다음과 같이 검출될 수 있다. Next, the motor torque and motor current can be detected as follows.

전기자동차의 가속도 ax의 경우, 수학식 3과 같이 모터 토크 Tm과 모터 각속도 ωm의 함수, 또는 모터의 Q상 전류 iq와 모터 각속도 ωm의 함수로 나타낼 수 있다. 모터 각속도 ωm은 수학식 2에서 이미 구해진 값이기 때문에 전기자동차의 설계파라미터 정보 등에서 정의되어지는 상수부를 각각 B, C, D로 치환할 경우, 모터 토크 Tm과 Q상전류 iq는 아래의 수학식 4에 의해서 검출될 수 있다. In the case of an electric vehicle 's acceleration a Since the motor angular velocity ω m is a value already obtained from Equation 2, when the constants defined in the design parameter information of the electric vehicle are replaced with B, C, and D, respectively, the motor torque T m and Q phase current i q are calculated using the equation below. It can be detected by equation 4.

수학식 3에서 공기저항 kair·vx 2 은 구배저항과 구름저항에 비해 작기 때문에 무시할 수 있다. In Equation 3, the air resistance k air ·v x 2 can be ignored because it is smaller than the gradient resistance and rolling resistance.

여기서, ηtotal은 동력전달효율이고, φ는 구배각이며, μx는 굴림마찰저항계수이며, kair은 공기저항상수이며, m은 전기자동차의 질량이며, P는 모터의 극수이며, λf는 영구자석의 자속이다.Here, η total is the power transmission efficiency, ϕ is the gradient angle, μ x is the rolling friction resistance coefficient, k air is the air resistance constant, m is the mass of the electric vehicle, P is the number of poles of the motor, and λ f is the magnetic flux of the permanent magnet.

Δm은 전기자동차의 관성에 의해 발생하는 미소질량값으로써 아래의 수학식 5와 같이 정의된다. Δm is a small mass value generated by the inertia of the electric vehicle and is defined as Equation 5 below.

여기서, Jtotal은 휠에 작용하는 등가 회전관성이다. Here, J total is the equivalent rotational inertia acting on the wheel.

한편, 전기자동차의 구동토크 Tw는 아래의 수학식 6과 같이 모터토크 Tm 및 모터 각가속도 의 함수로 정의되며, 상수값을 각각 E,F로 치환할 경우, 아래의 수학식 7을 통해서 모터 각가속도 을 얻을 수 있다.Meanwhile, the driving torque T w of the electric vehicle is the motor torque T m and the motor angular acceleration as shown in Equation 6 below. It is defined as a function of , and when the constant values are replaced with E and F, respectively, the motor angular acceleration is calculated through Equation 7 below. can be obtained.

전기자동차의 추진력 Fx는 로 정의될 수 있기 때문에, 수학식 6에 대입하여 Fx를 통해서도 모터 각가속도 이 계산될 수 있다. The driving force F x of an electric vehicle is Since it can be defined as Equation 6, the motor angular acceleration can also be obtained through F x This can be calculated.

고장 검출부(30)는 전기자동차의 모터제어기로부터 모터 제어를 위한 실제 지령치, 예를 들어 실제 모터 토크, 실제 Q상전류, 실제 모터 각속도 및 실제 모터 각가속도를 입력받고, 이러한 실제 지령치와 지령치 예측값 검출부(20)에 의해 검출된 지령치 예측값, 예를 들어 모터 토크, Q상전류, 모터 각속도 및 모터 각가속도를 각각 비교하여 비교 결과에 따라 전기자동차의 고장을 검출한다. The failure detection unit 30 receives actual command values for motor control, such as actual motor torque, actual Q-phase current, actual motor angular velocity, and actual motor angular acceleration, from the motor controller of the electric vehicle, and receives these actual command values and command value prediction value detection unit 20. ), the predicted values of the command value detected by (e.g., motor torque, Q-phase current, motor angular velocity, and motor angular acceleration) are compared, respectively, and a failure of the electric vehicle is detected according to the comparison results.

