基于模糊邏輯的輪速信號(hào)可信度監(jiān)控?

靳立強(qiáng)，陳鵬飛，黃建凌，劉蒙蒙

（1.吉林大學(xué)，汽車仿真與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室，長(zhǎng)春 130022； 2.浙江亞太機(jī)電股份有限公司，杭州 311203）

前言

輪速信號(hào)傳感器是汽車上眾多傳感器中最重要的傳感器之一[1]，是電子穩(wěn)定控制系統(tǒng)(ESC)的基本輸入信號(hào)之一，對(duì)一些關(guān)鍵參數(shù)，例如車輪滑移率、參考車速等計(jì)算至關(guān)重要[2]。而汽車本身又是一個(gè)復(fù)雜系統(tǒng)，行駛于各種復(fù)雜的工況時(shí)，作為弱電系統(tǒng)的輪速信號(hào)，難免會(huì)受到各種干擾的影響[3]。如果異常輪速信號(hào)輸入到ESC系統(tǒng)內(nèi)，可能會(huì)影響到控制效果，甚至產(chǎn)生反作用，進(jìn)而影響到駕駛安全。因此，需要增強(qiáng)對(duì)輪速的故障監(jiān)控能力[4]。

輪速的故障模式較多，可分為硬件電路的故障和信號(hào)數(shù)值異常，硬件故障的監(jiān)測(cè)比較簡(jiǎn)單，通常集成在ECU的診斷電路中，而對(duì)數(shù)值異常的監(jiān)控算法則比較復(fù)雜[5]?；趧?dòng)力學(xué)模型和模糊邏輯的故障診斷技術(shù)在汽車電控系統(tǒng)中有不少的應(yīng)用[6－8]。本文中基于這一思路，首先分析了異常信號(hào)產(chǎn)生的原因和特征，并對(duì)輪速信號(hào)計(jì)算過(guò)程中的脈沖、角速度、角加速度和角加速度變化的數(shù)值特征進(jìn)行了分析，提出了一種參考線速度的簡(jiǎn)單計(jì)算方法，并基于模糊邏輯提出了一種輪速異常信號(hào)的監(jiān)控方法。通過(guò)模糊邏輯來(lái)描述輪速信號(hào)的動(dòng)力學(xué)特征，從而得到當(dāng)前輪速信號(hào)的可信程度。

1 異常信號(hào)產(chǎn)生原因

輪速傳感器的故障會(huì)導(dǎo)致輪速信號(hào)異常，但在某些情況下，輪速傳感器本身并沒(méi)有損壞，不過(guò)是由于其他干擾如廣播電臺(tái)和車輛振動(dòng)等造成對(duì)輪速信號(hào)干擾，導(dǎo)致瞬時(shí)的輪速信號(hào)失真，此時(shí)輪速信號(hào)不可信。這種異常無(wú)法通過(guò)硬件電路進(jìn)行監(jiān)測(cè)，需要通過(guò)軟件算法進(jìn)行監(jiān)控。尤其是在轉(zhuǎn)速較低時(shí)，輪速信號(hào)更容易受到干擾。

輪速信號(hào)異常或者數(shù)值不可信時(shí)，可能出現(xiàn)以下?tīng)顟B(tài)特征:

(1)輪速信號(hào)頻率過(guò)高；

(2)車輪加速度過(guò)大；

(3)車輪加速度變化率過(guò)大；

(4)低速狀態(tài)下，輪速脈沖信號(hào)的邊緣數(shù)量和間隔時(shí)間數(shù)值不可信時(shí)，輪速信號(hào)不可信；

(5)輪速原始值和濾波值的差值較大，輪速信號(hào)不可信。

本文中提出的可信度監(jiān)控是通過(guò)對(duì)輪速信號(hào)的動(dòng)力學(xué)狀態(tài)進(jìn)行觀察分析，如加速度、輪速與車速的偏差等等。由于相關(guān)的動(dòng)力學(xué)狀態(tài)都是變化的，并且有些是由于偶然的干擾信號(hào)導(dǎo)致，有時(shí)偶然出現(xiàn)的幾個(gè)干擾信號(hào)也無(wú)須把輪速信號(hào)置為異常狀態(tài)。這就對(duì)監(jiān)控算法的魯棒性和自適應(yīng)性提出了一定的要求。

