автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Методы идентификации и оперативного прогнозирования состояния агрегатов автомобиля для автоматизированной бортовой системы управления

На правах рукописи

ГЕРАСИМОВ АЛЕКСАНДР ВЛАДИМИРОВИЧ

МЕТОДЫ ИДЕНТИФИКАЦИИ И ОПЕРАТИВНОГО ПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ АГРЕГАТОВ АВТОМОБИЛЯ ДЛЯ АВТОМАТИЗИРОВАННОЙ БОРТОВОЙ СИСТЕМЫ УПРАВЛЕНИЯ

Специальность: 05.13.06 Автоматизация и управление технологическими процессами и производствами

Автореферат диссертации на соискание ученой степени кандидата технических наук

6 НОЯ 2014

Москва-2014

005554676

005554676

Работа выполнена в Федеральном государственном бюджетном учреждении науки Институте проблем управления им. В.Л. Трапезникова

Российской академии наук

Научный руководитель

доктор технических наук, профессор Бахтадзе Наталья Николаевна

Официальные оппоненты:

- Пятецкий Валерий Ефимович. Доктор технических наук, профессор, зав. кафедрой НИТУ МИСиС, Москва

- Карабцев Владимир Сергеевич. Кандидат технических наук, главный специалист по лабораторно-дорожным испытаниям и расчетным исследованиям НТЦ ОАО «КАМАЗ», г. Набережные Челны, Республика Татарстан

Ведущая организация

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Нижегородский государственный технический университет им. Р.Е.Алексеева» (НГТУ) ИНСТИТУТ РАДИОЭЛЕКТРОНИКИ И ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ; Минина ул., 24, г. Нижний Новгород, ГСП-41, 603950. Тел/факс (831) 43693-47. E-mail: irit@nntu.nnov.ru. http://www.nntu.nnov.ru

Защита состоится 15.12 2014 г.

на заседании диссертационного совета Д002.226.01 Федерального государственного бюджетного учреждения науки Институте проблем управления им. В.А. Трапезникова Российской академии наук; ул. Профсоюзная, д. 65, Россия, Москва

С диссертацией можно ознакомиться в библиотеке и на сайте Федерального государственного бюджетного учреждения науки Института проблем управления им. В.А. Трапезникова Российской академии наук http://www.ipu.ru

Автореферат разослан

Ученый секретарь диссертационного совета

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы

К современному грузовому автомобилю предъявляются высокие требования по надежности. Однако особенности применения автомобиля в различных природных условиях и выбор водителем недопустимого режима эксплуатации приводят к неожиданным нарушениям функционирования и отказам узлов и оборудования при выполнении транспортной работы.

Исследование причин аварийного прекращения рейсов показало, что отказ автомобиля происходит из-за отсутствия у водителя оперативной информации о состоянии узлов и систем автомобиля. Таким образом, предоставление водителю оперативной информации не только о состоянии автомобиля, но и о тенденции изменения этого состояния (прогноз) позволяет выбрать оптимальный режим эксплуатации автомобиля и снижает риск аварии в эксплуатации.

Анализ назначения электронных систем управления современным автомобилем (бортовая система управления режимом работы двигателя, бортовая навигационная система, системы обеспечения безопасности, бортовая система пожаротушения и др.), показывает, что бортовая система автоматизированного прогнозирования технического состояния автомобиля не дублирует функции остальных систем, а предоставляет принципиально новые возможности и может быть включена в состав системы автоматизированного управления эксплуатацией автомобиля вместе с уже используемыми явдсистемами.

В настоящее время серийно выпускаются маршрутные диагностические компьютеры, функции которых расширены до выполнения ряда упрощенных диагностических процедур основных узлов автомобиля в реальном времени его эксплуатации. Процедуры диагностики, проводимые этими компьютерами в реальном времени, не являются исчерпывающими, так как сводятся к определению принадлежности контролируемого параметра допустимому или недопустимому диапазону значений. Эти процедуры ориентированы на выявление фактически имеющихся неисправностей автомобиля. Но нештатные режимы работы узлов не обязательно связаны с неисправностями, а могут быть следствием неудачного выбора водителем текущего режима эксплуатации автомобиля, поэтому предметом компьютерного анализа должны быть процессы, идущие в конкретных узлах в комплексе с анализом режимов иных узлов.

Такие компьютеризированные системы должны быть ориентированы на обеспечение поддержки принятия решения водителем об оптимизации процесса управления и предотвращения состояний неисправности, а поэтому должны быть снабжены интеллектуальной компонентой,

обеспечивающей аналитическую и прогностическую обработку текущей информации о процессе функционирования автомобиля в целом и отдельных его узлов и агрегатов.

Компьютеры такого класса в настоящее время серийно не производятся, а их возможности не исследованы. Подобные системы, ориентированные на широкое применение в процессе эксплуатации автомобиля, до настоящего времени предложены не были.

Целью работы является разработка методов и алгоритмов построения бортовой автоматизированной интеллектуальной системы оперативной идентификации и динамического прогнозирования технического состояния автомобиля в эксплуатации. Данная система ориентирована на поддержку оперативного принятия решения водителем об изменении режима продолжения эксплуатации автомобиля при прогнозируемой угрозе нарушения штатных условий функционирования его узлов и (или) агрегатов. Таким образом, данная система реализует интеллектуальную функцию водителя - выявление предаварийного технического состояния узлов автомобиля в условиях дорожной динамики. Это позволяет водителю больше внимания уделить качеству управления автомобилем, снижает его износ и снижает вероятность возникновения аварии, а следовательно, непосредственно способствует решению основной задачи автотранспорта - осуществлению безаварийных перевозок грузов и пассажиров, а также способствует повышению безопасности дорожного движения.