고장 검출부(30)는 오차 검출부(31) 및 고장 판별부(32)를 포함한다. The failure detection unit 30 includes an error detection unit 31 and a failure determination unit 32.

오차 검출부(31)는 전기자동차의 각 모터 동작을 위해 모터 제어기로부터 실제 지령치, 예를 들어 실제 모터 토크, 실제 Q상전류, 실제 모터 각속도 및 실제 모터 각가속도를 입력받고, 지령치 예측값 검출부(20)에 의해 검출된 지령치 예측값, 예를 들어 모터 토크, Q상전류, 모터 각속도 및 모터 각가속도를 입력받는다. The error detection unit 31 receives actual command values, for example, actual motor torque, actual Q-phase current, actual motor angular velocity, and actual motor angular acceleration, from the motor controller for each motor operation of the electric vehicle, and calculates them by the command value prediction value detection unit 20. The detected setpoint predicted values, such as motor torque, Q-phase current, motor angular velocity, and motor angular acceleration, are input.

이어 오차 검출부(31)는 실제 모터 토크, 실제 Q상전류, 실제 모터 각속도 및 실제 모터 각가속도 각각을 모터 토크, Q상전류, 모터 각속도 및 모터 각가속도와 각각 비교하여 각각의 오차를 검출한다. Next, the error detection unit 31 detects each error by comparing the actual motor torque, actual Q-phase current, actual motor angular velocity, and actual motor angular acceleration with the motor torque, Q-phase current, motor angular velocity, and motor angular acceleration, respectively.

고장 판별부(32)는 오차 검출부(31)에 의해 실제 지령치와 지령치 예측값 간의 오차, 즉 실제 모터 토크와 모터 토크의 오차, 실제 Q상전류와 Q상 전류의 오차, 실제 모터 각속도와 모터 각속도의 오차, 및 실제 모터 각가속도와 모터 각가속도의 오차를 각각에 기 설정된 설정범위와 비교하고, 각각의 오차가 해당 설정범위를 벗어나면 전기자동차에 고장이 발생한 것으로 판단한다. The fault determination unit 32 determines the error between the actual command value and the predicted command value by the error detection unit 31, that is, the error between the actual motor torque and the motor torque, the error between the actual Q-phase current and the Q-phase current, and the error between the actual motor angular velocity and the motor angular velocity. , and the actual motor angular acceleration and the error of the motor angular acceleration are compared with each preset setting range, and if each error is outside the corresponding setting range, it is determined that a failure has occurred in the electric vehicle.

이 경우, 고장 판별부(32)는 도 2 및 도 3 에 도시된 바와 같이, 실제 모터 토크와 모터 토크의 오차, 실제 Q상전류와 Q상 전류의 오차, 실제 모터 각속도와 모터 각속도의 오차, 및 실제 모터 각가속도와 모터 각가속도의 오차 중 적어도 하나가 해당 설정범위를 벗어나면 전기자동차에 고장이 발생한 것으로 판단한다. In this case, as shown in FIGS. 2 and 3, the fault determination unit 32 determines the error between the actual motor torque and the motor torque, the error between the actual Q-phase current and the Q-phase current, the actual motor angular velocity and the error between the motor angular velocity, and If at least one of the actual motor angular acceleration and the error of the motor angular acceleration is outside the relevant setting range, it is determined that a failure has occurred in the electric vehicle.

또한, 고장 판별부(32)는 실제 모터 각속도와 모터 각속도의 오차, 및 실제 모터 각가속도와 모터 각가속도의 오차 중 적어도 하나가 해당 설정범위를 벗어나면 모터속도센서 및 속도 제어기 중 적어도 하나에 고장이 발생한 것으로 판별하여 해당 고장을 안내한다. In addition, the failure determination unit 32 determines that if at least one of the actual motor angular velocity and the error between the motor angular velocity and the actual motor angular acceleration and the error between the motor angular acceleration is outside the corresponding setting range, a malfunction occurs in at least one of the motor speed sensor and the speed controller. determines the fault and informs the user of the fault.

