基于车云协同运维的电驱动系统随车故障监测方法及系统

1.本发明涉及汽车状态监测技术领域，尤其涉及基于车云协同运维的电驱动系统随车故障监测方法及系统。


背景技术：

2.目前，电动汽车的电驱动系统趋向于高速化、集成化和轻量化，多为三合一-或四合一集成结构，单个零部件发生故障往往只能更换整个电驱动系统，维修成本较高；如果能够在前期电驱动系统出现故障特征时及时识别，并提示用户提早处理，将大大降低电动汽车电驱动系统维护成本，因此极有必要对电驱动系统状态进行实时监测；
3.传统故障监测手段往往需要配备昂贵的设备与传感器，如在每台汽车上配备监测设备及传感器将大大提升汽车生产制造成本，压缩汽车生产制造企业的利润空间。同时，传统故障监测设备及传感器往往不是专为随车状态研发，难以满足随车监测需求，在可靠性和耐用性方面较差，用户需要定期进行设备维护保养，大大影响用户的用车体验。
4.电驱动系统微弱故障特征往往需要高速动态信号方能识别，现有的车机芯片性能较弱，难以处理短时、巨量的高速动态信号。且高强度持续计算会造成芯片温度急剧上升，性能将随之急剧下降，提升芯片性能或增加芯片数量只会造成芯片资源的浪费，无法保证数据处理的稳定高效；
5.因此，极有必要开发基于汽车现有传感器的随车故障监测系统以及能高效处理高速、大量状态数据的手段，用于电驱动系统实时运行状态的监测预警。


技术实现要素：

6.针对以上背景技术中的问题，本发明旨在提供一种基于随车转速传感器的电驱动系统监测系统和基于车云协同的运维平台，利用随车传感器实时、高速采集汽车转速信号，并通过即时通讯协议，将信号无损发送到云端运维平台，利用云端运维平台强大的处理分析能力，快速处理分析上传的转速数据，并结合故障数据库，作出故障判断，判断是否存在故障、故障原因和故障等级，并将判断结果低延时的传送回车机向驾驶员预警。
7.为了实现上述目的，本发明采用了如下技术方案：
8.本发明提供一种基于车云协同运维平台的电驱动系统随车故障监测方法，包括以下步骤：
9.s1.构建故障指标-故障原因-故障程度数据库；
10.s2.在车辆行驶过程中，通过随车传感器实时采集车辆电驱动系统数据；并将采集到的所述电驱动系统数据与所述指标-故障原因-故障程度数据库进行比对，若与故障指标不同则忽略；若相同则触发报警状态，将故障指标、故障原因、故障程度返回给驾驶员。
11.进一步的，其中，s1包括以下步骤：
12.s11.收集电驱动系统历史故障样本，按照不同故障类型将电驱动系统历史故障样本分类为故障类型a、故障类型b、故障类型c
……
；收集同一类型的电驱动系统正常样本；按
照不同故障原因将电驱动系统历史故障样本分类为故障原因a、故障原因b和故障原因c
……
；
13.收集同一类型的电驱动系统正常样本；
14.s12.分别将电驱动系统历史故障样本和电驱动系统正常样本进行装车测试，对两种样本在随车传感器采集的数据进行特征分析，分别得到电驱动系统历史故障样本的特征指标a1、特征指标b1、特征指标c1
……
以及电驱动系统正常样本的特征指标a2、特征指标b2、特征指标c2
……
；对比电驱动系统历史故障样本和电驱动系统正常样本的特征指标是否存在差异，保留存在差异的特征指标得到主要故障原因和故障指标；
15.从时域图中截取故障持续时间得到故障处理时间a1、故障处理时间b1、故障处理时间c1
……
；
16.s13.按照故障严重程度的不同划分故障等级，将故障特征与相对应的故障程度联立得到故障指标-故障程度参数模型；汇总故障指标、主要故障原因和相对应的故障程度，得到故障指标-故障原因-故障程度初始数据库；
17.s14.利用bp反向传播算法对故障指标-故障原因-故障程度其进行训练，得到具有完整映射关系的故障指标-故障类型和故障程度完整数据库。
18.进一步的，所述bp反向网络传播算法包括：
19.输入层：故障指标；
20.隐藏层：故障原因；
