干式DCT离合器无刷直流作动电机双卡尔曼滤波故障诊断

doi:10.3901/JME.2018.02.138

机械工程学报 ›› 2018, Vol. 54 ›› Issue (2): 138-149.doi: 10.3901/JME.2018.02.138

扫码分享

干式DCT离合器无刷直流作动电机双卡尔曼滤波故障诊断

赵治国, 李航宇, 雷丹

同济大学新能源汽车工程中心上海 201804

收稿日期:2017-06-14 修回日期:2017-10-24 出版日期:2018-01-20 发布日期:2018-01-20
作者简介:赵治国,男,1971年出生,教授,博士研究生导师。主要研究方向为车辆动力学控制、混合动力汽车系统集成控制及新型传动系统控制。发表论文150余篇。E-mail:zhiguozhao@tongji.edu.cn;李航宇,男,1992年出生。主要研究方向为干式DCT离合器作动电机故障诊断及容错控制。E-mail:lihangyu6565@163.com
基金资助:
国家自然科学基金资助项目（51275355，51675381）。

Fault Diagnosis Based on Dual Kalman Filter of Clutch Brushless DC Actuator Motor for Dry Dual Clutch Transmission

ZHAO Zhiguo, LI Hangyu, LEI Dan

Clean Energy Automotive Engineering Center, Tongji University, Shanghai 201804

Received:2017-06-14 Revised:2017-10-24 Online:2018-01-20 Published:2018-01-20

摘要/Abstract

摘要： 实时有效地对离合器作动电机进行在线故障诊断并进行容错控制，是保证干式双离合器自动变速器（Dry dual clutch transmission，DDCT）安全可靠工作和实现干式DCT快速动力换档的前提条件。论文针对6速干式DCT离合器作动电机，采用双卡尔曼滤波算法对电机相关状态及参数进行了联合仿真估计，并通过台架试验对估计算法进行了试验验证。结果表明：所采用的双卡尔曼状态及参数联合估计算法能对离合器作动电机的状态和参数进行有效估计，估计误差不大于2%，且能进一步实时在线诊断出传感器无法检测的电机潜在故障，为后续干式DCT容错控制研究奠定了基础。

关键词: 干式DCT, 故障诊断, 离合器无刷直流作动电机, 双卡尔曼滤波, 状态及参数联合估计

Abstract: Fault diagnosis and its tolerant control online of the clutch actuator motor quickly and effectively is the precondition to ensure safe and reliable operation of dry dual clutch transmission(DDCT) and to accomplish its power shift. Dual Kalman filter is used to jointly estimate the states and parameters of clutch brushless DC actuator motor of six-speed DDCT. And the feasibility of estimation algorithm is verified by bench test. Results show that the proposed joint estimation algorithm can estimate the states and parameters of the clutch actuator motor effectively with the relative error no more than 2%, and the proposed algorithm can furtherly diagnose the potential fault of the motor in real time which can't be found through sensor signals. The study lays a foundation for the subsequent fault tolerant control of the DDCT.

Key words: clutch brushless dc actuator motor, dry dual clutch transmission, dual kalman filter, fault diagnosis, state and parameters joint estimation

中图分类号:

TG156

赵治国, 李航宇, 雷丹. 干式DCT离合器无刷直流作动电机双卡尔曼滤波故障诊断[J]. 机械工程学报, 2018, 54(2): 138-149.

ZHAO Zhiguo, LI Hangyu, LEI Dan. Fault Diagnosis Based on Dual Kalman Filter of Clutch Brushless DC Actuator Motor for Dry Dual Clutch Transmission[J]. Journal of Mechanical Engineering, 2018, 54(2): 138-149.

