Xây dựng mô hình chẩn đoán trạng thái kỹ thuật hệ thống VSC trên ô tô (LA tiến sĩ)

Xây dựng mô hình chẩn đoán trạng thái kỹ thuật hệ thống VSC trên ô tô (LA tiến sĩ)Xây dựng mô hình chẩn đoán trạng thái kỹ thuật hệ thống VSC trên ô tô (LA tiến sĩ)Xây dựng mô hình chẩn đoán trạng thái kỹ thuật hệ thống VSC trên ô tô (LA tiến sĩ)Xây dựng mô hình chẩn đoán trạng thái kỹ thuật hệ thống VSC trên ô tô (LA tiến sĩ)Xây dựng mô hình chẩn đoán trạng thái kỹ thuật hệ thống VSC trên ô tô (LA tiến sĩ)Xây dựng mô hình chẩn đoán trạng thái kỹ thuật hệ thống VSC trên ô tô (LA tiến sĩ)Xây dựng mô hình chẩn đoán trạng thái kỹ thuật hệ thống VSC trên ô tô (LA tiến sĩ)Xây dựng mô hình chẩn đoán trạng thái kỹ thuật hệ thống VSC trên ô tô (LA tiến sĩ)Xây dựng mô hình chẩn đoán trạng thái kỹ thuật hệ thống VSC trên ô tô (LA tiến sĩ)Xây dựng mô hình chẩn đoán trạng thái kỹ thuật hệ thống VSC trên ô tô (LA tiến sĩ)Xây dựng mô hình chẩn đoán trạng thái kỹ thuật hệ thống VSC trên ô tô (LA tiến sĩ)Xây dựng mô hình chẩn đoán trạng thái kỹ thuật hệ thống VSC trên ô tô (LA tiến sĩ)Xây dựng mô hình chẩn đoán trạng thái kỹ thuật hệ thống VSC trên ô tô (LA tiến sĩ)

Trang 1

MUC LUC

MUC LUC .ÔỎ i

DANH MUC CAC KY HIEU VA CHU VIET TA i

DANH MUC CAC BANG BIEU, DANH MỤC CÁC HÌNH VẼ VÀ ĐỎ THỊ MO DAỤ CHUONG 1: TONG QUAN VAN DE NGHIEN CUU

1.1 Đặc điểm chân đoán TTKT các hệ thống có ĐKĐT trên 6 t6 .ssssccsssssccssssccssnecccssssccssnsccssssecesenecees 5

L.L.1 Vai trò của chân đốn TTKT trên ơ tơ 22++c22+++c+22tr22EEtrrrErtrrrrrrrrrrrrre 5 1.1.2 Dac điểm các hệ thống điều khiển điện tử trên ô tô hiện đạị -22:+zcs2z2 5

1.2 Phân tích các phương pháp phát hiện lỗi trong hệ thống có ĐIKĐTT - s<- ss«ecss 10

1.2.1 Các khái niệm cơ bản trong chân đoán TTKT .10

1.2.2 Phân tích các phương pháp phát hiện lỗị . -2222222C2EEEEEtEEtiiị.2 rerrrrrre 13

1.3 Hệ thống VSC trên ô tô 28

1.3.1 Nhiệm vụ của hệ thống VSC và các tên gọi của hệ thống -2+-2tz2 28 1.3.2 Dac điểm chân đoán phát hiện lỗi trong hệ thống VSC 22+-cc2ttrccc+ 29

1.4 Một số công trình nghiên cứu trong lĩnh vực chấn đoán -s-s<sscsssetzvsseczzssse 30

1.4.1 Một số cơng trình ở nước ngồi nghiên cứu chân đoán bằng logic mờ 30

1.4.2 Các công trình nghiên cứu ứng dụng lý thuyết mờ ở Việt Nam 31

1.5 Lựa chọn đề tài và mục tiêu nghiên cứu của luận án -s- se essezvssetzvsserzrssse 34

1.6 Kết luận chương I 35

CHUONG 2: CO SO LY THUYET DE XAY DUNG MO HINH CHAN DOAN PHAT HIEN

LỎI BẰNG HỆ SUY DIỄN MỜ TAKAGI-SUGENỌ s<-2veesseeesevrzxsseerrrr 37

2.1 Hệ suy diễn mờ 37

2.1.1 Khối mờ hóa đầu vàọ -.-22.+222t2222.2221.2121.111 121 111.111 111 111 rc, 38

2.1⁄2 Khối cơ sở tri thức

2.1.3 Khối suy diễn logic 2.1.4 Giải mờ đầu rạ 2.2 Hệ suy diễn mờ Takagi - Sugeno 42 2.3 Xây dựng hệ suy diễn mờ T-S để mô tá hệ thống kỹ thuật 2.3.1 Phương pháp tiếp 60 44

