[發(fā)明專利]一種動態(tài)車載稱重系統(tǒng)的傳感器故障檢測方法

在審

• 申請?zhí)枺?/td>: 202110473995.3
• 申請日: 2021-04-29
• 公開（公告）號: CN113203464A
• 公開（公告）日: 2021-08-03
• 發(fā)明（設(shè)計(jì)）人: 王憲保;段明明;周寶;余皓鑫
• 申請（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號: G01G23/01
• 分類號: G01G23/01;G01G19/02
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 賈玉霞

1.一種動態(tài)車載稱重系統(tǒng)的傳感器故障檢測方法，其特征在于，所述的動態(tài)車載稱重系統(tǒng)的傳感器故障檢測方法包括離線狀態(tài)和在線故障檢測兩個(gè)階段，其中，所述的離線狀態(tài)包括如下步驟：

S1：所述的動態(tài)車載稱重系統(tǒng)正常運(yùn)行一段時(shí)間，采集在該段時(shí)間內(nèi)車載稱重系統(tǒng)各傳感器數(shù)據(jù)；

S2：對于原始數(shù)據(jù)進(jìn)行預(yù)處理，從而去除其噪聲，并將預(yù)處理后的數(shù)據(jù)構(gòu)成離線狀態(tài)下的訓(xùn)練數(shù)據(jù)集；

S3：從第一組樣本數(shù)據(jù)開始，每過一個(gè)采樣周期T_s向時(shí)間增長方向順序移動一組，即采用數(shù)據(jù)窗順移的方式采集T時(shí)長的數(shù)據(jù)，其中，數(shù)據(jù)窗的時(shí)間間隔為系統(tǒng)發(fā)生故障后動態(tài)調(diào)節(jié)時(shí)間t_a，則每個(gè)數(shù)據(jù)窗所包含的數(shù)據(jù)組數(shù)為數(shù)據(jù)窗的個(gè)數(shù)為組數(shù)據(jù)；

S4：計(jì)算每個(gè)采樣點(diǎn)的殘差絕對值

|e(k)|＝|y_m(k)-y_sp|

式中：

y_m(k)為第m個(gè)傳感器輸出值，k表示第k組數(shù)據(jù)，k∈[1,N_s]；

y_sp為系統(tǒng)設(shè)給定值，對于同種型號的傳感器該值相同。

S5：計(jì)算離線狀態(tài)下故障檢測閾值，具體步驟如下：

S5.1：計(jì)算出每個(gè)數(shù)據(jù)窗口的殘差絕對值和E(k)

S5.2計(jì)算傳感器正常工作的m_nor個(gè)數(shù)據(jù)窗中的的E(k)值形成新的數(shù)據(jù)集SAE的平均值sae和標(biāo)準(zhǔn)差σ：

S5.3：計(jì)算檢測閾值V_thres：

V_thres＝sae+3σ

該式即為故障檢測模型。

S6：假設(shè)在第j組數(shù)據(jù)開始發(fā)生故障，根據(jù)故障發(fā)生的外部特征，對故障進(jìn)行分類，當(dāng)傳感器輸出值y_m(j)與車載重的實(shí)際值y_real(j)滿足y_m(j)＝y(tǒng)_real(j)時(shí)，定義為正常情況；當(dāng)y_m(j)與y_real(j)滿足y_m(j)＝y(tǒng)_real(j)+a，且a是不為0的常量，表示為由傳感器故障引入了傳感器輸出的偏差，則定義該故障為加性故障；當(dāng)y_m(j)與y_real(j)滿足y_m(j)＝by_real(j)，且b是不為1的增益，表示由傳感器故障引入了輸出信號增益，則定義該故障為乘性故障；

S7：截取發(fā)生故障后調(diào)節(jié)時(shí)間t_a內(nèi)的一段數(shù)據(jù)，截取的時(shí)間變量為X＝[x₁,x₂,x₃,…,x_n]，傳感器輸出值Y＝[y₁,y₂,y₃,…,y_n]，進(jìn)行最小二乘法擬合，選取擬合結(jié)果的最高次項(xiàng)的回歸系數(shù)記為特征值p；

S8：將離線狀態(tài)下提取到的所有加性故障特征值p形成特征集為P＝(p₁,p₂,…,p_n)，且將每個(gè)加性故障對應(yīng)的偏差a形成數(shù)據(jù)集A＝(a₁,a₂,…,a_n)；同理，將離線狀態(tài)下乘性故障特征值q形成數(shù)據(jù)集為Q＝(q₁,q₂,…,q_n)，乘性故障增益b形成數(shù)據(jù)集為B＝(b₁,b₂,…,b_n)。以加性故障的偏差a_i為自變量，對應(yīng)的回歸系數(shù)p_i作為因變量，可以得到y(tǒng)_i＝A_ix_i+p_i，同理，乘性故障可以得到y(tǒng)_i＝B_ix_i+q。通過轉(zhuǎn)換自變量與因變量，最終可以得到加性故障分離模型p＝f₁(A)、乘性故障分離模型q＝f₂(B)。

在線故障檢測包括如下步驟：

S9：實(shí)時(shí)采集各個(gè)傳感器數(shù)據(jù)，并采用和離線狀態(tài)相同的方式進(jìn)行預(yù)處理、數(shù)據(jù)窗順移數(shù)據(jù)采集、每個(gè)數(shù)據(jù)窗口的殘差絕對值求和，當(dāng)此時(shí)的殘差絕對值和大于所述檢測閾值V_thres時(shí)，則判斷系統(tǒng)中傳感器有故障產(chǎn)生，并將當(dāng)前的數(shù)據(jù)窗中的數(shù)據(jù)用于故障分離和故障估計(jì)；

S10：計(jì)算在線狀態(tài)的加性故障偏差A(yù)和乘性故障增益B，計(jì)算方法如下：

A＝T_sy'_p(j)

其中，T_s為采樣周期，y'_p(j)為傳感器測量值的變化率的極值，y_sp為系統(tǒng)設(shè)給定值，對于同種型號的傳感器該值相同，y_real(j)＝y(tǒng)_sp；

S11：再將S10中計(jì)算得到的加性故障偏差A(yù)和乘性故障增益B，分別代入根據(jù)離線狀態(tài)下建立的故障分離模型p＝f₁(A)和q＝f₂(B)，計(jì)算得到q和p；

S12：進(jìn)行故障分離。根據(jù)上述步驟中所建立的模型，對發(fā)生的故障進(jìn)行故障分離。設(shè)

其中為故障發(fā)生后利用最小二乘法擬合結(jié)果中最高次項(xiàng)的回歸系數(shù)判斷e₁與e₂的大小關(guān)系，若e₁e₂，則為加性故障；反之，則為乘性故障。