参考文献

[1] 杨鹏, 丰向阳, 王飞. 一种基于小波变换的无刷直流电机故障信号特征提取方法[J]. 中国核科学技术进展报告, 2013:105-109 YANG Peng, FENG Xiangyang, WANG Fei. Distilling method on failure signal with wavelet transformation for BLDC motor[J]. Progress Report on China Nuclear Science & Technology, 2013:105-109
[2] 田慕玲. 基于小波分析的异步电机故障诊断[D]. 太原:太原理工大学, 2006. TIAN Muling. Fault diagnosis of asynchronous motor based on wavelet analysis[D]. Taiyuan:Taiyuan University of Technology, 2016.
[3] 于际河. 基于MATLAB的电机故障诊断模型仿真研究[D]. 大连:大连交通大学, 2014. YU Jihe. Motor fault diagnosis model based on MATLAB simulation[D]. Dalian:Dalian Jiaotong University, 2014.
[4] 刘朝云, 翟春燕, 李书臣, 等. 神经网络专家系统在电机故障诊断中的应用[J]. 电子设计工程, 2014(15):159-161. LIU Chaoyun, ZHAI Chunyan, LI Shuchen, et al. Application of neural network expert system for fault diagnosis in motor[J]. Electronic Design Engineering, 2014(15):159-161.
[5] 王传军, 李怀珍, 姚金生. 电动汽车电机及控制器故障诊断专家系统的研究[J]. 电机与控制应用, 2016, 43(5):69-72. WANG Chuanjun, LI Huaizhen, YAO Jinsheng. Discussion on electric motor and controller fault diagnosis expert system[J]. Electric machines & control application, 2016, 43(5):69-72.
[6] 陈胜义. 基于小波分析和BP神经网络的微电机故障诊断方法研究[D]. 广州:广东工业大学, 2013. CHEN Shengyi. Micro motor fault diagnosis based on wavelet analysis and bp neural network[D]. Guangzhou:Guangdong University of Technology, 2013.
[7] 李宏,王崇武,贺昱曜. 基于参数估计模型的对转永磁无刷直流电机实时故障诊断方法[J]. 西北工业大学学报, 2011, 29(5):732-737. LI Hong, WANG Chongwu, HE Yuyao. Real-time fault detection of anti-directional-twin rotary brushless DC motor using least squares parameter estimation[J]. Journal of Northwestern Polytechnical University, 2011, 29(5):732-737.
[8] MOSELER O, ISERMANN R. Application of model-based fault detection to a brushless DC motor[J]. IEEE Transactions on Industrial Electronics, 2000, 47(5):1015-1020.
[9] ABDALLAH H, BENATMAN K. Stator winding inter-turn short-circuit detection in induction motors by parameter identification[J]. let Electric Power Applications, 2017, 11(2):272-288.
[10] DUAN F, ZIVANOVIC R. Induction motor stator faults diagnosis by using parameter estimation algorithms[C]//Valencia, Spain:IEEE International Symposium on Diagnostics for Electric Machines, Power Electronics and Drives. IEEE, 2013:274-280.
[11] DOBRA P, DOBRA M, MOGA D, et al. Model based fault detection for electrical drives with BLDC motor[C]//Cluj-Napoca, Romania:IEEE International Conference on Automation, Quality and Testing, Robotics. IEEE, 2014:1-5.
[12] 卢迪,刘明基,吴海涛. 永磁同步电动机系统参数和状态的推广卡尔曼滤波估计[J]. 电机与控制学报, 2003, 7(4):281-284. LU Di, LIU Mingji, WU Haitao. Parameter and state estimation of PMSM system with extended Kalman filter[J]. Electric Machines and Control, 2003, 7(4):281-284.
[13] LAOWANITWATTANA J, UATRONGJIT S. Induction motor states and parameters estimation using Extended Kalman Filter with reduced number of measurements[C]//Pattaya, Thailand:International Conference on Electrical Machines and Systems. IEEE, 2015:1631-1635.
[14] 张鹏, 黄金泉. 基于双重卡尔曼滤波器的发动机故障诊断[J]. 航空动力学报, 2008, 23(5):952-956. ZHANG Peng, HUANG Jinquan. Aeroengine fault diagnosis using dual Kalman filtering technique[J]. Journal of Aerospace Power, 2008, 23(5):952-956.
[15] 林棻, 赵又群. 基于双重扩展自适应卡尔曼滤波的汽车状态和参数估计[J]. 中国机械工程, 2009, 20(6):750-755. LIN Fen, ZHAO Youqun. Vehicle state and parameter estimation based on dual extended adaptive Kalman filter[J]. China Mechanical Engineering, 2009, 20(6):750-755.
[16] 戴海峰, 孙泽昌, 魏学哲. 利用双卡尔曼滤波算法估计电动汽车用锂离子动力电池的内部状态[J]. 机械工程学报, 2009, 45(6):95-101. DAI Haifeng, SUN Zechang, WEI Xuezhe. Estimation of internal states of power lithium-ion batteries used on electric vehicles by dual extended Kalman filter[J]. Chinese Journal of Mechanical Engineering, 2009, 45(6):95-101.
[17] 魏学哲, 陈金干, 李佳. 应用双卡尔曼滤波算法估计燃料电池欧姆内阻[J]. 电源技术, 2009, 33(5):359-362. WEI Xuezhe, CHEN Jingan, LI Jia. Estimating ohmic resistance of PEMFC based on double Kalman filters[J]. Chinese Journal of Power Sources, 2009, 33(5):359-362.
[18] 朱锐, 马瑞卿, 张震,等. 无刷直流电机故障与动态负载下参数差异性分析[J]. 微机电, 2014, 47(12):56-60. ZHU Rui, MA Ruiqing, ZHANG Zhen. Parameters difference analysis between fault of brushless DC motor and dynamic load[J]. Micromotors, 2014, 47(12):56-60.
[19] 吴明翔. 汽车干式双离合器接合过程动力学与控制的研究[D]. 上海:上海交通大学, 2013. WU Mingxiang. Investigation to dynamic and control of vehicle dry dual clutches during engagement[D]. Shanghai:Shanghai Jiao Tong University, 2013.
[20] 杨芳, 于凯平, 郭宏,等. 无刷直流电动机系统故障检测方法的仿真研究[J]. 系统仿真学报,2008,20(22):6268-6272. YANG Fang, YU Kaiping, GUO Hong, et al. Simulation research of fault detection method on brushless DC motor system[J]. Journal of System Simulation, 2008, 20(22):6268-6272.
[21] 黄小平, 王岩. 卡尔曼滤波原理及应用:MATLAB仿真[M]. 北京:电子工业出版社, 2015. HUANG Xiaoping, WANG Yan. The principle and application of Kalman filter:MATLAB simulation[M]. Beijing:Publishing House of Electronics Industry, 2015.
[22] 刘胜, 张红梅. 最优估计理论[M]. 北京:科学出版社, 2011. LIU Sheng, ZHANG Hongmei. Optimal estimation theory[M]. Beijing:Science Press, 2011.