Для достижения поставленной цели необходимо решить следующие задачи:

1) разработать методы и алгоритмы идентификации процессов функционирования ряда агрегатов системы управления автомобилем. Применение этих методов позволит вырабатывать оценки технических состояний соответствующих узлов и, в необходимых случаях, синтезировать с достаточным упреждением квалифицированные рекомендации водителю по изменению текущего режима эксплуатации автомобиля;

2) разработать методы и алгоритмы вычисления значений контролируемых параметров процессов функционирования ряда агрегатов системы управления автомобилем в случаях сбоев и (или) отказов соответствующих, установленных на автомобиле датчиков и (или) физических линий передачи информации от датчиков в контроллер - для последующего прогнозирования технического состояния автомобиля;

3) разработать алгоритмы прогнозирования эволюции значимых параметров на интервал времени, достаточный для принятия водителем решения об изменении режима эксплуатации автомобиля;

4) разработать методы и алгоритмы анализа результатов прогнозирования для выявления случаев возможного выхода одного или одновременно нескольких контролируемых процессов из штатных пределов;

5) разработать структуру базы знаний системы, содержащую перечень возможных (прогнозируемых) нештатных состояний узлов автомобиля и соответствующих сообщений водителю;

6) Разработать методы синтеза автоматизированной системы поддержки принятия решений на основе созданных интеллектуальных методов прогнозирования.

Методы исследования. В исследовании применены: методы идентификации систем и теории автоматизированного управления, положения теории рядов и тригонометрических (спектральных) рядов Фурье, методы статистического анализа, методы формирования знаний на основе анализа данных, полученных в результате измерений (трендов).

Научная новнзна. Следующие основные результаты диссертации являются новыми:

1. Предложен новый принцип функционирования бортовых систем управления автомобилем, основанный на оперативной поддержке принятия решения водителем по коррекции режима эксплуатации автомобиля на основе прогнозирующих идентификационных моделей. Данный подход способствует сохранению штатных режимов работы узлов автомобиля на всем протяжении рейса, решая задачи оперативной диагностики прогнозируемых режимов.

2. Предложен подход к формированию динамических моделей состояния узлов автомобиля как откликов на управляющие действия водителя, воздействий со стороны дороги и пр. (в качестве альтернативы построению моделей водителя, как принято в некоторых современных бортовых системах).

3. Разработаны алгоритмы идентификации непрерывных процессов, протекающих в узлах автомобиля, основанные на применении дискретного оконного преобразования Фурье.

4. Разработаны прогнозирующие идентификационные модели, основанные на извлечении знаний из результатов анализа технологических данных с использованием калибровочных таблиц.

5. Предложены алгоритмы формирования рекомендаций водителю по корректировке режима с упреждением выхода какого-либо узла из строя на основе прогнозирующих моделей. Алгоритмы позволяют достигнуть безопасного режима эксплуатации автомобиля в течение интервала упреждения.

6. На основе прогнозирующих моделей предложены алгоритмы безопасной нейтрализации сбоев и отказов поступления информации к

контроллеру автоматизированной системы от датчиков, установленных на автомобиле.

7. Предложены методы разработки автоматизированных систем поддержки принятия решений водителем по корректировке режима эксплуатации автомобиля во время движения, основанные на использовании базы технологических знаний.

Практическая ценность работы заключается в том, что предложенные принципы построения и алгоритмы автоматизированной системы поддержки принятия решения водителем о режиме эксплуатации автомобиля могут быть применены для любого колесного или гусеничного автотранспортного средства, независимо от типа двигателя, допускающего установку бортового маршрутного компьютера.

Реализация результатов работы:

Предложенные в настоящей работе модели и алгоритмы автоматизированного управления применены:

- в составе программного обеспечения автоматизированной системы поддержки принятия решения на компьютеризированном испытательном стенде двигателей внутреннего сгорания (ДВС) для предотвращения неконтролируемого выхода из строя ДВС и оборудования на предприятии ООО «ШАКО» (Самарская обл., г. Тольятти, ул. Ленинская, 45);

- в составе программного обеспечения серийно выпускаемых предприятием ООО «Штат» (Самарская обл., г. Тольятти, ул. Белорусская, 14А) интеллектуальных бортовых маршрутных компьютеров «Штат UniComp».

Апробация работы проведена на:

- VII международной конференции «Идентификация систем и задачи управления». М.: ИПУ РАН, 2008;

- Международной научно-технической конференции «Информационные системы и технологии», Н. Новгород, 2008;

- Международной научно-технической конференции МКПУ IV, 2009;

- Международной научно-технической конференции «Информационные системы и технологии», Н. Новгород, 2009;

- Международной научно-технической конференции «Информационные системы и технологии», Н. Новгород, 2010;

а также на семинарах лабораторий ИПУ РАН.

Публикации. По результатам исследований опубликовано 7 печатных работ, список которых приведён в конце реферата, в том числе, две в рецензируемом журнале «Автоматизация в промышленности».

Структура и объем работы. Работа состоит из введения, 4 глав, заключения и приложения. Работа содержит 116 страниц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении дается общая характеристика работы, обосновывается се актуальность, сформулированы цель и задачи исследования, кратко излагается содержание глав.

В первой главе выполнен обзор состояния разработок в соответствии с темой диссертации.

Рассмотрены функциональные возможности серийно выпускаемых бортовых маршрутных компьютеров: «se50v-2-small», «Multitronics», «Престиж», «Штат UniComp 600», а также программной системы «CheckEngine».

Из рассмотрения функциональных возможностей данных бортовых компьютеров разных классов и программной системы «CheckEngine», а также из приведенных разработчиками перечней контролируемых и индицируемых параметров, характеризующих техническое состояние автомобиля, следует, что:

1) индицируются только текущие мгновенные значения контролируемых параметров;

2) по результатам выполнения упрощенных процедур оперативной диагностики технического состояния автомобиля выполняется оповещение (индикация) о неисправности по факту ее возникновения, функционирование программной компоненты переводится в ограничительный режим;

3) переход к использованию «виртуальных датчиков», предоставляющих системе значения параметра, определенного системой как «сбойный», в ряде случаев вызывает рост интенсивности процесса выхода из строя неисправного узла;

4) технические возможности средств отображения информации о возникшей неисправности способствуют принятию водителем решения о возможности дальнейшей эксплуатации автомобиля, но не поддерживают необходимой оперативности и практически исключают возможность предотвращения возникновения неисправности в реальном случае.

