劉海鷗， 盧佳興， 彭建鑫， 喬道云， 趙亦農(nóng)

(1.北京理工大學(xué) 機(jī)械與車輛學(xué)院，北京 100081；2.北理慧動(常熟)車輛科技有限公司，江蘇,常熟 215513；3.內(nèi)蒙古第一機(jī)械集團(tuán)股份有限公司，內(nèi)蒙古,包頭 014030)

輪式裝甲車輛自動機(jī)械變速器(automated mechanical transmission,AMT)作為底盤系統(tǒng)的重要組成部分，承擔(dān)著將發(fā)動機(jī)動力輸出至車輪的重要任務(wù)，一旦發(fā)生故障，將對車輛機(jī)動性和戰(zhàn)場生存能力造成嚴(yán)重影響.由于輪式裝甲車輛的工作環(huán)境較為惡劣，表征系統(tǒng)狀態(tài)的傳感器都可能會發(fā)生故障，尤其當(dāng)系統(tǒng)處于動作狀態(tài)過程中，從而導(dǎo)致無法對系統(tǒng)進(jìn)行精準(zhǔn)的閉環(huán)控制.因此，在傳感器失效之后，有效的容錯控制方法對車輛的行車安全和動力保障極其關(guān)鍵.

容錯控制通?？煞譃榭刂坡芍匦抡{(diào)度、控制律在線重構(gòu)設(shè)計(jì)和模型跟隨重組控制[1-2].劉峰[3]采用控制律重新調(diào)度的方法對自動變速系統(tǒng)進(jìn)行了容錯控制研究；張振兆[4]采用控制律重構(gòu)方法對純電動客車加速踏板信號故障進(jìn)行了容錯控制，并采用控制律重構(gòu)設(shè)計(jì)方法對電機(jī)過載故障進(jìn)行了容錯控制；王發(fā)威[5]采用在線控制分配律簡化滑?？刂坡傻脑O(shè)計(jì)，實(shí)現(xiàn)了多操縱面飛機(jī)的快速平穩(wěn)控制；羅劍[6]采用了模型跟隨重組的主動容錯控制方案，針對分布式電驅(qū)動車輛設(shè)計(jì)了自適應(yīng)容錯控制系統(tǒng).

AMT系統(tǒng)的容錯控制技術(shù)中多采用控制律重新調(diào)度的方法，即在系統(tǒng)控制策略中增加故障狀態(tài)下的冗余控制策略，隨著容錯控制技術(shù)智能化程度的提高，基于數(shù)據(jù)驅(qū)動的冗余控制方法越來越多地受到重視[7].基于數(shù)據(jù)驅(qū)動的方法是通過對系統(tǒng)運(yùn)行過程中產(chǎn)生的狀態(tài)數(shù)據(jù)進(jìn)行數(shù)據(jù)分析和數(shù)據(jù)挖掘，對系統(tǒng)的某些特征進(jìn)行建模，進(jìn)而實(shí)現(xiàn)對系統(tǒng)的故障診斷和容錯控制[8-10].基于數(shù)據(jù)驅(qū)動的方法可以很方便地實(shí)現(xiàn)對復(fù)雜系統(tǒng)的建模分析，所以得到了專家學(xué)者的廣泛關(guān)注.

孫春芝[11]基于數(shù)據(jù)驅(qū)動的方法，針對船舶橫向運(yùn)動系統(tǒng)中執(zhí)行器故障,運(yùn)用殘差迭代反饋整定法設(shè)計(jì)容錯控制器.何磊等[12]根據(jù)車輛狀態(tài)和方向盤轉(zhuǎn)角數(shù)據(jù)，采用軟硬件冗余技術(shù)，實(shí)現(xiàn)轉(zhuǎn)向盤轉(zhuǎn)角傳感器的容錯控制.黃超[13]基于數(shù)據(jù)驅(qū)動技術(shù),針對傳感器已知確定性故障和未知不確定故障,分別提出了基于逆的誤差補(bǔ)償與基于故障檢測可靠性評價的軟冗余容錯控制方法.Brennan公司通過實(shí)時監(jiān)測車輛懸架系統(tǒng)的狀態(tài)數(shù)據(jù)，結(jié)合模糊邏輯推理算法，設(shè)計(jì)了用于懸架系統(tǒng)狀態(tài)檢測的專家系統(tǒng).Hirpal公司通過研究車輛出現(xiàn)故障時的一些狀態(tài)數(shù)據(jù)，利用決策樹算法，推理故障原因，為容錯控制提供依據(jù)[14-18].基于數(shù)據(jù)驅(qū)動方法，針對系統(tǒng)狀態(tài)傳感器失效狀態(tài)下的容錯控制進(jìn)行的一些探索，大多是根據(jù)仿真試驗(yàn)得到的數(shù)據(jù)進(jìn)行的分析，缺少系統(tǒng)在實(shí)際應(yīng)用過程中的數(shù)據(jù)支撐.

在AMT變速箱研制期間以及裝備部隊(duì)后，積累了大量的實(shí)車行駛數(shù)據(jù)，累計(jì)里程達(dá)數(shù)十萬公里，為進(jìn)行基于數(shù)據(jù)驅(qū)動的系統(tǒng)狀態(tài)監(jiān)測奠定了良好的基礎(chǔ).通過對系統(tǒng)位置傳感器失效情況的分析，利用掛擋時間預(yù)測模型對AMT系統(tǒng)掛擋過程進(jìn)行狀態(tài)預(yù)測，為實(shí)現(xiàn)對系統(tǒng)的冗余控制提供了保障.

1 AMT系統(tǒng)物理響應(yīng)行為概述

1.1 AMT換擋過程工作原理概述

AMT系統(tǒng)是在原有定軸式機(jī)械變速器基礎(chǔ)上增加自動變速操控系統(tǒng)(auto shift control system, ASCS)來實(shí)現(xiàn)自動變速功能的.ASCS由傳感器、電控單元、執(zhí)行機(jī)構(gòu)組成，可以實(shí)現(xiàn)發(fā)動機(jī)轉(zhuǎn)速和扭矩協(xié)調(diào)控制、離合器分離/接合控制、變速箱擋位控制.可以將AMT系統(tǒng)的行為分為系統(tǒng)穩(wěn)態(tài)行為和物理系統(tǒng)響應(yīng)行為[19].其中物理系統(tǒng)響應(yīng)行為是在TCU產(chǎn)生換擋指令之后發(fā)生的離合器動作以及換擋過程，而除此之外的車輛正常的在擋行駛過程即為系統(tǒng)穩(wěn)態(tài)行為.輪式裝甲車輛AMT系統(tǒng)的變速箱擋位控制原理如圖1所示，主要包括主箱的擋位控制和副箱的高低擋切換控制.

圖1 換擋執(zhí)行機(jī)構(gòu)工作原理圖

主箱的換擋操縱機(jī)構(gòu)采用正交式布置形式，利用十字交叉式連接機(jī)構(gòu)將選擋缸與掛擋缸正交布置.電子控制單元TCU控制選擋電磁閥(S1、S2)、掛擋電磁閥(S3、S4、S5)的開啟和關(guān)閉，進(jìn)而控制相應(yīng)氣缸活塞桿的運(yùn)動，完成換擋.選擋、掛擋操縱機(jī)構(gòu)分別安裝有選擋位移傳感器和掛擋位移傳感器，分別用于實(shí)時測量選擋位移x和掛擋位移y，表1是x、y取值與當(dāng)前擋位的對應(yīng)關(guān)系，表2所示為變速箱的換擋操縱過程中電磁閥控制邏輯.

表1 x、y與擋位的對應(yīng)關(guān)系表

表2 電磁閥換擋控制邏輯表

1.2 AMT系統(tǒng)掛擋過程傳感器故障冗余控制研究

掛擋位移傳感器主要用于實(shí)時測量掛擋位移，并將掛擋位移實(shí)時反饋給控制系統(tǒng)，系統(tǒng)根據(jù)當(dāng)前的掛擋進(jìn)程，制定出掛擋電磁閥的時序控制策略，保證換擋過程形成完整的閉環(huán)控制.通過對實(shí)車數(shù)據(jù)的分析，掛擋位移傳感器在機(jī)構(gòu)靜止時故障現(xiàn)象較少，在掛擋動作及相關(guān)過程中由于較大的沖擊更容易發(fā)生故障.AMT系統(tǒng)的掛擋過程是一個動態(tài)變化的過程，且掛擋位移傳感器對于系統(tǒng)掛擋進(jìn)程的信息反饋至關(guān)重要，一旦發(fā)生故障，系統(tǒng)將無法實(shí)現(xiàn)對電磁閥的時序控制.

