CN118629104B - 一种发动机状态监控报警系统及方法 - Google Patents

Abstract

本发明公开了一种发动机状态监控报警系统及方法，涉及发动机监控技术领域，解决了现有技术不能随时监测发动机功率的衰减趋势，以及及时对发动机状态进行监控报警的技术问题；包括：稳态标定模块用于测量预定时间间隔范围内发动机的动力关联参数的时空变化情况，基于AI深度学习识别算法得到发动机的稳态功率参照模型；在车辆行驶过程中，动力分析模块用于将动力关联参数代入稳态功率参照模型进行分析匹配，得到发动机的功率参照值；然后结合各参数的变化量，计算得到对应的功率衰减系数，以判断发动机是否功率异常；运行监测模块用于结合发动机的运行环境时序数据进行监测分析，以及时对发动机的运行方式做出调整，提高发动机运行安全。

Description

一种发动机状态监控报警系统及方法

技术领域

本发明涉及发动机监控技术领域，具体是一种发动机状态监控报警系统及方法。

背景技术

车辆以动力电池为动力源，动力电池为发动机提供能量，发动机将动力电池的电能转化为机械能，驱动车辆行驶，因此发动机的性能直接影响到车辆能否正常、可靠的运行；现有电动汽车发动机大多数都能满足宽转速范围的输出，但是随着使用时间的积累，发动机的实际输出功率会有所衰减；

现有的车辆状态监控系统不能随时监测发动机功率的衰减趋势，且车辆行车过程中，发动机长时间使用难免会出现过载、电压不平衡、温度过高等情况的发生，如果不及时处理难以完成对发动机的保护，其严重的会导致发动机损坏及烧毁，发动机的烧毁使车辆停转，容易发生交通事故，危及生命安全；基于以上不足，本发明提出一种发动机状态监控报警系统及方法。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种发动机状态监控报警系统及方法。

为实现上述目的，本发明的第一方面提供了一种发动机状态监控报警系统，包括稳态标定模块、动力采集模块、动力分析模块、数据库、控制器、运行监测模块以及报警模块；

所述稳态标定模块用于测量预定时间间隔范围内发动机的动力关联参数的时空变化情况，标定各参数变化量均小于预定变化量的动力关联参数作为准稳态数据段，然后基于AI深度学习识别算法得到发动机的稳态功率参照模型；所述动力关联参数包括发动机扭矩、动力涡沦转速、动力涡轮前温度、压气机转速、大气温度以及车辆速度；

在车辆行驶过程中，所述动力采集模块用于实时采集发动机的动力关联参数，并将采集的动力关联参数传输至动力分析模块；

所述动力分析模块用于将所述动力关联参数代入稳态功率参照模型进行分析匹配，得到发动机的功率参照值G0；然后结合预定时间间隔范围内各参数的变化量，计算得到对应的功率衰减系数Em；以判断发动机是否功率异常；

若实际衰减比例EB大于功率衰减系数Em，则判定发动机功率异常，生成功率异常信号至控制器，所述控制器接收到功率异常信号后控制报警模块发出警报，并对发动机进行制动；

所述运行监测模块用于实时采集发动机的运行环境时序数据并进行监测分析，以及时对发动机的运行方式做出调整；所述运行环境时序数据包括同一时刻流经发动机的实时电流、实时电压、发动机的转速、振动频率和温度。

进一步地，所述稳态标定模块的具体分析步骤如下：

在预定时间间隔范围内，测量发动机扭矩Q、动力涡沦转速WN、动力涡轮前温度DW、压气机转速YN、大气温度TW、车辆速度V各参数的变化量，分别得到ΔQ、ΔWN、ΔDW、ΔYN、ΔTW、ΔV；

判断ΔQ、ΔWN、ΔDW、ΔYN、ΔTW、ΔV是否分别小于预定变化量fi，i＝1，2，3，4，5，6；若是，则将对应动力关联参数作为准稳态数据段，获取此时发动机的输出功率，记为准稳态输出功率；

根据获取的准稳态数据段和准稳态输出功率，基于AI深度学习识别算法分析得到发动机的稳态功率参照模型。

进一步地，所述动力分析模块的具体分析步骤为：

按照预设间隔采集发动机的动力关联参数，然后将所述动力关联参数代入稳态功率参照模型进行分析匹配，得到发动机的功率参照值G0；

以所述动力关联参数的采集时刻为基准，获取预定时间间隔范围内各参数的变化量，计算得到对应的功率衰减系数Em；

获取此时发动机的实际输出功率Gt；利用公式EB＝μ×(GO-Gt)/G0计算得到实际衰减比例EB；其中μ为预设均衡因子；若实际衰减比例EB大于功率衰减系数Em，则判定发动机功率异常，生成功率异常信号至控制器。