Из анализа номенклатуры контролируемых и отображаемых параметров технического состояния автомобиля следует, что маршрутные диагностические компьютеры, функционально мало отличаются от компьютеров, предназначенных для автоматического управления. Функции рассмотренных бортовых компьютеров и программной системы «Check Engine» соответствуют общепринятым теоретическим рекомендациям, предъявляемым к мобильным диагностическим системам для автотранспорта. При этом системы только диагностики ограничены контролем и индикацией текущего состояния оборудования, и поэтому

такие системы могут быть классифицированы как контрольно-измерительные программируемые автоматы.

Так как выбор и применение режима эксплуатации автомобиля, предотвращающего его неисправность, обязательно должны предшествовать возможному или фактическому состоянию неисправности, имеем принципиальное различие в идеологии построения программно-технических систем диагностического и интеллектуального маршрутных компьютеров. Управление автомобилем непосредственно влияет на режим функционирования его узлов, поэтому только применение интеллектуальной автоматизированной системы расширяет функциональные возможности бортового компьютера от диагностических до поддержки принятия решений водителем по корректировке режима управления автомобилем.

Далее в главе анализируются функциональные возможности программно-технического испытательно-обкаточного стенда для дизельных ДВС. Современные компьютеризированные — автоматизированные стенды для испытания и обкатки двигателей позволяют с высокой точностью экспериментально определить техническое состояние ДВС до начала его эксплуатации. Сравнение перечня параметров, контролируемых бортовым компьютером и относящихся к состоянию двигателя, и перечня параметров, измеряемых на стенде, показывает их почти полное совпадение.

Из проведеннного анализа сделаны выводы:

1) В настоящее время на автотранспорте используются программируемые диагностические автоматы в виде бортовых маршрутных и маршрутных диагностических компьютеров, в функции которых входит выполнение упрощенных диагностических процедур. Эти процедуры ориентированы на выявление уже имеющихся неисправностей автомобиля.

Однако нештатные режимы работы узлов не обязательно связаны с их неисправностью, а могут быть следствием неудачного выбора водителем (испытателем) текущего режима эксплуатации автомобиля (испытываемого узла, агрегата). В таких случаях предметом компьютерного анализа должен являться режим работы — процесс, идущий в конкретном узле, в комплексе с режимами иных узлов, а в результате выявления нарушений процесса должен «исправляться» процесс, но не обязательно ремонтироваться узел.

2. Маршрутные компьютеры и (или) испытательные стенды, как программно-технические системы, должны быть снабжены интеллектуальной компонентой, обеспечивающей аналитическую и прогностическую обработку информации о процессе функционирования автомобиля (испытываемого агрегата) в целом и отдельных его узлов.

Такие компьютеры должны быть ориентированы на обеспечение поддержки принятия решения водителем (испытателем) об оптимизации процесса управления и предотвращения состояний неисправности.

Во второй главе анализируются основные процессы, происходящие в узлах и агрегатах автомобиля, параметры, характеризующие ход этих процессов, и их основные свойства с позиции возможности их контроля и управления ими. На основании данного анализа формируется математическая модель, в которой используются следующие обозначения: <] = й>вх/^вых ~ коэффициент включенной передачи (универсальный для механической коробки перемены передач и бесступенчатой коробки вариаторного типа), угловая скорость вращения входного вала

трансмиссии, совых - угловая скорость вращения выходного вала трансмиссии, степень нажатия педали «газа» (%), 5,- степень

нажатия педали сцепления (%), 53 - степень нажатия педали тормозов (%), £>!=£>|(/,) — коэффициент сцепления колее с дорожным покрытием, £>2 = 02(ь)- коэффициент уменьшения сцепления колес с дорогой из-за неровностей, Ь - положение (место) на маршруте (по навигатору).

Далее на основании данных из литературы формируются основные зависимости между контролируемыми параметрами автомобиля при г со (т.е. промежуточная постоянная передача отсутствует). Для нормального режима работы данные зависимости имеют вид:

— частота вращения коленчатого вала двигателя (с'1)

— частота вращения выходного вала трансмиссии (с"1)

— скорость автомобиля (км/час)

— температура головок цилиндров (°С)

— температура охлаждающей жидкости на выходе из двигателя (°С) —температура охлаждающей жидкости на выходе из радиатора (°С)

— температура масла (в картере) (°С)

— температура накладок сцепления (°С)

— температуры накладок тормозов (по колесам, °С)

— температура электролита аккумуляторной батареи (°С)

— температура электрогенератора (°С)

а)=<р(Б{,т);

Ц<ых=/\((0>с1)>

т„ = Уз {со, твыхр, ч, г{Б2),у)-

^еыхц = /4 (Т^ );

^«ыхр ~ ./5 (Твьш; ^ ик < ^охл ) »

Т.» — У¡1ею■>Рм) '

тт(м) = Л(^з.А);

тв<с = /9И;

^ ген = ./ю(^);

- давление охлаждающей жидкости (бар) РОХ1 = /| | (со,и,#ОХ7);

- давление масла в месте установки Рм = /]2((И,и,Я1Г). штатного датчика (бар)

Исходя из приведенного описания основных процессов, протекающих в автомобиле в течение рейса, будем рассматривать перечисленные выше параметры как значимые контролируемые. Значения этих параметров могут быть измерены, так как автомобиль оснащен соответствующими датчиками. Измеряемые с заданной дискретностью по времени значения (тренды) параметров могут быть сохранены в памяти бортового компьютера в качестве протокола рейса, и в дальнейшем использованы для анализа технического состояния автомобиля.

Так как в процессе совершения рейса водитель манипулирует органами управления, то значения параметров не могут

оставаться неизменными. Также переменными являются £>,(/.) и £>2 (¿), зависящие от состояния дороги. Переменность и ограниченность параметров 51,, ,, ^, в соответствии с формулами, приведенными выше, имеют следствием переменность значимых контролируемых параметров, имеющую характер случайных колебаний (т.е., по определению, при которых внешняя или параметрическая нагрузка на колеблющуюся систему является случайным процессом), так как «случайными» являются значения параметров ,52,^,д, (ь),02{ь), определяемые действиями водителя и состоянием дороги.