반면에, 고장 판별부(32)는 실제 모터 토크와 모터 토크의 오차, 및 실제 Q상전류와 Q상 전류의 오차 중 적어도 하나가 해당 설정범위를 벗어나면 모터전류센서, 토크센서 및 토크 제어기 중 적어도 하나에 고장이 발생한 것으로 판별하여 해당 고장을 안내한다. On the other hand, if at least one of the error between the actual motor torque and the motor torque, and the error between the actual Q-phase current and the Q-phase current is outside the corresponding setting range, the fault determination unit 32 detects at least one of the motor current sensor, torque sensor, and torque controller. It is determined that one of the devices has a malfunction and the malfunction is notified.

여기서, 속도제어기와 토크제어기는 모터제어기 내부에 구비될 수 있으며, 속도제어기는 전기자동차의 모터 속도를 제어하고, 토크제어기는 전기자동차의 모터 토크를 제어한다. Here, the speed controller and the torque controller may be provided inside the motor controller, where the speed controller controls the motor speed of the electric vehicle, and the torque controller controls the motor torque of the electric vehicle.

이하 본 발명의 일 실시예에 따른 전기자동차 고장 진단 방법을 도 4 를 참조하여 상세하게 설명한다. Hereinafter, a method for diagnosing electric vehicle failures according to an embodiment of the present invention will be described in detail with reference to FIG. 4.

도 4 는 본 발명의 일 실시예에 따른 전기자동차 고장 진단 방법의 순서도이다. Figure 4 is a flowchart of a method for diagnosing a failure of an electric vehicle according to an embodiment of the present invention.

도 4 를 참조하면, 먼저 고장 검출부(30)는 전기자동차의 모터제어기로부터 모터 제어를 위한 실제 지령치, 예를 들어 실제 모터 토크, 실제 Q상전류, 실제 모터 각속도 및 실제 모터 각가속도를 입력받는다(S10).Referring to FIG. 4, first, the fault detection unit 30 receives actual command values for motor control, such as actual motor torque, actual Q-phase current, actual motor angular velocity, and actual motor angular acceleration, from the motor controller of the electric vehicle (S10). .

또한, 차량 동역학 데이터 수집부(10)는 OBD 또는 각종 센서로부터 차량 동역학 데이터를 수집한다(S20). 차량 동역학 데이터에는 차량의 속도, 차량의 가속도, 모터 속도, 차량의 전진방향으로의 힘, 차량의 수직방향으로의 힘, 차량의 수평방향으로의 힘, 엔진토크, 휠 속도 및 휠 토크 등이 포함될 수 있다. Additionally, the vehicle dynamics data collection unit 10 collects vehicle dynamics data from OBD or various sensors (S20). Vehicle dynamics data includes vehicle speed, vehicle acceleration, motor speed, vehicle forward force, vehicle vertical force, vehicle horizontal force, engine torque, wheel speed, and wheel torque. You can.

이어, 지령치 예측값 검출부(20)는 상기한 차량 동역학 데이터 수집부(10)에 의해 수집된 차량 동역학 데이터에 대한 수학적 모델링을 통해 지령치 예측값, 예를 들어 모터 토크, Q상전류, 모터 각속도 및 모터 각가속도를 검출한다(S30).Next, the command value prediction value detection unit 20 determines the command value prediction values, such as motor torque, Q-phase current, motor angular velocity, and motor angular acceleration, through mathematical modeling of the vehicle dynamics data collected by the vehicle dynamics data collection unit 10. Detect (S30).

다음으로, 고장 검출부(30)는 전기자동차의 모터제어기로부터 모터 제어를 위한 실제 지령치, 예를 들어 실제 모터 토크, 실제 Q상전류, 실제 모터 각속도 및 실제 모터 각가속도를 지령치 예측값 검출부(20)에 의해 검출된 지령치 예측값, 예를 들어 모터 토크, Q상전류, 모터 각속도 및 모터 각가속도 간의 오차를 검출한다(S40). Next, the failure detection unit 30 detects the actual command value for motor control from the motor controller of the electric vehicle, for example, the actual motor torque, the actual Q-phase current, the actual motor angular velocity, and the actual motor angular acceleration by the command value prediction value detection unit 20. Errors between the command value and predicted values, such as motor torque, Q-phase current, motor angular velocity, and motor angular acceleration are detected (S40).