进一步地，其中，功率衰减系数Em的具体计算方法如下：

获取预定时间间隔范围内发动机扭矩Q、动力涡沦转速WN、动力涡轮前温度DW、压气机转速YN、大气温度TW各参数的变化量；

将各参数的变化量与预定变化量fi进行比对，得到对应的参数变化差值，分别为Qt、WNt、DWt、YNt以及TWt；若对应的参数变化差值小于或等于零，则表明对应参数不造成输出功率衰减；

获取大于零的各参数变化差值，结合数据库中存储的各参数针对发动机功率的衰减因子，计算得到对应的功率衰减系数Em。

进一步地，在预定时间间隔范围内，分别选取各参数对应的最大值和最小值，以最大值和最小值的差值作为对应参数的变化量。

进一步地，根据获取的准稳态数据段和准稳态输出功率，基于AI深度学习识别算法分析得到发动机的稳态功率参照模型，具体包括：

将获取的准稳态数据段和准稳态输出功率作为参数训练集，建立误差逆向传播神经网络模型；误差逆向传播神经网络模型至少包括一层隐含层；

将参数训练集按照设定比例划分为训练集、测试集和校验集；

通过训练集、测试集和校验集对误差逆向传播神经网络进行训练、测试和校验，将完成训练的误差逆向传播神经网络标记为稳态功率参照模型。

进一步地，所述运行监测模块的具体分析步骤如下：

S1：获取发动机的运行环境时序数据，将实时电流与设定阈值进行比对；

S2：当实时电流大于设定阈值的时间超过第二设定时间，则电流不可控，则判断该发动机发生故障，并输出故障信号；

S3：判断发动机运行时的转速是否大于预设值，若大于预设值，则控制器控制发动机降频运行；若转速大于预设值的时间超过第三设定时间，则判断该发动机发生故障，并输出故障信号。

进一步地，所述运行监测模块还包括：

S4：当发动机转速达到预设的额定转速时，建立此时发动机振动频率随时间变化的曲线图；对所述曲线图进行求导，得到振动频率变化速率；

若振动频率变化速率大于零的时间超过第四设定时间，则判断该发动机发生故障，并输出故障信号；

S5：判断发动机运行时的温度是否大于温度限定值，若大于温度限定值，则控制器控制制冷器工作，对发动机进行降温，同时控制发动机降频运行；

若发动机温度大于温度限定值的时间超过第五设定时间，则判断该发动机发生故障，并输出故障信号。

进一步地，所述控制器接收到故障信号后控制报警模块发出警报，并对发动机进行制动，以使车辆停止运行。

进一步地，一种发动机状态监控报警方法，包括如下步骤：

SS1：测量预定时间间隔范围内发动机的动力关联参数的时空变化情况，基于AI深度学习识别算法得到发动机的稳态功率参照模型；

SS2：在车辆行驶过程中，按照预设间隔采集发动机的动力关联参数，并代入稳态功率参照模型进行分析匹配，得到发动机的功率参照值G0；

SS3：以所述动力关联参数的采集时刻为基准，获取预定时间间隔范围内各参数的变化量，计算得到对应的功率衰减系数Em；

SS4：获取发动机的实际输出功率Gt，计算得到任意时刻发动机的实际输出功率相对于功率参照值G0的实际衰减比例EB；若实际衰减比例EB大于功率衰减系数Em，则判定发动机功率异常，生成功率异常信号；

SS5：在车辆行驶过程中，实时采集发动机的运行环境时序数据并进行监测分析，以及时对发动机的运行方式做出调整。

与现有技术相比，本发明的有益效果是：

本发明所述稳态标定模块用于测量预定时间间隔范围内发动机的动力关联参数的时空变化情况，基于AI深度学习识别算法得到发动机的稳态功率参照模型；所述动力分析模块用于将所述动力关联参数代入稳态功率参照模型进行分析匹配，得到发动机的功率参照值G0；然后结合预定时间间隔范围内各参数的变化量，计算得到对应的功率衰减系数Em；以判断发动机是否功率异常；能够实时监测发动机功率的衰减趋势，及时对发动机进行制动保护；同时所述运行监测模块能够实时监测发动机运行时的工作环境状况(包括电流、电压、温度、振动频率等)，若监测到不正常状态能及时报警，能够提醒驾驶员及时维护和处理，提高发动机运行安全。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种发动机状态监控报警系统的系统框图。