Далее в главе осуществляются анализ условий, при которых предполагается функционирование разрабатываемой системы, и формулируется задача.

Как следует из доступной литературы, длительность цикла измерений текущих значений значимых контролируемых параметров не должна превышать 1+5 сек. Вместе с этим, сообщение водителю о возможном прогнозируемом нарушении штатного режима работы автомобиля должно быть выдано не менее чем за 1+5 мин до возможного нарушения - для того, чтобы водитель успел предпринять меры, исключающие или нейтрализующие это нарушение.

Из анализа требуемых свойств автоматизированной системы поддержки принятия решений водителем автомобиля следует, что данной автоматизированной системой должны решаться три основных задачи. Прежде всего, это задача прогнозирования поведения значимых контролируемых параметров технического состояния автомобиля и анализ

прогнозных_значений с использованием контрольной базы

технологических данных (см. ниже), индивидуальной для данного автомобиля. Решение другой задачи - идентификации процессов, протекающих в автомобиле и характеризующих его техническое

состояние, необходимо для прогнозирования. Целью решения третьей задачи - «калибровки параметров» - является построение контрольной базы технологических данных (формирования технологических знаний в интеллектуальной системе), необходимой для анализа как текущих, так и прогнозных значений параметров. Контрольная база технологических данных является упорядоченной таблицей взаимосвязанных значений значимых контролируемых параметров, эталонных для данного автомобиля. Перечень этих параметров приведен в п. 2.1.

Контрольная база технологических данных может быть интерпретирована как «статистически идеальная» модель данного автомобиля в процессе его функционирования. Любое изменение этих параметров, - перенос управляющей системы на другой экземпляр автомобиля, проведение ремонта или технического обслуживания, износ и старение деталей и узлов требуют повторения процедуры калибровки параметров, так как иначе это приведет к ошибкам анализа прогноза.

В этой же главе формируются модели для подсистемы поддержки принятия решений по режиму эксплуатации автомобиля. Для построения моделей процессов функционирования узлов и агрегатов системы управления эксплуатацией автомобиля будем считать, что выполняются следующие условия.

1. Водитель к моменту начала рейса в состоянии его совершить и готов к этому.

2. Автомобиль, выходящий в рейс, технически исправен.

3. Сложный в дорожной обстановке процесс движения является инерционным. Инерционность процессов непрерывного изменения значений параметров позволяет выбрать метод прогнозирования экстраполяцией предыстории этих показателей.

4. В процессе совершения рейса воздействия на автомобиль со стороны водителя и дорожные условия могут быть быстроизменяющимися (например, резкое торможение или наезд на значительную неровность).

Так как функции изменений контролируемых параметров заданы их трендами, т.е. в табличной форме, неудобной для решения задачи прогнозирования экстраполяцией, то преобразования этих функций в аналитический вид могут быть выполнены с применением, например, тригонометрических преобразований Фурье (и подобных). Преобразования, в которых применяются производные функций (например, преобразования Тейлора и подобные), применимы только к достаточно «гладким» функциям и теряют смысл при «разрывах» или «изломах». Таким образом, приемлемым принципом идентификации остается преобразование Фурье.

5. Управляющие действия водителя можно полагать «случайными», -они определяются трудно учитываемыми факторами: дорожной ситуаций,

качеством дорожного покрытия, геометрией реального пути движения и т.д. «Случайности» учитываются за счет применения разновидности преобразования Фурье - оконного преобразования Фурье:

(1) /^(т,йт)= ¿/(и)у(и-ет)<Гда\

где У[п — т) - оконная функция, пит - дискретные номера отсчетов параметра.

Так как результатом применения процедуры преобразования Фурье к некоторому массиву данных получается массив амплитуд А{],к), где у — количество мод разложения, к — номер параметра, то при известной сетке частот колебаний параметра значение к-то параметра рк рассчитывается для любого момента времени Т + А? по формуле:

(2) Рк= X Лд- 7т,п (Т + А?)}) ,

где Т - временная ширина окна, А? - интервал экстраполяции -прогнозирования, Ц - масштабный коэффициент, скобки {*} обозначают функцию взятия дробной части от *.

В Третьей главе, прежде всего, представлена структура алгоритмического обеспечения автоматизированной системы оперативной идентификации и прогнозирования технического состояния автомобиля в течение рейса, рис. 1.

отдатчиков (от бортового компьютера)

Подсистема управления данными

Диспетчер системы

автоматизации

Подсистема идентификации

Стандартное ПО

Подсистема 5 мнемонического интерфейса

Подсистема калибровки параметров --- Подсистема выработки прогноза Подсистема синтеза рекомендации водителю

Интерфейс водителя

(сенсорный экран, динамик}

Рис. 1. Структура алгоритмического обеспечения автоматизированной системы оперативной идентификации и прогнозирования технического состояния автомобиля в течение рейса

Структура системы включает в себя подсистемы: управления данными, калибровки параметров, идентификации и формирования прогноза, синтеза рекомендации водителю, интерфейса водителя и пр. Назначение и функции каждой из подсистем рассматриваются в последующих параграфах.

Подсистема управления данными.

Организация протокола технического состояния автомобиля. В функции данной подсистемы входит получение данных от бортового компьютера или непосредственно от датчиков, установленных на автомобиле, и сохранение результатов измерений (трендов) в памяти контроллера разрабатываемой системы согласно их типам. Этот массив данных, наращиваемый в процессе эксплуатации автомобиля, составляет протокол технического состояния автомобиля, отражающий изменения этого состояния во времени. Подсистема управления данными функционирует с дискретностью 3 секунды при циклическом запуске от «Диспетчера системы автоматизации» и по запросам от «Подсистемы идентификации» и «Подсистемы калибровки параметров» (см. рис. 1).

