本發(fā)明涉及電動運載裝備線控底盤故障診斷的，尤其涉及一種電動運載裝備線控底盤多源異構故障診斷方法及裝置。
背景技術：
：：1、現(xiàn)有的電動運載裝備底盤系統(tǒng)故障診斷方法通常基于單一信號源或單一系統(tǒng)的狀態(tài)來判斷系統(tǒng)是否存在故障。這種方法存在局限性，特別是在多源信息復雜交互的情況下，難以準確反映系統(tǒng)的真實工作狀態(tài)，容易導致誤判或漏判。此外，異構系統(tǒng)架構下，如三軸轉(zhuǎn)向系統(tǒng)與差動轉(zhuǎn)向系統(tǒng)的共存，以及制動系統(tǒng)與再生制動系統(tǒng)的協(xié)同工作，增加了故障診斷的復雜性。目前，尚無一種有效的方法能夠綜合多源異構信息，準確診斷車輛整體功能層面的故障狀態(tài)?，F(xiàn)有對于電動運載裝備底盤系統(tǒng)故障診斷方法的研究中，例如：中國發(fā)明專利申請?zhí)枮閏n201510516435.6，名稱為“汽車電子穩(wěn)定控制系統(tǒng)傳感器故障診斷和容錯控制方法”中對各傳感器故障進行診斷，但發(fā)生多層級故障時無法達到預期故障診斷目標；中國發(fā)明專利申請?zhí)枮閏n202110170344.7，名稱為“一種數(shù)字孿生驅(qū)動的智能線控底盤系統(tǒng)及其故障診斷方法”中通過數(shù)字孿生系統(tǒng)實時仿真數(shù)據(jù)與線控底盤裝置實時傳感器數(shù)據(jù)的交互完成故障的預測、評估和診斷，但未涉及傳感器數(shù)據(jù)融合與復雜異構系統(tǒng)的故障協(xié)同診斷。2、然而，上述現(xiàn)有的故障診斷方法存在如下兩點潛在問題：第一，在故障診斷方面，現(xiàn)有研究主要集中在單一系統(tǒng)或信號源的冗余設計上，忽略了多源信息的綜合處理和系統(tǒng)級別的故障狀態(tài)診斷。在異構系統(tǒng)的復雜交互下，僅依賴單一信號源的診斷方法往往難以準確判斷系統(tǒng)的整體功能狀態(tài)，從而容易導致誤判或漏判。第二，在故障協(xié)同診斷方面，現(xiàn)有研究中缺乏對多源異構系統(tǒng)的綜合分析和處理，未能有效建立跨系統(tǒng)的協(xié)同診斷模型，這使得系統(tǒng)在面對復雜工況時，難以保證診斷的準確性和可靠性。3、因此，如何綜合利用多源異構信息，開發(fā)出能夠處理復雜系統(tǒng)架構的故障診斷方法，成為當前制約電動運載裝備線控底盤系統(tǒng)大規(guī)模應用的重要技術瓶頸。技術實現(xiàn)思路1、本部分的目的在于概述本發(fā)明的實施例的一些方面以及簡要介紹一些較佳實施例。在本部分以及本技術的說明書摘要和發(fā)明名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和發(fā)明名稱的目的模糊，而這種簡化或省略不能用于限制本發(fā)明的范圍。2、鑒于上述現(xiàn)有電動運載裝備線控底盤多源異構故障診斷方法存在的問題，提出了本發(fā)明。3、因此，本發(fā)明目的是提供一種電動運載裝備線控底盤多源異構故障診斷方法，其通過整合多源信號（如轉(zhuǎn)角傳感器、壓力傳感器、路面不平度信息、云端數(shù)據(jù)等）并處理異構系統(tǒng)架構（如三軸轉(zhuǎn)向、差動轉(zhuǎn)向、制動系統(tǒng)與再生制動等）的診斷信息，準確判斷車輛功能層面的實際故障狀態(tài)，從而提高故障診斷的準確性和可靠性。這將為電動運載裝備的安全可靠運行提供重要的技術支持，并促進其在更多行業(yè)中的推廣應用。4、為解決上述技術問題，本發(fā)明提供如下技術方案：一種電動運載裝備線控底盤多源異構故障診斷方法，包括以下步驟：5、步驟一：構建多源信號的采集與預處理方法，從底盤轉(zhuǎn)向系統(tǒng)、制動系統(tǒng)、智駕域的路面和道路狀態(tài)傳感器以及云端數(shù)據(jù)庫獲取的多源信號進行采集；對采集到的信號進行預處理，包括信號去噪、歸一化處理和時間同步處理，以確保數(shù)據(jù)的準確性和一致性；6、步驟二：基于步驟一中預處理后的預處理多源信號，對電動運載裝備的異構系統(tǒng)，包括三軸轉(zhuǎn)向系統(tǒng)、差動轉(zhuǎn)向系統(tǒng)、制動系統(tǒng)與再生制動系統(tǒng)進行建模，并描述系統(tǒng)在正常和故障狀態(tài)下的行為特征，為后續(xù)的故障診斷提供準確的模型基礎；7、步驟三：在步驟二的基礎上，進行多源異構信息的融合，將預處理后的不同傳感器和系統(tǒng)的數(shù)據(jù)整合為統(tǒng)一的診斷信息，利用貝葉斯網(wǎng)絡對數(shù)據(jù)進行融合分析，從而提取關鍵的故障特征，并根據(jù)異構系統(tǒng)的特性，建立對應的故障模式庫；8、步驟四：基于步驟三中提取的故障特征，利用決策樹對融合信息進行故障診斷與判定，識別車輛是否存在功能性故障，通過冗余系統(tǒng)的協(xié)調(diào)控制算法，調(diào)整其他冗余系統(tǒng)，確保車輛功能性不受影響，維持車輛的正常運行。9、作為本發(fā)明所述電動運載裝備線控底盤多源異構故障診斷方法的一種優(yōu)選方案，其中：所述步驟一具體包括：10、1.1）多源信號采集：從底盤轉(zhuǎn)向系統(tǒng)包括三軸轉(zhuǎn)向系統(tǒng)和差動轉(zhuǎn)向系統(tǒng)、制動系統(tǒng)包括機械制動和再生制動系統(tǒng)、智駕域的路面狀態(tài)傳感器以及云端數(shù)據(jù)庫中采集多源信號，設采集到的信號為：，其中，為各傳感器和系統(tǒng)的采集信號，，為信號采集時間；11、1.2）基于1.1）中的采集信號進行預處理：對1.1）中采集到的多源信號?進行去噪處理、歸一化處理和時間同步處理；假設去噪后的信號為，歸一化處理后的信號為?，時間同步處理后的信號為?，預處理公式為：，?其中，sync,?norm，denoise分別表示時間同步、歸一化和去噪操作，為時間同步處理后信號；12、1.3）數(shù)據(jù)一致性與準確性保障：在1.2）基礎上，通過分析預處理后信號的特征向量fsync，確保數(shù)據(jù)在時間軸上的一致性，信號之間的誤差控制公式為：，其中，為誤差容忍度，為理想信號，為信號之間誤差。13、作為本發(fā)明所述電動運載裝備線控底盤多源異構故障診斷方法的一種優(yōu)選方案，其中：所述步驟二具體包括：14、2.1）基于1.3）中的信號，建立二自由度整車動力學模型以及三軸轉(zhuǎn)向系統(tǒng)與差動轉(zhuǎn)向系統(tǒng)的行為模型：對預處理后的轉(zhuǎn)向系統(tǒng)信號ssteer(t)建模，分別描述三軸轉(zhuǎn)向和差動轉(zhuǎn)向在正常和故障狀態(tài)下的行為特征，15、二自由度整車動力學模型表示為：?，其中，a、b、c分別為質(zhì)心到一、二、三軸距離，、、分別為前、中、后輪轉(zhuǎn)角，、、分別為前、中、后軸的側(cè)偏剛度，為車輛縱向速度，為車輛橫向速度，為車輛橫擺角速度，為車輛質(zhì)量，為車輛橫擺慣量；為車輛橫向加速度，為車輛橫擺角加速度；16、轉(zhuǎn)向系統(tǒng)的行為模型表示為：，其中，表示轉(zhuǎn)向系統(tǒng)模式為三軸轉(zhuǎn)向，表示轉(zhuǎn)向系統(tǒng)模式為差動轉(zhuǎn)向，表示轉(zhuǎn)向系統(tǒng)行為模型；17、2.2）對制動系統(tǒng)的機械制動與再生制動建模：基于步驟1.3）中的信號，建立機械制動與再生制動系統(tǒng)的行為特征模型，描述系統(tǒng)在不同工作模式下的動力學特性，制動系統(tǒng)的行為模型為：，其中，和為對應制動模式的權重系數(shù)，為機械制動系統(tǒng)行為模型，為再生制動系統(tǒng)行為模型，表示制動系統(tǒng)行為模型；18、2.3）行為模型的故障狀態(tài)描述：在2.1）和2.2）的基礎上，通過分析系統(tǒng)信號在故障狀態(tài)下的偏離特征，描述異構系統(tǒng)的故障行為，故障偏差模型為：，其中，為正常狀態(tài)下行為模型，為故障狀態(tài)下行為模型，為系統(tǒng)信號的偏離特征。19、作為本發(fā)明所述電動運載裝備線控底盤多源異構故障診斷方法的一種優(yōu)選方案，其中：所述步驟三具體包括：20、3.1）基于2.3）中的行為模型，將預處理后的多源信號進行融合：利用貝葉斯網(wǎng)絡對不同傳感器和系統(tǒng)的數(shù)據(jù)進行融合分析，將三軸轉(zhuǎn)向、差動轉(zhuǎn)向、機械制動和再生制動的信號整合為統(tǒng)一的診斷信息，融合公式為：，其中，為三軸轉(zhuǎn)向信號，為差動轉(zhuǎn)向信號，為機械制動信號，為再生制動信號，為統(tǒng)一診斷信息；21、3.2）關鍵故障特征提?。涸?.1）中融合后的信號基礎上，通過分析信號的變化率和幅度，提取關鍵故障特征，故障特征的提取公式為：，其中，分別表示各系統(tǒng)故障特征，表示系統(tǒng)關鍵故障特征；22、3.3）故障模式庫的建立：基于3.2）中的故障特征，結(jié)合異構系統(tǒng)的特性，建立相應的故障模式庫，模式庫用故障模式矩陣表示為：<mstyledisplaystyle="true"mathcolor="#000000"><mstyledisplaystyle="true"mathcolor="#000000"><mi>m</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mi>f</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>a</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>u</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>l</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>t</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi></mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>l</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>i</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>b</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>r</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>a</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>r</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>y</mi></mstyle></mrow></msub></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>=</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mo>[</mo><mstyledisplaystyle="true"mathcolor="#000000"><mtable><mtr><mtd><mstyledisplaystyle="true"mathcolor="#000000"><mi>f</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><munderover><mi/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mi>f</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>a</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>u</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>l</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>t</mi></mstyle></mrow><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mi>(</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mn>1</mn></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>)</mi></mstyle></mrow></munderover></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>f</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><munderover><mi/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mi>f</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>a</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>u</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>l</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>t</mi></mstyle></mrow><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mi>(</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mn>2</mn></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>)</mi></mstyle></mrow></munderover></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>…</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>f</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><munderover><mi/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mi>f</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>a</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>u</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>l</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>t</mi></mstyle></mrow><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mi>(</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>m</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>)</mi></mstyle></mrow></munderover></mstyle></mtd></mtr></mtable></mstyle><mo>]</mo></mstyle></mstyle>，其中，，分別表示系統(tǒng)關鍵故障特征，為系統(tǒng)故障模式庫。23、作為本發(fā)明所述電動運載裝備線控底盤多源異構故障診斷方法的一種優(yōu)選方案，其中：所述步驟四具體包括：24、4.1）基于3.3）中的故障模式庫，進行故障診斷：利用決策樹對3.2）提取的融合信息進行故障診斷與判定，識別車輛是否存在功能性故障,決策樹的判定規(guī)則為：，其中，即判斷故障特征是否屬于故障模式庫；25、4.2）冗余系統(tǒng)的協(xié)調(diào)控制：根據(jù)4.1）中的故障診斷結(jié)果，通過冗余系統(tǒng)的協(xié)調(diào)控制算法，調(diào)整三軸轉(zhuǎn)向與差動轉(zhuǎn)向、機械制動與再生制動的分配策略,協(xié)調(diào)控制公式為：，其中，，，，分別為三軸轉(zhuǎn)向，差動轉(zhuǎn)向，機械制動，再生制動系統(tǒng)的協(xié)調(diào)分配系數(shù)，為分配策略;26、4.3）故障條件下的功能維持：在故障發(fā)生時，通過調(diào)整4.2）中的冗余系統(tǒng)控制策略，確保車輛的功能性不受影響，維持車輛的正常運行,功能維持的目標函數(shù)為：，其中，表示故障容忍下行為模型，語句表示故障容忍下行為模型偏離正常狀態(tài)行為模型的最小值。27、作為本發(fā)明所述電動運載裝備線控底盤多源異構故障診斷裝置的一種優(yōu)選方案，其中：包括：中央控制器、三軸轉(zhuǎn)向系統(tǒng)、輪轂電機驅(qū)動系統(tǒng)、emb制動系統(tǒng)，車輪轉(zhuǎn)角傳感器、制動輪缸壓力傳感器、路面不平度信息視覺傳感器、車架、儲能單元和多源信號；28、其中，所述三軸轉(zhuǎn)向系統(tǒng)每一轉(zhuǎn)向軸都包括轉(zhuǎn)向電機、轉(zhuǎn)向電機控制器和轉(zhuǎn)向主銷立柱；29、所述輪轂電機驅(qū)動系統(tǒng)包括輪轂電機、輪轂電機控制器和高壓電源；30、所述emb制動系統(tǒng)包括制動電機、制動電機控制器和制動盤總成，所述制動盤總成包括制動輪缸和制動片；31、所述路面不平度信息視覺傳感器安裝在車輛前端，通過采集路面信息，實時傳輸至中央控制器，用于調(diào)整轉(zhuǎn)向系統(tǒng)、制動系統(tǒng)和驅(qū)動系統(tǒng)的響應，從而提高車輛在復雜路況下的適應能力；32、所述車架用于支撐和連接上述各系統(tǒng)，采用高強度輕量化材料制成，確保整體結(jié)構的穩(wěn)定性和安全性；33、其中，儲能單元通過電源管理模塊與輪轂電機、轉(zhuǎn)向電機和制動電機相連，提供所需的電能，并對各系統(tǒng)的能量使用進行監(jiān)控和管理。