基于支持向量机回归算法的电子机械制动传感器系统故障诊断

doi:10.7964/jdxbgxb201305005

吉林大学学报(工学版) ›› 0, Vol. ›› Issue (): 1178-1183.doi: 10.7964/jdxbgxb201305005

基于支持向量机回归算法的电子机械制动传感器系统故障诊断

吴坚, 赵阳, 何睿

吉林大学汽车仿真与控制国家重点实验室, 长春 130022

收稿日期:2013-08-29 修回日期:2013-08-29
作者简介:吴坚(1977- ),男,副教授,博士.研究方向:牵引力控制,汽车先进电控系统.E-mail:wujian@jlu.edu.cn
基金资助:
国家自然科学基金项目(51175215).

Fault detection and diagnosis of EMB sensor system based on SVR

WU Jian, ZHAO Yang, HE Rui

State Key Laboratory of Automotive Simulation and Control, Jilin University, Changchun 130022, China

Received:2013-08-29 Revised:2013-08-29
Contact: 何睿(1985- ),男,讲师,博士.研究方向:电子制动系统,汽车动力学控制.E-mail:euyiac@sina.com E-mail:euyiac@sina.com

摘要/Abstract

摘要： 在介绍电子机械制动(EMB)系统总体结构的基础上,采用支持向量机回归(SVR)方法针对EMB传感器系统进行故障诊断研究。首先应用支持向量机回归算法建立EMB传感器故障预测模型,通过电流、压力及转速传感器在空间和时间上的冗余信息产生残差,利用残差阈值进行故障诊断,最后进行试验验证。试验结果表明,该算法可以对EMB系统的传感器进行有效的故障诊断,不需要考虑系统的精确模型,适用于EMB这种复杂的机电系统。

Abstract: In this paper the overall structure of Electromechanical Brake (EMB) is introduced;and the Support Vector Regression (SVR) is employed in the fault detection and diagnosis of the EMB sensors. First, the fault prediction model of the EMB sensors is built using SVR algorithm. Then, the residual sequences are generated from the redundancy information of the current sensor, force sensor and rotate speed sensor. Finally, the method is verified by experiments. Experiment results show that the proposed SVR algorithm can effectively detect the fault of the EMB sensor system that does consider the precise model of the system. The algorithm is applicable to complicated EMB systems.

中图分类号:

U463.5

吴坚, 赵阳, 何睿. 基于支持向量机回归算法的电子机械制动传感器系统故障诊断[J]. 吉林大学学报(工学版), 0, (): 1178-1183.

WU Jian, ZHAO Yang, HE Rui. Fault detection and diagnosis of EMB sensor system based on SVR[J]. 吉林大学学报(工学版), 0, (): 1178-1183.

参考文献

相关文章 15

[1]	初亮, 孙成伟, 郭建华, 赵迪, 李文惠. 基于轮缸压力的制动能量回收评价方法[J]. 吉林大学学报(工学版), 2018, 48(2): 349-354.
[2]	雍加望, 高峰, 丁能根, 胡贤荣. 压力顺序调节制动系统及其硬件在环试验[J]. 吉林大学学报(工学版), 2016, 46(4): 1070-1075.
[3]	郑宏宇, 杨硕, 文良浒, 陈国迎, 陈宇超. 基于电控制动系统的客车防侧翻控制策略[J]. 吉林大学学报(工学版), 2016, 46(4): 1038-1043.
[4]	宗长富, 万滢, 赵伟强, 张不扬, 韩正铁. 气压电控制动系统仿真平台及补偿控制策略开发[J]. 吉林大学学报(工学版), 2016, 46(3): 711-717.
[5]	刘杨, 孙泽昌, 王猛. 一体式电液复合制动系统制动力协调控制及试验[J]. 吉林大学学报(工学版), 2016, 46(3): 718-724.
[6]	李静, 杨雄, 苗卉, 施正堂. 基于台架试验的电控液压制动系统动态特性[J]. 吉林大学学报(工学版), 2016, 46(1): 15-20.
[7]	孟德建, 张立军, 方明霞, 余卓平. 面向制动踏板感觉的主缸动力学模型及其关键影响因素[J]. 吉林大学学报(工学版), 2015, 45(5): 1388-1394.
[8]	刘杨, 孙泽昌, 冀文斌. 电液复合制动系统踏板感觉及其影响因素[J]. 吉林大学学报(工学版), 2015, 45(4): 1049-1055.
[9]	何仁, 王晶, 胡东海. 永磁式缓速器的制动力矩分级结构设计[J]. 吉林大学学报(工学版), 2015, 45(4): 1056-1062.
[10]	郭洪强, 何洪文, 卢兵. 电动汽车复合制动预测模型[J]. 吉林大学学报(工学版), 2015, 45(3): 696-702.
[11]	郑宏宇，王琳琳，赵伟强，陈宇超. 基于电控制动系统的客车制动力分配控制策略[J]. 吉林大学学报(工学版), 2015, 45(2): 347-351.
[12]	胡东海, 何仁, 顾晓丹. 电涡流缓速器结构参数的节能优化设计[J]. 吉林大学学报(工学版), 2014, 44(5): 1253-1257.
[13]	赵健, 张进, 朱冰, 吴坚. 汽车TCS液压控制单元特性测试与控制应用[J]. 吉林大学学报(工学版), 2014, 44(5): 1240-1246.
[14]	初亮, 祁富伟, 王彦波, 蔡健伟, 陈晨. 汽车防抱死系统电磁阀的阶梯控制[J]. 吉林大学学报(工学版), 2014, 44(4): 907-911.
[15]	初亮, 蔡健伟, 王彦波, 富子丞, 姚亮, 张永生. 汽车制动防抱死系统分离路面的控制策略[J]. 吉林大学学报(工学版), 2014, 44(2): 287-291.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed