紀(jì)文煜

(無錫南洋職業(yè)技術(shù)學(xué)院 汽車工程與管理學(xué)院，江蘇 無錫 214081)

電動汽車助力轉(zhuǎn)向系統(tǒng)作為汽車研發(fā)的核心部件，其常見的模型為A-EPS模型和R-EPS模型。為了解核心部件的運(yùn)行，應(yīng)對A-EPS模型的可靠性運(yùn)行原理進(jìn)行分析，并對其進(jìn)行建模，了解該模型運(yùn)行的情況。在對模型進(jìn)行R-EPS模型故障系統(tǒng)分析時(shí)，分析故障的影響和危害性，在兩種模型的共同分析下，了解電動汽車核心部件的系統(tǒng)可靠性，考慮系統(tǒng)運(yùn)行中可能存在的安全性問題。

一、研究背景

近些年來，我國社會經(jīng)濟(jì)發(fā)展水平逐漸提升，人們的物質(zhì)生活得到了根本改善，這使其在交通出行方面有了更高的要求。在這一時(shí)代背景下，汽車開始在我國有了更加廣闊的應(yīng)用范圍。從汽車發(fā)明至今，汽車總體的數(shù)量呈現(xiàn)越來越多的趨勢，迄今為止，我國汽車的數(shù)量已經(jīng)突破了2億，并且這一數(shù)值還在逐漸增加的過程中。盡管汽車的應(yīng)用能夠?yàn)槿藗兊纳詈蜕a(chǎn)帶來極大的方便和好處，但同時(shí)也會帶來一定的負(fù)面影響，具體體現(xiàn)在能源短缺以及環(huán)境污染等方面。相關(guān)調(diào)查表明，我國石油資源的進(jìn)口比率高達(dá)60%，而其中有將近80%都會在汽車領(lǐng)域中進(jìn)行應(yīng)用。與此同時(shí)，結(jié)合相應(yīng)的城市空氣污染物監(jiān)測結(jié)果能夠發(fā)現(xiàn)，其中絕大多數(shù)的氮氧化物以及一氧化物的排放來源都是汽車的尾氣排放。通常情況下，內(nèi)燃機(jī)的動力來源主要是柴油或者是汽油，由于其在結(jié)構(gòu)方面所受到的限制，所以無法從根本上解決當(dāng)前所普遍存在的環(huán)境污染以及能源緊張等問題。基于此，為了能夠?qū)崿F(xiàn)上述問題的高效解決，全世界范圍內(nèi)各國政府都開始加強(qiáng)了對該方面內(nèi)容的重視，并頒布了諸多相關(guān)政策，致力于通過多樣化的手段緩解經(jīng)濟(jì)發(fā)展同環(huán)境污染等方面存在的矛盾。

例如，能夠?qū)崿F(xiàn)開發(fā)節(jié)能和環(huán)保以及限制污染物排放的新型汽車等，電動汽車OEV的動力來源同傳統(tǒng)汽車的動力來源存在一定的差異性，其最主要的特點(diǎn)便在于車載電池的應(yīng)用，這不僅能夠?qū)崿F(xiàn)其能源利用效率的優(yōu)化提升，還使得其在排放量方面得到了有效降低。可以最大限度同當(dāng)前在環(huán)保和節(jié)能方面的需求相適應(yīng)。與此同時(shí),在當(dāng)前電子技術(shù)迅速發(fā)展的時(shí)代背景下，電池技術(shù)水平得到了大幅提升，這些都為電動汽車領(lǐng)域的持續(xù)平穩(wěn)發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)，能夠高質(zhì)量解決在電動汽車發(fā)展過程中所面臨的各種環(huán)境污染和能源短缺問題。再加上我國政府所頒布的一系列政策，也為未來電動汽車行業(yè)創(chuàng)造了良好的發(fā)展環(huán)境。結(jié)合當(dāng)下的發(fā)展趨勢來看，新能源汽車是未來汽車行業(yè)發(fā)展的重點(diǎn)內(nèi)容，并積極落實(shí)能夠促進(jìn)汽車產(chǎn)業(yè)和相關(guān)其他產(chǎn)業(yè)協(xié)調(diào)發(fā)展的新型發(fā)展模式[1]。