34、作為本發(fā)明所述電動運載裝備線控底盤多源異構故障診斷裝置的一種優(yōu)選方案，其中：所述轉(zhuǎn)向電機通過轉(zhuǎn)向電機控制器接收轉(zhuǎn)向命令，轉(zhuǎn)向電機的輸出軸連接有蝸輪蝸桿減速機構，蝸輪蝸桿減速機構的輸出端通過轉(zhuǎn)向主銷立柱將力矩傳遞至車輪，實現(xiàn)車輛轉(zhuǎn)向，所述轉(zhuǎn)向主銷立柱與車架剛性連接，確保轉(zhuǎn)向力矩的有效傳遞，所述車輪轉(zhuǎn)角傳感器安裝在轉(zhuǎn)向主銷立柱上，用于實時監(jiān)測轉(zhuǎn)角信號，并將信號發(fā)送至轉(zhuǎn)向電機控制器，以實現(xiàn)精準轉(zhuǎn)向控制。35、作為本發(fā)明所述電動運載裝備線控底盤多源異構故障診斷裝置的一種優(yōu)選方案，其中：所述輪轂電機通過高壓線束與高壓電源相連，輪轂電機控制器負責控制輪轂電機的轉(zhuǎn)動，并通過can總線與中央控制器通信，實現(xiàn)車輛的動力輸出，所述輪轂電機集成在車輪內(nèi)，并通過輸出軸直接驅(qū)動車輪旋轉(zhuǎn)，提供車輛行駛動力；制動電機通過制動電機控制器接收制動信號，制動電機的輸出軸連接有滾珠絲杠減速機構，滾珠絲杠減速機構將旋轉(zhuǎn)運動轉(zhuǎn)換為直線運動，通過滾珠絲杠將力矩傳遞至制動盤總成，實現(xiàn)車輛的制動功能，制動輪缸壓力傳感器安裝在制動電機輸出軸附近，用于檢測制動力的實際輸出，并將數(shù)據(jù)反饋至制動電機控制器，以確保制動效果的穩(wěn)定性和可靠性。36、作為本發(fā)明所述電動運載裝備線控底盤多源異構故障診斷裝置的一種優(yōu)選方案，其中：所述儲能單元采用高密度鋰電池組，并集成有電源管理系統(tǒng)，能夠?qū)崟r監(jiān)測電池的工作狀態(tài)，并在異常時進行主動保護；所述車架采用模塊化設計，能夠根據(jù)不同需求進行靈活調(diào)整，適應多種類型的電動運載裝備。37、作為本發(fā)明所述電動運載裝備線控底盤多源異構故障診斷裝置的一種優(yōu)選方案，其中：所述多源信號包括轉(zhuǎn)角傳感器、壓力傳感器和視覺傳感器，通過can總線與中央控制器通信，中央控制器基于接收到的信號進行數(shù)據(jù)處理和綜合分析，并輸出控制命令至各執(zhí)行機構，實現(xiàn)對轉(zhuǎn)向、驅(qū)動和制動系統(tǒng)的精確控制和故障診斷。38、本發(fā)明的有益效果：39、1、本發(fā)明通過對多源信號（如轉(zhuǎn)角傳感器、壓力傳感器、路面不平度信息等）進行有效整合，解決了現(xiàn)有技術中僅依賴單一信號源的局限性，能夠更加全面地判斷車輛的功能狀態(tài)，顯著提高故障診斷的準確性和可靠性；40、2、本發(fā)明不僅針對單一系統(tǒng)或信號源進行診斷，還建立了多源異構系統(tǒng)的協(xié)同診斷模型，能夠?qū)崿F(xiàn)對復雜系統(tǒng)架構下多個子系統(tǒng)（如三軸轉(zhuǎn)向、差動轉(zhuǎn)向、制動系統(tǒng)、再生制動系統(tǒng)）的綜合診斷，避免了漏判和誤判現(xiàn)象的發(fā)生；41、3、通過貝葉斯網(wǎng)絡的多源信息融合分析，本發(fā)明能夠有效提取系統(tǒng)的故障特征，并建立故障模式庫。這樣一來，能夠快速識別故障并采取應對措施，提升了系統(tǒng)的故障識別速度和準確性；42、4、在診斷出功能性故障后，本發(fā)明能夠通過冗余系統(tǒng)的協(xié)調(diào)控制，調(diào)整其他冗余系統(tǒng)的運行，確保車輛在發(fā)生部分故障時依然能夠維持正常運行，增強了系統(tǒng)的穩(wěn)定性和容錯性；43、5、通過路面不平度信息視覺傳感器和其他多源信號的實時采集和處理，本發(fā)明能夠根據(jù)復雜路況對轉(zhuǎn)向、制動和驅(qū)動系統(tǒng)做出動態(tài)調(diào)整，進一步提高了電動運載裝備在復雜環(huán)境下的適應能力；44、6、本發(fā)明對多源信號進行預處理，包括信號去噪、歸一化處理和時間同步處理，確保了數(shù)據(jù)的準確性和一致性，減少了診斷過程中的數(shù)據(jù)干擾，提高了故障診斷的精確度。當前第1頁12當前第1頁12