本發(fā)明涉及動(dòng)態(tài)系統(tǒng)故障檢測(cè)領(lǐng)域，尤其涉及一種車輛橫向動(dòng)力遠(yuǎn)程測(cè)控系統(tǒng)的故障檢測(cè)方法。

背景技術(shù)：

目前對(duì)車輛綜合性能的檢測(cè)僅處于手動(dòng)或半自動(dòng)檢測(cè)狀態(tài)，隨著網(wǎng)絡(luò)技術(shù)和測(cè)控技術(shù)的發(fā)展，基于網(wǎng)絡(luò)的車輛遠(yuǎn)程測(cè)控系統(tǒng)對(duì)提高整體檢測(cè)技術(shù)水平有著十分重要的作用，其最大特點(diǎn)是遠(yuǎn)離現(xiàn)場(chǎng)、節(jié)省人力、檢測(cè)效率高、檢測(cè)結(jié)果準(zhǔn)確。

由于在測(cè)控系統(tǒng)中引入了網(wǎng)絡(luò)作為傳輸介質(zhì)，在實(shí)際應(yīng)用中，傳感器輸出是間歇的，并且含有多種形式的干擾。在確定的時(shí)間間隔內(nèi)，數(shù)據(jù)包可能很難及時(shí)到達(dá)，甚至?xí)谛诺纻鬏斶^程中丟失，這種現(xiàn)象被稱為丟包，其可采用伯努利分布參數(shù)或馬爾可夫鏈描述該特性。同時(shí)，在實(shí)際數(shù)據(jù)包傳輸過程中，需要將現(xiàn)場(chǎng)的模擬信號(hào)量化，引入了量化誤差，因此，為實(shí)現(xiàn)車輛橫向動(dòng)力系統(tǒng)的遠(yuǎn)程故障檢測(cè)，需充分考慮網(wǎng)絡(luò)通信信道中多重?cái)?shù)據(jù)包丟失和量化誤差的作用，設(shè)計(jì)可行的故障檢測(cè)濾波器和判別邏輯，這對(duì)于該類系統(tǒng)的故障檢測(cè)尤為重要。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明旨在解決由TCP類傳輸協(xié)議組建的網(wǎng)絡(luò)化車輛橫向動(dòng)力遠(yuǎn)程測(cè)控系統(tǒng)的故障檢測(cè)問題。

本發(fā)明公開了一種車輛橫向動(dòng)力遠(yuǎn)程測(cè)控系統(tǒng)的故障檢測(cè)方法，包括如下具體步驟。

第一步：

根據(jù)車輛橫向動(dòng)力系統(tǒng)的運(yùn)動(dòng)學(xué)規(guī)律，對(duì)車輛橫向動(dòng)力系統(tǒng)建立如下形式的狀態(tài)空間模型：

（1）

其中，分別表示狀態(tài)變量、控制輸入、動(dòng)力系統(tǒng)的本地觀測(cè)值、過程擾動(dòng)和故障；為已知的時(shí)變矩陣。

第二步：

在由TCP類協(xié)議搭建的測(cè)控系統(tǒng)中，測(cè)量值會(huì)受到多重?cái)?shù)據(jù)包丟失與量化誤差的影響，測(cè)控系統(tǒng)的遠(yuǎn)程測(cè)量方程建模如下：

（2）

其中代表觀測(cè)噪聲，為主對(duì)角線元素是伯努利隨機(jī)變量的對(duì)角矩陣， ()為概率密度函數(shù)定義在區(qū)間上的獨(dú)立同分布的隨機(jī)變量。的均值和方差已知，分別表示為和；和可由基于TCP類協(xié)議的測(cè)控網(wǎng)絡(luò)的時(shí)間戳標(biāo)記統(tǒng)計(jì)得到；

