用于估计轮胎的磨损状态的方法技术

一种用于估计轮胎的磨损状态的方法，包括以下步骤：

【技术实现步骤摘要】
【国外来华专利技术】用于估计轮胎的磨损状态的方法


[0001]本专利技术涉及一种基于轮胎与地面动态接触时由轮胎产生的噪声来估计装配于在道路上行驶的车辆的轮胎的磨损状态的方法。

技术介绍

[0002]为了与驾驶员或驾驶员辅助系统进行互动，了解轮胎的磨损状态是非常有用的，以便实时通知他们特别是由于轮胎的磨损状态的变化而引起的轮胎的抓地状况的变化和车辆的行驶稳定性。
[0003]因此，专利申请WO 2017/103474 A1提出了一种将轮胎的磨损状态和轮胎滚动的地面的状态两者结合的方法。然而，在车辆上可行的该方法使用了大量要通过判别分析进行管理的参数。大量的参数导致了计算时间和计算资源，这使得无论何种类型的机动车辆(特别是入门级车辆)，该方法都难以以可接受的处理成本实现。此外，该方法的可靠性也会因间接考虑到数据处理过程中行驶速度的影响而受到影响。
[0004]以下专利技术的目的之一旨在提出一种利用自动方法(即，无需人为干预且无需使车辆静止)突显轮胎的磨损状态的演变的方法。此外，该方法必须容易实现，成本低且计算时间短，以便于实时处理，特别是当数据的后处理是在车辆上实现时。

