[发明专利]基于扩展卡尔曼滤波的多温度传感器融合方法

说明书

本发明公开了一种基于扩展卡尔曼滤波的多温度传感器融合方法，加热器在温度测量计算时，融合模型计算、各温度点的测量值，提高温度测量的精度，并在温度传感器失效时保证系统安全运行。本发明不仅能反映各温度点以及系统输入在理论上的相互关系，充分利用已有温度采集传感器信息，且控制装置计算量不大，能实时完成数据更新。在温度传感器不能直接放置在被测位置时，也能利用系统模型和测量值的数据融合来估计被测位置的温度。本发明降低了硬件设计难度和硬件电路成本，还能正确估计被测点的温度。在温度传感器单点失效时，能根据其他温度传感器的数据和系统模型，估计每个温度点的温度，保证加热系统安全有效运行，提升系统安全等级。

技术领域

本发明涉及一种电动车辆或者混合动力车辆加热器的温度采集和估算方法，尤其涉及一种基于扩展卡尔曼滤波的多温度传感器融合方法，属于汽车设备技术领域。

背景技术

车辆的加热系统需要快速、准确地通过加热介质提供热量，由于绝缘等要求，加热系统的温度传感器不可能直接与加热介质或者加热元件相连接，水温传感器一般在水道外面，加热元件与加热元件温度传感器之间也相隔一层薄膜，在不同的工况下温度测量值会有不同的差值，这些误差还与加热系统的结构设计、选用材料等多方面有关。

为了实现准确的温度控制和高温、温升保护，温度信息的准确性是必须的，直接使用单一温度传感器信号作为温度信息已不能满足系统的要求，真实温度预测的准确性对系统性能的影响巨大。

现有的温度估计方法主要有以下两种：

1)模型计算法：加热系统的结构参数和材料参数都是已知的，可以分析和推算系统的传热模型，并根据已有的温度传感器信息，计算不同工况下加热系统不同位置下的温度，这种方法只要建模精度足够高，参数选择误差小，可以足够精确地估算温度，缺点是计算量太大，不适合加热系统上的控制装置计算。若减少计算量，必须降低模型精度，且结构参数和材料参数不可能完全准确，各方面的误差若在持续计算的过程中发生单方向漂移，会引起较大误差。

2)标定查表法：目标温度点温度与传感器温度点温度有内在的联系，且与外部功率输入有关，考虑到这些因素，用一张复杂的表格来体现这些因素的互相关系，并通过大量的标定实验来支撑表格内的数据。在加热系统工作时，通过已知的传感器数据查相应的表格，来确定目标温度点温度。这种方法不需要加热系统控制装置做复杂的计算，但需要大量的试验支撑，并正确分析各因素对温度估计的影响。

直接使用模型计算法计算量大，且会有误差漂移，没有温度修正；标定查表法对实验要求较高，要覆盖各种工况，实验量大，成本很高。因此上述两种方法在实践中实用性不高。

现有的电动车辆或者混合动力车辆加热器的温度检测大多采用直接测量法，在加热器的不同位置安置多个温度传感器，检测每一个温度点的温度。但是，加热器温度直接测量的方法会受传感器安置位置的影响，温度传感器故障会给系统带来巨大的风险，各温度传感器监测值也没有考虑互相之间的关系，因此，设计一种多温度传感器数据融合方法具有现实意义。

发明内容

本发明的目的在于提供一种基于扩展卡尔曼滤波的多温度传感器融合方法，加热器在温度测量计算时，融合模型计算、各温度点的测量值，提高温度测量的精度，并在温度传感器失效时保证系统安全运行。

本发明的目的通过以下技术方案予以实现：

一种基于扩展卡尔曼滤波的多温度传感器融合方法，包括：

给出状态方程和输出方程，输出方程也叫测量方程：

式中X＝[x₁ x₂ x₃ x₄ … x_n]为n个状态变量，指待估计的温度点温度值；

为n个状态变量的一阶导数；