當(dāng)掛擋位移傳感器出現(xiàn)故障時，在掛擋階段，程序可以通過判斷AMT輸入軸轉(zhuǎn)速n1、輸出軸轉(zhuǎn)速n2、當(dāng)前擋位傳動比之間的冗余關(guān)系來判斷掛擋過程是否結(jié)束.但是這種控制方式存在很大的缺陷，轉(zhuǎn)速的冗余關(guān)系只能確定掛擋結(jié)束的時刻，無法在掛擋過程中實(shí)時地為電磁閥的控制策略提供反饋信息，即無法通過轉(zhuǎn)速的冗余關(guān)系確定掛擋過程中的具體的歷程.從而不能在掛擋動作發(fā)生時或者發(fā)生之前，提前制定好電磁閥的時序控制策略.因此，需要更加有效的冗余控制方法用于掛擋位移傳感器失效之后的電磁閥時序控制策略的制定.由于輪式裝甲車傳動系統(tǒng)工作環(huán)境較為惡劣，傳感器出現(xiàn)故障的可能性較高.因此，基于系統(tǒng)正常運(yùn)行的大量歷史數(shù)據(jù)，在表征系統(tǒng)物理響應(yīng)行為的傳感器失效后，根據(jù)系統(tǒng)運(yùn)行的原理和規(guī)律實(shí)現(xiàn)系統(tǒng)物理響應(yīng)行為狀態(tài)的預(yù)測，在掛擋動作發(fā)生時或動作發(fā)生之前提前制定好電磁閥的控制策略，并實(shí)時根據(jù)系統(tǒng)的運(yùn)行狀態(tài)對掛擋進(jìn)程進(jìn)行判斷，為系統(tǒng)的冗余控制提供了一個新的思路.

1.3 掛擋過程預(yù)測方法選取

如前所述，擬通過數(shù)據(jù)挖掘的方法，從實(shí)車數(shù)據(jù)中提取出系統(tǒng)正常運(yùn)行狀態(tài)下的數(shù)據(jù)，并用這些數(shù)據(jù)建立物理系統(tǒng)響應(yīng)行為的時間模型，從而對系統(tǒng)狀態(tài)進(jìn)行判斷.

決策樹算法是數(shù)據(jù)挖掘中一種常用算法，在分類、預(yù)測、規(guī)則提取等領(lǐng)域有著廣泛應(yīng)用.這種算法主要通過貪婪算法遞歸實(shí)現(xiàn)分類與預(yù)測功能，具有計(jì)算速度快、易于理解、對噪聲的健壯性好等優(yōu)勢，非常適合用于數(shù)據(jù)挖掘，也符合AMT系統(tǒng)特征的要求[20].

典型的決策樹算法主要有ID3、C4.5以及CART等.ID3不適用于連續(xù)特征，而且對于缺失值和過擬合的情況沒有考慮.C4.5雖然考慮了過擬合的情況，但是僅能用于分類，而要進(jìn)行預(yù)測的時間參數(shù)是一個連續(xù)型變量，因此不宜采用分類預(yù)測方法.CART是一種典型的二叉決策樹，可以做回歸，也可以做分類.它通過將數(shù)據(jù)重復(fù)分割成不同的分支來最大化每次分離的信息增益，CART可以很方便地學(xué)習(xí)非線性關(guān)系，而且對于異常值有很強(qiáng)的穩(wěn)健性，而且用CART建立的回歸模型運(yùn)算量較小[21].因此，采取CART回歸樹來建立相應(yīng)預(yù)測模型.

2 AMT掛擋時間預(yù)測模型

2.1 數(shù)據(jù)準(zhǔn)備

實(shí)車試驗(yàn)數(shù)據(jù)記錄了動力傳動系統(tǒng)的狀態(tài)信息，包括：選擋位移x和掛擋位移y、發(fā)動機(jī)轉(zhuǎn)速ne、變速箱輸入軸轉(zhuǎn)速n1、變速箱輸出軸轉(zhuǎn)速n2、離合器位移lc、氣壓值p、電磁閥的狀態(tài)、當(dāng)前擋位ga、目標(biāo)擋位gb、故障碼等信息.同時，在這些數(shù)據(jù)的基礎(chǔ)上，可以統(tǒng)計(jì)得到系統(tǒng)發(fā)生各個子動作的對應(yīng)時間.為CART決策樹模型中特征值變量和預(yù)測值的選擇和統(tǒng)計(jì)提供數(shù)據(jù)依據(jù).本試驗(yàn)數(shù)據(jù)，僅針對6×6輪式裝甲車在土路工況的各態(tài)歷程.

