一种基于多物理场修正与工况自适应加权融合的车辆冷却系统故障诊断方法及系统与流程
本发明涉及车辆热管理,尤其涉及一种基于多物理场修正与工况自适应加权融合的车辆冷却系统故障诊断方法及系统。
背景技术:
1、目前车辆发动机温度监测与故障诊断策略主要依赖固定阈值报警或简单的工况关联监测。固定阈值报警仅在冷却液温度超过预设极值时触发,无法发现散热部件性能的缓慢衰退;简单工况关联监测虽结合了车速与水温,但未考虑外界自然风的矢量干扰,默认散热条件仅由环境温度和车辆自身运行状态决定,导致历史基线的构建中混杂了未被识别的气象噪声。同时,现有方案难以区分重载爬坡引起的正常高温与散热部件损坏引起的异常高温,在商用车或山区工况下极易产生误报。若直接引入多维参量进行固定网格划分,又会导致绝大多数工况区间缺乏历史数据支撑,产生严重的数据稀疏难题,导致早期预警和趋势预测难以有效开展,且只能给出粗放的报警提示,无法输出具体部件损坏的量化概率。
技术实现思路
1、本发明的主要目的在于提供一种基于多物理场修正与工况自适应加权融合的车辆冷却系统故障诊断方法,并进一步提供一种能够运行并实现上述方法的一种基于多物理场修正与工况自适应加权融合的车辆冷却系统故障诊断系统,有效解决背景技术中提到的上述问题。
2、本发明的技术方案如下:
3、第一方面,提出一种基于多物理场修正与工况自适应加权融合的车辆冷却系统故障诊断方法,该方法包括如下步骤:
4、获取环境温度、车辆行驶速度矢量、外界环境风速矢量、发动机冷却液温度及发动机负荷率;
5、基于所述车辆行驶速度矢量与所述外界环境风速矢量的矢量合成,计算等效迎风风速;
6、基于预先构建的历史数据库中历史数据的分布密度,对所述环境温度、所述等效迎风风速及所述发动机负荷率进行动态自适应区间划分;
7、当所述等效迎风风速及所述发动机负荷率满足稳定条件时,将当前的所述发动机冷却液温度作为所述历史数据存储至所述历史数据库;
8、在所述历史数据库中利用多维相似度加权融合算法,计算由当前的所述环境温度、所述等效迎风风速及所述发动机负荷率组成的当前工况点与所述历史数据库中各所述历史数据的多维距离并分配融合权重,加权计算得出历史基准温度;
9、分别针对预设的低速工况区间和高速工况区间,计算当前的所述发动机冷却液温度相对于所述历史基准温度的第一偏差值和第二偏差值;
10、基于所述第一偏差值与所述第二偏差值的数值关系,结合当前的所述发动机负荷率与所述历史数据库中的历史负荷率的对比结果,通过预设的故障归因模型输出包含潜在故障原因及归一化权重的诊断结果。
11、本发明进一步的改进在于,所述获取环境温度、车辆行驶速度矢量、外界环境风速矢量、发动机冷却液温度及发动机负荷率,包括:
12、以不低于预设频率同步获取各物理量数据;
13、其中,所述外界环境风速矢量来源于车载风速测量设备、卫星定位气象数据或车联网数据;所述发动机负荷率为发动机当前实际输出扭矩与当前转速下标定最大扭矩的比值,或者通过燃油喷射脉宽表征。
14、本发明进一步的改进在于,所述基于所述车辆行驶速度矢量与所述外界环境风速矢量的矢量合成,计算等效迎风风速,包括:
15、获取所述车辆行驶速度矢量的绝对值以及所述外界环境风速矢量的绝对值;
16、确定车辆行进方向与外界环境自然风来向的夹角;
17、将所述车辆行驶速度矢量的绝对值,加上所述外界环境风速矢量的绝对值与所述夹角的余弦值的乘积,得到所述等效迎风风速。
18、本发明进一步的改进在于,所述基于预先构建的历史数据库中历史数据的分布密度,对所述环境温度、所述等效迎风风速及所述发动机负荷率进行动态自适应区间划分,包括:
19、预设最小样本容量阈值;
20、将所述历史数据分别按照所述环境温度、所述等效迎风风速及所述发动机负荷率的数值大小进行排序;
21、采用等频分箱策略动态寻找分界点,使得每个划分区间内包含的所述历史数据的数据量不小于所述最小样本容量阈值;
22、其中,在数据分布密集的区域自动生成多个细分区间,在数据分布稀疏的区域自动合并为单个大区间。
23、本发明进一步的改进在于,所述当所述等效迎风风速及所述发动机负荷率满足稳定条件时,将当前的所述发动机冷却液温度作为所述历史数据存储至所述历史数据库,包括:
24、在预设时间窗口内,实时监测所述等效迎风风速与所述发动机负荷率的极差变化;
25、当所述等效迎风风速的最大值与最小值之差不大于第一波动阈值,且所述发动机负荷率的最大值与最小值之差不大于第二波动阈值时,判定满足所述稳定条件;
26、在满足所述稳定条件后,以固定周期采集包含当前区间标签、精确原始值及时间戳的所述发动机冷却液温度,并作为所述历史数据存入所述历史数据库。