Организация контрольной базы технологических данных. При достаточной длине тренда, полученного в течение 2^-2.5 часов во время пробега автомобиля непосредственно после техобслуживания или ремонта, необходимо (полезно) обновление или переформирование базы технологических знаний, представленной в виде калибровочных таблиц.

Калибровочная таблица содержит интервалы «стандартных» значений контролируемых параметров, сопоставленных интервалам частоты вращения вала двигателя: (Н500 об/мин, 50СИ-1000 об/мин, 100(Н 1500 об/мин и т.д. до более 5500 об/мин. Интервалам частоты вращения поставлено в соответствие множество интервалов скоростей: 0-^10 км/ч, 10-^20 км/ч и т.д. до «более 150 км/ч» с интервалом 10км/ч. Структура калибровочной таблицы показана на рис. 2.

500 юоо

1000 1500

5000 5500

inin !: ( 1

max

max

max

max

max

max mln

JllIlL max

max

max

max

max

mill

щчГ

max

max

max

max

max

max

max

max

'"jn mia

max

min

TnHT max

Ш

max

V T

max

max

> 5500

Рис. 2. Структура калибровочной таблицы - контрольной базы технологических данных.

Каждому параметру отводится в калибровочной таблице по три машинных слова, соответственно, для «нижнего», «среднего» и «верхнего»'значений параметра («положение параметра»). Калибровочная таблица организована как индексированный массив с четырьмя индексами: «частота вращения вала», «скорость», «№ параметра», «положение параметра».

Предложен следующий состав контролируемых параметров, для которых должны вычисляться прогнозы и анализироваться полученные значения:

1. Температура головок цилиндров (температура двигателя).

2. Температура охлаждающей жидкости на выходе от цилиндров.

3. Температура охлаждающей жидкости на входе к цилиндрам.

4. Температура масла (в картере).

5. Температура сцепления.

6-9. Температура тормозов (для каждого колеса).

10. Температура обмотки электрогенератора.

11. Температура аккумулятора.

12. Давление охлаждающей жидкости (ОЖ).

13. Давление масла.

Организация данных для идентификации и прогнозирования Так как все существующие в настоящее время алгоритмы преобразования Фурье обрабатывают данные, количество которых равно целой степени двойки, то это количество в настоящей системе принято равным 2 =256. Тренды параметров этой длины определяются за -13 мин времени рейса, что пригодно для экстраполяции данных трендов по времени до ~5 мин вперед. Тренды каждого параметра - последние 256 измеренных значений, предназначенных для идентификационной обработки в одном 3-секундном цикле, обновляются с «отбрасыванием» самого старого значения, так, что эти отсчеты, составляют «актуальный» тренд для выполнения идентификации с применением оконного (как метода коррекции дисконтирования данных) преобразования Фурье. В результате выполнения процедур идентификации - оконного преобразования Фурье формируется массив амплитуд, количество которых, вместе с равными нулю, равно количеству мод спектрального разложения.

Подсистема идентификации-

Функции подсистемы идентификации. Подсистема идентификации предназначена для определения оценок технологических параметров. Решаются задачи:

• преобразования трендов контролируемых прогнозируемых параметров в упорядоченные наборы амплитуд мод тригонометрического разложения Фурье. Этим обеспечивается представление трендов параметров в

аналитическом виде записи функций изменения значений этих параметров для вычисления прогнозов их дальнейших изменений экстраполяцией; • обнаружения сбоя или отказа в получении очередного значения контролируемого параметра и нейтрализация последствий возникшей ситуации.

В процессе идентификации выявляется не только «абсолютное» состояние каждого узла или агрегата, но и значимость этого состояния в целом для автомобиля. Так, например, отказ одной свечи зажигания есть «абсолютный выход из строя» данного узла, однако, функциональные характеристики автомобиля только незначительно изменяются.

Логический контроль «допустимости» значений параметров. Полученные от бортового компьютера значения каждого контролируемого параметра вначале проверяются на принадлежность множеству значений параметров, прописанному в технологическом регламенте, иначе эти значения рассматриваются как коды сбоев измерения или передачи. В соответствии с результатами данной проверки формируется машинное слово флагов достаточной длины, содержащее флаги-признаки «нормы» или «сбоя» для каждого значения, проверенного в данном цикле. Последние измеренные значения числовых параметров последовательно сравниваются с соответствующими граничными значениями, имеющимися в калибровочной таблице. Если значение какого-либо параметра больше верхнего граничного значения или меньше нижнего, то данный факт отражается в синтезе диагностического сообщения, соответствующего данному случаю.

Нейтрализация последствий сбоев измерений параметров.

Обнаруженный сбой может оказаться единичным, после которого нормальное поступление информации восстановится. В этом случае формирование диагностического сообщения водителю полагается неоправданным, так как такое сообщение является заведомо ложным. Поэтому под сбоем понимается стабильная невозможность получения реального значения параметра в двух (и более) последовательных циклах измерений всего блока. Так как реальное значение сбойного параметра не известно, но необходимо, например, для выполнения идентификации с применением дискретного оконного преобразования Фурье над «актуальным» трендом, то возникает проблема наиболее корректной замены реального значения «суррогатным», которое может быть получено от виртуального датчика.

Предложены три варианта виртуальных датчиков: в одном варианте значение параметра выбирается из калибровочной таблицы в соответствии со значением текущей скорости автомобиля и частоты вращения коленчатого вала, во втором варианте значение параметра вычисляется экстраполяцией тренда данного параметра на интервал 3 сск с применением МНК, в третьем варианте требуемое значение вычисляется в обычной процедуре прогнозирования на интервал 3 сск с использованием

разложения Фурье, выполненного в предыдущем цикле идентификации для данного параметра. Вычисленное значение помещается в «актуальный» тренд и используется наравне с измеренными.

Идентификация непрерывных контролируемых процессов.

