[发明专利]用于故障检测和隔离的集成分级过程

说明书

技术领域

本发明大致涉及用于确定车辆系统的故障的根本原因的系统和方法，更具体地涉及用于确定车辆系统的故障的根本原因并隔离故障的系统和方法，其中，所述系统和方法使用分级树中的多个模型和观测以提供具体故障来源的置信估计。

背景技术

现代车辆包括许多电气车辆系统，例如车辆稳定性控制系统。例如，某些车辆稳定性系统利用自动制动来响应车辆的非理想转弯或者偏航。一些车辆稳定性系统利用主动前轮或者后轮转向来响应于检测出的方向盘的旋转来辅助车辆操作者对车辆转向。一些车辆稳定性系统利用主动悬挂系统来响应于路况和其它车辆运行状况而改变车辆悬挂。

车辆稳定性系统的诊断监测作为重要的车辆设计考虑以便能够迅速地检测系统故障，并出于维护和维修目的而隔离故障。这些稳定性系统典型地利用用于帮助控制车辆的各种子系统、促动器和传感器，例如偏航率传感器、横向加速度传感器、转向方向盘角度传感器等。如果与这些系统关联的任何传感器、促动器和子系统出现故障，则希望迅速地检测出故障，并启用故障保护策略，以便防止系统不适当地响应所感知到的但错误的状况。而且，出于维护、维修和更换目的，希望隔离有缺陷的传感器、促动器或者子系统。因此，需要监测这些系统中使用的各种传感器、促动器和子系统，以便识别故障。

一直深入到车辆系统的构件层级或甚至子系统层级来识别故障的根本原因和隔离故障，是设计上的难题。车辆系统中的各种子系统和构件，例如车辆制动系统或者车辆转向系统，通常不由车辆制造商设计，而是通过外部来源提供。为此，这些构件和子系统可能不知道整个车辆系统中的其它子系统或者构件工作得如何，而是仅知道它们的具体的子系统或者构件工作得如何。因此，这些外部的子系统或者构件可能知道它们没有适当地操作，但不会知道是它们的构件或者子系统出现故障，还是另一子系统或者构件出现故障。例如，车辆在一个方向上牵引，可能是制动问题导致的，也可能是转向问题导致的。然而，因为制动系统和转向系统不知道对方是否适当地操作，所以整个车辆系统可能不能够识别该故障的根本原因。

当没有适当地操作时，每个单独的子系统或者构件均可能引发指示问题的诊断故障代码，但该故障代码可能不是引发代码的所述子系统或者构件的问题导致的。换句话说，诊断代码可能因为子系统或者构件不适当地操作而设置的，但是该操作可能是另一子系统或者构件不适当地操作导致的。希望知道来自具体的子系统或者构件的诊断代码有多么可靠，以确定所述子系统或者构件是否导致故障。

发明内容

根据本发明的教导，公开了一种利用模型和观测确定车辆系统、子系统或者构件内故障的根本原因的系统和方法。在一个实施例中，利用分级树，组合来自多个子系统和构件的故障或者诊断代码，获取某一诊断代码是否精确地指示具体子系统或者构件内的故障的置信估计。在另一实施例中，利用依赖于分级信息理论的分级诊断网络，其中，在所述网络的任何层级，制定决策仅使用所需提取的信息。在另一实施例中，利用基于图的诊断和预测系统，其包括通过信息路径互相连接的多个节点。这些节点为用于构件或者子系统的故障诊断和故障预测节点，并包含故障和健康状况诊断和推理模块。

结合附图，根据以下描述和所附权利要求，本发明的其它特征将变得清楚。

附图说明

图1是根据本发明的一个实施例的用于分析来自车辆系统、子系统和构件的诊断代码的分级树；

图2是根据本发明的一个实施例的用于估计车辆中的用于诊断和预测目的的诊断代码的置信水平的分级诊断网络；和

图3是根据本发明的一个实施例的用于车辆的基于图形的诊断和预测系统。

具体实施方式

本发明的实施例的以下论述涉及用于识别车辆的子系统或者构件是否为具体故障的根本原因的置信估计的系统和方法，其本质上仅为示范性的，绝非试图限制本发明、其应用或者用途。

本发明提出通过使用多个模型和观测来确定车辆故障的根本原因的过程。每个模型提供一个有关潜在故障状况的观测的置信估计。如下面详细描述的那样，本发明可以使用分级树来分析来自子系统和构件的诊断代码和其它信号。分级树的每个层级在做决策之前访问其具有的信息。可基于车辆信息，例如速度相关性，动态地改变来自树的不同分支的信息。也可以使用来自多个车辆的数据确定模型置信估计。信息可以通过各种方法（例如统计方法）组合在一起，统计方法例如为Dempster-Shafer理论或者贝叶斯理论。分级架构是可调且灵活的，因此能够动态地集成多个故障。