图2为本发明一种发动机状态监控报警方法的流程图。

图3为本发明中稳态标定模块的工作流程图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1至图3，本发明第一方面实施例提供了一种发动机状态监控报警系统，包括稳态标定模块、动力采集模块、动力分析模块、数据库、控制器、运行监测模块以及报警模块；

在本实施例中，稳态标定模块用于测量预定时间间隔范围内发动机的动力关联参数的时空变化情况，基于AI深度学习识别算法得到发动机的稳态功率参照模型；动力关联参数包括发动机扭矩、动力涡沦转速、动力涡轮前温度、压气机转速、大气温度以及车辆速度；

需要注意的是：稳态标定模块的具体分析步骤如下：

步骤一：在预定时间间隔范围内，测量发动机的动力关联参数，将发动机扭矩、动力涡沦转速、动力涡轮前温度、压气机转速、大气温度以及车辆速度依次标记为Q、WN、DW、YN、TW以及V；

步骤二：分别选取各参数对应的最大值和最小值，以最大值和最小值的差值作为变化量，分别得到ΔQ、ΔWN、ΔDW、ΔYN、ΔTW、ΔV；

具体变化量公式如下：

ΔQ＝Qmax-Qmin＜f1；

ΔWN＝WNmax-WNmin＜f2；

ΔDW＝DWmax-DWmin＜f3；

ΔYN＝YNmax-YNmin＜f4；

ΔTW＝TWmax-TWmin＜f5；

ΔV＝Vmax-Vmin＜f6；

步骤三：判断ΔQ、ΔWN、ΔDW、ΔYN、ΔTW、ΔV是否分别小于预定变化量fi(i＝1，2，3，4，5，6)；若是，则将对应动力关联参数作为准稳态数据段，获取此时发动机的输出功率，记为准稳态输出功率；

步骤四：根据获取的准稳态数据段和准稳态输出功率，基于AI深度学习识别算法分析得到发动机的稳态功率参照模型，具体包括：

将获取的准稳态数据段和准稳态输出功率作为参数训练集，建立误差逆向传播神经网络模型；误差逆向传播神经网络模型至少包括一层隐含层；

将参数训练集按照设定比例划分为训练集、测试集和校验集；通过训练集、测试集和校验集对误差逆向传播神经网络进行训练、测试和校验，将完成训练的误差逆向传播神经网络标记为稳态功率参照模型；

在本实施例中，在车辆行驶过程中，动力采集模块用于实时采集发动机的动力关联参数，并将采集的动力关联参数传输至动力分析模块进行功率衰减系数Em分析，以判断发动机是否功率异常；

其中，动力分析模块的具体分析步骤为：

第一步、动力分析模块按照预设间隔采集发动机的动力关联参数，将发动机的动力关联参数代入稳态功率参照模型进行分析匹配，得到发动机的功率参照值，并将功率参照值标记为G0；

第二步、以动力关联参数的采集时刻为基准，获取预定时间间隔范围内发动机扭矩Q、动力涡沦转速WN、动力涡轮前温度DW、压气机转速YN、大气温度TW、车辆速度V各参数的变化量；

将各参数的变化量与预定变化量fi进行比对，得到对应的参数变化差值，分别为Qt、WNt、DWt、YNt、TWt以及Vt；具体参数变化差值公式如下：

Qt＝ΔQ-f1；

WNt＝ΔWN-f2；

DWt＝ΔDW-f3；

YNt＝ΔYN-f4；

TWt＝ΔTW-f5；

Vt＝ΔV-f6；

第三步、若对应的参数变化差值小于或等于零，则表明对应参数不造成输出功率衰减；获取大于零的各参数变化差值，结合数据库中存储的各参数针对发动机功率的衰减因子，计算得到对应的功率衰减系数Em；

第四步、获取此时发动机的实际输出功率Gt；利用公式EB＝μ×(GO-Gt)/G0计算得到任意时刻发动机的实际输出功率相对于功率参照值G0的实际衰减比例EB；其中μ为预设均衡因子；

将实际衰减比例EB与功率衰减系数Em相比较；若实际衰减比例EB大于功率衰减系数Em，则判定发动机功率异常，生成功率异常信号；

动力分析模块用于将功率异常信号反馈至控制器；控制器接收到功率异常信号后控制报警模块发出警报，并对发动机进行制动，以使车辆停止运行，防止车辆行驶时发生安全事故；

在一种可能的实现方式中，运行监测模块用于实时采集发动机的运行环境时序数据并进行监测分析，以及时对发动机的运行方式做出调整，提高制动回馈的效率；运行环境时序数据包括同一时刻流经发动机的实时电流、实时电压、发动机的转速、振动频率和温度；