二、確定模型

（一）A-EPS模型

1.運(yùn)行原理

本文在MDA基礎(chǔ)上對車輛EPS系統(tǒng)進(jìn)行研究，先通過AADL進(jìn)行系統(tǒng)建模，利用EMA分析該系統(tǒng)的運(yùn)行可靠性，然后將可靠性模型轉(zhuǎn)變?yōu)楣收蠘淠Ｐ?，最后采用FTA法進(jìn)行系統(tǒng)評估，并為系統(tǒng)優(yōu)化提供改進(jìn)措施。該系統(tǒng)結(jié)構(gòu)較為復(fù)雜，主要由速度傳感器、電流傳感器、故障顯示器、電動機(jī)與控制器等部件構(gòu)成。其中，控制器可依據(jù)傳感器傳輸?shù)男盘柵袛嚯妱訖C(jī)轉(zhuǎn)動方向，計(jì)算出最佳助力扭矩，將控制信號傳遞給離合器與電動機(jī)，在功率驅(qū)動下調(diào)整電路，對電動機(jī)轉(zhuǎn)動進(jìn)行有效控制；電動機(jī)輸出可通過減速機(jī)構(gòu)驅(qū)動齒條機(jī)構(gòu)，由此形成轉(zhuǎn)向助力[2]。

2.建立AADL

EPS系統(tǒng)的內(nèi)容較多，主要包括車輪速度傳感器、控制單元、離合器、電動機(jī)與轉(zhuǎn)向機(jī)構(gòu)等。在控制單元中帶有三個線程，即信號處理、啟動自檢與決策控制。將控制單元設(shè)置在微控制單元中，再將離合器、電動機(jī)、傳感器等多種機(jī)構(gòu)依靠CAN總線相互連接。根據(jù)試驗(yàn)中樣車相關(guān)參數(shù)，采用標(biāo)準(zhǔn)屬性集與自定義屬性集相結(jié)合的方式闡述任務(wù)類型、傳輸端口與總線屬性等指標(biāo)?？刂茮Q策線程的周期為30 ms，與計(jì)算截止時(shí)間相同，整個計(jì)算流程用時(shí)為3 ms。使用NXP STM32L431RCT6型號的處理器，線程交換時(shí)間為2—3 ns，調(diào)度采取最早截止期限優(yōu)先原則，利用高速CAN總線與多路訪問協(xié)議，在硬件部分利用VHSIC描述語言。值得強(qiáng)調(diào)的是，在AADL模型創(chuàng)建中還應(yīng)對調(diào)度、優(yōu)先級、處理器速率、總線帶寬等指標(biāo)進(jìn)行綜合分析，確保設(shè)置的參數(shù)詳細(xì)可靠。

（二）R-EPS模型

1.常見故障

以某品牌電動車為例，在開發(fā)測試階段對240臺樣車反復(fù)試驗(yàn)，以車輛出現(xiàn)的所有故障記錄為數(shù)據(jù)來源。通過數(shù)據(jù)分析可知，樣車常見故障、多發(fā)部位與占比情況如下：DC內(nèi)部故障占比0.1675；電池管理系統(tǒng)故障占比0.0008；EPS故障預(yù)警占比0.2661；車輛控制器故障占比0.2650；MCU電子器件故障占比0.0322；DC輸入欠壓故障占比0.0618；MCU內(nèi)部變頻電機(jī)故障占比0.0011；通訊超時(shí)占比為0.319；電池管理系統(tǒng)的顯示故障占比0.0065。根據(jù)上述故障部位與占比情況可知，EPS故障預(yù)警的發(fā)生概率最高，總和達(dá)到26.6%，結(jié)合該系統(tǒng)結(jié)構(gòu)與技術(shù)原理將該故障分為軟硬件、電路故障。其中，軟件故障包括轉(zhuǎn)角、車速、反饋電流與轉(zhuǎn)矩等處的信號處理失效故障；硬件故障為車輛速度傳感器、離合器、電動機(jī)與MCU系統(tǒng)等出現(xiàn)故障；電路故障包括內(nèi)部器件斷路、短路與觸點(diǎn)異常連接等情況[3]。

