用于机动车的制动设备中的故障识别的方法和机动车制动系统与流程

1.本发明涉及一种用于机动车的制动设备中的故障识别的方法，该机动车例如是载客车、载重车或其它商用车，以及一种这种机动车的制动系统。


背景技术：

2.用于故障识别的方法基于对制动设备上的、尤其是制动衬片和制动盘上的温度进行检测，并且被用于尽可能防止由于过高的制动温度而损坏制动设备。迄今为止的方法在温度检测中常常太不精确和/或太慢和/或实施起来非常费事。
3.因此，期望提供一种用于机动车的制动系统中的故障识别的方法，其能够实现在迅速的温度分析与一方面足够的准确性和可靠性以及另一方面实施的合理复杂性之间的良好折衷。


技术实现要素：

4.本发明的示例性实施方式包括一种用于机动车的制动系统中的故障识别的方法，该方法具有以下步骤：根据控制输入/施加/作用的制动压力，即作用于制动设备以产生制动力的制动压力，求取制动温度的第一估值；通过与制动设备间隔开地布置的温度传感器检测温度测量值序列；基于该温度测量值序列确定制动温度的第二估值；比较第一估值和第二估值；以及基于第一和第二估值的比较来判断是否存在故障。
5.在此，温度测量值序列理解为至少两个值的序列，其中，这些值能够以在时间上的规则的或不规则的间隔被检测。序列的值可以是接连地检测到的值或不接连地检测到的值。术语“温度测量值”在此描述与制动温度相关的温度，即取决于制动温度的温度。
6.本发明的示例性实施方式能够通过比较制动温度的以不同途径获得的两个估值来实现可靠的故障识别。因为第一估值可以在没有温度测量的情况下而仅基于在制动系统中已知的参数来求取，并且因为第二估值可以借助于与制动系统间隔开地布置的传感器来确定，所以该方法的实施不依赖于测量制动系统的难以接近且要复杂地操作的区域中的制动温度本身。在相对简单地安装用于该方法的部件的情况下，可以实现具有高可靠性的故障识别。通过经由过去的温度测量值序列来确定第二估值也可以实现，即便由于温度传感器与制动设备之间的间隔而存在加热时的时间延迟，也迅速地获得第二估值。因此，能够实现迅速并且可靠的故障识别。
7.用于示例性的根据本发明的方法的部件已经存在于车辆中和/或可以相对容易地安装，因此该方法能以相对低的成本实施。与仅基于通过所施加的制动压力估计的制动温度来求取制动温度的方法相比，根据本发明的方法也考虑到由于可能的机械缺陷或者由于其它故障的效应(例如气动装置中、液压装置中或者有缺陷的轴承中的故障)而引起的温度变化。由此，故障识别更全面。相对于仅通过在车轮速度传感器处测量的温度来估计制动温度的方法，根据本发明的方法可更迅速地探测到故障并且因此能够实现在损坏发生之前识
别制动设备中的错误。与将温度传感器直接设置在制动器上的方法相比，根据本发明的方法能够以明显更少的耗费并且因此以明显更低的成本来实现，而不会明显损失故障识别的可靠性。根据本发明的方法适用于没有直接在制动器处的温度传感器的情况，所述温度传感器难以接近、难以安装并且必须满足非常高的机械要求。
8.根据另一实施方式，根据控制输入/施加/作用的制动压力和瞬时的车轮速度来执行制动温度的第一估值的求取。考虑车轮速度能够特别精确地求取第一估值，因为制动温度除了施加的制动压力之外也受车辆的瞬时速度影响。瞬时的车轮速度可以是被测量/检测的车轮速度，或者可以从已知的参量(例如机动车的速度)推导出。
9.根据另一实施方式，基于温度测量值序列和应用于其的函数来执行制动温度的第二估值的确定。这种函数也可以称为估计函数。所述函数能够以限定的、可重复的方式以高精度确定第二估值。该函数可以考虑温度测量值序列、温度测量值序列的部分或来自温度测量值序列的不同值。
10.根据另一实施方式，所述函数是外推函数。外推函数使得能够基于温度测量值序列来确定温度估值，所述温度估值考虑温度测量值的趋势。通过这种方式，可以根据间隔开地布置的温度传感器上的趋势推断出制动器上的瞬时温度，也就是说推断出“制动温度”，制动器的温度变化实际上时间延迟地才到达该温度传感器。术语“外推函数”应包括考虑温度测量值(尤其是最近的温度测量值)的趋势的任何函数。