代表了信道傳輸發(fā)送端的對(duì)數(shù)量化器，其中代表了的每個(gè)通道。對(duì)于，其量化水平如下：

其中，代表量化密度，各參數(shù)定義范圍如下

，，，

可根據(jù)測(cè)控系統(tǒng)數(shù)據(jù)包發(fā)送端的A/D轉(zhuǎn)換器參數(shù)獲得。

第三步：

可寫為，其中，

定義，得到

令和，則滿足

量化器作用可表示為如下等效模型

（3）。

第四步：

通過（2）式和（3）式，原系統(tǒng)（1）式可寫為如下形式

（4）

其中各增廣信號(hào)和參數(shù)矩陣定義為，，，。

第五步：

對(duì)于（4）式，在TCP類協(xié)議下，信道中傳輸?shù)臄?shù)據(jù)包具有時(shí)間戳標(biāo)記，即在線已知，設(shè)計(jì)如下形式的基于觀測(cè)器的故障檢測(cè)濾波器產(chǎn)生殘差：

（5）

其中是的估計(jì)，是生成的殘差，是觀測(cè)器增益，是后置濾波器。

第六步：

由（4）和（5）得到該系統(tǒng)的誤差模型如下所示

殘差信號(hào)可表示為：

其中

，；

定義線性算子和：

其中

S是正定的初始加權(quán)矩陣，是信號(hào)隨機(jī)意義下的l₂范數(shù)；

設(shè)計(jì)觀測(cè)器增益矩陣和后置濾波器,使如下性能指標(biāo)最大化

。

第七步：

按如下算法計(jì)算觀測(cè)器增益矩陣和后置濾波器

其中

。

第八步:

殘差產(chǎn)生后，選用如下殘差評(píng)價(jià)函數(shù)：

其中，表示時(shí)間窗口的長(zhǎng)度。相應(yīng)的閾值選擇如下：

根據(jù)如下的邏輯，判斷是否有故障發(fā)生：

（10）。

附圖說明

圖1為本發(fā)明車輛橫向動(dòng)力系統(tǒng)運(yùn)動(dòng)學(xué)示意圖。

圖2為本發(fā)明車輛橫向動(dòng)力遠(yuǎn)程測(cè)控系統(tǒng)示意圖。

圖3為通過本發(fā)明所提議算法產(chǎn)生的殘差曲線圖。

圖4為通過本發(fā)明所提議算法產(chǎn)生的殘差曲線圖。

圖5為在故障情況下與無故障情況下的殘差評(píng)價(jià)函數(shù)圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步說明。

圖1為本發(fā)明車輛橫向動(dòng)力系統(tǒng)運(yùn)動(dòng)學(xué)示意圖，具體步驟如下。

第一步：

選擇車輛側(cè)滑角和角速度作為狀態(tài)變量，轉(zhuǎn)向角作為輸入變量，給出狀態(tài)空間模型如下：

其中

其中m表示總質(zhì)量，是經(jīng)向速度，分別為車輛前后側(cè)偏剛度，表示Z軸上的轉(zhuǎn)到慣量，分別表示重心到前軸、后軸的距離。

第二步：

傳感器輸出矩陣C給出如下：

設(shè)，采樣時(shí)間設(shè)為0.1s，可得出如下離散時(shí)間參數(shù)矩陣：

。

第三步：

設(shè)網(wǎng)絡(luò)傳輸通道中描述數(shù)據(jù)包丟失特性的變量的概率密度函數(shù)為如下形式

則可計(jì)算得到其均值和方差分別為。對(duì)于量化誤差影響，設(shè)對(duì)數(shù)量化器的參數(shù)設(shè)置為。離散時(shí)間仿真時(shí)段選為，過程噪聲和測(cè)量噪聲為如下形式

其中是在間隔中隨機(jī)取的數(shù)。

第四步：

假設(shè)原系統(tǒng)受到如下方波故障信號(hào)作用：

對(duì)于以上參數(shù)，我們能得到生成的殘差信號(hào)，圖3和圖4展示了本發(fā)明中所述算法產(chǎn)生的殘差，圖5展示了對(duì)于故障情況和非故障情況下的殘差評(píng)價(jià)函數(shù)。通過400次蒙特卡羅仿真，計(jì)算無故障時(shí)的，得閾值為。圖5為在故障情況下與無故障情況下的殘差評(píng)價(jià)函數(shù)圖。由圖5可以看出，當(dāng)故障發(fā)生1s后，該故障可被檢測(cè)到。