[发明专利]基于GM(1,1)模型的传感器软故障主动预测方法

摘要

本发明涉及一种基于GM(1,1)模型的传感器软故障主动预测方法，属于传感器软故障检测技术领域。采用主动预测的方式,提前预测精度失效趋势,避免了因传感器精度失效后而引起的未知发动机和汽车控制系统内故障,做到了防患于未然,提高了燃油利用率和其它控制模块的工作效率,且结合灰色系统少量数据便能进行短期精确预测的特点,保证了汽车系统运行的稳定性,动态响应快速性和精确性。

主权项

基于GM(1,1)模型的传感器软故障主动预测方法,其特征在于：步骤如下：1.1定周期连续采样汽车用传感器的传感数据,其中为单位周期采样时刻；1.2针对汽车用传感器的传感数据序列进行一次灰色累加生成获得汽车用传感器的传感数据序列的灰色一次累加生成序列其中,为单位周期采样总个数,且；1.3针对汽车用传感器的传感数据序列的灰色一次累加生成序列进行汽车用传感器的传感数据序列的灰色一次累加生成序列的均值生成,获得汽车用传感器的传感数据序列的灰色一次累加生成序列的均值生成序列其中,均值生成的一般表达式为；1.4建立基于汽车用传感器的传感数据的汽车用传感器软故障灰色GM(1,1)模型,具体表达式为：其中灰作用量的具体表达式如下,1.5根据步骤1.4中的汽车用传感器软故障灰色GM(1,1)模型获得汽车用传感器传感数据下一周期初始主动预测灰色导数值,并通过灰色一次逆累加生成获得汽车用传感器的传感数据实际预测值,具体表达式为：；1.6根据步骤1.5的预测结果,将其与下一周期实际初始采样值比较,若其超出传感器标准设定误差,则可以判断汽车用传感器存在精度失效趋势,应及时检修。