以“3擋”換“4擋”的換擋過程為例，根據(jù)選擋位移x和掛擋位移y的數(shù)值變化，可以得到各個換擋過程中摘空擋、選擋、掛擋等子過程電磁閥開啟時間，對各個換擋過程的氣缸氣壓，輸入軸轉(zhuǎn)速以及輸出軸轉(zhuǎn)速進(jìn)行取平均數(shù)處理可以得到AMT的狀態(tài)參量，整理得到如表3所示的數(shù)據(jù)統(tǒng)計(jì)表.

表3 換擋過程AMT狀態(tài)參量及電磁閥開啟時間統(tǒng)計(jì)表

換擋過程所用的時間是反映AMT系統(tǒng)工作狀態(tài)的重要指標(biāo)，通過對換擋時間的統(tǒng)計(jì)和分析，能夠有效地掌握系統(tǒng)的運(yùn)行狀態(tài).如表3所示，通過對試驗(yàn)車的試驗(yàn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和整理，以“3擋”換“4擋”的換擋過程為例，共得到859組“3擋”換“4擋”的各個子過程用時的數(shù)據(jù)，經(jīng)過數(shù)據(jù)清洗后得到換擋過程各階段用時.

根據(jù)表3中所示換擋過程的各個子階段的用時數(shù)據(jù)，選取“摘空擋階段”、“選擋階段”、“掛擋階段”三個主要子階段的時間，如圖2所示為換擋各階段用時統(tǒng)計(jì)圖.從統(tǒng)計(jì)時間圖中可以看出，“摘空擋階段”和“選擋階段”的用時較為穩(wěn)定，每個階段的電磁閥的開啟時間也較為穩(wěn)定，可以只做基本的統(tǒng)計(jì)學(xué)分析.而“掛擋階段”的用時變化較大，這也與掛擋過程的影響因素較多相對應(yīng)，需要建立決策樹進(jìn)行進(jìn)一步的分析，來確定電磁閥的時序控制策略.

圖2 換擋過程各階段用時統(tǒng)計(jì)圖

2.2 掛擋時間決策樹模型建立

2.2.1掛擋時間回歸決策樹的生成

根據(jù)統(tǒng)計(jì)得到試驗(yàn)車的859組系統(tǒng)正常運(yùn)行狀態(tài)下的“3擋”換“4擋”的換擋數(shù)據(jù)，可以得到原始數(shù)據(jù)集D，在這859組數(shù)據(jù)中隨機(jī)選取659組數(shù)據(jù)作為訓(xùn)練集D1，用于建立CART回歸樹模型，其余200組換擋數(shù)據(jù)作為測試集D2，用于測試模型的預(yù)測效果.

D=D1∪D2,且D1∩D2=?

影響掛擋過程的因素主要包括換擋力、變速器輸入軸轉(zhuǎn)速n1、變速器輸出軸轉(zhuǎn)速n2以及擋位信息ga和gb等，由于文中統(tǒng)計(jì)的為“3擋”換“4擋”的試驗(yàn)數(shù)據(jù)，因此擋位信息為常量.換擋操縱機(jī)構(gòu)為氣動控制，換擋力與氣壓值成正比.綜合以上考慮，選取掛擋階段的氣壓p的平均值、變速器輸入軸轉(zhuǎn)速值n1的平均值、變速器輸出軸轉(zhuǎn)速值n2的平均值以及同步器的同步速差Δn作為決策樹的特征值變量，選取掛擋階段總時間作為決策樹的預(yù)測值，因此得到掛擋時間回歸決策樹的樣本訓(xùn)練集特征空間：

D1=[X1X2…XmY]

(1)

X1=[x11x12…x1n]T,…,Xm=[xm1xm2…xmn]T

(2)

Y=[y1y2…yn]T

(3)

式中：X1，X2，…，Xm為掛擋時間回歸決策樹模型的特征屬性向量，分別指掛擋階段的氣壓p、變速器輸入軸轉(zhuǎn)速n1、變速器輸出軸轉(zhuǎn)速n2、同步器的同步速差Δn；m為特征屬性的個數(shù)，m=4；Y為掛擋時間回歸決策樹模型的預(yù)測目標(biāo)向量，指掛擋階段總時間；n為訓(xùn)練集樣本空間的容量，n=659.