Как было отмечено в главе 2, для выполнения идентификации удобным является применение алгоритма дискретного оконного преобразования Фурье, в соответствии с формулой (1), посредством которого автоматически осуществляется требуемое дисконтирование трендов параметров. Так, выбрано для формы прямоугольного окна: У(п - от) = 1 и формула (1) редуцирована с заменой в левой части Г на Г

(т.к. функция изменилась)-

Исходные данные для преобразования организованы в массив «актуального» тренда, содержащего последовательности 256-ти значений для каждого контролируемого параметра. Процесс идентификации повторяется для каждого контролируемого параметра.

Подсистема формирования прогноза. Подсистема формирования прогноза предназначена для:

а) определения значений непрерывных контролируемых параметров состояния автомобиля для момента времени упреждения (до 5мин) на основании данных, имеющихся в массиве амплитуд мод разложения Фурье;

б) обращения к модулю логического контроля для контроля полученных прогнозируемых значений на принадлежность «допустимым» или «тревожным» интервалам и формирования соответствующих кодов в слове флагов для дальнейшей работы подсистемы синтеза рекомендации водителю;

в) выполнения функций виртуального датчика — вычисления значения контролируемого параметра в случае невозможности измерения его реального значения.

Вычисление прогнозируемых значений параметров

Вычисление прогнозируемых значений параметров выполняется по формуле (2) на интервал до 5 мин вперед от момента времени получения последнего блока параметров (в том числе, от виртуального датчика).

В соответствии с формулой (2), формулы расчета прогнозных значений контролируемых параметров имеют вид, приведенный ниже (скобки {*} обозначают функцию взятия дробной части от *); во всех формулах Т - временная ширина окна, А( - интервал экстраполяции -прогнозирования, Vд. (Т|() - значения частот колебаний, /и - масштабный коэффициент.

• Температура головок цилиндров

Т„ = (т„ (Т„ \Т + А/)}),

J~J гшп

где Aß (т,() - амплитуды колебаний, полученных при БПФ.

• Температура охл. жидкости на выходе от двигателя

Т,„т, = AJk (Ттх„ )sin(2^/{v;, (Тв„„„ \Т + А?)}),

j = j min

где Ajt (Ткьп,() - амплитуды колебаний, полученных при БПФ.

• Температура охлаждающей жидкости на выходе от радиатора

Т„щр = Z Ajk (Твыду) \Т + А/)}),

J-Jmin

где Л * (Твшр) - амплитуды колебаний, полученных при БПФ.

• Температура масла (в картере)

Т» = £ Aß (T„)sin(2^/{K;, (Т„ХТ + А/)}),

.1 ~~J min

где Aß. (Tj — амплитуды колебаний, полученных при БПФ.

• Температура сцепления

Те = Y.Ajk (Tjsin^//^, (Тс \Т + Д,)}),

J~Jnim

где Aß(jс)~ амплитуды колебаний, полученных при БПФ.

• Давление охл. жидкости

j=jr™

где Aß (РОХ1) - амплитуды колебаний, полученных при БПФ.

• Давление масла

Р, = Е А* (Л, ЫФ^Ь {PjT + Ar)}),

J ~7min

где Ajk (P„) - амплитуды колебаний, полученных при БПФ.

Комплексный анализ прогноза состояния автомобиля. Помимо анализа прогнозных значений контролируемых параметров, вырабатывается комплексный прогноз состояния автомобиля «в целом» на основании их частных прогнозов. Так как контролируемые параметры разнотипны, а требуется свести их к единому синтетическому представлению, то такое представление вырабатывается вычислением неравенства, имеющего вид:

Ц*, + А2х2 +... + Апхп\< а ,

где л", ^ хп - прогнозируемые значения контролируемых и анализируемых параметров, /1(| / = 1,2,...,« - коэффициенты, вычисленные

с применением метода наименьших квадратов (МНК) при формировании калибровочной таблицы, сг — допуск отклонения от нуля значения выражения в правой части неравенства.

Подсистема синтеза рекомендации водителю. Рекомендация, вырабатываемая водителю, ориентирована на «недостижение прогнозного состояния», так как водитель предпримет, в соответствии с рекомендацией, управляющие действия, способствующие корректировке режима работы автомобиля. После этого условия для повторения рекомендации не соблюдаются. Также эти условия не соблюдаются (и рекомендация не вырабатывается), если нештатный режим работы какого-либо узла возник из-за неконтролируемой кратковременной перегрузки (например, в связи с плохим качеством дороги или тяжелой дорожной динамикой). Рекомендации удобно вырабатывать по табличному алгоритму с учетом взаимных зависимостей параметров, характеризующих режимы работы разных узлов и подсистем автомобиля.

Подсистема мнемонического интерфейса водителя. Рассматриваемая автоматизированная система предназначена для предоставления водителю информации о состоянии автомобиля и может функционировать в режиме идентификации или совета-прогнозирования. Так как человеком лучше воспринимается информация в аналоговом представлении, сравнительно с цифровым, то на сенсорном мониторе системы отображается мнемосхема автомобиля, отдельные узлы на которого окрашиваются «спокойным» или «предупреждающим» или «тревожным» цветом в зависимости от их состояний.

В конце третьей главы приводится описание подхода к реализации в системе функционирования стандартного системного программного обеспечения с интерпретатором Java и подсистемы-диспетчера. Стандартное (поставляемое изготовителем с контроллером) программное обеспечение (ПО) контроллера автоматизации прошито во встроенном ПЗУ контроллера, применимо только для данной его модели и автоматически активируется при любом перезапуске. Назначением подсистемы «Диспетчер» является координация функционирования всех ее программных подсистем в режиме реального времени и в соответствии с заданной циклограммой.

Глава 4. Экспериментальная проверка системы контроля и прогнозирования технического состояния двигателя на испытательном стенде.

Как было показано в п. 1.2, контролируемые параметры двигателя внутреннего сгорания (ДВС) на испытательном стенде составляют подмножество параметров, контролируемых бортовой

автоматизированной системой идентификации и прогнозирования технического состояния автомобиля. В этой связи, проведена экспериментальная проверка функционирования алгоритмов данной автоматизированной системы, включенной в качестве одной из программных подсистем в состав программной компоненты автоматизированного испытательного стенда ДВС (дизелей).