27、本发明进一步的改进在于,所述在所述历史数据库中利用多维相似度加权融合算法,计算由当前的所述环境温度、所述等效迎风风速及所述发动机负荷率组成的当前工况点与所述历史数据库中各所述历史数据的多维距离并分配融合权重,加权计算得出历史基准温度,包括:
28、计算所述当前工况点与所述历史数据库中各所述历史数据的归一化多维欧几里得距离,并在计算中引入各物理量的权重系数;
29、基于所述归一化多维欧几里得距离和预设带宽参数,通过负指数函数计算每个所述历史数据的所述融合权重,距离越小权重越大;
30、将各所述历史数据对应的实测温度基于所述融合权重进行加权平均,得到所述历史基准温度;
31、其中,当所述历史数据库中的样本量低于预设样本阈值时,调用车辆出厂前预先存储的标准工况与温度映射表,并结合当前的所述环境温度进行线性插值修正,作为所述历史基准温度的替代。
32、本发明进一步的改进在于,所述分别针对预设的低速工况区间和高速工况区间,计算当前的所述发动机冷却液温度相对于所述历史基准温度的第一偏差值和第二偏差值,包括:
33、实时监测当前的所述等效迎风风速;
34、当当前的所述等效迎风风速落入所述低速工况区间时,计算当前的所述发动机冷却液温度与所述历史基准温度的差值,并将所述差值与所述历史基准温度的比值作为所述第一偏差值,用于表征强制风冷依赖区的散热效率偏差;
35、当当前的所述等效迎风风速落入所述高速工况区间时,采用相同的比值计算方式得到所述第二偏差值,用于表征自然风冷依赖区的散热效率偏差。
36、本发明进一步的改进在于,所述基于所述第一偏差值与所述第二偏差值的数值关系,结合当前的所述发动机负荷率与所述历史数据库中的历史负荷率的对比结果,通过预设的故障归因模型输出包含潜在故障原因及归一化权重的诊断结果,包括:
37、执行产热合理性校验,若当前的所述发动机负荷率高于所述历史负荷率达到预设比例,则判定为高负荷正常产热,不触发故障预警;
38、若未触发所述产热合理性校验,则计算所述第一偏差值与所述第二偏差值的比值作为解耦特征值;
39、根据所述解耦特征值落入的预设连续物理判定区间,确定作为所述潜在故障原因的散热风扇故障、冷却液回路故障及机油润滑故障的所述归一化权重;
40、其中,在相邻两个所述预设连续物理判定区间的边界之间,采用单调平滑函数将所述解耦特征值的连续变化映射为各所述潜在故障原因对应的所述归一化权重的连续渐变,以消除边界跳变。
41、第二方面,提出一种基于多物理场修正与工况自适应加权融合的车辆冷却系统故障诊断系统,包括:
42、数据获取模块,用于获取环境温度、车辆行驶速度矢量、外界环境风速矢量、发动机冷却液温度及发动机负荷率;
43、风速修正模块,用于基于所述车辆行驶速度矢量与所述外界环境风速矢量的矢量合成,计算等效迎风风速;
44、自适应划分模块,用于基于预先构建的历史数据库中历史数据的分布密度,对所述环境温度、所述等效迎风风速及所述发动机负荷率进行动态自适应区间划分;
45、稳态存储模块,用于当所述等效迎风风速及所述发动机负荷率满足稳定条件时,将当前的所述发动机冷却液温度作为所述历史数据存储至所述历史数据库;
46、基准计算模块,用于在所述历史数据库中利用多维相似度加权融合算法,计算由当前的所述环境温度、所述等效迎风风速及所述发动机负荷率组成的当前工况点与所述历史数据库中各所述历史数据的多维距离并分配融合权重,加权计算得出历史基准温度;
47、偏差解耦模块,用于分别针对预设的低速工况区间和高速工况区间,计算当前的所述发动机冷却液温度相对于所述历史基准温度的第一偏差值和第二偏差值;
48、故障归因模块,用于基于所述第一偏差值与所述第二偏差值的数值关系,结合当前的所述发动机负荷率与所述历史数据库中的历史负荷率的对比结果,通过预设的故障归因模型输出包含潜在故障原因及归一化权重的诊断结果。
49、本发明的技术效果如下:
50、构建了一种基于多物理场修正与工况自适应加权融合的车辆冷却系统故障诊断方法,该方法通过引入外界气象因素进行多维参量修正,从根本上消除了自然风对散热条件评估的干扰;采用动态自适应区间划分策略,有效解决了多维工况空间下的数据稀疏难题;利用多维相似度加权融合算法,实现了连续且精准的工况基线构建;进一步结合多工况偏差解耦与机理驱动的归因推理,实现了对车辆冷却部件级别的量化健康监测与高精度分级预警,大幅降低了复杂环境下的误报率,提升了车辆维保的针对性与可靠性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com