技术实现思路

[0005]本专利技术涉及一种用于估计在道路表面上行驶的车辆的安装组件的轮胎的磨损状态的方法，包括以下步骤：
[0006]‑
记录在给定的时间帧期间由轮胎在道路表面上滚动所产生的振动声学信号的测量结果；
[0007]‑
将时间信号转换为给定的频率范围内的频率信号；
[0008]‑
将频率范围分割成具有预定宽度的至少一个频带，并且将表示所述至少一个频带中的频率信号的至少一个数据与至少一个频带相关联，源自测量结果的至少一个表示数据形成与所述测量结果相关的矩阵的至少一个变量；
[0009]‑
通过基于由一组矩阵构成的学习数据库的数据的机器学习，在已知行驶条件下，根据各自表示轮胎的磨损状态的模态，预测对应于与实现的测量结果相关的矩阵的轮胎的磨损状态，所述一组矩阵与根据上述相同步骤记录和实现的测量结果相关；
[0010]‑
在一系列M次连续预测中的N次相同预测之后，确定轮胎的磨损状态。
[0011]术语“振动声学信号”在此被理解为意指可以由传感器(例如，麦克风或加速度计类型的传感器)检测的任何振动和/或声学信号。
[0012]想法是使用这样一种传感器：例如，当轮胎经由轮辋装配在车辆上时，该传感器几乎不会改变轮胎在道路表面上滚动的响应。轮胎在道路上滚动的状况会产生在宽频谱中是振动的和/或声学的特定特征。该原理涉及在短时间内测量时间信号并且将该信号转换成频率信号，由于频率信号分布在宽频带上，因此频率信号的有用信息更容易获得。假设信号
是伪周期性的，很容易设想将具有一定量采样的小时间样本转换成具有给定频率间距的宽带频谱。采样频率决定了频谱的宽度。一旦获得该频谱，就需要将其分成大量的频带，每个频带表示与振动声学特征相关的矩阵的维度。然后，对于每个频带，识别表示频带上的频谱的一个或更多个数据项。这些表示数据表示矩阵的第二维度。表示频谱的这些数据包括在含有频谱的平均值、中值、最大值、最小值或这些量的组合的组中。这些表示数据也可以是与频带上的频谱形状有关的量，其由频率或频带上相对于频带上的平均水平的特征来体现。例如，对于矩阵维度的频带划分可以实施为三分之一倍频带。
[0013]最后，通过基于由模型构建的矩阵的机器学习来预测轮胎的磨损状态，所述模型是利用在学习活动期间在先前步骤中形成的矩阵而获得的。在该学习活动期间，实施各种轮胎滚动测试，在此期间记录振动声学测量结果，然后按照每次滚动测试的相同协议进行分析。每次滚动测试都是在具有已知轮胎组件的特定车辆上实施的，尤其包括根据标称条件周围施加的各种压力和静载荷条件的轮胎磨损水平。每次滚动测试都涉及使车辆在具有预定的宏观粗糙度性质的道路上行驶，道路的气象状况是确定的。为此，根据轮胎胎面的高度，将轮胎的磨损状态分成称为崭新组或磨损组的至少两组。当装配在轮辋上并充气的轮胎的胎面高度位于最大高度和最大中间高度之间时，轮胎的状态被称为“崭新”，相反，轮胎的状态被称为“磨损”，所述轮胎的胎面高度范围在胎面的崭新状态下的径向外部高度(称为最大高度)与对应于胎面凹槽底部处的磨损标记的径向外部距离的最小高度之间，所述最大中间高度距最大高度和最小高度等距。也可以将磨损状态分为大量相同大小的类别。例如，如果希望在“崭新”、“半磨损”和“磨损”状态之间限定轮胎的磨损状态，这些不同状态之间的区分极限彼此是最大高度与最小高度之间的差的三分之二和高度差的三分之一。因此，每个类别或组分布在类似的胎面高度范围内。
[0014]在这种情况下，轮胎的磨损状态的大量测量和预测在统计上能够通过简单的模型快速评估轮胎的磨损类别。这个简单的数学模型仅需要较小的学习数据库，并且会产生非常快速的响应时间。因此，例如假设在一系列M次测量中出现N次相同的预测，无论例如道路的气象状况、道路的宏观粗糙度性质或行驶速度如何，都将能够检测到轮胎从一个磨损类别到另一个磨损类别的转变。事实上，与系统的其他敏感变量相比，轮胎的磨损状态在时域中变化缓慢。通过诸如压力或施加的静载荷的参数，这同样适用于轮胎的工作条件。当然，一系列测量M将由测量条件的多样性决定，并且出现次数N将由所述测量条件下的预测精度控制。因此，与现有技术文献的模型不同，决定在基本模型上乘以测量结果，以便通过信息冗余来预测轮胎的状态，轮胎的状态本质上变化缓慢。模型的简单性使得能够实现快速响应时间和车辆上的后处理。通过不必检查轮胎振动声学特征的过大的一组敏感参数，预测还在可靠性方面得到提高。
[0015]优选地，所述方法包括以下步骤：
[0016]‑
确定轮胎的行驶速度类别，其幅度是最大行驶速度的分数，优选地，最大行驶速度是300km/h；其中，行驶速度类别是机器学习的模态。
[0017]在这种特定情况下，行驶速度类别被添加为学习数据库的模态。这使得能够更快地预测轮胎的磨损状态，这是因为行驶速度显著地影响轮胎的振动声学响应，特别是以在宽频率窗口上测量的平均水平行驶。这种影响特别体现为与行驶速度成比例的轮胎的振动声学响应的增加。在由平均水平控制的振动声学响应中，表示数据的灵敏度可以衰减或消
失。因此，通过考虑行驶速度作为模态，增强了表示频率信号的数据的灵敏度，这使得能够改进轮胎的磨损状态的预测。可以通过源自车辆的数据来评估速度，例如来自GPS(Global Positioning System，全球定位系统)的信息或在车辆的CAN总线上传送的信息项，或者通过安装在轮胎上的电子系统(例如，轮胎安装传感器(Tire Mounted Sensor，TMS)或轮胎压力监测系统(Tire Pressure Monitoring System，TPMS))直接或间接包含的信息项，或者通过任何其他方式来评估速度。为了系统的简单性，并且由于轮胎的振动声学响应的灵敏度，按速度类别对速度进行分类是足够的，优选地，大约10k本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于估计在道路表面上行驶的车辆的安装组件的轮胎的磨损状态的方法，包括以下步骤：
‑
测量在给定的时间帧期间由轮胎在道路表面上滚动所产生的振动声学信号(1001)；
‑
将时间信号(1001)转换为给定的频率范围内的频率信号(1002)；
‑
将频率范围分割成具有预定宽度的至少一个频带，并且将表示所述至少一个频带中的频率信号的至少一个数据与至少一个频带相关联，源自测量的至少一个表示数据形成与所述测量相关的矩阵(1003)的至少一个变量；
‑
通过基于由一组矩阵构成的学习数据库的数据的机器学习(1004)，在已知行驶条件下，根据各自表示轮胎的磨损状态的模态，预测对应于与实现的测量相关的矩阵的轮胎的磨损状态，所述一组矩阵与根据上述相同步骤记录和实现的测量相关；
‑
确定地面状态类别(3002)；其中，如果地面状态类别(3002)是包含“干燥”地面状态类别或“干燥”和“潮湿”地面状态类别的特定地面状态类别(3003)，则地面状态类别(3002)是通过机器学习步骤(1004)预测轮胎的磨损状态的条件；
‑
确定地面性质类别(4002)；其中，如果地面性质类别(4002)是包含称为“开放”的地面性质类别的特定地面性质类别(4003)，则地面性质类别(4002)是通过机器学习(1004)预测轮胎的磨损状态的条件；以及
‑
在一系列M次连续预测中的N次相同预测之后，确定轮胎的磨损状态(1005)。2.根据权利要求1所述的用于估计轮胎的磨损状态的方法，其中，所述方法包括以下步骤：
‑
确定轮胎的行驶速度类别(2002)，其幅度是最大行驶速度的分数，优选地，最大行驶速度是300km/h；其中，行驶速度类别(2002)是机器学习(1004)的模态。3.根据前一权利要求所述的用于估计轮胎的磨损状态的方法，其中，确定轮胎的行驶速度类别(2002)包括以下步骤：
‑
记录在给定的第二时间帧期间由轮胎在道路表面上滚动所产生的振动声学信号(1001)的第二测量结果；
‑
将第二时间信号(1001)转换为给定的第二频率范围内的第二频率信号(1002)；
‑
将第二频率范围分割成具有预定宽度的至少一个频带，并且将表示所述至少一个频带中的第二频率信号的至少一个数据与至少一个频带相关联，源自第二测量结果的至少一个表示数据形成与所述第二测量结果相关的矩阵(1003)的至少一个变量；
‑
通过基于由一组矩阵构成的学习数据库的数据的第二机器学习(2004)，在已知行驶条件下，根据各自表示轮胎的行驶速度类别的模态，确定对应于与实现的第二测量结果相关的矩阵的轮胎的行驶速度类别(2002)，所述一组矩阵与根据上述相同步骤记录和实现的测量结果相关。4.根据前述权利要求中任一项所述的用于估计轮胎的磨损状态的方法，其中，所述地面状态类别(3002)包括在含有干燥、潮湿、湿润、下雪和结...

【专利技术属性】
技术研发人员：M，
申请(专利权)人：米其林集团总公司，
类型：发明
国别省市：