需要注意的是：运行监测模块的具体分析步骤如下：

S1：获取发动机的运行环境时序数据，将实时电流与设定阈值进行比对；

S2：当实时电流大于设定阈值的时间超过第二设定时间，则电流不可控，则判断该发动机发生故障，并输出故障信号；

S3：判断发动机运行时的转速是否大于预设值，若大于预设值，则控制器控制发动机降频运行；若转速大于预设值的时间超过第三设定时间，则判断该发动机发生故障，并输出故障信号；有效提高发动机运行的可靠性和安全性；

S4：当发动机转速达到预设的额定转速时，建立此时发动机振动频率随时间变化的曲线图；对曲线图进行求导，得到振动频率变化速率；

若振动频率变化速率大于零的时间超过第四设定时间，则判断该发动机发生故障，并输出故障信号；

S5：判断发动机运行时的温度是否大于温度限定值，若大于温度限定值，则控制器控制制冷器工作，对发动机进行降温，同时控制发动机降频运行；进一步保证了发动机运行的可靠性和安全性；

若发动机温度大于温度限定值的时间超过第五设定时间，则判断该发动机发生故障，并输出故障信号；

控制器接收到故障信号后控制报警模块发出警报，并对发动机进行制动，以使车辆停止运行，防止车辆行驶时发生安全事故；

本发明通过对发动机的动力关联参数和运行环境时序数据进行监测分析，能够实时监测发动机功率的衰减趋势，当实际衰减比例EB异常，及时对发动机进行制动保护；同时通过运行监测模块能够实时监测发动机运行时的工作环境状况(包括电流、电压、温度、振动频率等)，若监测到不正常状态能及时报警，能够提醒驾驶员及时维护和处理，提高发动机运行安全。

本发明第二方面实施例提供了一种发动机状态监控报警方法，包括：

SS1：测量预定时间间隔范围内发动机的动力关联参数的时空变化情况，基于AI深度学习识别算法得到发动机的稳态功率参照模型；

SS2：在车辆行驶过程中，动力采集模块用于按照预设间隔采集发动机的动力关联参数，将发动机的动力关联参数代入稳态功率参照模型进行分析匹配，得到发动机的功率参照值G0；

SS3：以动力关联参数的采集时刻为基准，获取预定时间间隔范围内各参数的变化量，计算得到对应的功率衰减系数Em；

SS4：获取发动机的实际输出功率Gt，计算得到任意时刻发动机的实际输出功率相对于功率参照值G0的实际衰减比例EB；若实际衰减比例EB大于功率衰减系数Em，则判定发动机功率异常，生成功率异常信号；

SS5：在车辆行驶过程中，运行监测模块用于实时采集发动机的运行环境时序数据并进行监测分析，以及时对发动机的运行方式做出调整。

上述公式中的部分数据是去除量纲取其数值计算，公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式；公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (2)

1.一种发动机状态监控报警系统，其特征在于，包括稳态标定模块、动力采集模块、动力分析模块、数据库、控制器以及运行监测模块；

所述稳态标定模块用于测量预定时间间隔范围内发动机的动力关联参数的时空变化情况，标定各参数变化量均小于预定变化量的动力关联参数作为准稳态数据段，然后基于AI深度学习识别算法得到发动机的稳态功率参照模型；所述动力关联参数包括发动机扭矩、动力涡沦转速、动力涡轮前温度、压气机转速、大气温度以及车辆速度；

所述稳态标定模块的具体分析步骤如下：

在预定时间间隔范围内，测量发动机扭矩Q、动力涡沦转速WN、动力涡轮前温度DW、压气机转速YN、大气温度TW、车辆速度V各参数的变化量，分别得到ΔQ、ΔWN、ΔDW、ΔYN、ΔTW、ΔV；

判断ΔQ、ΔWN、ΔDW、ΔYN、ΔTW、ΔV是否分别小于预定变化量ƒi，i＝1，2，3，4，5，6；若是，则将对应动力关联参数作为准稳态数据段，获取此时发动机的输出功率，记为准稳态输出功率；