11.根据另一实施方式，基于温度梯度来执行制动温度的第二估值的确定。在此，尤其根据温度测量值序列来求取梯度。该梯度可以是由温度测量值序列确定的曲线的导数。也可以通过梯度滤波器或者通过线性回归或者以其他合适的方式来确定该梯度。所述梯度又可以是用于确定第二估值的函数的输入参量。
12.根据另一实施方式，当第二估值与第一估值至少相差了预先确定的偏差时，判断存在故障。因为视车辆类型和制动设备而定可能在第一和第二估值之间出现偏差，然而所述偏差不引起故障，所以能够制动设备特定地事先确定偏差，所述偏差用作用于故障识别的阈值。
13.根据另一实施方式，预先确定的偏差、例如第一估值和第二估值之间的差是第一估值的至少10％、尤其是在10％和30％之间、进一步尤其是20％。在此，百分比偏差由偏差的量值(例如差)相对于第一估值得出。如上所述，作为用于故障识别的阈值而预先确定的偏差在此可以取决于制动设备的部件的特性。
14.附加地或替代地，也可以将差或偏差的量值考虑为绝对偏差。例如，仅当绝对偏差超过预先确定的阈值时，才可以判断存在故障。因为在低温时百分比偏差、尤其是10％至30％的百分比偏差对应于小的绝对差，所以附加地考虑绝对偏差可以实现特别可靠的误差探测。
15.根据另一实施方式，所述函数具有至少一个函数参数。在此，该至少一个函数参数是通过实验或通过测量确定的参数。这种参数可以是车辆特定的并且例如通过试验台上的车辆测量来确定。通过这种通过实验的确定，能够实现非常精确地求取一个或多个参数。
16.根据另一实施方式，所述函数具有至少一个函数参数，该至少一个函数参数是至少一个通过计算或借助于基于计算机的模拟确定的参数。这样的参数可以是车辆特定的并且尤其是通过基于计算机的模拟而车辆类型特定地来求取。通过这种模拟支持的确定可以
实现对一个或多个参数的精确求取，这可以比通过实验的确定耗费略少。
17.根据另一实施方式，所述函数具有至少一个函数参数。该函数参数在此是通过学习过程确定的参数。学习过程在此尤其是自主学习过程。这样确定的参数是车辆特定的，并且在开始使用车辆时在预先确定的时间段内执行学习过程。参数的这种确定可以特别低成本地实现。
18.尤其是，根据另一实施方式，所述至少一个函数参数具有初始值，该初始值在多个循环中基于第一和第二估值来匹配。在此，学习过程包括多个循环，在所述多个循环中能够基于在相应的循环中求取的第一和第二估值来匹配循环的初始值。因此，在学习过程结束之后，即在经过多个循环之后，由初始值确定车辆特定的参数。
19.本发明的示例性实施方式还包括一种机动车的制动系统，其具有：制动设备；用于在制动设备中施加制动压力的控制装置；传感器，所述传感器与制动设备间隔开地布置并且设计为用于检测温度测量值序列；以及信号处理单元，所述信号处理单元与控制装置和传感器耦合或连接，其中，信号处理单元设计为用于：根据所施加的制动压力求取制动温度的第一估值；基于温度测量值序列确定制动温度的第二估值；比较第一估值和第二估值；以及基于第一和第二估值的比较来判断是否存在故障。如上关于方法所述的附加特征、修改和效果类似地适用于机动车的制动系统。
20.根据另一实施方式，传感器例如借助于装配在车轮轴上的保持器布置在车轮架上，例如转向节上、制动锚上或车轮轴上。
21.根据另一实施方式，信号处理单元和控制装置彼此集成地或者彼此分开地构造。信号处理单元和控制装置的集成式构造尤其是节省空间的，而分开的构造能够实现仅更换信号处理单元或仅更换控制装置并且因此具有更高的适配性。
附图说明
22.下面参考附图描述本发明的示例性实施方式。
23.图1以框图示出了根据本发明的一个示例性实施方式的机动车制动系统。
24.图2示出了根据本发明的一个示例性实施方式的用于机动车的制动系统中的故障识别的方法的流程图。