21.输出层：故障程度。
22.本发明还提供一种基于车云协同运维平台的电驱动系统随车故障监测系统，其特征在于，所述系统包括：
23.数据采集模块、数据交互模块、云平台模块和报警模块；
24.所述数据采集模块为安装在车辆上的随车传感器
25.所述数据交互模块包括车端通信芯片和通信基站，用于实现车端云平台模块的实时交互；
26.所述云平台模块包括接收模块、服务器和返回模块；
27.所述服务器包括分布式数据库、计算服务器和管理服务器；
28.所述分布式数据库用于储存故障指标-故障原因-故障程度数据库、bp反向网络传播算法、bp网络权值和日志信息；所述日志信息用于存储随车传感器历史数据；
29.所述管理服务器用于管理数据库和计算服务器；
30.所述计算服务器计算采集到的数据的特征指标，并与分布式数据库中故障指标-故障原因-故障程度数据库进行对比；若与故障指标不同则忽略；若相同则触发报警状态，并经所述数据返回模块将报警信息传输至数据交互模块，然后返回到报警模块；
31.所述报警模块用于可视化显示所述报警信息给驾驶员。
32.进一步的，所述随车传感器至少包括有：电流传感器、电压传感器和转速传感器。
33.进一步的，所述车端通信芯片包括5g/lte通信芯片；
34.所述通信基站包括5g/lte基站和5g/lte核心网；
35.所述5g/lte通信芯片对采集的数据进行d/a转换、压缩、装箱操作，并将数据打包并经蜂窝网络发送到所述5g/lte基站；
36.所述5g/lte基站将数据包在多个基站间采用多跳转发的形式传至所述5g/lte核心网；
37.所述5g/lte核心网与云平台通过光缆连接。
38.进一步的，所述接收模块将数据包进行拆包、验包、解压、还原和a/d转换，并传输到服务器；
39.进一步的，所述报警信息至少包括有故障类型、故障原因、故障程度、最小处理时间阈值。
40.进一步的，所述报警模块将报警信息显示在仪表盘上，并通过仪表盘闪烁红光提醒驾驶员。
41.本发明至少具备以下有益效果：
42.本发明的各项传感器基于随车的传感器，无需额外配置传感器，避免增加传感器带来的成本上升，同时也不会影响原有电驱动系统结构；本发明构建了故障指标-故障原因-故障程度数据库，可以增添电驱动系统故障样本数达到扩展故障诊断数据库的目的，并能通过bp反向网络算法不断训练数据库中的故障等级和差异故障特征值模型，提高了模型的可靠性，增加了数据库的连续性；本发明还搭建了车云智能运维平台，能够同时为不同品牌的电动汽车提供电驱动系统故障诊断业务服务，实现了业务模式创新。
附图说明
43.为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
44.图1为构建故障诊断数据库的结构原理图；
45.图2为bp反向网络传播算法的原理图；
46.图3为车云协同智能运维平台的一个实施例图；
47.图4为电驱动系统随车故障监测和车云协同智能运维的一个实施例图。
具体实施方式
48.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
49.本发明提出一种故障诊断数据库的构建方法，主要方法为：构建故障指标-故障原因-故障程度数据库；在车辆行驶过程中，通过随车传感器实时采集车辆电驱动系统数据；并将采集到的所述电驱动系统数据与所述指标-故障原因-故障程度数据库进行比对，若与故障指标不同则忽略；若相同则触发报警状态，将故障指标、故障原因、故障程度返回给驾驶员
50.如图1所示，以某三合一电驱动系统为例，其电驱动系统包括电机、减速器和电机控制器，以下结合故障诊断数据库的构建原理对技术方案做进一步说明：
51.首先，收集某一工况下的电驱动系统历史故障样本，如wltp(全球统一轻型汽车测试规程)工况，按照故障类型的不同将电驱动系统历史故障样本进行分类，如常见的电驱动
故障有电机故障、电机控制器故障和逆变电路故障等类型