즉, 고장 검출부(30)는 실제 지령치와 지령치 예측값 간의 오차, 즉 실제 모터 토크와 모터 토크의 오차, 실제 Q상전류와 Q상 전류의 오차, 실제 모터 각속도와 모터 각속도의 오차, 및 실제 모터 각가속도와 모터 각가속도의 오차를 검출한다. That is, the failure detection unit 30 detects the error between the actual command value and the predicted command value, that is, the error between the actual motor torque and the motor torque, the error between the actual Q-phase current and the Q-phase current, the error between the actual motor angular velocity and the motor angular velocity, and the actual motor angular acceleration and Detects errors in motor angular acceleration.

이어, 고장 검출부(30)는 실제 모터 토크와 모터 토크의 오차, 실제 Q상전류와 Q상 전류의 오차, 실제 모터 각속도와 모터 각속도의 오차, 및 실제 모터 각가속도와 모터 각가속도의 오차를 각각에 설정된 설정범위와 비교하여 각각의 오차가 설정범위를 벗어나는지를 판단하고(S50), 판단 결과에 따라 전기자동차의 고장을 안내하고, 전기자동차의 모터 제어기와 각종 센서 등에 대한 고장을 판별한다(S60). Next, the failure detection unit 30 calculates the actual motor torque and the error between the motor torque, the actual Q-phase current and the Q-phase current error, the actual motor angular velocity and the error between the motor angular velocity, and the actual motor angular acceleration and the error between the motor angular acceleration to the respective settings. By comparing the range, it is determined whether each error is outside the set range (S50), and according to the judgment result, a failure of the electric vehicle is guided, and failures of the electric vehicle's motor controller and various sensors are determined (S60).

예를 들어, 고장 검출부(30)는 실제 모터 각속도와 모터 각속도의 오차, 및 실제 모터 각가속도와 모터 각가속도의 오차 중 적어도 하나가 해당 설정범위를 벗어나면 모터속도센서 및 속도제어기 중 적어도 하나에 고장이 발생한 것으로 판별하여 해당 고장을 안내한다. For example, the failure detection unit 30 detects that at least one of the motor speed sensor and the speed controller is malfunctioned when at least one of the actual motor angular velocity and the error between the motor angular velocity and the actual motor angular acceleration and the error between the motor angular acceleration is outside the corresponding setting range. It is determined that a fault has occurred and the relevant fault is notified.

반면에, 고장 검출부(30)는 실제 모터 토크와 모터 토크의 오차 및 실제 Q상전류와 Q상 전류의 오차 중 적어도 하나가 해당 설정범위를 벗어나면 모터전류센서 또는 토크센서 및 토크 제어기 중 적어도 하나에 고장이 발생한 것으로 판별하여 해당 고장을 안내한다.On the other hand, the failure detection unit 30 detects at least one of the motor current sensor or the torque sensor and the torque controller when at least one of the error between the actual motor torque and the motor torque and the error between the actual Q-phase current and the Q-phase current is outside the corresponding setting range. It is determined that a malfunction has occurred and the malfunction is notified.

이와 같이, 본 발명의 일 실시예에 따른 전기자동차 고장 진단 장치 및 방법은 차량 동역학 데이터의 수학적 모델링을 통해 획득한 지령치 예측값과 모터 제어기로부터 획득한 실제 지령치를 비교하여 비교 결과에 따라 모터제어기 또는 각종 센서의 고장을 진단하고, 전기자동차 고장 진단을 위해 추가적으로 센서를 설치할 필요가 없어 전기자동차에 대한 고장 진단을 빠르게 수행할 수 있으며, 센서 설치 비용을 절약할 수 있어 전기자동차 고장 진단에 필요한 비용을 절감할 수 있다. As such, the electric vehicle failure diagnosis apparatus and method according to an embodiment of the present invention compares the command value prediction value obtained through mathematical modeling of vehicle dynamics data with the actual command value obtained from the motor controller, and according to the comparison result, the motor controller or various By diagnosing sensor failures, there is no need to install additional sensors to diagnose electric vehicle failures, so fault diagnosis for electric vehicles can be performed quickly. Sensor installation costs can be saved, reducing the cost required for electric vehicle failure diagnosis. can do.