根據(jù)以往研究對EPS系統(tǒng)中常見器件故障特征參數(shù)進(jìn)行分析。在本文研究中，與車輛現(xiàn)實(shí)故障數(shù)據(jù)相結(jié)合，對EPS常見故障底事件與失效率進(jìn)行計(jì)算，具體如下：傳動裝置失效的發(fā)生率為0.001；轉(zhuǎn)角信號處理失效概率為0.019；MCU時(shí)鐘電路失效概率為0.013；電磁離合器驅(qū)動芯片短路發(fā)生率為0.015；離合器自身失效概率為0.061；繼電器故障概率為0.038；AD模塊電源短路概率為0.012；車速傳感器信號輸出故障概率為0.200；直流電機(jī)故障概率為0.061；MCU輸出控制信號故障概率為0.034；電機(jī)驅(qū)動芯片輸出恒低故障率為0.025。上述均為EPS故障底事件，應(yīng)通過建模方式予以控制。

2.建立EMA

上文所提到AADL可被拆分成A-EPS和EMA兩部分。其中，A-EPS代表架構(gòu)模型，EMA代表錯誤模型附件，通常被用來對能夠說明組件可靠性的信息進(jìn)行描述，包括但不限于①故障分布；②故障類型；③故障狀態(tài)；④故障事件；⑤故障狀態(tài)所發(fā)生變遷。要想使建立EMA模型具備理想實(shí)用性，關(guān)鍵是先描述各元件常見故障信息。在對故障類型進(jìn)行定義時(shí)，研究人員既可以選擇對EMA標(biāo)準(zhǔn)所提供故障類型加以使用，同樣也可選選擇以實(shí)際情況為依據(jù)，對故障類型進(jìn)行自定義。在對故障分布類型進(jìn)行定義時(shí)，常見分類為①固定概率；②泊松概率。除此之外，研究人員還可以酌情增加危害性定義、嚴(yán)重性定義以及可能性定義，為系統(tǒng)有效性提供保證。

將架構(gòu)模型與錯誤模型進(jìn)行結(jié)合，便可得到相應(yīng)的可靠性模型。研究表明，以失效概率和故障分布為代表的故障數(shù)據(jù)，通常需要通過分析測試數(shù)據(jù)才能加以明確，其他數(shù)據(jù)均可經(jīng)由失效參數(shù)和可靠性模型進(jìn)行推導(dǎo)，且所得結(jié)論與測試結(jié)果大致相同。

3.生成FTA

現(xiàn)有研究所提出模型轉(zhuǎn)換方法均未對構(gòu)件間存在干擾性加以考慮，并且缺少與故障構(gòu)件相關(guān)的描述。另外，李東民等學(xué)者對故障模型轉(zhuǎn)換為動態(tài)故障樹所用方法進(jìn)行了描述，由于相關(guān)研究所得模型未將故障出現(xiàn)概率、分布情況涵蓋在內(nèi)，因此不具備普適性。

在翻閱相關(guān)資料后，研究人員決定以現(xiàn)有方法為依托，提出全新的轉(zhuǎn)換規(guī)則，具體內(nèi)容如下：其一，將基本故障樹視為四元組 F=（T，I，B，G）。其中，T 代表故障樹頂端的頂事件，可被用來表示事件聯(lián)合作用所生成結(jié)果；I代表底事件與頂事件之間的中間事件，B代表底事件，又被稱為基本事件，通常被用來指代故障模式已確定且不需要繼續(xù)分析成因的事件；G代表門集合，可被細(xì)分成與門集合以及或門集合。其二，將EMA所屬基本元素用四元組E=[ES，EE，T，]進(jìn)行表示。 其中代表錯誤狀態(tài)集合}，代表錯誤事件集合；O代表錯誤事件發(fā)生概率和分布情況的集合；T代表錯誤狀態(tài)變遷集合。