……
，而每个类型的故障也可能由多个故障原因共同作用引起，细分可能的故障原因，得到故障原因a、故障原因b和故障原因c等
……
，如电机控制器故障，其包括传感器、中间环节和处理器，故障原因有电流故障、过温故障、高压故障、逻辑电压故障、过载故障、can通信故障
……
；同时，收集同一类型的电驱动系统正常样本，分别将历史故障样本和正常样本的电驱动系统装车，进行整车道路试验，试验工况选为wltp(全球统一轻型汽车测试规程)工况；
52.之后对两种样本在整车道路试验中随车传感器采集的数据进行特征分析，分别得到故障样本的特征指标a1、特征指标b1和特征指标c1
……
以及正常样本的特征指标a2、特征指标b2和特征指标c2
……
；若特征指标不存在差异则排除该特征指标及其对应的故障原因，存在差异则保留该特征指标及其对应的故障原因，得到故障指标a、故障指标b和故障指标c
……
以及主要故障原因a、主要故障原因b和主要故障原因c
……
，并从时域图中截取故障持续时间得到故障处理时间a1、故障处理时间b1和故障处理时间c1
……
；如电机匝间电路出现短路，从随车电流传感器和温度传感器的时域信号来看，瞬态电流和电机温度会急剧上升，而造成匝间电路的原因有定子绕组温度过高或匝间绕组绝缘破损，对比两种样本的温度传感器时域信号的极差和波形便可确定主要故障原因，从电流传感器时域信号中截取从发生短路故障到电流恢复初始值或0时的持续时间，即为故障处理时间；
53.不同故障原因引起的电驱动系统故障严重程度有轻重之分，如电驱动系统减速器齿轮发生磨损可能只会引起电驱动系统噪声振动加剧，而电机水道等管路泄漏可能导致电驱动系统无法正常运转，按照故障严重程度相近原则进行故障程度分级，得到1级故障、2级故障和3级故障
……
，如1级故障可定义为：不影响车辆的正常运行，不需要更换零件，经短暂时间可自行恢复，并取主要故障原因对应的故障处理时间的最小值，得到最小处理时间阈值a2、最小处理时间阈值b2、最小处理时间阈值c2
……
，将故障指标和故障程度联立，得到故障指标-故障程度参数模型和故障指标-故障原因-故障程度初始数据库；
54.所述电驱动系统故障初始数据库受到样本数量限制，始终不够连续，无法精确完整地映射故障指标-故障原因-故障程度之间的关系；为此需要对故障指标-故障程度参数模型进行训练，得到故障指标-故障类型-故障程度的完整映射关系；故障指标-故障原因-故障程度之间可能存在多种映射关系，本发明中利用人工智能算法中的bp反向传播算法对其进行训练。
55.为进一步提高数据库的连续性，利用bp反向网络传播算法进行模型训练，如图2所示，该算法包括输入层：故障指标、隐藏层：故障原因和输出层：故障程度，单级故障可能同时由多个故障原因引起，而单个故障原因也可能对应多个故障指标，反向传播不断调整故障原因和故障指标的权重，得到bp网络权值a、bp网络权值b和bp网络权值c
……
，将bp网络权值导入故障指标-故障原因-故障程度初始数据库，得到故障指标-故障原因-故障程度完整数据库。
56.如图3所示，本发明提供一种车云协同智能运维平台的实例，其包括数据采集模块、数据交互模块、云平台模块和报警信息可视化模块；
57.所述数据采集模块包括电流传感器、电压传感器和转速传感器等随车传感器、多通道采集板卡等，如霍尔式转速传感器，布置于电驱动系统减速机第一级主动齿轮处，通过齿轮旋转，由于齿顶与齿根跟传感器位置发生交替变化，从而产生错落有致的高低电平脉
冲信号，脉冲计数采集卡通道感应到脉冲并对脉冲周期进行计算从而获得转速信号，并将其传输到车端云端数据交互模块。
58.所述数据交互模块包括车端通信芯片和通信基站等，如5g/lte通信芯片、5g/lte基站和5g/lte核心网，用于实现车端云端传感器数据的实时交互；所述5g/lte通信芯片对采集数据进行d/a转换，压缩、装箱等操作，将数据打包并经蜂窝网络发送到所述5g/lte基站，所述5g/lte基站将数据包在多个基站间采用多跳转发的形式传至所述5g/lte核心网，所述5g/lte核心网与云平台通过光缆连接；
