[发明专利]使用等效时间采样的状态估计、诊断以及控制

说明书

技术领域

 本发明总体涉及数据采样技术，尤其涉及使用等效时间采样改进传感器数据的有效采样率，以及将改进的分辨率数据用于缺陷诊断与控制目的。

背景技术

汽车与其他复杂系统广泛使用利用各种传感器的数据采集。随后，传感器数据用于经典的反馈控制、缺陷诊断、监督控制、以及其他目的。通常遇到的问题是，传感器数据不能以准确表征正被测量的参数的足够高的采样率被提供。例如，如果在汽车内燃机中正在测量气缸压力，那么在每个发动机冲程期间，为了描绘在压缩、燃烧、膨胀以及排放过程中的压力的快速变化而需要很多数据点。然而，对于能够以高速运转的发动机，以足够高采样率获得压力传感器数据是不可能或不实际的。这可能是由于传感器本身的限制，或模数转换器、电路、其他元件或其组合的限制。

对高采样率数据需求的一个解决方案就是增加所有数据采集传感器与系统的采样率。然而，在车辆以及其他复杂系统中使用的大量传感器的情况下，这可以是非常昂贵的解决方案。优选使用现有的低采样率传感器，但巧妙地处理数据，以使得其满足高采样率诊断与控制应用的需求。这种技术将能够发挥诊断与控制应用的益处，不需要增加花费与高采样率传感器与电路的复杂性。

发明内容

根据本发明的教导，公开了一种方法与系统，使用等效时间采样改进传感器数据的有效采样率，以及将改进的分辨率数据用于诊断与控制。提供来自现有传感器的数据采样，其中，现有传感器的采样率较低，并且不足以准确表征正被测量的参数。利用使用通过现有低采样率获得的传感器数据的等效时间采样构建高分辨率数据集。在系统模型中使用这些构建的高分辨率输入数据集，以模拟正被测量的系统的性能。向估计器提供系统模型的结果以及等效时间采样的高分辨率输出数据集，其提供准确的对被测量量的估计以及对未被测量量的估计。估计器的输出用于正被测量系统的缺陷诊断以及控制。

本发明还提供了如下方案：

方案1. 一种硬件系统的状态估计、诊断以及控制方法，所述方法包括：

从所述硬件系统获取低采样率数据；

将等效时间采样（ETS）应用于低采样率数据，以构建高采样率数据；

在系统模型中使用高采样率数据，以模拟所述硬件系统的性能；

使用应用于从所述系统模型的输出的数值估计器表征所述硬件系统的性能；以及

使用从所述数值估计器的输出，用于所述硬件系统的监控与配置操作。

方案2. 根据方案1所述的方法，其中，使用数值估计器表征所述硬件系统的性能还包括在所述数值估计器中使用所述高采样率数据。

方案3. 根据方案2所述的方法，其中，使用数值估计器表征所述硬件系统的性能包括将所述高采样率数据与从所述系统模型的输出相比较。

方案4. 根据方案1所述的方法，其中，使用数值估计器表征所述硬件系统的性能包括使用卡尔曼滤波或扩展的卡尔曼滤波。

方案5. 根据方案1所述的方法，其中，使用从所述数值估计器的输出，用于所述硬件系统的监控与配置操作包括所述硬件系统的缺陷检测与诊断。

方案6. 根据方案1所述的方法，其中，使用从所述数值估计器的输出，用于所述硬件系统的监控与配置操作包括所述硬件系统的监督控制。

方案7. 根据方案1所述的方法，其中，所述硬件系统为汽车中的发动机。

方案8. 根据方案7所述的方法，其中，所述系统模型包括所述发动机中的进气、燃油输送、燃烧以及排气的模拟。

方案9. 一种硬件系统的状态估计、诊断以及控制方法，所述方法包括：

从所述硬件系统获取低采样率数据；

将等效时间采样（ETS）应用于低采样率数据，以构建高采样率数据；

使用应用于所述高采样率数据的数值估计器表征所述硬件系统的性能；以及

使用从所述数值估计器的输出，用于所述硬件系统的监控与配置操作。

方案10. 根据方案9所述的方法，其中，使用数值估计器表征所述硬件系统的性能包括使用卡尔曼滤波或扩展的卡尔曼滤波。

方案11. 根据方案9所述的方法，其中，使用从所述数值估计器的输出，用于所述硬件系统的监控与配置操作包括所述硬件系统的缺陷检测与诊断。