[发明专利]一种车辆电机冷却系统故障的控制方法及装置

权利要求书

1.一种车辆电机冷却系统故障的控制方法，其特征在于，包括：

检测车辆是否处于行车模式；

若所述车辆处于行车模式，则检测车辆的电机冷却系统是否处于故障状态；

若所述车辆的电机冷却系统处于故障状态，根据所述车辆的当前工作参数和当前行驶环境参数，通过径向基函数神经网络训练，确定车辆的最大输出扭矩限值；

根据所述车辆的当前工作参数以及所述车辆的最大输出扭矩限值，对所述车辆的电机实际输出扭矩进行控制；

其中，所述当前行驶环境参数包括当前行驶环境温度；

所述根据所述车辆的当前工作参数和当前行驶环境参数，通过径向基函数神经网络训练，确定车辆的最大输出扭矩限值的步骤包括：

检测所述车辆的当前行驶车速和所述车辆的当前需求扭矩；

检测所述车辆的当前行驶环境温度和所述车辆的电机控制器的当前温度；

根据所述车辆的当前行驶车速、当前需求扭矩、当前行驶环境温度和所述车辆的电机控制器的当前温度，通过径向基函数神经网络训练，确定车辆的最大输出扭矩限值。

2.根据权利要求1所述的车辆电机冷却系统故障的控制方法，其特征在于，所述控制方法还包括：

若所述车辆的电机冷却系统处于故障状态，控制所述车辆的仪表实时输出用于提醒驾驶员电机冷却系统出现故障需进行维修的预设文字信息。

3.根据权利要求1所述的车辆电机冷却系统故障的控制方法，其特征在于，所述控制方法还包括：

若所述车辆的电机冷却系统处于故障状态，控制所述车辆的散热风扇启动。

4.根据权利要求1所述的车辆电机冷却系统故障的控制方法，其特征在于，所述检测所述车辆的当前需求扭矩的步骤包括：

检测所述车辆的加速踏板的移动行程；

根据所述加速踏板的移动行程，获得所述车辆的当前需求扭矩。

5.根据权利要求1所述的车辆电机冷却系统故障的控制方法，其特征在于，所述通过径向基函数神经网络训练，确定车辆的最大输出扭矩限值的步骤包括：通过公式：

x[T T_mcu T_q V]^T

获得输入矢量x，其中，T为所述车辆的当前行驶环境温度，T_mcu为所述车辆的电机控制器的当前温度，T_q为所述车辆的当前需求扭矩，V为所述车辆的当前行驶速度；

对获得的输入矢量x进行径向基函数神经网络训练，获得所述最大输出扭矩限值。

6.根据权利要求1所述的车辆电机冷却系统故障的控制方法，其特征在于，所述根据所述车辆的当前工作参数以及所述车辆的最大输出扭矩限值，对所述车辆的电机实际输出扭矩进行控制的步骤包括：

若所述当前需求扭矩小于所述最大输出扭矩限值，控制所述电机的实际输出扭矩为所述车辆的当前需求扭矩；

若所述当前需求扭矩大于所述最大输出扭矩限值，控制所述电机的实际输出扭矩为所述最大输出扭矩限值。

7.一种车辆电机冷却系统故障的控制装置，其特征在于，包括：

第一检测模块，用于检测车辆是否处于行车模式；

第二检测模块，用于若所述车辆处于行车模式，则检测车辆的电机冷却系统是否处于故障状态；

确定模块，用于若所述车辆的电机冷却系统处于故障状态，根据所述车辆的当前工作参数和当前行驶环境参数，通过径向基函数神经网络训练，确定车辆的最大输出扭矩限值；

第一控制模块，用于根据所述车辆的当前工作参数以及所述车辆的最大输出扭矩限值，对所述车辆的电机实际输出扭矩进行控制；

其中，所述当前行驶环境参数包括当前行驶环境温度；

所述确定模块包括：

第一检测单元，用于检测所述车辆的当前行驶车速和所述车辆的当前需求扭矩；

第二检测单元，用于检测所述车辆的当前行驶环境温度和所述车辆的电机控制器的当前温度；

确定单元，用于根据所述车辆的当前行驶车速、当前需求扭矩、当前行驶环境温度和所述车辆的电机控制器的当前温度，通过径向基函数神经网络训练，确定车辆的最大输出扭矩限值。