25.图3示出了温度曲线图，其具有第一和第二估值关于时间的示例性的曲线走势。
具体实施方式
26.图1示出了根据本发明的一种示例性实施方式的机动车的制动系统2。制动系统2具有制动设备4、控制装置6和减速发生器8。制动设备4布置在机动车(未示出)的车轮9处。
27.控制装置6包括控制单元10和阀组件12。控制单元10经由电连接14、例如can总线与阀组件12连接。控制装置6设置为用于借助阀组件12通过压缩空气线路16使期望的制动压力作用或施加到制动设备4上。控制单元10和阀组件12可以集成地构造或者彼此分开地设置。
28.减速发生器8具有制动踏板18，该制动踏板与电传感器20以及气动传感器22连接。电传感器20检测制动踏板18的位态并且通过电信号线路24将该位态传输给控制单元10。气动传感器24与压缩空气储备器26连接并且通过压缩空气线路28与阀组件12连接。气动传感
器24设置为用于检测制动踏板18的位态并且基于制动踏板18的位态在压缩空气线路28上提供用于阀组件12的相应的控制压力。
29.如上所述，控制单元10经由电信号线路24与电传感器20连接。控制单元10设置为用于基于制动踏板18的(例如由电传感器20检测和传输的)位态来计算期望的制动压力，并且经由连接14将该期望的制动压力传输至阀组件12。
30.阀组件12设置为用于一方面通过连接14以电气方式从控制单元10接收所期望的制动压力，并且另一方面通过压缩空气线路28以气动方式接收所期望的制动压力。此外，阀组件12同样与压缩空气储备器26气动连接并且与车轮速度传感器30电连接，该车轮速度传感器与制动设备4间隔开地布置在车轮9上。替代于或附加于车轮速度传感器30，可以在所示部位布置另外的传感器，例如温度传感器32。尤其是，温度传感器32可以优选地借助于装配在其上的保持器布置在制动锚、转向节或车轮架或或者车轮轴上。车轮速度传感器30和温度传感器32也可以布置在与制动设备4间隔开的不同位置处。
31.为了完整起见应当提到，气动传感器22和阀组件12均具有通向大气的排出接口32或34，通过该排出接口，相应部件(即气动传感器22或阀组件12)中的压力可以被释放。
32.制动设备4示意性地作为单元在图1的框图中示出。术语“制动设备”包括任何类型的制动装置，其适合于借助所施加的制动压力将其制动作用施加到车辆的一个车轮上或施加到与车轮一起转动的元件上。
33.如果将制动压力施加到制动设备4上，该制动设备在制动过程期间会变热。在此，制动过程描述了这样的持续时间，在该持续时间内将制动压力施加到制动设备4上并且产生制动作用。在制动过程期间，制动设备4变热。在制动系统中主导的温度在本文中被称为制动温度。如果制动温度例如由于过长和/或过强的制动过程而变得过高，则热负荷可能(在机动车制动时尤其在制动盘和制动衬片处)引起制动设备4的损坏并且可能降低制动功率。也可能由于制动设备4中的机械故障、例如由于制动衬片在制动盘上的研磨而引起有害的提高的制动温度。此外，车轮悬架上的有缺陷的部件、例如车轮轮毂上的轴承也可能引起制动设备4的不期望的变热，这可能导致损坏和/或制动作用降低。
34.为了避免制动设备4上的这种损坏，应尽可能早地识别出这种温度发展。由此，在出现制动器的损坏和/或出现制动作用降低之前，可以采取相应的措施。
35.制动系统2为了故障识别的目的而具有信号处理单元40。在图1的示例性实施方式中，信号处理单元40构造为控制单元10的一部分。也可能的是，信号处理单元40布置在制动系统2中的其它部位，尤其是控制装置6外部。信号处理单元40的功能也可以在机动车中的完全不同的部位处实施，例如实施为中央机动车计算机的一部分。因为信号处理单元40或信号处理单元的功能涉及制动系统2中的故障识别，所以该信号处理单元在最后描述的情况下也被视为制动系统2的一部分。
36.图2借助流程图示出了根据本发明的一个示例性实施方式的用于制动设备2中的故障识别的方法。