通過對不同模型所屬基本元素進(jìn)行對比可知，轉(zhuǎn)換基本元素對應(yīng)關(guān)系的規(guī)則可被概括為四點(diǎn)，分別是：第一點(diǎn)，將錯誤事件向故障樹底事件進(jìn)行轉(zhuǎn)換；第二點(diǎn)，將錯誤事件概率向底事件概率進(jìn)行轉(zhuǎn)換；第三點(diǎn)，將錯誤狀態(tài)向頂事件/中間事件進(jìn)行轉(zhuǎn)換；第四點(diǎn)，將連接弧向邏輯門進(jìn)行轉(zhuǎn)換。

在轉(zhuǎn)換邏輯門時(shí)，以下內(nèi)容應(yīng)當(dāng)引起重視：一是EMA復(fù)合錯誤行為的描述對象為復(fù)合故障行為，通常被用來對狀態(tài)變遷和錯誤事件所述關(guān)系加以表示，或代表發(fā)生任意事件均會使?fàn)顟B(tài)出現(xiàn)變遷，與則代表只有發(fā)生全部事件才能使?fàn)顟B(tài)出現(xiàn)變遷。由此可見，研究人員可視情況選擇將EMA-And向FTA與門進(jìn)行轉(zhuǎn)換，或是將EMA-Or向FTA或門進(jìn)行轉(zhuǎn)換；二是不同故障事件存在較為明顯的相關(guān)性，若eei和eej有相關(guān)性存在，代表故障事件i將引起故障事件j，此時(shí)二者滿足向與門進(jìn)行轉(zhuǎn)換的條件，如果eei和eej無明顯相關(guān)性存在，代表故障事件i與故障事件j沒有直接關(guān)聯(lián)，有關(guān)人員可選擇將二者向或門進(jìn)行轉(zhuǎn)換。

在明確轉(zhuǎn)換規(guī)則后，便可對FTA模型進(jìn)行生成，具體流程如下：第一步，對EPS系統(tǒng)適用可靠性模型進(jìn)行構(gòu)建，并對模型做實(shí)例化處理，確保其能夠準(zhǔn)確反映①錯誤模型實(shí)例；②系統(tǒng)架構(gòu)實(shí)例。第二步，基于上述規(guī)則轉(zhuǎn)化錯誤模型實(shí)例，利用OSATE所提供故障樹分析插件，獲得格式為.fta的文件。第三步，借助OpenFTA軟件，對.fta文件進(jìn)行解析，獲得相應(yīng)的故障樹模型，為后續(xù)工作的開展提供支持[4]。

三、可靠性分析

（一）定性分析

定性分析法是指基于哲學(xué)思辨以及邏輯推理等方式，從質(zhì)的視角出發(fā)，對事物屬性進(jìn)行分析與研究，在傳播學(xué)領(lǐng)域的使用頻率較高。在對本文所研究系統(tǒng)的可靠性進(jìn)行定性分析時(shí)，研究人員可以將最小割集對頂/故障樹底事件所產(chǎn)生貢獻(xiàn)作為依據(jù)，對系統(tǒng)較為薄弱的環(huán)節(jié)加以確定，在此基礎(chǔ)上，確定可使系統(tǒng)有效性得到改進(jìn)的設(shè)計(jì)方案。對本文所研究系統(tǒng)而言，定性分析內(nèi)容主要涉及三個方面，分別是①結(jié)構(gòu)重要度；②臨界重要度；③概率重要度，下文將逐一進(jìn)行分析，供相關(guān)人員參考。

1.結(jié)構(gòu)重要度

結(jié)構(gòu)重要度代表元部件對系統(tǒng)的重要性，通常與元部件出現(xiàn)故障的概率無顯著相關(guān)性，因此，對其進(jìn)行定性分析的關(guān)鍵是以結(jié)構(gòu)為切入點(diǎn)，對基本事件給頂上事件所帶來影響進(jìn)行分析，其表達(dá)式為：