59.所述云平台模块包括接收模块、服务器和返回模块，所述接收模块将数据包进行拆包、验包、解压、还原和a/d转换等步骤，并传输到服务器；所述服务器，如华为提供的私有云服务器，包括分布式数据库、计算服务器和管理服务器，所述分布式数据库用于储存故障指标-故障原因-故障程度数据库、人工智能bp反向传播算法、bp网络权值和日志信息，所述日志信息用于存储随车传感器历史数据；所述管理服务器用于管理数据库和计算服务器，管理员可通过远程计算机访问管理服务器并查看云平台的状态信息；所述计算服务器计算传感器多源数据的特征指标，并与分布式数据库中故障指标-故障原因-故障程度数据库进行对比，若与故障指标不同则忽略，相同则触发报警状态，并经所述数据返回模块将报警信息传输至数据交互模块，最终将报警信息返回到报警信息可视化模块；
60.所述报警信息可视化模块包括仪表盘，用于显示云平台返回的故障信息，所述报警信息包括故障原因和故障程度，报警状态下仪表盘报警信息区域将闪烁红光，提醒用户及时处理报警信息。
61.需要注意的是，在上述中，通过故障原因返回给驾驶人，可以有效帮助驾驶人对车辆故障进行排查，即本系统可以有效用于运维系统，用于解决车辆的故障排查问题。另外，在故障程度中，有可能该程度较高，可以认定为车祸程度，如转速变化异常，或者一定时间内未收到车端发来的信号，则判断汽车发生了车祸，此时则通过云平台模块上传车辆信息至急救系统等。
62.如图4所示，本发明提供一个电驱动系统随车故障监测和车云协同智能运维平台的实例，结合以下实施例对本发明作进一步描述。
63.首先，将故障指标-故障原因-故障程度数据库、故障指标-故障程度模型和bp网络权值储存到云平台的分布式数据库中；在整车道路工况下，如wltp工况下，多通道采集板卡将采集电驱动系统随车传感器的多源实时信号，所述采集板卡具有多个采集通道，同时采集电流、电压和温度等多种类型传感器信号，并将信号传输至5g/lte通信芯片；
64.所述5g/lte通信芯片将采集的多源实时信号进行压缩、封装得到标准数据包，并经5g/lte通信芯片上的射频芯片上传至车端附近的5g/lte基站，所述5g/lte基站将封装的数据在多个基站间多跳转发，最终传输到5g/lte核心网，所述核心网通过光缆与云平台连接，所述云平台对封装的数据进行验包，若数据包损坏则进行修复，最终解包得到原始信号数据；
65.所述云平台包括分布式数据库、计算服务器和管理服务器，原始信号一方面传输至计算服务器用于计算和分析，另一方面储存到所述分布式数据库的日志信息中；同时，管理员能够通过远程计算机访问所述管理服务器，并通过管理服务器调用数据库和计算服务器的数据信息，以此来判断云平台的状态信息；
66.所述计算服务器用于处理原始信号数据，计算得到信号的特征指标a、特征指标b和特征指标c
……
，将特征指标输入故障指标-故障原因-故障程度完整数据库，判断特征指标是否与故障指标是否相同，若与故障指标不同，则排除该特征指标及其对应的故障原因；若与故障指标相同，则触发警报状态，同时判断出故障程度等级和主要故障原因，得到主要故障原因a、主要故障原因b和主要故障原因c
……
，并取多个主要故障原因对应的故障处理时间的最小值为最小处理时间阈值，最后将故障严重程度和主要故障原因返回车端，车端控制器将报警信息显示在仪表盘上，仪表盘闪烁红光提醒驾驶员；
67.触发警报状态时计时器开始工作，若没有超过最小处理时间阈值，允许用户处理报警信息；若超过最小处理时间阈值，则发送指令到车端控制器，使车端系统响应报警信息，直到电驱动系统状态恢复正常。
68.以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。