Для этого рассмотрена техническая структура стенда, и в качестве контролируемых и прогнозируемых параметров для стендовой версии автоматизированной системы выбраны следующие: а) температура охлаждающей жидкости на входе к цилиндрам; б) температура масла; в) температура обмоток электродвигателя; г) давление охлаждающей жидкости; д) давление масла. Изменения всех данных параметров непрерывны во времени, поэтому для анализа этих изменений могут быть применены теоретические и технические положения, приведенные в главах 2 и 3. В качестве терминала оператора-испытатсля используется ПЭВМ Pentium 1.88 ГГц, 1 Гбайт ОЗУ, 40 Гбайт память программ и данных на жестком диске.

Алгоритм работы автоматизированной системы идентификации и прогнозирования технического состояния ДВС и испытательного стенда. Логика работы всей системы автоматизации испытательно-обкаточного стенда задается программой Диспетчером. Особенность «стендовой» версии этой программы заключается в том, что испытания ДВС проводятся по жесткой программе, и случайные возмущения процесса работы ДВС со стороны оборудования или со стороны испытателя отсутствуют. Это позволяет сократить интервал упреждения для расчета прогнозов до 0,5 мин, и в качестве «актуального» тренда применять последние 64 отсчетов контролируемых параметров. Также из множества контролируемых параметров исключены такие, как, например, температуры тормозов, температура генератора и т.п., а калибровочная таблица построена в соответствии только частота вращения коленчатого вала ДВС.

Для нейтрализации сбоя датчика применен виртуальный датчик первого типа, т.е. суррогатное значение параметра выбирается из калибровочной таблицы в соответствии текущей частоте вращения коленчатого вала. Так как все контролируемые параметры данной системы могут принимать только положительные значения, то в качестве кода сбоя датчика вместо реального значения параметра в систему передается -1.0.

Ниже в главе представлены результаты проверки алгоритма по данным с испытательного стенда ДВС. В течение штатной работы стенда

были получены значения контролируемых параметров, прогнозируемые алгоритмом, и отображены для сравнения с реальными трендами. Автономно был промоделирован случай отказа датчика, для чего, в соответствии с требованием алгоритма, часть тренда соответствующего параметра была вручную перезаписана значением -1.0. На рис. 3 показан участок тренда температуры охлаждающей жидкости (на всех рисунках Толя - показана серым) в соответствии с частотой вращения коленчатого вала ДВС - О. показана черным. Интервал времени на рис. 3 отсчитывается от начала данного участка тренда, прогнозные значения показаны черными точками.

Рис. 3. Температура охлаждающей жидкости в зависимости от частоты вращения коленчатого вала ДВС и ее прогнозированные значения; 8 - отклонения прогноза

от реальных значений

Для выявления реактивности алгоритма симулирован процесс прогнозирования с использованием участка тренда с быстрым изменением (вручную) частоты вращения ¿2 коленчатого вала ДВС, что реальной работой алгоритма испытаний не предусмотрено. Результат симулирования показан на рис. 4. Интервал времени на рис. 4 отсчитывается от начала данного участка тренда, прогнозные значения показаны черными точками.

В процессе испытаний ДВС выполнена «провокация» выхода значений параметров в аварийную область (из допустимых пределов). Этот случай показан на рис. 5. Интервал времени на рис. 5 отсчитывается от начала данного участка тренда, прогнозные значения показаны черными точками.

4000

3000

2000

1000

V

8 = 18% I.-

5 = 35%

V

5 = 13%

Г(мим)

1

Рис. 4. Симулирование работы алгоритма прогнозирования при быстрых изменениях значений контролируемого параметра с использованием тренда частоты вращения П коленчатого вала ДВС; 5 - отклонения прогноза от реальных

значений

Максимальные обороты

поя нагрузкой 10°» от Мах

10 11 12 .13 И

Рис. 5. Провокация прогнозирования выхода значения температуры охлаждающей жидкости за пределы нормы

В предложенном выше алгоритме выбран первый вариант виртуального датчика. Для симулирования данного случая некоторый интервал реального тренда температуры охлаждающей жидкости (этот же интервал использовался при получении рис. 3) был заполнен числом -1.0 (с плавающей точкой, см. п. 4.2). Результат симулирования показан на рис. 6.

Рис. 6. Симулирование случая отказа датчика Тохл

Интервал времени на рис. 6 отсчитывается от начала данного участка тренда, прогнозные значения показаны черными точками. На диаграмму функционирования виртуального датчика (рис. 6) наложен рис. 3 для сравнения, из которого видно расхождение между значениями параметра, полученными из калибровочной таблицы, и реальным трендом температуры охлаждающей жидкости.

Выводы к главе 4

1. Алгоритм идентификации и прогнозирования технического состояния ДВС на испытательно-обкаточном стенде показал работоспособность и соответствие ожидаемым свойствам. Вместе с этим, динамика процессов в автомобиле в течение его штатной эксплуатации отличается от динамики процесса стендовых испытаний ДВС. В этой связи, выбор множества контролируемых и прогнозируемых параметров, а также временные интервалы цикличности работы алгоритма должны быть уточнены во время опытной эксплуатации данной системы.

2. Алгоритм идентификации и прогнозирования технического состояния ДВС на испытательно-обкаточном стенде позволил выявить некоторые неточности настройки универсального стенда по реальным параметрам конкретного ДВС. Повышение качества настроек определенных подсистем стенда позволяет повысить эффективность технологического процесса обкатки и испытаний ДВС, а также снизит износ оборудования стенда.

В заключении приведены основные результаты работы.

В диссертационной работе проведено исследование функциональных средств серийно выпускаемых бортовых маршрутных компьютеров. На основании этого показана принципиальная возможность расширения функциональности бортовых компьютеров и снабжения их интеллектуальными функциями поддержки принятия решения водителем об изменении режима эксплуатации автомобиля с целью сохранения штатных режимов работы его узлов и агрегатов.