本文中綜合運(yùn)用兩種方法來(lái)監(jiān)控輪速信號(hào)的可信度:一種是基于門限值的方法，不同的車速狀態(tài)下，設(shè)定相關(guān)變量(邊緣值、間隔時(shí)間、脈沖數(shù)、加速度和加速度變化率等)的門限值，當(dāng)相應(yīng)變量超過(guò)該門限值即可認(rèn)為是輪速信號(hào)異常；另外一種方法是基于模糊邏輯，建立相關(guān)變量的可信度規(guī)則，判斷輪速信號(hào)可信與否，這樣可以改變監(jiān)控的敏感度，增加監(jiān)控邏輯的魯棒性和自適應(yīng)能力?；陂T限值判斷相關(guān)變量數(shù)值的錯(cuò)誤與否，只能是剛性地設(shè)置一些門限值，這樣會(huì)使監(jiān)控程序?qū)﹀e(cuò)誤觸發(fā)異常的敏感，可能會(huì)有一些錯(cuò)誤的判斷，而引入模糊邏輯，恰恰可以彌補(bǔ)這些不足。

新疆是溫帶大陸性氣候，晝夜溫差大，屬典型的大陸性干燥氣候。尤其是處于塔克拉瑪干邊緣的南疆部分地區(qū)，氣候異常干燥，年降雨量較小，缺水嚴(yán)重，而當(dāng)?shù)赝寥郎郴F(xiàn)象嚴(yán)重，土壤保水能力差，缺水與土壤保水能力差的現(xiàn)狀無(wú)疑增加當(dāng)?shù)孛藁ǚN植成本，成為制約當(dāng)?shù)亟?jīng)濟(jì)快速發(fā)展的一個(gè)瓶頸。

2 相關(guān)變量分析

圖1為輪速傳感器信號(hào)采集的基本原理。單片機(jī)的捕獲與比較單元記錄輸入的邊緣數(shù)量，測(cè)量下降沿和上升沿的時(shí)間標(biāo)記，以5ms為采樣的時(shí)間周期，計(jì)算這些時(shí)間標(biāo)記的間隔時(shí)間。之后基于輸入的邊緣數(shù)量和間隔時(shí)間，可繼續(xù)計(jì)算得到角速度、角加速度和角加速度變化率等，下面對(duì)各個(gè)變量的特征和最大門限值進(jìn)行分析。

圖1 時(shí)間間隔和邊緣數(shù)量

(1)邊緣數(shù)量的最大值 邊緣數(shù)量的最大值按照最高車速換算，例如最高車速為240km/h時(shí)，對(duì)應(yīng)最大邊緣數(shù)量8個(gè)/5ms。

(2)時(shí)間間隔的最大、最小值 時(shí)間間隔的最大值和最小值與采集到的邊緣數(shù)量有關(guān)系，單獨(dú)統(tǒng)計(jì)間隔時(shí)間沒(méi)有意義。根據(jù)采集到的邊緣值設(shè)定間隔時(shí)間的對(duì)應(yīng)數(shù)組，數(shù)組分別如下:邊緣值輸入:[0 1 2 3]，3個(gè)以上則按照3計(jì)算；最小錯(cuò)誤間隔時(shí)間:[5 3.75 5.8 7.0]ms；最大錯(cuò)誤間隔時(shí)間:[0xFFFFFFFF 0xFFFFFFFF 31 20]ms。其中，0xFFFFFFFF由變量的數(shù)值類型而來(lái)，有4個(gè)字節(jié)的占位。