37.在第一步骤s1中，求取制动设备4的温度的第一估值t1，以下称为制动温度tb。第一估值t1基于施加在制动设备4上的制动压力来求取，其方式例如是，通过制动压力计算供应给制动设备4的能量。借助制动设备4的加热特性和冷却特性可以求取第一估值t1。因此，为了求取第一估值t1，仅考虑由于主动施加到制动设备4上的制动压力引起的加热。此外，
为了求取第一估值t1，假设制动设备4正常地、即无故障地运行。
38.为了确定第一估值t1还可以附加地考虑由车轮速度传感器20(参见图1)检测的车轮速度。此外，可以考虑其它因素，例如环境温度。
39.在第二步骤s2中，通过温度传感器32(参见图1)检测温度测量值序列tr。温度传感器32与制动设备4间隔开地布置并且例如可以集成到车轮速度传感器30中或者直接与其相邻地布置。
40.温度传感器32持续地检测或感测施加在其上的温度ts。温度测量值序列tr包括在确定的时间段内由温度传感器32检测的两个或更多个温度测量值。温度测量值序列tr所包括的温度测量值可以是时间上直接接连的温度。温度测量值序列tr可以包括彼此具有规则或不规则的时间间隔的温度测量值。由温度传感器32检测到的温度ts不对应于制动设备4的制动温度tb，但是与其相关，也就是说，在由温度传感器32检测到的温度ts和制动温度tb之间存在相关性。
41.在下一步骤s3中，基于温度测量值序列tr确定制动温度tb的第二估值t2。为此，可以将函数应用于温度测量值序列tr，例如估计函数、外推函数等。
42.在确定了制动温度tb的两个估值t1、t2之后，在步骤s4中将两个估值t1、t2相互比较。在此，例如通过求取第一估值t1与第二估值t2之间的差来确定两个估值t1、t2之间的偏差的量值。根据该比较的结果来判断在制动设备4上是否存在故障，即异常温度。为此，将所求得的偏差与预先确定的阈值δ进行比较。阈值δ是这样的值，偏差允许最大为该值，从而不识别出故障。
43.如果偏差等于或大于阈值δ(步骤s4中为“是”)，则判断存在故障。然后在步骤s5中检查第二估值t2是否大于第一估值t1。当第二估值t2大于第一估值t1时(步骤s5中为“是”)，在步骤s6中发出故障报告：在制动设备4上存在故障。故障报告的发出可以通过警示灯发给机动车的驾驶员，或者通过针对驾驶员的警示文字或者以其它任何合适的方式和方法来进行。随后结束该方法。
44.如果第二估值t2小于第一估值t1，则在步骤s7中发出故障报告：在测量系统中存在测量错误和/或故障。随后结束该方法。
45.如果偏差小于阈值δ(步骤s4中为“否”)，则判断不存在异常温度行为，并且该过程结束。
46.只要车辆主动地运行，该方法就循环地重复进行。
47.这种方法由信号处理单元来执行。如上所述，信号处理单元可以与制动设备4的控制装置6(参见图1)分开设置或者集成到控制装置6中。信号处理单元例如可以集成到控制装置6的控制单元10中。
48.在另外的实施方式中可以设想，步骤s3中应用于温度测量值序列(tr)的函数具有至少一个能够以不同方式确定的函数参数。
49.用于确定一个函数参数或多个函数参数的一种可能性是通过实验确定或通过测量确定，例如以试验台上的车辆测量的形式。这样确定的函数参数然后被存储在车辆数据组中并且可以在所述方法期间从那里被调用。
50.用于确定一个或多个函数参数的另一可能性是通过计算确定，例如借助于基于计算机的模拟。这样确定的函数参数然后被存储在车辆数据组中并且可以在所述方法期间从
那里被调用。
51.用于确定一个或多个函数参数的另一可能性还是通过学习过程。在此，所述学习过程以用于函数参数的预先确定的初始值开始，所述初始值通过在学习过程期间的多个学习循环根据第一和第二估值t1、t2来匹配。在学习过程结束之后，将如此确定的函数参数存储在车辆数据组中并且可以在所述方法期间从那里被调用。这种学习过程可以以不同的方式开始，例如该学习过程已经在eol检验(eol＝end of line，结束行)时被释放或者该学习过程在新的控制器具中事先被释放或者该学习过程可以通过车辆的诊断方法来开始。
