基于灰色系统预测理论的汽车用传感器软故障主动预测方法，属于发动机控制系统用传感器软故障检测技术领域。步骤如下：定周期连续采样汽车用传感器的传感数据s(0)(k)，针对汽车用传感器的传感数据序列s(0)(1)，s(0)(2)，…s(0)(k)，…s(0)(M)进行一次灰色累加生成获得汽车用传感器的传感数据序列的灰色一次累加生成序列，建立基于汽车用传感器的传感数据的汽车用传感器软故障灰色单变量一阶预测模型，通过灰色一次逆累加生成获得汽车用传感器的传感数据实际预测值实现了主动预测，提前预测精度失效趋势，避免了因传感器精度失效后而引起的未知发动机和汽车控制系统内故障，做到了防患于未然，提高了燃油利用率和其它控制模块的工作效率，保证了汽车系统运行的稳定性，动态响应快速性和精确性。
【技术实现步骤摘要】
本专利技术涉及一种，属 于发动机控制系统用传感器软故障检测
技术介绍
车用传感器是促进汽车高档化，电子化和智能自动化发展的关键技术之一，目前 一般汽车装有几十或近百只传感器，而高级豪华汽车大约使用二三百只，它们能否正常运 行是汽车能否正常行驶的关键，所以对传感器故障检测和诊断就显得极为重要。传感器故 障主要分为硬故障和软故障，硬故障随机性较强，也较难预测，而软故障主要是传感器老化 引起的精度下降等，导致信号失真。就汽车发动机控制系统有关的氧传感器，进气温度传 感器，节气门开度传感器，曲轴位置及转速传感器，排气温度传感器，爆震传感器，车速传感 器，冷却水温传感器等为例来说，这些传感器在喷油量控制和点火控制等方面都起到至关 重要的作用，任何环节丧失精度，都会造成发动机控制系统控制精度的下降，造成汽车在未 到达检修周期前，燃油消耗提高，有功功率下降，严重时甚至无法启动。经检索和调查，目前 针对汽车传感器软故障检测的方法大都采用的是被动检测，即故障已经发生后才能进行检 测或是按照保养说明定期到专业维修中心检测。综上所述，现代汽车领域传感器故障检测还存在以下问题采取定期定点维修的策略，进行传感器软故障的排查，造成应对突发故障响应的 严重滞后，存在安全隐患，尤其涉及到发动机控制系统，间接造成燃油的无谓消耗和有功功 率的下降。
技术实现思路
本专利技术要解决的技术问题是针对现有技术中存在的汽车用传感器软故障检测存 在的一些不足，尤其是发动机控制系统用传感器软故障检测中存在的不足，提出了一种基 于灰色系统预测理论的汽车用传感器软故障主动预测方法。本专利技术解决其技术问题所采用的技术方案是，其特征在于步骤如下1. 1定周期连续采样汽车用传感器的传感数据s(°) (k)，其中k为单位周期采样时 刻；1. 2针对汽车用传感器的传感数据序列s(°)⑴，s(°) (2)，…s(°) (k)，…s(°) (M)进 行一次灰色累加生成获得汽车用传感器的传感数据序列的灰色一次累加生成序列s(1)(l), s(1) (2), ...s(1)(k)，-s(1) (M)其中，M为单位周期采样总个数，且M彡4 ；1. 3针对汽车用传感器的传感数据序列的灰色一次累加生成序列s(1)(l), s(1) (2), ...s(1)(k)，-s(1) (M)进行汽车用传感器的传感数据序列的灰色一次累加生成序列的均值生成，获得汽 车用传感器的传感数据序列的灰色一次累加生成序列的均值生成序列ms(2)，ms(3)，...ms(k)，...ms(M)其中，均值生成的一般表达式为ms(k) = 0.5s(1) (k)+0.5s(1) (k-1), k ^ 2 ；1. 4建立基于汽车用传感器的传感数据的汽车用传感器软故障灰色单变量一阶预测模型，具体表达式为‘ bIvα；\一八 L·-+ _ae~ak b 其中灰作用量a，b的具体表达式如下[002权利要求1.，其特征在于 步骤如下1. 1定周期连续采样汽车用传感器的传感数据S(°) (k)，其中k为单位周期采样时刻； 1. 2针对汽车用传感器的传感数据序列s(°)⑴，s(°) (2)，…s(°) (k)，…s(°) (M)进行一 次灰色累加生成获得汽车用传感器的传感数据序列的灰色一次累加生成序列 s(1)(l), s(1) (2), ...s(1)(k)，-s(1) (M) 其中，M为单位周期采样总个数，且M > 4 ； 1. 3针对汽车用传感器的传感数据序列的灰色一次累加生成序列 s(l)(1), s(1) (2), ...s(1)(k)，-s(1) (M)进行汽车用传感器的传感数据序列的灰色一次累加生成序列的均值生成，获得汽车用 传感器的传感数据序列的灰色一次累加生成序列的均值生成序列 ms (2)，ms (3)，***ms (k)，***ms (M)其中，均值生成的一般表达式为ms(k) = 0. 5s(1) (k)+0. 5s(1) (k_l)，k彡2 ; 1. 4建立基于汽车用传感器的传感数据的汽车用传感器软故障灰色单变量一阶预测模 型，具体表达式为全文摘要，属于发动机控制系统用传感器软故障检测
步骤如下定周期连续采样汽车用传感器的传感数据s(0)(k)，针对汽车用传感器的传感数据序列s(0)(1)，s(0)(2)，…s(0)(k)，…s(0)(M)进行一次灰色累加生成获得汽车用传感器的传感数据序列的灰色一次累加生成序列，建立基于汽车用传感器的传感数据的汽车用传感器软故障灰色单变量一阶预测模型，通过灰色一次逆累加生成获得汽车用传感器的传感数据实际预测值实现了主动预测，提前预测精度失效趋势，避免了因传感器精度失效后而引起的未知发动机和汽车控制系统内故障，做到了防患于未然，提高了燃油利用率和其它控制模块的工作效率，保证了汽车系统运行的稳定性，动态响应快速性和精确性。文档编号G01D18/00GK102109363SQ200910231059公开日2011年6月29日 申请日期2009年12月26日 优先权日2009年12月26日专利技术者宫春勇, 赵华, 高小群, 高述辕 申请人:山东申普汽车控制技术有限公司 本文档来自技高网...
