[发明专利]一种基于正常运行数据的动力舱失效风险评价方法

说明书

本发明公开了一种涉及车辆动力舱的失效风险评价方法，属于自动化检测领域。本发明首先设计了一种可以表示不确定度的变分自编码器，利用仿真环境中的发生不同程度性能退化的检测数据进行有监督预训练，利用真实工作环境中的采样数据进行二次无监督训练，最终能够对动力舱整体的失效风险进行定量评价。本方法能够降低实验获取数据的成本，避免故障实验的危险，对于提高动力舱的安全运行具有借鉴意义。

技术领域

本发明涉及自动检测技术领域，尤其涉及一种基于正常运行数据的动力舱失效风险评价方法。

背景技术

动力舱是一辆汽车最为重要的核心部件之一，主要由发动机、变速箱、冷却系统等组成，用来为整车提供动力。如此重要的部件自然需要更多的关注和保护。当动力舱中因为部件发生故障而系统失效时，会造成严重的事故。现阶段的健康管理算法可以给出系统性能退化和失效的可能性及程度，但是在算法设计和优化阶段需要构建系统的失效模型和数据，这一过程依赖于物理实验。一方面，故障失效的实验的经济成本较高，另一方面，技术上难以模拟出全部的故障和失效方式。

发明内容

有鉴于此，本发明提供了一种动力舱失效风险评价方法，能够利用正常运行的数据和仿真数据建立失效风险评价模型，完成对动力舱失效风险的监控和评价，保障动力舱的正常运行，增强汽车安全性。

为了解决上述技术问题，本发明是这样实现的。

一种基于正常运行数据的动力舱失效风险评价方法，包括：

步骤1、根据动力舱实物建立动力学仿真模型，从动力学仿真模型中提取出n个能够表达动力舱失效状态的性能参数θ₁～θ_n；通过改变性能参数来模拟不同故障，收集动力学仿真模型输出的状态数据α₁～α_m，构建失效风险评价模型的第一阶段训练样本；所述第一阶段训练样本中的标签为失效风险评价模型对应的一个性能参数θ_i，i∈[1，n]；n和m均为正整数；

步骤2、针对每个性能参数，建立可表示不确定性的变分自编码器作为失效风险评价模型；变分自编码器的输入由多个时刻的状态数据α₁～α_m组成，输出为一个性能参数θ_i，i∈[1，n]，使用步骤1收集的第一阶段训练样本进行有监督训练，得到预训练模型；

步骤3、采集真实动力舱的正常运行状态数据α₁′～α_m′，在预训练模型的基础上使用正常运行状态数据α₁′～α_m′进行二次训练；二次训练过程中，针对每一个性能参数θ_i对应的变分器，提取变分自编码器内部产生的标准差σ_i生成不确定度s_i，乘以变分自编码器输出的性能参数估计值然后将n个乘积相加，将相加结果与理想性能状态差值作为失效风险系数x；

利用一段连续时刻的失效风险系数x的变化情况，获得失效风险整体评价值；将失效风险整体评价值作为损失函数，对各性能参数对应的变分自编码器进行反向传播的参数训练；

步骤4、将待评价动力舱实时运行时的状态数据输入n个训练好的变分自编码器，以所有变分自编码器输出的性能参数估计值与自身不确定度s_i的乘积之和，将和与理想性能状态作为待评价动力舱的失效风险系数，完成评价。

优选地，所述性能参数包括输出力矩、输出转速、稳定性和响应时间；

所述输出力矩通过在动力学仿真模型的转矩输出处加入比例模块k_t实现，输出力矩值采用比例模块k_t的归一化比例值表达；

所述输出转速通过在动力学仿真模型的转速输出处加入比例模块k_s实现，输出转速采用比例模块k_s的归一化比例值表达；