(3)車輪角速度的最大值 按照單位時(shí)間內(nèi)可能得到的最大角速度來(lái)設(shè)置，例如210rad/s。

(4)車輪角加速度的最大值 角加速度允許的最大值計(jì)算，只有在采集到邊緣值或者速度不為0的情況下才有效，在沒(méi)有輪速的情況下計(jì)算的最大值沒(méi)有意義。在定義最大角加速度時(shí)，不僅要考慮到實(shí)際的行駛極限，還應(yīng)該考慮到實(shí)際信號(hào)中摻雜的未能濾掉的噪聲，因此不能將門限設(shè)置的過(guò)低。例如角加速度絕對(duì)值的最大值門限:1 885rad/s2。

(5)車輪角加速度變化率的最大值 與角加速度的門限值設(shè)定類似，角加速度變化率絕對(duì)值的最大值門限:30 000rad/s3。

(6)輪速原始值和濾波值之差的最大值 輪速原始值和濾波值之差的絕對(duì)值的最大值門限，要以車輛實(shí)際的信號(hào)作為基礎(chǔ)分析，不同的車型可能需要不同的門限值，例如4.4rad/s。

3 參考線速度計(jì)算

根據(jù)輪速脈沖信號(hào)和齒圈齒數(shù)等參數(shù)可以計(jì)算得到各車輪旋轉(zhuǎn)角速度ωi，則各個(gè)車輪線速度vxi＝2πrωi；當(dāng)前各車輪線速度的最大值、最小值、平均值分別為 vmax，vmin和 vx，其中線速度平均值的計(jì)算是基于異常輪速信號(hào)以外的有效輪速信號(hào)；由于剔除了無(wú)效輪速信號(hào)的影響，所以計(jì)算出的參考線速度會(huì)更加準(zhǔn)確。

當(dāng)前時(shí)刻k的參考線速度簡(jiǎn)單計(jì)算為

其中:v(k)base＝vx＋βΔ vx

式中α為設(shè)定的系數(shù)常數(shù)。

4 基于模糊邏輯的輪速信號(hào)可信度監(jiān)控

基于第2節(jié)中關(guān)于輪速異常狀態(tài)特征的描述，建立故障監(jiān)控的模糊規(guī)則。設(shè)輸入向量:x＝{｜ω··i｜，｜ω·i｜，ωi，｜Δωi｜，｜ωi－v/2πr｜}，分別代表了各個(gè)車輪角加速度變化率的絕對(duì)值(x1)、角加速度的絕對(duì)值(x2)、角速度(x3)、角速度濾波值與原始值之差的絕對(duì)值(x4)和角速度與參考角速度差的絕對(duì)值(x5)。需要說(shuō)明的是，參考角速度由參考線速度通過(guò)換算得到。

由于是對(duì)輪速信號(hào)的異常與否進(jìn)行監(jiān)控，因此沒(méi)有必要把所有信號(hào)的各種狀態(tài)隸屬度都考慮在內(nèi)，為了簡(jiǎn)化計(jì)算，只須考慮可能出現(xiàn)輪速信號(hào)不可信的典型工況即可。由于噪聲而使輪速信號(hào)不可信時(shí)，最直觀的參數(shù)變化便是車輪的加速度，因此重點(diǎn)監(jiān)控加速度的變化趨勢(shì)。

輪速信號(hào)受到干擾時(shí)，最直觀的現(xiàn)象是輪速可能會(huì)瞬間增加到非常大，這期間的角加速度和角加速度變化率會(huì)超出正常的范圍，此時(shí)原始的角速度與濾波后的數(shù)值以及參考值的差別會(huì)非常大。另外，車輛實(shí)際行駛時(shí)，由于動(dòng)力儲(chǔ)備等原因，速度越高，可能達(dá)到的加速度越小，如果此時(shí)原始值與參考值偏差較大，也可以認(rèn)為是輪速信號(hào)異常的表現(xiàn)。由此建立如下模糊規(guī)則:

隸屬度函數(shù)對(duì)計(jì)算的結(jié)果有很重要的影響，模糊邏輯中隸屬度有多種，考慮到工程實(shí)際中的計(jì)算量和實(shí)時(shí)性等需求[9]，在滿足計(jì)算要求的前提下，選取梯形函數(shù)作為隸屬度函數(shù)，隸屬度曲線示意圖如圖2所示。

圖2 模糊子集的隸屬度函數(shù)

梯形隸屬度函數(shù)計(jì)算公式如下。

當(dāng) Y2－Y1＞0 時(shí):

當(dāng) Y2－Y1＜0 時(shí):

輸入變量和參數(shù)如表1所示。

通過(guò)輪速信號(hào)相關(guān)變量的門限值和模糊邏輯得到輪速信號(hào)的可信程度，可信度的數(shù)值區(qū)間為[0，1]，用以表示輪速信號(hào)的可信程度，超過(guò)一定的數(shù)值，即可認(rèn)為此時(shí)輪速是為異常信號(hào)。

表1 輸入變量和參數(shù)

5 實(shí)車試驗(yàn)

在實(shí)車上對(duì)所提出的參考線速度計(jì)算方法和輪速信號(hào)可信度監(jiān)控算法進(jìn)行驗(yàn)證，車輛相關(guān)參數(shù)如表2所示。依次在水平干燥水泥路面、鵝卵石路面對(duì)參考線速度進(jìn)行了驗(yàn)證，如圖3和圖4所示，采集的信號(hào)來(lái)自于CAN總線。

表2 實(shí)車參數(shù)

圖3 輪速曲線

由圖3可見(jiàn)，即便經(jīng)過(guò)簡(jiǎn)單濾波，通過(guò)鵝卵石路面時(shí)輪速的振動(dòng)仍然非常明顯。由圖4可見(jiàn)，參考線速度基本保持穩(wěn)定平滑的數(shù)值，沒(méi)有隨著輪速信號(hào)波動(dòng)而產(chǎn)生明顯的波動(dòng)，表明了該計(jì)算方法具有很好的魯棒性。

輪速是通過(guò)統(tǒng)計(jì)固定間隔時(shí)間內(nèi)的脈沖邊緣數(shù)來(lái)計(jì)算得到，受到干擾時(shí)，會(huì)導(dǎo)致間隔時(shí)間內(nèi)的邊緣數(shù)量比實(shí)際的多。因此，通過(guò)對(duì)輸入的右后車輪邊緣數(shù)量信號(hào)進(jìn)行人為的改動(dòng)，來(lái)模擬干擾的影響。改動(dòng)的方式分成兩種，一種是每隔一定的周期插入邊緣值，一種是持續(xù)性地插入不同數(shù)量的邊緣值，兩種方式對(duì)輪速信號(hào)的影響程度也不同，結(jié)果如圖5～圖9所示。

圖4 參考線速度曲線

圖5 右后車輪角速度

由圖5～圖8可以看出，手動(dòng)插入邊緣數(shù)量之后，相關(guān)的參數(shù)都有明顯的改變，尤其是角加速度、角加速度變化率等，變化幅度非常明顯。如圖5中所示，受到“干擾”后，角速度成鋸齒狀，程度不同變化幅度不同。在圖6和圖7中，對(duì)應(yīng)的車輪角加速度和角加速度變化率則變化更為明顯，相比于實(shí)際數(shù)值，增加了2～3個(gè)數(shù)量級(jí)之多，這也是干擾信號(hào)最為明顯的特征。從圖8中可以看出，正常輪速的濾波值與原始數(shù)值的差別非常小，幾乎相等，而異常信號(hào)的差別則非常大，遠(yuǎn)遠(yuǎn)超過(guò)了實(shí)際可能的范圍。