【技术保护点】
１．基于灰色系统预测理论的汽车用传感器软故障主动预测方法，其特征在于：步骤如下：１．１定周期连续采样汽车用传感器的传感数据ｓ（０）（ｋ），其中ｋ为单位周期采样时刻；１．２针对汽车用传感器的传感数据序列ｓ（０）（１），ｓ（０）（２），…ｓ（０）（ｋ），…ｓ（０）（Ｍ）进行一次灰色累加生成获得汽车用传感器的传感数据序列的灰色一次累加生成序列ｓ（１）（１），ｓ（１）（２），…ｓ（１）（ｋ），…ｓ（１）（Ｍ）其中，Ｍ为单位周期采样总个数，且Ｍ≥４；１．３针对汽车用传感器的传感数据序列的灰色一次累加生成序列ｓ（１）（１），ｓ（１）（２），…ｓ（１）（ｋ），…ｓ（１）（Ｍ）进行汽车用传感器的传感数据序列的灰色一次累加生成序列的均值生成，获得汽车用传感器的传感数据序列的灰色一次累加生成序列的均值生成序列ｍｓ（２），ｍｓ（３），…ｍｓ（ｋ），…ｍｓ（Ｍ）其中，均值生成的一般表达式为ｍｓ（ｋ）＝０．５ｓ（１）（ｋ）＋０．５ｓ（１）（ｋ－１），ｋ≥２；１．４建立基于汽车用传感器的传感数据的汽车用传感器软故障灰色单变量一阶预测模型，具体表达式为：其中灰作用量ａ，ｂ的具体表达式如下（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）ａ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｆｒａｃ）?（ｍｒｏｗ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）２（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｍ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）ｍｓ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）２（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｍ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｓｕｐ）?（ｍｉ）ｓ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｎ）０（／ｍｎ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）－（／ｍｏ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｎ（／ｍｉ）?（ｍｏ）－（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）２（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｍ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）ｍｓ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｓｕｐ）?（ｍｉ）ｓ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｎ）０（／ｍｎ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（ｍｒｏｗ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｎ（／ｍｉ）?（ｍｏ）－（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）２（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｍ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｍｓ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｎ）２（／ｍｎ）?（／ｍｓｕｐ）?（ｍｏ）－（／ｍｏ）?（ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）２（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｍ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）ｍｓ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｎ）２（／ｍｎ）?（／ｍｓｕｐ）?（／ｍｒｏｗ）?（／ｍｆｒａｃ）?（ｍｏ），（／ｍｏ）?（／ｍｒｏｗ）?（／ｍａｔｈ）（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）ｂ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｆｒａｃ）?（ｍｒｏｗ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）２（...
【技术特征摘要】
【专利技术属性】
技术研发人员：高小群，高述辕，赵华，宫春勇，
申请(专利权)人：山东申普汽车控制技术有限公司，
类型：发明
国别省市：37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。