基于模型驱动架构的电动汽车电动助力转向系统可靠性研究

纪文煜

(无锡南洋职业技术学院 汽车工程与管理学院，江苏 无锡 214081)

电动汽车助力转向系统作为汽车研发的核心部件，其常见的模型为A-EPS模型和R-EPS模型。为了解核心部件的运行，应对A-EPS模型的可靠性运行原理进行分析，并对其进行建模，了解该模型运行的情况。在对模型进行R-EPS模型故障系统分析时，分析故障的影响和危害性，在两种模型的共同分析下，了解电动汽车核心部件的系统可靠性，考虑系统运行中可能存在的安全性问题。

一、研究背景

近些年来，我国社会经济发展水平逐渐提升，人们的物质生活得到了根本改善，这使其在交通出行方面有了更高的要求。在这一时代背景下，汽车开始在我国有了更加广阔的应用范围。从汽车发明至今，汽车总体的数量呈现越来越多的趋势，迄今为止，我国汽车的数量已经突破了2亿，并且这一数值还在逐渐增加的过程中。尽管汽车的应用能够为人们的生活和生产带来极大的方便和好处，但同时也会带来一定的负面影响，具体体现在能源短缺以及环境污染等方面。相关调查表明，我国石油资源的进口比率高达60%，而其中有将近80%都会在汽车领域中进行应用。与此同时，结合相应的城市空气污染物监测结果能够发现，其中绝大多数的氮氧化物以及一氧化物的排放来源都是汽车的尾气排放。通常情况下，内燃机的动力来源主要是柴油或者是汽油，由于其在结构方面所受到的限制，所以无法从根本上解决当前所普遍存在的环境污染以及能源紧张等问题。基于此，为了能够实现上述问题的高效解决，全世界范围内各国政府都开始加强了对该方面内容的重视，并颁布了诸多相关政策，致力于通过多样化的手段缓解经济发展同环境污染等方面存在的矛盾。

例如，能够实现开发节能和环保以及限制污染物排放的新型汽车等，电动汽车OEV的动力来源同传统汽车的动力来源存在一定的差异性，其最主要的特点便在于车载电池的应用，这不仅能够实现其能源利用效率的优化提升，还使得其在排放量方面得到了有效降低。可以最大限度同当前在环保和节能方面的需求相适应。与此同时,在当前电子技术迅速发展的时代背景下，电池技术水平得到了大幅提升，这些都为电动汽车领域的持续平稳发展奠定了坚实的基础，能够高质量解决在电动汽车发展过程中所面临的各种环境污染和能源短缺问题。再加上我国政府所颁布的一系列政策，也为未来电动汽车行业创造了良好的发展环境。结合当下的发展趋势来看，新能源汽车是未来汽车行业发展的重点内容，并积极落实能够促进汽车产业和相关其他产业协调发展的新型发展模式[1]。

二、确定模型

（一）A-EPS模型

1.运行原理

本文在MDA基础上对车辆EPS系统进行研究，先通过AADL进行系统建模，利用EMA分析该系统的运行可靠性，然后将可靠性模型转变为故障树模型，最后采用FTA法进行系统评估，并为系统优化提供改进措施。该系统结构较为复杂，主要由速度传感器、电流传感器、故障显示器、电动机与控制器等部件构成。其中，控制器可依据传感器传输的信号判断电动机转动方向，计算出最佳助力扭矩，将控制信号传递给离合器与电动机，在功率驱动下调整电路，对电动机转动进行有效控制；电动机输出可通过减速机构驱动齿条机构，由此形成转向助力[2]。

2.建立AADL

EPS系统的内容较多，主要包括车轮速度传感器、控制单元、离合器、电动机与转向机构等。在控制单元中带有三个线程，即信号处理、启动自检与决策控制。将控制单元设置在微控制单元中，再将离合器、电动机、传感器等多种机构依靠CAN总线相互连接。根据试验中样车相关参数，采用标准属性集与自定义属性集相结合的方式阐述任务类型、传输端口与总线属性等指标。控制决策线程的周期为30 ms，与计算截止时间相同，整个计算流程用时为3 ms。使用NXP STM32L431RCT6型号的处理器，线程交换时间为2—3 ns，调度采取最早截止期限优先原则，利用高速CAN总线与多路访问协议，在硬件部分利用VHSIC描述语言。值得强调的是，在AADL模型创建中还应对调度、优先级、处理器速率、总线带宽等指标进行综合分析，确保设置的参数详细可靠。

（二）R-EPS模型

1.常见故障

以某品牌电动车为例，在开发测试阶段对240台样车反复试验，以车辆出现的所有故障记录为数据来源。通过数据分析可知，样车常见故障、多发部位与占比情况如下：DC内部故障占比0.1675；电池管理系统故障占比0.0008；EPS故障预警占比0.2661；车辆控制器故障占比0.2650；MCU电子器件故障占比0.0322；DC输入欠压故障占比0.0618；MCU内部变频电机故障占比0.0011；通讯超时占比为0.319；电池管理系统的显示故障占比0.0065。根据上述故障部位与占比情况可知，EPS故障预警的发生概率最高，总和达到26.6%，结合该系统结构与技术原理将该故障分为软硬件、电路故障。其中，软件故障包括转角、车速、反馈电流与转矩等处的信号处理失效故障；硬件故障为车辆速度传感器、离合器、电动机与MCU系统等出现故障；电路故障包括内部器件断路、短路与触点异常连接等情况[3]。

根据以往研究对EPS系统中常见器件故障特征参数进行分析。在本文研究中，与车辆现实故障数据相结合，对EPS常见故障底事件与失效率进行计算，具体如下：传动装置失效的发生率为0.001；转角信号处理失效概率为0.019；MCU时钟电路失效概率为0.013；电磁离合器驱动芯片短路发生率为0.015；离合器自身失效概率为0.061；继电器故障概率为0.038；AD模块电源短路概率为0.012；车速传感器信号输出故障概率为0.200；直流电机故障概率为0.061；MCU输出控制信号故障概率为0.034；电机驱动芯片输出恒低故障率为0.025。上述均为EPS故障底事件，应通过建模方式予以控制。

2.建立EMA

上文所提到AADL可被拆分成A-EPS和EMA两部分。其中，A-EPS代表架构模型，EMA代表错误模型附件，通常被用来对能够说明组件可靠性的信息进行描述，包括但不限于①故障分布；②故障类型；③故障状态；④故障事件；⑤故障状态所发生变迁。要想使建立EMA模型具备理想实用性，关键是先描述各元件常见故障信息。在对故障类型进行定义时，研究人员既可以选择对EMA标准所提供故障类型加以使用，同样也可选选择以实际情况为依据，对故障类型进行自定义。在对故障分布类型进行定义时，常见分类为①固定概率；②泊松概率。除此之外，研究人员还可以酌情增加危害性定义、严重性定义以及可能性定义，为系统有效性提供保证。

将架构模型与错误模型进行结合，便可得到相应的可靠性模型。研究表明，以失效概率和故障分布为代表的故障数据，通常需要通过分析测试数据才能加以明确，其他数据均可经由失效参数和可靠性模型进行推导，且所得结论与测试结果大致相同。

3.生成FTA

现有研究所提出模型转换方法均未对构件间存在干扰性加以考虑，并且缺少与故障构件相关的描述。另外，李东民等学者对故障模型转换为动态故障树所用方法进行了描述，由于相关研究所得模型未将故障出现概率、分布情况涵盖在内，因此不具备普适性。

在翻阅相关资料后，研究人员决定以现有方法为依托，提出全新的转换规则，具体内容如下：其一，将基本故障树视为四元组 F=（T，I，B，G）。其中，T 代表故障树顶端的顶事件，可被用来表示事件联合作用所生成结果；I代表底事件与顶事件之间的中间事件，B代表底事件，又被称为基本事件，通常被用来指代故障模式已确定且不需要继续分析成因的事件；G代表门集合，可被细分成与门集合以及或门集合。其二，将EMA所属基本元素用四元组E=[ES，EE，T，]进行表示。 其中代表错误状态集合}，代表错误事件集合；O代表错误事件发生概率和分布情况的集合；T代表错误状态变迁集合。

通过对不同模型所属基本元素进行对比可知，转换基本元素对应关系的规则可被概括为四点，分别是：第一点，将错误事件向故障树底事件进行转换；第二点，将错误事件概率向底事件概率进行转换；第三点，将错误状态向顶事件/中间事件进行转换；第四点，将连接弧向逻辑门进行转换。

在转换逻辑门时，以下内容应当引起重视：一是EMA复合错误行为的描述对象为复合故障行为，通常被用来对状态变迁和错误事件所述关系加以表示，或代表发生任意事件均会使状态出现变迁，与则代表只有发生全部事件才能使状态出现变迁。由此可见，研究人员可视情况选择将EMA-And向FTA与门进行转换，或是将EMA-Or向FTA或门进行转换；二是不同故障事件存在较为明显的相关性，若eei和eej有相关性存在，代表故障事件i将引起故障事件j，此时二者满足向与门进行转换的条件，如果eei和eej无明显相关性存在，代表故障事件i与故障事件j没有直接关联，有关人员可选择将二者向或门进行转换。

在明确转换规则后，便可对FTA模型进行生成，具体流程如下：第一步，对EPS系统适用可靠性模型进行构建，并对模型做实例化处理，确保其能够准确反映①错误模型实例；②系统架构实例。第二步，基于上述规则转化错误模型实例，利用OSATE所提供故障树分析插件，获得格式为.fta的文件。第三步，借助OpenFTA软件，对.fta文件进行解析，获得相应的故障树模型，为后续工作的开展提供支持[4]。

三、可靠性分析

（一）定性分析

定性分析法是指基于哲学思辨以及逻辑推理等方式，从质的视角出发，对事物属性进行分析与研究，在传播学领域的使用频率较高。在对本文所研究系统的可靠性进行定性分析时，研究人员可以将最小割集对顶/故障树底事件所产生贡献作为依据，对系统较为薄弱的环节加以确定，在此基础上，确定可使系统有效性得到改进的设计方案。对本文所研究系统而言，定性分析内容主要涉及三个方面，分别是①结构重要度；②临界重要度；③概率重要度，下文将逐一进行分析，供相关人员参考。

1.结构重要度

结构重要度代表元部件对系统的重要性，通常与元部件出现故障的概率无显著相关性，因此，对其进行定性分析的关键是以结构为切入点，对基本事件给顶上事件所带来影响进行分析，其表达式为：

通过分析可知，对EPS结构而言，重要程度处于最高级的事件，主要有：①采样电阻失效；②反馈电流所述电路存在故障；③反馈电流存在信号处理失效问题，上述事件所处位置均为关键部位。而重要程度处于次高级的事件，主要为：①芯片输出恒低；②输入电路开路。在结构重要度方面，处于第三层级的事件有：①转矩信号未得到有效处理；②转角信号未得到有效处理。

2.临界重要度

临界重要度又被称作关键重要度，该重要度强调以系统安全为出发点，根据发生基本事件的变化率和发生顶上事件的变化率，对事件重要度加以表示。由此可见，若研究人员计划利用临界重要度表示事件重要度，关键要对其发生概率以及敏感度进行综合考虑，表达式为：

通过分析可知，具有最高临界重要度的事件有三个，分别是：①电磁离合器失效；②扭矩传感器所输出值恒定；③继电器触点始终处于闭合状态。

3.概率重要度

分析结果表明，可带来最大影响的事件为“继电器触点始终处于闭合状态”，紧随其后的是“转矩传感器所输出值恒定”，最后是“电磁离合器失效”，而影响较小的事件，大部分为软件故障，该结论和临界重要度所得结论大致相同。由此可见，在开展系统设计相关工作时，工程师应对上述关键部件引起重视，通过增设容错系统等方式，尽量避免故障出现，为系统可靠性提供保证。

（二）定量分析

定量分析法所分析内容，主要是特定社会现象对应数量关系、数量特征以及数量变化。基于该方法对系统可靠性进行分析，研究人员应对以下内容引起重视。

将故障树独立底事件集合设为X={X1，X2，…，Xn}，其结构函数为：

在上述表达式中，n代表故障树对应底事件总数；0代表不存在顶事件；1代表存在顶事件。代表底事件是否存在。

基于逻辑门对应概率计算公式可知，可被用来表示与门/或门不可靠度的公式为：

在上述表达式中，E[φ(X)]代表存在故障树顶事件的期望值；P[φ(X)]代表存在故障树顶事件的概率；Fi(t)代表元部件所对应不可靠度。研究人员可利用FTA模型及故障底事件概率，对中间事件概率进行逐层计算，进而对顶上事件概率加以明确。计算结果表明，存在顶上事件的概率约为0.27，模型分析所得结论和测试所得结论的误差未超过3%，具有较高准确度[5]。

四、结论

综上所述，本文对电动汽车的核心部件EPS系统进行可靠性的分析与检验。通过建立A-EPS模型与R-EPS模型，对汽车中运行可靠性和故障概率进行实验和分析。在系统模型的帮助下，得出结论：电动助力转向系统的可靠性较高，经过系统的分析，其误差较小，具有较强的开发性。在模型构件中可以发现，导致其发生故障的主要原因为继电器、采样电阻以及电磁离合器的失效，对于整体模型的影响较小。通过模型构建的方法对汽车的核心系统进行故障排查和可靠性分析具有较强可靠性。