또한, 본 발명의 일 실시예에 따른 전기자동차 고장 진단 장치 및 방법은 전기자동차 고장 진단을 위해 CAN 통신을 통해 얻은 차량 동역학 데이터를 이용하므로 전기자동차 고장 진단 결과에 대한 신뢰성을 높일 수 있고, 센서의 오류나 고주파 노이즈에 의한 고장 진단 실패를 최소화할 수 있으며, 이를 통해 전기자동차의 안전도를 향상시킬 수 있다. In addition, the electric vehicle failure diagnosis apparatus and method according to an embodiment of the present invention uses vehicle dynamics data obtained through CAN communication to diagnose electric vehicle failures, thereby increasing the reliability of electric vehicle failure diagnosis results, and the sensor's Failure to diagnose faults due to errors or high-frequency noise can be minimized, thereby improving the safety of electric vehicles.

게다가, 본 발명의 일 실시예에 따른 전기자동차 고장 진단 장치 및 방법은 G센서, 전류센서, 속도센서 등의 센서 고장 및 이로 인한 이상신호 발생시에도 전기자동차 고장 진단을 위한 백업장치로 활용이 가능하다. In addition, the electric vehicle failure diagnosis device and method according to an embodiment of the present invention can be used as a backup device for electric vehicle failure diagnosis even when sensors such as the G sensor, current sensor, and speed sensor fail and abnormal signals occur due to this. .

본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며 당해 기술이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의하여 정해져야할 것이다.The present invention has been described with reference to the embodiments shown in the drawings, but these are merely illustrative, and those skilled in the art will recognize that various modifications and other equivalent embodiments can be made therefrom. You will understand. Therefore, the true technical protection scope of the present invention should be determined by the scope of the patent claims below.

10: 차량 동역학 데이터 수집부
20: 지령치 예측값 검출부
30: 고장 검출부
31: 오차 검출부
32: 고장 판별부 10: Vehicle dynamics data collection unit
20: Setpoint predicted value detection unit
30: Failure detection unit
31: Error detection unit
32: Failure determination unit

Claims (16)