圖6 右后車輪角加速度

圖7 右后車輪角加速度變化率

從圖9得到的最終結(jié)果可以看出，在一般路面甚至顛簸路面上，雖然輪速波動(dòng)比較大，但仍然是可信的，得到的異常狀態(tài)也為0，表示此時(shí)信號(hào)完全可信。修改右后車輪邊緣數(shù)量之后，輪速的相關(guān)參數(shù)變化程度不同，得到的可信度大小不同，但都可以認(rèn)為此時(shí)輪速是不可信的。其中周期噪聲由于變化幅度比較小，所以得到的可信度數(shù)值看起來(lái)像是一條直線。

圖8 右后車輪角速度原始值與濾波值的差值

圖9 右后車輪輪速信號(hào)狀態(tài)

6 結(jié)論

本文中首先對(duì)不可信的輪速信號(hào)狀態(tài)進(jìn)行了分析，對(duì)相關(guān)參數(shù)的動(dòng)力學(xué)特征進(jìn)行了描述。對(duì)采集和計(jì)算得到的邊緣數(shù)量、間隔時(shí)間、角速度和角加速度等參數(shù)設(shè)定固定的門限值，用以判斷輪速信號(hào)是否可信。為了增強(qiáng)可信度監(jiān)控的自適應(yīng)性和魯棒性，基于模糊邏輯對(duì)異常信號(hào)的動(dòng)力學(xué)特征進(jìn)行描述，用以得到輪速信號(hào)的可信度，來(lái)表示當(dāng)前輪速信號(hào)的可信狀態(tài)。此外，還提出了一種參考線速度的簡(jiǎn)單計(jì)算方法，作為車速信號(hào)用于模糊算法中的參數(shù)比較。

通過(guò)實(shí)車采集到的數(shù)據(jù)可以看出，所提出方法能夠準(zhǔn)確地識(shí)別出當(dāng)前的異常信號(hào)，而不會(huì)對(duì)當(dāng)前的正常信號(hào)進(jìn)行誤判。計(jì)算得到的參考線速度也是正確的，并沒(méi)有隨著輪速的劇烈波動(dòng)而波動(dòng)。

[1] HERNANDEZ W.Improving the response of a wheel speed sensor by using a RLS lattice algorithm[J].Sensors，2006，6(2):64－79.

[2] 那文波，孫堅(jiān)，李璘.汽車ABS的輪速傳感器系統(tǒng)故障類型識(shí)別方法[J].機(jī)床與液壓，2008，36(b07):191－193.

[3] 厲樸，宋健，于良耀.ABS輪速信號(hào)抗干擾處理方法[J].汽車技術(shù)，2001(5):15－17.

[4] 張永輝，宋健.基于輪速特征的防抱死制動(dòng)系統(tǒng)故障檢測(cè)技術(shù)研究[J].汽車技術(shù)，2010(9):42－46.

[5] 孫尚志，陳彥夫，孫駿.ABS輪速傳感器輪速信號(hào)信噪比分析研究[J].汽車零部件，2010(12):59－60.

[6] ISERMANN R.On fuzzy logic applications for automatic control，supervision，and fault diagnosis[J].Systems Man＆ Cybernetics Part A Systems ＆ Humans IEEE Transactions on，1998，28(2):221－235.

[7] VENKATASUBRAMANIAN V，RENGASWAMY R，YIN K，et al.A review of process fault detection and diagnosis:part I:quantitative model-based methods[J].Computers＆Chemical Engineering，2003，27(3):293－311.

[8] QUET P F，SALMAN M.Model-based sensor fault detection and isolation for x-by-wire vehicles using a fuzzy logic system with fixed membership functions[C].American Control Conference，2007.ACC’07.IEEE，2007:2314－2319.

[9] HIRCHE B，AYALEW B.A fuzzy inference system for understeer/oversteer detection towards model-free stability control[J].SAE International Journal of Passenger Cars-Mechanical Systems，2016，9(2016－01－1630):831－838.