[发明专利]使用参数估计算法的起动机马达诊断和预报的系统和方法

说明书

技术领域

本发明总体涉及一种用于确定车辆中起动机马达的健康状况的系统和方法，更具体地，涉及一种采用用于确定起动机马达电阻、电感和反电动势(EMF)的参数估计算法以确定内燃发动机车辆中的起动机马达的健康状况的系统和方法。

背景技术

本领域公知的，内燃发动机通常采用起动机马达，该起动机马达电耦接到车辆电池。当打开点火开关时，将电池能量提供给起动机马达，起动机马达使马达轴旋转，马达轴使飞轮旋转。飞轮使发动机轴旋转，其结合提供给发动机的燃料使发动机起动，从而可以维持发动机的运行。起动机马达可以包括多种组件，包括马达电枢、马达定子、马达电刷以及限定马达的其他电组件。由于起动机马达不能正常运行的多种不同的情况，导致这些组件中的一个或多个可能出现故障，并且因此车辆可能无法起动。例如，由于脏或坏电刷、电枢线圈短路、由于马达中永磁体劣化导致的马达磁场减弱等，马达运行可能会劣化或者马达可能会故障。因此，期望在实际故障之前预测起动机马达故障，从而在车辆驾驶员不能起动车辆之前可以采取补救措施。

发明内容

根据本发明教导，公开了一种用于确定内燃发动机车辆中起动机马达的健康状况的系统和方法，从而可以在故障实际发生之前告知车辆驾驶员潜在的起动机马达故障。起动机马达包括：电枢和马达电刷，每个都提供电阻；以及提供电枢电感的电枢线圈。此外，由于起动机马达耦接到飞轮和车辆发动机，因此起动机马达具有反EMF。所述系统和方法监控电枢和马达电刷的组合电阻、电枢的电感和马达的反EMF常数，并且在这三个值中的任何值明显偏离标定值的情况下提供指示潜在起动机马达故障的信号。在一个实施例中，通过回归模型提供马达电阻、电枢电感和反EMF常数的分析来确定估计的马达参数。回归模型可以采用递推最小二乘算法或批量最小二乘算法。

结合附图，根据以下详细描述和所附权利要求，本发明的额外特征将变得显见。

附图说明

图1是包括起动机马达和用于确定起动机马达健康状况的控制器的车辆起动系统的示意框图；

图2是图1所示的起动机马达的电路图的示意图；

图3是示出使用递推最小二乘回归模型确定起动机马达诊断和预报以确定起动机马达健康状况的方法的流程图；以及

图4是示出使用批量最小二乘回归模型确定起动机马达诊断和预报以确定起动机马达健康状况的方法的流程图。

具体实施方式

下面对用于确定内燃机中起动机马达的健康状况的系统和方法作出的本发明的实施例的讨论仅是示例性的，且不以任何方式限制本发明或其应用或使用。

图1是车辆的起动系统10的示意框图。起动系统10包括车辆发动机12、电池14和起动机马达16，诸如本领域技术人员所公知的永磁体起动机马达类型。起动机马达16通过可旋转马达轴20耦接到飞轮18，飞轮18通过可旋转发动机轴22耦接到发动机12。电压传感器24测量通过起动机马达16的电压V_m，电流传感器26测量从电池14到起动机马达16的电流I_a。另外，温度传感器28测量起动机马达16的温度T。下文将详细讨论，系统10包括诊断和预报控制器30，其接收来自电流传感器26的起动机电流信号I_a、接收来自电压传感器24的起动机电压信号V_m、接收来自发动机12的发动机速度信号ω_E、接收来自温度传感器28的温度信号T，并且提供起动机马达16的健康状况的指示。

图2是起动机马达16的等效电路32的示意图。来自起动机马达16的电枢电流I_a通过电路32中的电组件从正端流到负端。电路32包括电阻R_b，其为起动机马达16的电刷的电阻。电路32还包括电阻R_a，其为起动机马达16内的电枢线圈的电阻。此外，电路32包括电感L_a，其为马达16中电枢线圈的电感。另外，电路32包括通过电压E_b表示为反EMF，其为轴20的旋转速度的函数。起动机马达16可能由于脏或坏的电刷(这将改变电阻R_b)故障，或者由于电枢线圈的短路(这将减小电感L_a且减小反EMF马达常数K_m)故障，或者由于起动机马达16中的永磁体劣化产生的减弱磁场(这将减小反EMF马达常数K_m)故障。

下面将讨论，起动机马达16的健康状况基于这三个值确定，具体指，按如下定义的电阻值R_m、电感值L_a和反EMF值E_b：