回歸樹的生成是一個二叉遞歸劃分過程，采用平方誤差最小化的分裂準(zhǔn)則.分裂過程從根節(jié)點(diǎn)開始，每次采取具有最小平方誤差的特征屬性及其特征屬性值作為最優(yōu)分裂屬性和最優(yōu)分裂屬性值，遍歷所有的特征和特征值，依次將輸入劃分成兩個區(qū)域.接著，再對每個子區(qū)域重復(fù)上述的劃分過程，直至滿足停止條件，就生成了一棵回歸決策樹.

具體的，選擇第j個屬性特征變量xj和它的一個取值s作為切分的特征屬性和切分點(diǎn)，將上述的訓(xùn)練集D1劃分成兩個子區(qū)域R1和R2：

R1(j,s)={x|xj≤s}

(4)

R2(j,s)={x|xj>s}

(5)

在劃分的兩個區(qū)域R1和R2上，可以分別得到掛擋時間在兩個空間的的平均值:

t1=ave(yi|xi∈R1(j,s))

(6)

t2=ave(yi|xi∈R2(j,s))

(7)

遍歷氣缸氣壓p、AMT輸入軸轉(zhuǎn)速n1、AMT輸出軸轉(zhuǎn)速n2以及同步器同步速差△n等所有的屬性特征和特征值，根據(jù)平方誤差最小化的節(jié)點(diǎn)劃分準(zhǔn)則，基于式(8)的目標(biāo)函數(shù)，找到最佳切分屬性特征和最佳切分點(diǎn)：

(8)

每次劃分都可以找到一組最佳切分屬性特征變量xj和最佳切分點(diǎn)s，可以將訓(xùn)練集劃分成兩個區(qū)域，同時將“樹節(jié)點(diǎn)”分裂成兩個“分枝”，對新生成的“樹節(jié)點(diǎn)”重復(fù)上述的操作過程，直至達(dá)到停止條件，可以將樣本空間劃分成M個區(qū)域，生成決策樹.若某個輸入量屬于某一區(qū)域，則其輸出即為訓(xùn)練集在該區(qū)域上的所有輸出值的平均值，如式(9)和式(10)所示.

(9)

cm=ave(yi|xi∈Rm)

(10)

式中:f(x)為決策樹模型的判斷函數(shù)；cm為當(dāng)數(shù)據(jù)屬于第m個區(qū)域時，模型的輸出值；I為數(shù)據(jù)從屬區(qū)域的標(biāo)志函數(shù).

2.2.2掛擋時間回歸決策樹的修剪

由于決策樹的“完全生長”會造成模型泛化能力的下降，產(chǎn)生過擬合，因此需要對得到的回歸決策樹進(jìn)行簡化，也稱為決策樹剪枝.CART算法采用的是后修剪，即在決策樹建立完成之后，對置信度不達(dá)標(biāo)的節(jié)點(diǎn)子樹以葉子節(jié)點(diǎn)代替.修剪的過程可以分為兩個部分：

① 根據(jù)修剪后整體損失函數(shù)的減少程度，在原始樹T0上剪去損失函數(shù)最小的子樹，得到子樹T1.如此修剪下去，直到根節(jié)點(diǎn)，形成一個子樹序列：

{T0,T1,…,Tn}

② 對修剪得到的子樹序列進(jìn)行交叉驗(yàn)證，平方誤差最小的決策樹為最優(yōu)回歸決策樹.將訓(xùn)練集隨機(jī)分成N個集合，將其中的任意一個集合作為單獨(dú)的測試集，另外N-1組集合組成訓(xùn)練集，可以產(chǎn)生N種不同的組合.事實(shí)表明，N組不同的組合對應(yīng)的模型的平均性能和精度與該訓(xùn)練集的原始模型在獨(dú)立測試集上的效果十分接近.如圖3所示為交叉驗(yàn)證誤差隨修剪程度的變化趨勢，從圖中可以看出，在最小的均方差附近，均方差的變化較為平穩(wěn).這里采用“1 SE”準(zhǔn)則進(jìn)行最優(yōu)決策樹的選取，即相對于最小代價的0標(biāo)準(zhǔn)差有一個標(biāo)準(zhǔn)差代價的，并且樹形尺寸更加穩(wěn)定的決策樹，這樣的決策樹泛化能力更強(qiáng)，圖中選取修剪88個子葉節(jié)點(diǎn)得到的子樹作為最后的最優(yōu)決策樹.