Основные результаты работы:

1. Разработаны принципы и методы построения бортовой

автоматизированной интеллектуальной системы оперативной идентификации и динамического прогнозирования технического состояния автомобиля во время выполнения рейса, для поддержки принятия решения водителем о режиме продолжения эксплуатации автомобиля, как комплекса узлов и их агрегатов. Применение данной системы способствует сохранению функционального назначения автомобиля в течение рейса, и, тем самым, его успешному совершению и завершению.

2. Предложен принцип упреждающего информирования водителя о возможности перехода конкретных узлов и механизмов автомобиля в нештатные или аварийные режимы функционирования, что позволяет водителю своевременно скорректировать режим эксплуатации автомобиля. Результатом этого является сохранение режимов работы узлов и агрегатов в допустимых (штатных) пределах в течение всего рейса.

3. Предложен принцип и алгоритм формирования «калибровочной» базы технологических данных для каждого автомобиля индивидуально, чем обеспечивается единый подход к определению уникального текущего технического состояния каждого автомобиля, в зависимости от установленных регулировок, его степени износа, текущих условий эксплуатации т.д.

4. Разработаны прогнозирующие идентификационные модели, основанные на извлечении знаний из калибровочных таблиц технологических данных.

5. Предложены методы разработки системы поддержки принятия решений водителем по режиму эксплуатации автомобиля во время движения, основанные на идентификации и прогнозировании параметров процессов функционирования узлов и агрегатов автомобиля.

6. Предложен принцип и алгоритм «мягкого» формирования и выдачи сообщений водителю о возможности нештатного функционирования узлов и механизмов, что понимается как информирование водителя не сразу, как только такая возможность обнаруживается на основании прогнозирования значений контролируемых

значимых параметров, но только при выявлении установившейся тенденции к выходу данных параметров в недопустимую область их значений. Применение данного принципа позволяет значительно снизить вероятность выдачи ложных сообщений.

7. Выполнена экспериментальная проверка предложенных в работе принципов идентификации и прогнозирования технического состояния двигателя автомобиля на испытательном стенде, показавшая, что отклонение прогнозируемых значений контролируемых параметров от реально измеренных в штатном технологическом процессе испытаний не превышает 1.5%.

8. Предложенные в настоящей работе модели и алгоритмы автоматизированного управления применены:

а) в составе программного обеспечения автоматизированной системы поддержки принятия решения на компьютеризированном испытательном стенде двигателей внутреннего сгорания (ДВС) для предотвращения неконтролируемого выхода из строя ДВС и оборудования на предприятии ООО «LLIAKO» (Самарская обл., г. Тольятти, ул. Ленинская, 45);

б) в составе программного обеспечения серийно выпускаемых предприятием ООО «Штат» (Самарская обл., г. Тольятти, ул. Белорусская, 14А) интеллектуальных бортовых маршрутных компьютеров «Штат UniComp».

В приложении приведены документы, подтверждающие практическое применение результатов.

Основное содержание диссертации опубликовано в следующих работах:

1. Герасимов A.B., Дмитренко Л.Г. Автоматизированная система оперативной идентификации и прогнозирования состояния автомобиля в течение рейса // Автоматизация в промышленности, 2008, № 3, С. 21-25.

2. H.H. Бахтадзе, Л.Г. Дмитренко, A.B. Герасимов. Автоматизированная интеллектуальная система идентификации и прогнозирования технического состояния автомобиля в течение рейса // Автоматизация в промышленности, 2013, № 2, С. 44 - 48.

3. Герасимов A.B., Дмитренко Л.Г. Разработка автоматизированной системы оперативной идентификации и прогнозирования состояния автомобиля в течение рейса // Труды VII международной конференции «Идентификация систем и задачи управления». М.: ИПУ РАН, 2008, С. 1967-1976.

4. Герасимов A.B., Дмитренко Л.Г. Формальное основание применения гармонических рядов Фурье для оперативного прогнозирования технического состояния автомобиля в течение рейса // Материалы Международной научно-технической конференции «Информационные

системы и технологии» («ИСТ-2008»), Нижний Новгород, 2008, С. 157158.

5. Герасимов A.B., Дмитрснко Л.Г. Поддержка принятия решений оператором АСУ с применением идеологии автоматического управления /У Материалы международной научно-технической конференции МКПУ IV, -М„ 2009.

6. Дмитренко Л.Г., Герасимов A.B. Построение системы принятия решения оператором АСУ с позиции автоматического управления // Материалы Международной научно-технической конференции «Информационные системы и технологии» (ИСТ-2009), Нижний Новгород, 2009.

7. Бахтадзе H.H., Герасимов A.B. Автоматизация поддержки принятия решения водителем автомобиля // Материалы Международной научно-технической конференции «Информационные системы и технологии» (ИСТ-2010), Нижний Новгород, 2010.

Личный вклад. Все результаты, составляющие основное содержание диссертации, получены автором самостоятельно. В работах, опубликованных в соавторстве, личный вклад автора состоит в следующем:

• в работах [1,2] автором даны описания проекта автоматизированной системы и результата ее реализации, соответственно;

• в работах [3,4] автором рассмотрены отдельные возможности реализации автоматизированной системы;

• в работах [5,6] автором исследованы аспекты взаимодействия водителя и системы автоматизации;

• в работе [7] автором рассмотрена организация информации с позиции прогнозирующей идентификации в системе автоматизации.

Научное издание

Герасимов Александр Владимирович

МЕТОДЫ ИДЕНТИФИКАЦИИ И ОПЕРАТИВНОГО ПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ АГРЕГАТОВ АВТОМОБИЛЯ ДЛЯ АВТОМАТИЗИРОВАННОЙ БОРТОВОЙ СИСТЕМЫ УПРАВЛЕНИЯ

АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата технических наук

Подписано в печать 15.10.2014. Формат 60x90/16 Уел. псч. л. 1,62. Уч.-изд. л. 1,0 Тираж 100 экз. Заказ № 118

Федеральное государственное бюджетное учреждение науки Институт проблем управления им. В.А. Трапезникова Российской академии наук 117997, ул. Профсоюзная, д. 65 Россия, Москва E-mail: snv@ipu.ru http://www.ipu.ru