전기자동차의 각 전장모듈을 제어하는 전장모듈 제어기 각각으로부터 차량 동역학 데이터를 수집하는 차량 동역학 데이터 수집부;
상기 차량 동역학 데이터를 이용하여 전기자동차의 모터 제어를 위한 지령치 예측값 각각을 검출하는 지령치 예측값 검출부; 및
전기자동차의 모터제어기로부터 모터 제어를 위한 실제 지령치를 입력받고, 상기 실제 지령치와 상기 지령치 예측값을 비교하여 비교 결과에 따라 전기자동차의 고장을 검출하는 고장 검출부를 포함하고,
상기 고장 검출부는 상기 실제 지령치와 상기 지령치 예측값 별로 오차를 검출하는 오차 검출부; 및 상기 오차 검출부에 의해 검출된 오차 각각을 통해 전기자동차의 고장을 판별하는 고장 판별부를 포함하며,
상기 지령치 예측값은 전기자동차의 모터를 제어하기 위한 모터 토크, Q상전류, 모터 각속도 및 모터 각가속도 중 적어도 하나를 포함하는 것을 특징으로 하는 전기자동차 고장 진단 장치.
a vehicle dynamics data collection unit that collects vehicle dynamics data from each electrical module controller that controls each electrical module of the electric vehicle;
a command value prediction value detection unit that detects each command value prediction value for motor control of an electric vehicle using the vehicle dynamics data; and
A failure detection unit that receives an actual command value for motor control from the motor controller of the electric vehicle, compares the actual command value and the predicted command value, and detects a failure of the electric vehicle according to the comparison result,
The failure detection unit includes an error detection unit that detects an error for each of the actual command value and the predicted command value; and a failure determination unit that determines a failure of the electric vehicle through each error detected by the error detection unit,
The predicted command value includes at least one of motor torque, Q-phase current, motor angular velocity, and motor angular acceleration for controlling the motor of the electric vehicle.
 삭제delete 제 1 항에 있어서, 상기 고장 판별부는
상기 오차 검출부에 의해 검출된 오차 각각을 기 설정된 설정범위와 각각 비교하여 비교 결과에 따라 전기자동차의 고장을 진단하는 것을 특징으로 하는 전기자동차 고장 진단 장치.
The method of claim 1, wherein the failure determination unit
An electric vehicle failure diagnosis device, characterized in that each error detected by the error detection unit is compared with a preset setting range, and a failure of the electric vehicle is diagnosed according to the comparison result.
 제 3 항에 있어서, 상기 고장 판별부는
상기 오차 검출부에 의해 검출된 오차 중 적어도 하나가 상기 설정범위를 벗어나면 전기자동차에 고장이 발생한 것으로 판단하는 것을 특징으로 하는 전기자동차 고장 진단 장치.
The method of claim 3, wherein the failure determination unit
A failure diagnosis device for an electric vehicle, characterized in that it is determined that a failure has occurred in the electric vehicle when at least one of the errors detected by the error detection unit is outside the set range.
 삭제delete 제 3 항에 있어서, 상기 고장 판별부는
상기 모터 각속도와 상기 모터 각가속도 중 어느 하나가 상기 설정범위를 벗어나면 모터 제어를 위한 속도제어기 및 모터속도센서 중 적어도 하나에 고장이 발생한 것으로 판별하는 것을 특징으로 하는 전기자동차 고장 진단 장치.
The method of claim 3, wherein the failure determination unit
A failure diagnosis device for an electric vehicle, characterized in that it is determined that a failure has occurred in at least one of a speed controller and a motor speed sensor for motor control when any one of the motor angular velocity and the motor angular acceleration is outside the setting range.
 제 3 항에 있어서, 상기 고장 판별부는
상기 모터 토크와 상기 Q상전류 중 적어도 하나가 상기 설정범위를 벗어나면 모터 제어를 위한 토크제어기, 모터전류센서 및 토크센서 중 적어도 하나에 고장이 발생한 것으로 판별하는 것을 특징으로 하는 전기자동차 고장 진단 장치.
The method of claim 3, wherein the failure determination unit
If at least one of the motor torque and the Q-phase current is outside the setting range, an electric vehicle failure diagnosis device characterized in that it is determined that a failure has occurred in at least one of a torque controller, a motor current sensor, and a torque sensor for motor control.
 제 1 항에 있어서, 상기 차량 동역학 데이터 수집부는
상기 차량 동역학 데이터를 CAN(Controller Area Network) 통신을 통해 수집하는 것을 특징으로 하는 전기자동차 고장 진단 장치.
The method of claim 1, wherein the vehicle dynamics data collection unit
An electric vehicle failure diagnosis device characterized in that the vehicle dynamics data is collected through CAN (Controller Area Network) communication.
 고장 검출부가 전기자동차의 모터제어기로부터 모터 제어를 위한 실제 지령치를 입력받는 단계;
차량 동역학 데이터 수집부가 전기자동차의 각 전장모듈을 제어하는 전장모듈 제어기 각각으로부터 차량 동역학 데이터를 수집하는 단계;