圖3 交叉驗(yàn)證誤差趨勢變化圖

最優(yōu)決策樹的結(jié)構(gòu)如圖4所示，圖中p,n1,n2,n1-i×n2分別代表氣壓值、變速器輸入軸轉(zhuǎn)速、變速器輸出軸轉(zhuǎn)速和同步器的同步速差等4個屬性特征.各個節(jié)點(diǎn)上的判斷閾值，即為根據(jù)式(8)平方誤差最小化準(zhǔn)則，計(jì)算得到的最佳切分點(diǎn)的數(shù)值，這樣在每個節(jié)點(diǎn)上數(shù)據(jù)集將被劃分成兩個區(qū)域.各個葉節(jié)點(diǎn)上的掛擋時間預(yù)測數(shù)值即為對應(yīng)區(qū)間上的所有訓(xùn)練集輸出值的平均數(shù).

圖4 掛擋時間回歸決策樹模型

2.2.3特征空間重要性評價

在決策樹建立完成后，可以對影響掛擋時間的4個主要因素進(jìn)行重要性評價.如圖5所示，在正常運(yùn)行情況下，同步器的同步速差對掛擋時間的影響最大，即當(dāng)系統(tǒng)出現(xiàn)故障狀態(tài)，需要對掛擋時間進(jìn)行預(yù)測時，應(yīng)對這個因素著重考慮，為故障診斷和容錯控制策略的制定提供重要的參考依據(jù).

圖5 特征因素重要性評價圖

2.3 結(jié)果分析

模型預(yù)測效果主要是通過兩個參數(shù)來評估：預(yù)測值與真實(shí)值之間的誤差絕對值的平均值εa以及預(yù)測準(zhǔn)確率ar.

(11)

ar=P(|ypredict-ytrue|<50 ms)

(12)

式中:ytrue為掛擋時間真實(shí)值,ms；ypredict為掛擋時間預(yù)測值,ms.

當(dāng)預(yù)測值與真實(shí)值之間誤差的絕對值小于50 ms的時候，基于TCU控制程序的控制要求，認(rèn)為是準(zhǔn)確預(yù)測.根據(jù)上述建立起來的掛擋過程的CART回歸樹模型，對剩余200組掛擋數(shù)據(jù)的掛擋時間進(jìn)行預(yù)測，預(yù)測結(jié)果如圖6所示.

圖6 掛擋時間模型預(yù)測效果圖

對模型預(yù)測效果評價參數(shù)進(jìn)行數(shù)值計(jì)算可以得到：平均預(yù)測誤差εa=36.27 ms，預(yù)測準(zhǔn)確率ar=94.5%.可見，模型的預(yù)測效果較為良好，準(zhǔn)確率較高，且誤差在可以接受的范圍之內(nèi).由于機(jī)電氣系統(tǒng)結(jié)合的復(fù)雜性，掛擋時間的數(shù)據(jù)本身就是較難預(yù)測的.通過CART回歸樹模型的建立，挖掘出影響掛擋時間的內(nèi)部機(jī)理，可以根據(jù)當(dāng)前的車輛運(yùn)行狀態(tài)對掛擋時間進(jìn)行比較有效的預(yù)測，為容錯控制策略的制定提供有力的依據(jù).

3 試驗(yàn)驗(yàn)證

為了保證試驗(yàn)的安全性，首先通過臺架試驗(yàn)驗(yàn)證容錯控制程序的可靠性.經(jīng)測試無誤后，再進(jìn)行實(shí)際工況下實(shí)車驗(yàn)證試驗(yàn)的探索.

3.1 臺架試驗(yàn)

3.1.1試驗(yàn)條件

基于試驗(yàn)室現(xiàn)有的故障診斷方案和容錯控制策略，結(jié)合掛擋時間決策樹模型，對AMT系統(tǒng)的控制單元TCU的控制程序進(jìn)行開發(fā)，在其中增加基于換擋時間預(yù)測和換擋進(jìn)程判斷的電磁閥控制程序，在試驗(yàn)臺架上開展故障診斷及容錯控制試驗(yàn).

