[发明专利]一种真空泵的性能评估方法、装置及电动汽车

权利要求书

1.一种真空泵的性能评估方法，应用于电动汽车，其特征在于，包括：

获取真空助力器的真空度由第一预定值K_p1上升至第二预定值K_p2所需的实际工作时间T；

根据所述电动汽车当前所处的环境温度T_C0和环境大气压力P₀，得到所述真空泵的正常工作时间T_a；其中，所述正常工作时间T_a为所述真空泵性能无衰减及无故障的状态下，真空助力器的真空度由所述第一预定值K_p1上升至所述第二预定值K_p2所需的时间；

根据所述实际工作时间T和所述正常工作时间T_a，得到所述真空泵的性能参数K_vac。

2.根据权利要求1所述的真空泵的性能评估方法，其特征在于，获取真空助力器的真空度由第一预定值K_p1上升至第二预定值K_p2所需的实际工作时间T的步骤包括：

在接收到单次制动信号且真空泵处于工作状态时，获取真空助力器的真空度由第一预定值K_p1上升至第二预定值K_p2所需的实际工作时间T。

3.根据权利要求1所述的真空泵的性能评估方法，其特征在于，根据所述电动汽车当前所处的环境温度T_C0和环境大气压力P₀，得到所述真空泵的正常工作时间T_a的步骤包括：

获取所述电动汽车所处的环境温度T_C、环境大气压力P以及对应的真空泵的正常工作时间T_a的试验样本数据[T_C P T_a]；

根据所述试验样本数据[T_C P T_a]，创建径向基函数神经网络；

根据所述径向基函数神经网络以及所述电动汽车当前所处的环境温度T_C0和环境大气压力P₀，得到所述真空泵的正常工作时间T_a。

4.根据权利要求3所述的真空泵的性能评估方法，其特征在于，所述根据所述试验样本数据[T_C P T_a]，创建径向基函数神经网络的步骤，包括：

根据建立初始径向基函数神经网络；

x为输入矢量，x＝[T_C P]^T；

为真空泵的正常工作时间T_a的网络输出；

为权重；L为隐层神经元数量，L＝5；

为中心矢量；

为输入矢量到中心矢量的距离；φ为径向基函数；

根据所述试验样本数据[T_C P T_a]，对所述初始径向基函数神经网络进行训练，得到径向基函数神经网络。

5.根据权利要求1所述的真空泵的性能评估方法，其特征在于，所述根据所述实际工作时间T和所述正常工作时间T_a，得到所述真空泵的性能参数K_vac的步骤，包括：

将所述实际工作时间T和所述正常工作时间T_a代入得到所述真空泵的性能参数K_vac；

其中，K_a表示时间性能系数，且K_a＞1；T∈[T_a,K_a·T_a]。

6.根据权利要求5所述的真空泵的性能评估方法，其特征在于，将所述实际工作时间T和所述正常工作时间T_a代入得到所述真空泵的性能参数K_vac的步骤之前，所述方法还包括：

对所述实际工作时间T进行取值限制处理，将所述实际工作时间T的取值限制在[T_a,K_a·T_a]区间之间。