지령치 예측값 검출부가 상기 차량 동역학 데이터를 이용하여 전기자동차의 모터 제어를 위한 지령치 예측값 각각을 검출하는 단계; 및
상기 고장 검출부가 상기 실제 지령치와 상기 지령치 예측값을 비교하여 비교 결과에 따라 전기자동차의 고장을 검출하는 단계를 포함하고,
상기 고장을 검출하는 단계는 상기 실제 지령치와 상기 지령치 예측값 별로 오차를 검출하고, 검출된 오차 각각을 통해 전기자동차의 고장을 판별하며,
상기 지령치 예측값은 전기자동차의 모터를 제어하기 위한 모터 토크, Q상전류, 모터 각속도 및 모터 각가속도 중 적어도 하나를 포함하는 것을 특징으로 하는 전기자동차 고장 진단 방법.
A fault detection unit receiving an actual command value for motor control from a motor controller of an electric vehicle;
A vehicle dynamics data collection unit collecting vehicle dynamics data from each electrical module controller that controls each electrical module of the electric vehicle;
A command value prediction value detection unit detecting each command value prediction value for motor control of an electric vehicle using the vehicle dynamics data; and
Comprising the step of the failure detection unit comparing the actual command value and the command value predicted value and detecting a failure of the electric vehicle according to the comparison result,
In the step of detecting the failure, an error is detected for each of the actual command value and the command value predicted value, and a failure of the electric vehicle is determined through each detected error,
The predicted command value includes at least one of motor torque, Q-phase current, motor angular velocity, and motor angular acceleration for controlling the motor of the electric vehicle.
 삭제delete 제 9 항에 있어서, 상기 고장을 검출하는 단계는
상기 오차 각각을 기 설정된 설정범위와 각각 비교하여 비교 결과에 따라 전기자동차의 고장을 진단하는 것을 특징으로 하는 전기자동차 고장 진단 방법.
The method of claim 9, wherein detecting the failure comprises
A fault diagnosis method for an electric vehicle, characterized in that each of the errors is compared with a preset setting range and a fault in the electric vehicle is diagnosed according to the comparison result.
 제 11 항에 있어서, 상기 고장을 검출하는 단계는
상기 오차 중 적어도 하나가 상기 설정범위를 벗어나면 전기자동차에 고장이 발생한 것으로 판단하는 것을 특징으로 하는 전기자동차 고장 진단 방법.
The method of claim 11, wherein detecting the failure comprises
A fault diagnosis method for an electric vehicle, characterized in that it is determined that a failure has occurred in the electric vehicle when at least one of the errors is outside the set range.
 삭제delete 제 11 항에 있어서, 상기 고장을 검출하는 단계는
상기 모터 각속도와 상기 모터 각가속도 중 어느 하나가 상기 설정범위를 벗어나면 모터 제어를 위한 속도제어기 및 모터속도센서 중 적어도 하나에 고장이 발생한 것으로 판별하는 것을 특징으로 하는 전기자동차 고장 진단 방법.
The method of claim 11, wherein detecting the failure comprises
A fault diagnosis method for an electric vehicle, characterized in that it is determined that a failure has occurred in at least one of a speed controller and a motor speed sensor for motor control when either the motor angular velocity or the motor angular acceleration is outside the setting range.
 제 11 항에 있어서, 상기 고장을 검출하는 단계는
상기 모터 토크와 상기 Q상전류 중 적어도 하나가 상기 설정범위를 벗어나면 모터 제어를 위한 토크제어기, 모터전류센서 및 토크센서 중 적어도 하나에 고장이 발생한 것으로 판별하는 것을 특징으로 하는 전기자동차 고장 진단 방법.
The method of claim 11, wherein detecting the failure comprises
An electric vehicle failure diagnosis method, characterized in that when at least one of the motor torque and the Q-phase current is outside the setting range, it is determined that at least one of the torque controller, motor current sensor, and torque sensor for motor control has failed.
 제 9 항에 있어서, 상기 차량 동역학 데이터는 CAN(Controller Area Network) 통신을 통해 수집되는 것을 특징으로 하는 전기자동차 고장 진단 방법. The method of claim 9, wherein the vehicle dynamics data is collected through CAN (Controller Area Network) communication.
KR1020190029049A 2019-03-14 2019-03-14 Error diagnosis apparatus and method of electric vehicle KR102654422B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190029049A KR102654422B1 (en) 2019-03-14 2019-03-14 Error diagnosis apparatus and method of electric vehicle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190029049A KR102654422B1 (en) 2019-03-14 2019-03-14 Error diagnosis apparatus and method of electric vehicle