如圖7所示，試驗(yàn)臺架由電機(jī)、離合器、AMT變速器依次連接而成，圖8為TCU實(shí)物圖和操縱手柄實(shí)物圖.由于試驗(yàn)條件限制，試驗(yàn)中用電機(jī)模擬發(fā)動機(jī)，作為動力源驅(qū)動整個臺架運(yùn)轉(zhuǎn).按照工作原理圖將各個電磁閥、電源、傳感器、控制器等進(jìn)行線路的連接，將控制程序下載至TCU，并利用Microsoft Visual Basic開發(fā)上位機(jī)軟件，實(shí)時監(jiān)測試驗(yàn)進(jìn)程并記錄試驗(yàn)數(shù)據(jù).

圖7 試驗(yàn)臺架圖

圖8 TCU和手柄

3.1.2掛擋位移傳感器故障下冗余控制

為了模擬掛擋位移傳感器出現(xiàn)故障，將其電源斷開.試驗(yàn)過程中由2擋起步，控制電機(jī)轉(zhuǎn)速來控制系統(tǒng)自動換擋.在Microsoft Visual Basic開發(fā)上位機(jī)軟件觀察AMT是否可以正確檢測故障，并能夠?qū)Q擋的進(jìn)程進(jìn)行可靠的判斷.試驗(yàn)結(jié)果如圖9所示.

根據(jù)如圖9所示的試驗(yàn)結(jié)果，當(dāng)傳感器的插頭被拔掉后，掛擋位移傳感器的位移信息不再發(fā)生變化，對應(yīng)的故障標(biāo)識位置1，表示系統(tǒng)已經(jīng)準(zhǔn)確檢測到故障.選擋傳感器、輸入軸轉(zhuǎn)速傳感器和輸出軸轉(zhuǎn)速傳感器信號顯示，AMT系統(tǒng)可以正常完成各個擋位的切換.

圖9(a)中的擋位信息顯示，在掛擋位移傳感器無法正常工作的情況下，基于CART算法對電磁閥工作時間的預(yù)測，將輸入輸出軸轉(zhuǎn)速不再滿足當(dāng)前擋位傳動比的時刻作為換擋動作發(fā)生時刻，根據(jù)對摘空擋、選擋、換擋過程的時間預(yù)測結(jié)果進(jìn)行適當(dāng)?shù)难訒r，從而判斷出完成換擋動作發(fā)生的時刻，對換擋進(jìn)程進(jìn)行準(zhǔn)確的判斷.當(dāng)誤差不超過50 ms時，TCU的控制策略可以實(shí)現(xiàn)對系統(tǒng)良好的控制，掛擋時間的預(yù)測準(zhǔn)確率可以達(dá)到94.5%.由此可知，上述對于換擋進(jìn)程的判斷具有90%以上的置信度.

圖9 換擋位移傳感器故障診斷及容錯試驗(yàn)

臺架試驗(yàn)的驗(yàn)證結(jié)果表明，基于CART決策樹算法的換擋時間預(yù)測模型可以對換擋的各個進(jìn)程的時間進(jìn)行判斷，所得的比例閥控制策略也可以保證系統(tǒng)在掛擋傳感器失效之后完成正常的換擋操作.

3.2 實(shí)車驗(yàn)證試驗(yàn)

由于臺架試驗(yàn)過程中，AMT的輸出軸不帶有負(fù)載，因此在換擋過程中轉(zhuǎn)速的變化與實(shí)際情況不符.為了驗(yàn)證冗余控制的準(zhǔn)確性，還需要進(jìn)行實(shí)車驗(yàn)證試驗(yàn)的探索.

實(shí)車驗(yàn)證的平臺為某6×6輪式裝甲車，該平臺裝配有完整的傳動系統(tǒng)、傳感器系統(tǒng)、上位機(jī)控制系統(tǒng)等.試驗(yàn)環(huán)境為野外起伏土路，如圖10所示.為了保證試驗(yàn)的安全性和試驗(yàn)結(jié)果準(zhǔn)確性，在換擋控制程序中不再將掛擋傳感器的信息作為控制程序的輸入，來近似模擬傳感器的失效狀況.在檢查完車輛的運(yùn)行狀況良好后，由二擋起步，依次對車輛進(jìn)行升擋和變擋操作.

圖10 試驗(yàn)場地場景圖

圖11為試驗(yàn)過程中的車輛的發(fā)動機(jī)轉(zhuǎn)速變化、AMT輸入/輸出軸轉(zhuǎn)速的變化和車速變化趨勢圖.