52.两个估值t1、t2之间的偏差可以如在图2中所示的实施例中那样基于第一估值t1和第二估值t2之间的差的量值来求取。在此，阈值δ是温度表示。但是替代地也可以考虑，以百分比表示与第一估值t1相比的偏差。在这种情况下，阈值δ是百分比，并根据下式(1)来计算：
53.(|t1-t2|)/t1＊100
ꢀꢀꢀꢀꢀꢀꢀ
(1)
54.图3示出了温度曲线图，在该温度曲线图中示出了第一估值t1的示例性的温度走势t1(t)以及温度传感器32的所属温度ts的示例性的温度走势ts(t)。
55.在车辆开始运行时，第一估值t1以及温度传感器32的温度ts都相应于环境温度t0：因为制动器还没有被加载制动压力并且可以说还是“冷的”。在时间点t1，在制动设备4上施加制动压力并且第一估值t1相应地上升。在时间t3，制动过程结束，也就是说，在制动设备4上不再施加制动压力，并且制动温度tb再次下降。估值t1的走势在没有主动施加制动压力的时间上基于制动设备4的冷却特性。
56.温度传感器32的温度ts的走势在时间点t1’稍微延迟地才开始上升，因为温度传感器32与制动设备4间隔开地布置。制动设备4的温度上升也在时间上稍微延迟地才导致温度传感器32的温度上升。整体上可以看出，温度传感器32的温度ts的温度走势ts(t)在正常条件下总是相对于曲线走势t1(t)在时间上稍微延迟地具有温度升高和温度降低。
57.基于温度值序列tr(t2)，在时间点t2确定第二估值t2(t2)。为此，在图3的示例性实施方式中，考虑了温度传感器32的最近6个检测的测量值的趋势。基于该趋势确定第二估值t2(t2)。尤其通过函数确定第二估值，该函数具有所考虑的测量值的曲线的梯度作为输入参量。该方法利用了以下考虑。制动器的加热、即制动温度的提高导致在温度传感器上测量的温度ts的时间延迟的增大。然而，瞬时测量的温度ts的梯度已经包含关于制动设备中的制动温度tb是多高的信息。相对较高的制动温度tb伴随有相对较大的梯度。通过实验、模拟或学习过程，可以确定温度传感器处的何种梯度与何种制动温度相关。因此，可以由温度值序列tr中的梯度和/或其它信息来实现对制动温度的良好估计。
58.对于所示出的温度走势而言，第二估值t2(t2)在时间点t2非常接近第一估值t1(t2)。在此，该差小于阈值δ。因此，在所述方法中，在步骤s4中判断出在时间点t2不存在故障。
59.基于温度值序列tr(t4)在时间点t4求取第二估值t2(t4)，该第二估值明显高于第一估值t1(t4)。在此，该差大于阈值δ。因此，在所述方法中，在步骤s4中判断出在时间点t4存在故障。在该方法的步骤s5中，因为t2(t4)大于t1(t4)，所以对于时间点t4判断出在制动设备4上存在故障，并且发出相应的故障报告(步骤s6)。在时间点t4，第二估值t2(t4)表示出，存在于制动设备中的制动温度tb明显高于在正常运转时所预期的值，即明显高于第一
估值t1(t4)。该比较的结果得出制动系统的有故障的运行的结论。
60.附图标记列表
61.2制动系统
62.4制动设备
63.6控制装置
64.8减速发生器
65.9车轮
66.10控制单元
67.12阀组件
68.14电连接
69.16压缩空气线路
70.18制动踏板
71.20电传感器
72.22气动传感器
73.24电信号线路
74.26压缩空气储备器
75.28压缩空气线路
76.30车轮速度传感器
77.32温度传感器
78.t0环境温度
79.t1第一估值
80.t2第二估值
81.tr温度测量值序列
82.ts传感器的温度
83.δ阈值
84.t1(t)t1关于时间的曲线走势
85.ts(t)ts关于时间的曲线走势
86.s1、s2、s3、s4、s5、s6、s7方法步骤
87.t1、t1’、t2、t3、t4时间点