通過分析可知，對EPS結(jié)構(gòu)而言，重要程度處于最高級的事件，主要有：①采樣電阻失效；②反饋電流所述電路存在故障；③反饋電流存在信號處理失效問題，上述事件所處位置均為關(guān)鍵部位。而重要程度處于次高級的事件，主要為：①芯片輸出恒低；②輸入電路開路。在結(jié)構(gòu)重要度方面，處于第三層級的事件有：①轉(zhuǎn)矩信號未得到有效處理；②轉(zhuǎn)角信號未得到有效處理。

2.臨界重要度

臨界重要度又被稱作關(guān)鍵重要度，該重要度強(qiáng)調(diào)以系統(tǒng)安全為出發(fā)點(diǎn)，根據(jù)發(fā)生基本事件的變化率和發(fā)生頂上事件的變化率，對事件重要度加以表示。由此可見，若研究人員計(jì)劃利用臨界重要度表示事件重要度，關(guān)鍵要對其發(fā)生概率以及敏感度進(jìn)行綜合考慮，表達(dá)式為：

通過分析可知，具有最高臨界重要度的事件有三個，分別是：①電磁離合器失效；②扭矩傳感器所輸出值恒定；③繼電器觸點(diǎn)始終處于閉合狀態(tài)。

3.概率重要度

分析結(jié)果表明，可帶來最大影響的事件為“繼電器觸點(diǎn)始終處于閉合狀態(tài)”，緊隨其后的是“轉(zhuǎn)矩傳感器所輸出值恒定”，最后是“電磁離合器失效”，而影響較小的事件，大部分為軟件故障，該結(jié)論和臨界重要度所得結(jié)論大致相同。由此可見，在開展系統(tǒng)設(shè)計(jì)相關(guān)工作時(shí)，工程師應(yīng)對上述關(guān)鍵部件引起重視，通過增設(shè)容錯系統(tǒng)等方式，盡量避免故障出現(xiàn)，為系統(tǒng)可靠性提供保證。

（二）定量分析

定量分析法所分析內(nèi)容，主要是特定社會現(xiàn)象對應(yīng)數(shù)量關(guān)系、數(shù)量特征以及數(shù)量變化?；谠摲椒▽ο到y(tǒng)可靠性進(jìn)行分析，研究人員應(yīng)對以下內(nèi)容引起重視。

將故障樹獨(dú)立底事件集合設(shè)為X={X1，X2，…，Xn}，其結(jié)構(gòu)函數(shù)為：

在上述表達(dá)式中，n代表故障樹對應(yīng)底事件總數(shù)；0代表不存在頂事件；1代表存在頂事件。代表底事件是否存在。

基于邏輯門對應(yīng)概率計(jì)算公式可知，可被用來表示與門/或門不可靠度的公式為：

在上述表達(dá)式中，E[φ(X)]代表存在故障樹頂事件的期望值；P[φ(X)]代表存在故障樹頂事件的概率；Fi(t)代表元部件所對應(yīng)不可靠度。研究人員可利用FTA模型及故障底事件概率，對中間事件概率進(jìn)行逐層計(jì)算，進(jìn)而對頂上事件概率加以明確。計(jì)算結(jié)果表明，存在頂上事件的概率約為0.27，模型分析所得結(jié)論和測試所得結(jié)論的誤差未超過3%，具有較高準(zhǔn)確度[5]。

四、結(jié)論

綜上所述，本文對電動汽車的核心部件EPS系統(tǒng)進(jìn)行可靠性的分析與檢驗(yàn)。通過建立A-EPS模型與R-EPS模型，對汽車中運(yùn)行可靠性和故障概率進(jìn)行實(shí)驗(yàn)和分析。在系統(tǒng)模型的幫助下，得出結(jié)論：電動助力轉(zhuǎn)向系統(tǒng)的可靠性較高，經(jīng)過系統(tǒng)的分析，其誤差較小，具有較強(qiáng)的開發(fā)性。在模型構(gòu)件中可以發(fā)現(xiàn)，導(dǎo)致其發(fā)生故障的主要原因?yàn)槔^電器、采樣電阻以及電磁離合器的失效，對于整體模型的影響較小。通過模型構(gòu)建的方法對汽車的核心系統(tǒng)進(jìn)行故障排查和可靠性分析具有較強(qiáng)可靠性。