根据获取的准稳态数据段和准稳态输出功率，基于AI深度学习识别算法分析得到发动机的稳态功率参照模型；具体包括：

将获取的准稳态数据段和准稳态输出功率作为参数训练集，建立误差逆向传播神经网络模型；误差逆向传播神经网络模型至少包括一层隐含层；

将参数训练集按照设定比例划分为训练集、测试集和校验集；

通过训练集、测试集和校验集对误差逆向传播神经网络进行训练、测试和校验，将完成训练的误差逆向传播神经网络标记为稳态功率参照模型；

在车辆行驶过程中，所述动力采集模块用于实时采集发动机的动力关联参数，并将采集的动力关联参数传输至动力分析模块；

所述动力分析模块用于将动力关联参数代入稳态功率参照模型进行分析匹配，得到发动机的功率参照值G0；然后结合预定时间间隔范围内各参数的变化量，计算得到对应的功率衰减系数Em；以判断发动机是否功率异常；具体包括：

按照预设间隔采集发动机的动力关联参数，然后将所述动力关联参数代入稳态功率参照模型进行分析匹配，得到发动机的功率参照值G0；

以所述动力关联参数的采集时刻为基准，获取预定时间间隔范围内各参数的变化量，计算得到对应的功率衰减系数Em；具体计算方法如下：

获取预定时间间隔范围内发动机扭矩Q、动力涡沦转速WN、动力涡轮前温度DW、压气机转速YN、大气温度TW各参数的变化量；具体为：

在预定时间间隔范围内，分别选取各参数对应的最大值和最小值，以最大值和最小值的差值作为对应参数的变化量；

将各参数的变化量与预定变化量ƒi进行比对，得到对应的参数变化差值，分别为Qt、WNt、DWt、YNt以及TWt；若对应的参数变化差值小于或等于零，则表明对应参数不造成输出功率衰减；

获取大于零的各参数变化差值，结合数据库中存储的各参数针对发动机功率的衰减因子，计算得到对应的功率衰减系数Em；

获取此时发动机的实际输出功率Gt；利用公式EB=μ×(GO-Gt)/G0计算得到实际衰减比例EB；其中μ为预设均衡因子；

若实际衰减比例EB大于功率衰减系数Em，则判定发动机功率异常，生成功率异常信号至控制器，所述控制器接收到功率异常信号后控制报警模块发出警报，并对发动机进行制动；

所述运行监测模块用于实时采集发动机的运行环境时序数据并进行监测分析，以及时对发动机的运行方式做出调整；具体分析步骤如下：

S1：获取发动机的运行环境时序数据，将实时电流与设定阈值进行比对；所述运行环境时序数据包括同一时刻流经发动机的实时电流、实时电压、发动机的转速、振动频率和温度；

S2：当实时电流大于设定阈值的时间超过第二设定时间，则电流不可控，则判断该发动机发生故障，并输出故障信号；

S3：判断发动机运行时的转速是否大于预设值，若大于预设值，则控制器控制发动机降频运行；若转速大于预设值的时间超过第三设定时间，则判断该发动机发生故障，并输出故障信号；

S4：当发动机转速达到预设的额定转速时，建立此时发动机振动频率随时间变化的曲线图；对所述曲线图进行求导，得到振动频率变化速率；

若振动频率变化速率大于零的时间超过第四设定时间，则判断该发动机发生故障，并输出故障信号；

S5：判断发动机运行时的温度是否大于温度限定值，若大于温度限定值，则控制器控制制冷器工作，对发动机进行降温，同时控制发动机降频运行；

若发动机温度大于温度限定值的时间超过第五设定时间，则判断该发动机发生故障，并输出故障信号；

所述控制器接收到故障信号后控制报警模块发出警报，并对发动机进行制动，以使车辆停止运行。

2.一种发动机状态监控报警方法，应用于如权利要求1所述的一种发动机状态监控报警系统，其特征在于，包括如下步骤：

SS1：测量预定时间间隔范围内发动机的动力关联参数的时空变化情况，基于AI深度学习识别算法得到发动机的稳态功率参照模型；

SS2：在车辆行驶过程中，按照预设间隔采集发动机的动力关联参数，并代入稳态功率参照模型进行分析匹配，得到发动机的功率参照值G0；

SS3：以所述动力关联参数的采集时刻为基准，获取预定时间间隔范围内各参数的变化量，计算得到对应的功率衰减系数Em；

SS4：获取发动机的实际输出功率Gt，计算得到任意时刻发动机的实际输出功率相对于功率参照值G0的实际衰减比例EB；若实际衰减比例EB大于功率衰减系数Em，则判定发动机功率异常，生成功率异常信号；

SS5：在车辆行驶过程中，实时采集发动机的运行环境时序数据并进行监测分析，以及时对发动机的运行方式做出调整。