混合动力车用开关磁阻BSG位置传感器的故障诊断方法   0    0

本发明公开一种混合动力车用开关磁阻BSG位置传感器的故障诊断方法，由蓄电池输出的电能经功率变换器后为开关磁阻BSG提供电流值i，将实时磁链值ψ和电流值i输入小波神经网络位置估算器，小波神经网络位置估算器输出估算的转子位置角度将估算的转子位置角度和实际转子位置角度θ作为输入信号输入故障诊断模块，故障诊断模块对和θ作残差处理得到残差Ri，将残差Ri与设定的阈值Ti作对比来判断故障类型；采用小波神经网络算法对输入的采集样本进行训练，充分利用小波变换良好的时频局部化特性以及神经网络的快速自学习、高度鲁棒性和容错的能力，与传统神经网络对比，收敛速度增快，准确率上升。

1.一种混合动力车用开关磁阻BSG位置传感器的故障诊断方法，位置传感器检测并输
出开关磁阻BSG的实际转子位置角度θ，由蓄电池输出的电能经功率变换器后为开关磁阻
BSG提供电流值i，其特征是还包括以下步骤：
A、对小波神经网络位置估算器离线训练后串接在磁链获取模块的输出端，采用磁链获
取模块获取开关磁阻BSG的实时磁链值ψ；
对小波神经网络位置估算器离线训练的方法是：先获取开关磁阻BSG正常运行状态下
的磁链-电流-转子位置角的关系曲线，组成初始样本集{ia，ib，ic，id，ψa，ψb，ψc，ψd，θa，θb，θc，θd}，对初始样本集离线训练；ia，ib，ic，id分别表示开关磁阻BSG的A、B、C、D相的相电流，ψa，ψb，ψc，ψd分别表示开关磁阻BSG的A、B、C、D相的磁链，θa，θb，θc，θd分别表示开关磁阻BSG的A、B、C、D相的位置角度；小波神经网络位置估算器的小波神经网络包括输入层、输出层和隐含层，隐含层为两层结构，另外采用小波函数h(x)＝(1-x2)e-x/2作为隐含层节点的神经元激励函数，x为时间常量，
B、将所述实时磁链值ψ和所述电流值i作为输入信号输入小波神经网络位置估算器，小
波神经网络位置估算器对ψ和i处理后输出估算的转子位置角度
C、将估算的转子位置角度 和实际转子位置角度θ作为输入信号输入故障诊断模块，故
障诊断模块对 和θ作残差处理得到残差Ri，将残差Ri与设定的阈值Ti作对比来判断故障类型。

2.根据权利要求1所述的故障诊断方法，其特征是：步骤C中，若Ri≤Ti，则判断位置传
感器正常工作；若Ri＞Ti，则判断位置传感器有故障；若残差Ri在某一时刻ti以后出现大于阈值Ti且Ri值恒定现象，则判断位置传感器在故障发生时刻ti发生了固定偏差故障；若残差Ri在某一时刻ti以后出现大于阈值Ti且Ri与Ti的差值越来越大现象，则判断位置传感器在故障发生时刻ti发生了漂移偏差故障。

3.根据权利要求1所述的故障诊断方法，其特征是：采用算法Mk+1＝Mk-[KTK+μI]-1KTd对
小波神经网络进行训练，Mk+1为当迭代次数为k+1时小波神经网络的权系数的全体所组成的向量；Mk为当迭代次数为k时小波神经网络的权系数的全体所组成的向量；K为小波神经网
络权系数的误差的一阶导数的雅可比矩阵；T为矩阵转置；μ＝104为精度系数；I为单位矩阵；d为小波神经网络对于权系数的误差。

4.根据权利要求3所述的故障诊断方法，其特征是：所述雅可比矩阵K中每个元素的计
算公式为 m、n为输入变量个数；
Kij(Mk+1)为k+1时刻雅可比矩阵K的函数，fi(Mk)为k时刻小波神经网络期望输出与实际输出之差，fi(Mk+1)为k+1时刻小波神经网络期望输出与实际输出之差， 为k时刻小波神经网络的权系数的全体所组成的向量，Mk+1为k+1时刻小波神经网络的权系数的全体所组成的向
量。