圖11 實(shí)車驗(yàn)證數(shù)據(jù)變化圖

根據(jù)圖11中AMT輸入軸和輸出軸轉(zhuǎn)速可以計(jì)算得到AMT實(shí)際傳動比變化.結(jié)合表4中試驗(yàn)平臺參數(shù)信息，可以觀察到系統(tǒng)的擋位變化情況：由二擋起步，依次升擋到6擋，再進(jìn)行4擋到8擋之間的變擋操作.

表4 試驗(yàn)平臺參數(shù)統(tǒng)計(jì)表

圖12表明基于CART算法的換擋時間預(yù)測模型對掛擋傳感器失效下的容錯控制具有良好的效果，可以保證車輛完成正常的換擋操作.下面提取出3擋升4擋過程中的比例閥的控制時間，來對該容錯控制策略的控制過程進(jìn)行具體的說明.

圖12 實(shí)際傳動比變化趨勢圖

由表3可知，在3擋換4擋的過程中，需要對S1、S3、S4、S5等電磁閥或電磁閥組合進(jìn)行時序控制.通常，各個電磁閥開啟的控制時間是根據(jù)換擋傳感器的位移來進(jìn)行控制的.基于換擋時間預(yù)測模型，當(dāng)位移傳感器失效之后，把換擋動作發(fā)生時的系統(tǒng)狀態(tài)參數(shù)作為模型的輸入，對電磁閥的開啟時間進(jìn)行預(yù)測，圖13為預(yù)測得到的3擋升4擋過程中各個電磁閥的開啟時間控制時序圖.

圖13 電磁閥控制時序圖

當(dāng)系統(tǒng)檢測到要進(jìn)行3擋升4擋的操作時，系統(tǒng)將根據(jù)當(dāng)前系統(tǒng)狀態(tài)參數(shù)計(jì)算生成如圖13所示的電磁閥控制時序，在電磁閥動作完成之后，結(jié)合系統(tǒng)的理論設(shè)計(jì)傳動比信息，控制邏輯中的當(dāng)前擋位將變化成目標(biāo)擋位，如圖14中的實(shí)線所示.

圖14 換擋過程預(yù)測效果圖

通過AMT輸入/輸出軸計(jì)算得到的系統(tǒng)實(shí)際傳動比變化和控制邏輯中預(yù)測得到的理論傳動比的對比可以發(fā)現(xiàn)，兩者換擋完成時刻偏差均在50 ms以內(nèi)，這與決策樹預(yù)測模型的仿真測試結(jié)果是一致的.基于CART算法的容錯控制策略可以保證系統(tǒng)正常完成換擋操作，并對換擋結(jié)束點(diǎn)進(jìn)行良好的預(yù)測.

4 結(jié) 論

基于CART決策樹算法建立了掛擋過程的決策樹預(yù)測模型，可以對AMT的掛擋時間進(jìn)行準(zhǔn)確預(yù)測，在誤差不超過50 ms的情況下，具有90%以上的準(zhǔn)確率，能夠在掛擋傳感器失效的情況下對AMT系統(tǒng)的物理響應(yīng)行為進(jìn)行良好的狀態(tài)預(yù)測.

臺架試驗(yàn)中，在掛擋傳感器失效時，基于CART算法的故障診斷和容錯控制可以順利完成各個擋位的切換，并確定各個換擋點(diǎn)的時刻.實(shí)車試驗(yàn)中，通過對實(shí)際傳動比和控制策略預(yù)測的理論傳動比的對比發(fā)現(xiàn)，兩者的掛擋結(jié)束時刻的偏差在50 ms以內(nèi)，系統(tǒng)可以在掛擋位移傳感器失效的情況下完成正常的掛擋操作.此結(jié)果對AMT系統(tǒng)的狀態(tài)監(jiān)測和容錯控制研究具有一定的實(shí)用價值，可以通過這種方式對車輛行駛的更多參數(shù)進(jìn)行預(yù)測和估計(jì)，提升車輛性能.

在未來的研究中，可以針對多工況的輪式裝甲車實(shí)際行駛數(shù)據(jù)進(jìn)行分析和建模，探索工況對AMT系統(tǒng)物理響應(yīng)行為的影響，同時可以開展多個傳感器失效情況下的AMT系統(tǒng)的多個狀態(tài)參量預(yù)測工作.