Publications (2)

Publication Number Publication Date
KR20200110530A KR20200110530A (en) 2020-09-24
KR102654422B1 true KR102654422B1 (en) 2024-04-04

Family

ID=72706440

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190029049A KR102654422B1 (en) 2019-03-14 2019-03-14 Error diagnosis apparatus and method of electric vehicle

Country Status (1)

Country Link
KR (1) KR102654422B1 (en)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102389553B1 (en) 2021-02-04 2022-04-27 휴텍 주식회사 Apparatus for error detection of vehicle using complex sensor module and method thereof
KR102577719B1 (en) * 2021-11-29 2023-09-13 주식회사 진우에스엠씨 Driving Train Breakdown Prediction System for In-Wheel Motor Vehicle and Driving Train Breakdown Prediction Method for In-Wheel Motor Vehicle Using the Same
KR102625352B1 (en) * 2023-08-23 2024-01-16 주식회사 에이테크 Electric vehicle traction motor and reducer diagnosis system using sensing module included inside and outside the motor housing

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007209116A (en) * 2006-02-01 2007-08-16 Toyota Motor Corp Drive unit, automobile therewith, and control method therefor
JP2008092708A (en) * 2006-10-03 2008-04-17 Hitachi Ltd Motor drive controller

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6182770B2 (en) * 2013-08-30 2017-08-23 日立オートモティブシステムズ株式会社 Electric vehicle control system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007209116A (en) * 2006-02-01 2007-08-16 Toyota Motor Corp Drive unit, automobile therewith, and control method therefor
JP2008092708A (en) * 2006-10-03 2008-04-17 Hitachi Ltd Motor drive controller

Also Published As

Publication number Publication date
KR20200110530A (en) 2020-09-24

Similar Documents

Publication Publication Date Title
KR102654422B1 (en) Error diagnosis apparatus and method of electric vehicle
EP3944487B1 (en) Motor angle detection and diagnosis device, motor controller, electric vehicle and method
US9007068B2 (en) Method for detecting an electrical fault in an electrical network of a motor vehicle
JP5972463B2 (en) Method and motor control apparatus for identifying an error occurrence in a motor device with an electric machine
KR101646467B1 (en) Demagnetization diagnosis method for permanent magnet motor of eco-friendly vehicle
JP5104647B2 (en) Control device and control method for hybrid vehicle
EP4257453A1 (en) Control method, monitoring method, electronic control units, controller and control system
CN115214614B (en) Fault detection method, device, electronic equipment and readable medium
KR20200119949A (en) Apparatus and method for diagnosing failure of motor driving system by using resolver signal
CN112187118A (en) Vehicle drive device
CN105270393B (en) Torque error detection and torque estimation system
Zhang et al. An integrated fault isolation and prognosis method for electric drive systems of battery electric vehicles
KR101983390B1 (en) Fault diagnosis methods and apparatus of the wheel type excavators
JP6338738B1 (en) Rotation angle sensor information abnormality diagnosis device
JP5408193B2 (en) Vehicle abnormality detection device
CN116533757A (en) Voltage fault judging method and device, storage medium, controller and vehicle
CN114734798A (en) Vehicle and control method of the vehicle
US11262408B2 (en) Vehicle traction battery over-discharge diagnosing method and assembly
KR101526419B1 (en) Method and system for diagnosting system for cooling power electronic components of hybrid vehicle
JP5413399B2 (en) Fault diagnosis device for on-board equipment
JP2021010291A (en) Vehicle drive device
JP2016135657A (en) Vehicle data storage device
WO2021157219A1 (en) On-vehicle device, and communication system
CN113900422B (en) Abnormality detection system
CN111381070B (en) Vehicle and vehicle speed calculation method and device thereof

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant