车辆机械式离合器SVM故障检测方法仿真

2023-03-29李海兵蒋月静

计算机仿真 2023年2期

李海兵，蒋月静

(大连海洋大学应用技术学院，辽宁大连 116300)

1 引言

汽车电子技术中的自动变速技术是汽车制造的关键[1]，自动变速技术不仅能够有效地增加驾驶员的驾驶安全，提高汽车动力和经济性，还能够有效防止汽车对环境的排放污染。自动变速技术的核心就是汽车的自动离合器，若离合器出现故障，会直接影响汽车的使用寿命[2]，因此提出高效的车辆机械离合器的故障检测方法是车辆安全行驶的关键。

武立平等人[3]提出了一种基于振动信号指标能量的变压器机械故障检测方法。该方法依据IMF能量特征，获取机器的二元特征向量，建立机器的正常状态值，与故障数据实施对比处理；结合获取的二元特征向量实现机器的故障检测。彭聪等人[4]提出了一种基于机器视觉和盲源分离的机械故障检测方法。该方法首先介绍了机器视觉与信号盲源分离原理，依据二者的合作获取高速视频，对机器故障实施信号的多源分离、定位；最后通过故障的定位结果，实现故障的有效检测。林琳等人[5]提出基于粗糙集神经网络和振动信号的高压断路器机械故障诊断方法。该方法首先对机器的振动信号实施经验的模态分解，获取建立机器的信号本征模态函数；通过对IMF分量的变换，获取机器振动信号的特征向量；最后通过特征的分类结果实现机器的故障检测。但是由于上述方法在故障检测时忽略了对离合器膜片弹簧负荷的详细分析和计算，因此故障检测结果存在较为明显的偏差，无法广泛应用。

车辆的机械式离合器结构复杂，出现故障时难以快速识别出具体类型，且当离合器已经出现一些微小故障后，车辆也能够正常行驶，因此离合器的故障检测的难度较大。为此，提出基于SVM的车辆机械式离合器故障检测方法。

2 汽车离合器动力学模型

汽车离合器[6]的状态空间模型以及传动模型是控制汽车起步的基础，同样也是是离合器故障诊断的关键，汽车机械式离合器传动系统的故障、非线性以及相关扰动因素都会在状态方程中体现，以此在离合器故障检测前建立的合理的系统模型是离合器故障检测的基础。

2.1 构建离合器状态空间模型

基于汽车的离合器组成结构，分析汽车离合器的操作流程，建立测量离合器的状态空间模型。离合器中包含了直流电机、涡轮蜗杆组合以及杠杆操作三部分。离合器膜片弹簧会受到飞轮的装配压力作用，从而操作主从动盘的结合，因此离合器的正常工作位置通常为常闭式。驾驶员在操作离合器时，膜片弹簧[7]的端点会受到来自分离轴承的挤压作用，这时总成中轴成为膜片弹簧支撑点，带动离合器一端的分离钩上下分离。

基于上述离合器结构分析结果，设定离合器的控制矢量为I，外部扰动为E，以此建立汽车离合器系统的状态空间模型，过程如下式所示

(1)

2.2 离合器膜片弹簧负荷计算

离合器的膜片弹簧主要是离合器两端变形向量与离合器荷载之间的函数关系。汽车离合器分离时，需要承受膜片弹簧的变形作用力，接合时压力同样需要膜片弹簧得到弹性，所以在离合器故障检测前，需要对膜片弹簧的负荷特性展开具体分析，为离合器故障检测提供依据。

依据Timoshenko理论设定离合器大端载荷为D1，离合器大端K的载荷值计算结果如下式所示

(2)

式中，离合器泊松比标记ε，弹性模量用Wt描述，离合器力臂比标记为l1，位移系数标记η1，对数函数用In(E/e)表述，弹性因子描述成e，离合器状态标记为t，变形估计值标记s形式，离合器端口半径标记为j。

基于上述计算的离合器[8，9]大端载荷，对离合器小端eD位置的载荷实施计算处理，结果如下式所示

(3)

式中，离合器小端载荷标记为D2。最后对上述获取的离合器载荷计算结果，提取离合器的负荷特性，过程如下式所示

λ=D1+D2

(4)

式中，获取的离合器负荷特性标记为λ。

2.3 动力学模型的构建

车辆机械式离合器在操作过程中，起步是离合器的重要操作环节。汽车发动机动力输送至离合器主动部分时，设定汽车发动机的输出转矩为Ze，离合器传递转矩标记Zc，通过自由体运动方程，获取汽车传动系统[10]的动力方程，过程如下式所示

(5)

依据上述获取的汽车传动系统动力方程，获取汽车驱动轮的地面阻力矩，结果如下式所示

(6)

依据上述计算结果可知，离合器传递转矩不同，离合器的接合过程分成无转矩传递、滑摩以及同步三个阶段，在离合器接合[11]时，转速、转矩以及分离轴承都会随着时间而发生变化。其中，离合器转矩与摩擦面之间的压力随地面摩擦半径影响，离合器摩擦片工作数成正态分布。

3 机械式离合器故障检测

3.1 故障特征提取

依据上述的离合器动力学分析结果，获取离合器系统的运动方程为

(7)

基于此，根据离合器系统的微分方程，获取离合器不同状态的信息空间的变换传递过程，结果如下式所示

(8)

依据上述离合器[12]不同状态的信息空间的变换传递结果，获取离合器拓扑动力方程，过程如下式所示

Ω=(i0X+U+V)-1+i0X+U+Vφx+1

(9)

式中，Ω为建立的离合器拓扑动力方程，常数记为i0。

基于上述建立的拓扑动力方程，设定离合器ϖ时刻状态空间为φϖ，ω时刻信息状态空间为φω，A为非空的开集，以此建立离合器的状态子空间映射集合B=Ωn(φi)，以此实现离合器特征信息空间的n次映射，通过映射结果辨识该空间是否与φω、φϖ产生交集，确定离合器拓扑传递值，完成离合器故障特征的提取。

3.2 基于SVM的离合器故障检测模型

支持向量机[13]是通过不同的离合器数据输入样本检测离合器故障严重程度。设定离合器故障特征为支持向量机输入向量ιi，且ιi={(x1，y1，ρ1)，…，(xn，yn，ρn)}，其中x和y为输入的特征向量，ρ为数据得到隶属度值，输入的样本数据数量记为n，以此建立离合器的故障诊断模型的目标函数，制定相关约束条件，过程如下式所示

(10)

(11)

式中，ψ为拉格朗日乘子。

最后基于目标函数以及约束条件的优化结果，构建机械式离合器的故障检测模型g(x)[14]为

(12)

由于构建的模型在离合器故障检测时会受到噪声的影响，增大拉格朗日乘子，出现故障的错误检测，因此需要使用邻近增量方法提升模型抗干扰能力，提升模型的故障检测精度。

3.3 模型优化

支持向量机[15]在建立模型时，一般是基于离合器故障特征选取合适的样本数据，且模型建立时输入、输出向量之间互为映射关系，因此当故障检测模型在构建完成后，模型结构不会发生改变。但是，由于模型输出向量的不断更新，会降低支持向量机的增量式学习效果，从而影响故障检测精度，因此需要依据邻近增量算法提升支持向量机增量学习能力，提升模型的故障检测效果，具体流程如下：

1)设定模型输出为xi，模型目标值描述yi形式，数据数量用n表述，离合器故障特征数据样本标记P形式，以此计算模型的隶属度以及数据样本之间的欧氏距离，过程如下式所示

(13)

式中，模型隶属度函数为ε(xi)，隶属度系数为ξ，增量系数为Φ，数据中心用Pe表述，数据最大边缘距离用Pmax表述。

2)基于上述参数计算结果，对离合器数据样本实施筛选，制定相关阈值，优化离合器故障诊断模型。

最后通过模型的输出向量，确定离合器故障类型，完成车辆机械式离合器的故障检测。

4 实验设计与结果分析

为了验证上述离合器故障检测方法的整体有效性，需要对此方法测试。分别采用研究提出的基于SVM的车辆机械式离合器故障检测方法、基于振动信号指标能量的变压器机械故障检测方法、基于机器视觉和盲源分离的机械故障检测方法完成测试；测试指标分别为离合器的负载转矩、转速、电角速度以及离合器故障检测偏差。利用matlab 2020a软件构建车辆机械式离合器故障检测仿真模型，利用该模型完成以下仿真测试。模型仿真界面示意图如图1所示。