干式DCT离合器无刷直流作动电机双卡尔曼滤波故障诊断

Fault Diagnosis Based on Dual Kalman Filter of Clutch Brushless DC Actuator Motor for Dry Dual Clutch Transmission

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	狄子钧, 袁东风, 李东阳, 梁道君, 周晓天, 信苗苗, 曹凤, 雷腾飞. 基于多尺度-高效通道注意力网络的刀具故障诊断方法[J]. 机械工程学报, 2024, 60(6): 82-90.
[2]	严如强, 许文纲, 王志颖, 朱启翔, 周峥, 赵志斌, 孙闯, 王诗彬, 陈雪峰, 张军辉, 徐兵. 航空发动机燃油控制系统故障诊断技术研究进展与挑战[J]. 机械工程学报, 2024, 60(4): 3-31.
[3]	张军辉, 刘施镐, 徐兵, 黄伟迪, 吕飞, 黄晓琛. 轴向柱塞泵智能化关键技术研究进展及发展趋势[J]. 机械工程学报, 2024, 60(4): 32-49.
[4]	丁孺琦, 熊文杰, 程敏, 徐兵. 智能化阀口独立电液控制系统安全性能评估[J]. 机械工程学报, 2024, 60(4): 101-112.
[5]	王志颖, 李天福, 许文纲, 孙闯, 张军辉, 徐兵, 严如强. 降噪混合注意力变分自编码器及其在轴向柱塞泵故障诊断中的应用[J]. 机械工程学报, 2024, 60(4): 167-177.
[6]	邵海东, 林健, 闵志闪, 明宇航. 分布外样本干扰下基于改进半监督原型网络的齿轮箱跨域故障诊断[J]. 机械工程学报, 2024, 60(4): 212-221.
[7]	潘海洋, 徐海锋, 郑近德, 童靳于, 张飞斌. 基于双加权不平衡矩阵分类器的机械故障诊断方法[J]. 机械工程学报, 2024, 60(3): 170-180.
[8]	赵轲, 叶敏, 王瑞欣, 陆海, 刘孟孟, 邵海东. 基于模糊域自适应的源自由域旋转机械故障诊断方法[J]. 机械工程学报, 2024, 60(18): 43-52.
[9]	李志鹏, 马天雨, 刘金平, 向青松, 唐俊杰. 基于非对称性对抗训练的多源域自适应智能故障诊断方法[J]. 机械工程学报, 2024, 60(18): 76-88.
[10]	汪煜坤, 易彩, 汪浩, 周秋阳, 冉乐, 王靖元. PSD引导的自适应频带划分方法及其在轴承故障诊断中的应用[J]. 机械工程学报, 2024, 60(17): 179-193.
[11]	刘一龙, 李心远, 陈银萍, 成玮, 陈雪峰. 基于峭度曲面极大值的电机轴承保持架故障诊断方法[J]. 机械工程学报, 2024, 60(15): 89-99.
[12]	于小洛, 杨阳, 杜明刚, 何清波, 彭志科. 机械传动系统含偏差频率分量协同检测与分解方法[J]. 机械工程学报, 2024, 60(15): 100-112.
[13]	黄包裕, 张永祥. 一种基于三步法的轴承故障诊断方法[J]. 机械工程学报, 2024, 60(14): 51-68.
[14]	陈钱, 陈康康, 董兴建, 皇甫一樊, 彭志科, 孟光. 一种面向机械设备故障诊断的可解释卷积神经网络[J]. 机械工程学报, 2024, 60(12): 65-76.
[15]	王诗彬, 王世傲, 陈雪峰, 黄海, 安波涛, 赵志斌, 刘永泉, 李应红. 可解释性智能监测诊断网络构造及航空发动机整机试车与中介轴承诊断应用[J]. 机械工程学报, 2024, 60(12): 90-106.