2.3.2 Xây dựng hệ mờ T-S đề mô tả hệ thống được chân đoán -2::z22z2 46

2.3.3 Ảnh hưởng các nhiễu và biến vào không đo được +2c22t+2ceEtrzzczrrrrcee 48

2.4 Xây dựng bộ quan sát 49

2.4.1 Cơ sở toán học tính thiết kế bộ quan sát U]Ọ -22+.2.22tc2trzzrrrzerrre 50

Trang 2

2.5 Tính toán giá trị ngưỡng 53

2.6 Sử dụng bộ quan sát mờ T-S để phát hiện trạng thái làm việc có lỗi của hệ thống 54

2.7 Kết luận chương 2 57

CHUONG 3: XAY DUNG MO HINH CHAN DOAN PHAT HIEN TRANG THAI LAM

VIEC CO LOI CUA HE THÓNG VSC TRÊN XE TOYOTA CAMRỴ « 58

3.1 Hệ thống VSC trên xe Toyota Camry 58

3.1.1 Mô hệ thÔn sua ngướnghiệghgghhg2DungBdhgBdtaidqadtgdg4Gi4GB14-G30120 0148 58

3.1.2 Chế độ điều khiển theo tốc độ góc quay thân xe mong muốn -:< 60

3.1.3 Các trạng thái làm việc có lỗi của hệ thống VSC trén xe Toyota Camry 3.2 Hệ phương trình trạng thái mô tả động lực bên của xe 3.3 Xây dựng hệ suy diễn mờ mô tả động lực học bên 70 3.4 Thiết kế bộ quan sát mờ 73 3.5 Tính giá trị ngưỡng 74

3.6 Các trường hợp mô phỏng và phân tích các kết quả - -s«-«°ssevzxseev+seeevzxseerr 75

3.6.1 'Các tường hợp riơ phỊđEcasessssissostssntiosittlsitBDIRGIGIIURISGHGRISIGIEIHGiNngigiasae 75

3.6.2 Phân tích các kết quả mô phỏng - -22 2222222222 EEtrztrrrtrerrrrrrrrrre 75

3.7 Kết luận chương 3 -.86

CHUONG 4: NGHIÊN CỨU THỰC NGHIỆM - 2° sssec222zzasserr 87

4.1 Mục đích nghiên cứu, đối tượng và thông số thực nghiệm -s sscsseeevvseecszsseé 87 44,1.] 2Mc.đfch.nghiến:cỨu .se:¿-ecsesrsasnssitinsisriitiirgdirniniLEL23611803110104118300/813136808282120.881810306386 87

4.1.2 Đối tượng thực nghiệm -.522++2222221.2222.2221.2122.2121.2121.111 111.1.1 e 87

4.1.3 Thông số đo trong thực nghiệm -22+222222t2E21222222122.227 2221 121 tr 87

4.2 Chế tạo bộ thu thập dữ liệu 87

4.2.1 Cơ sở thiết kế, chế tạo bộ thu thập dữ liệụ

4.2.2 Thiết kế các mạch của thiết bị - -22:+22222222171222112427.2471.221 1 iị 88 4.2.3 Kiểm tra sự làm việc của bộ thu thập dữ liệu 4.3 Thí nghiệm phát hiện lỗi trong hệ thống VSC xe Camry 4.3.1 Mục đích thí nghiệm . 5 55£5++SExtSEYxEEkxEEEEEEELEEELEEELEELEEELTEELrrkkrrrkrrrrkrrrre 99

4.3.2 Didu kién tién anh thé mghiGe an essscsssssesssssssssssssssssessssssesesssesssssessessseeunsssesenesseees 99

4.3.3 Các thông số đo và trang thiết bi do, quan sat trong thí nghiệm -‹+ 100

4.3.4 Phân tích kết quả các thí nghiệm chẩn đoán phát hiện lỗi hệ thống VSC 104

4.4 Cac nhan xét và kết luận chương 4 112

KET LUAN CHUNG VA KIEN NGB wssssissssssasvsscssccoscssvussascsssnssevaveosasussssscusssvasvcesncovsonsstsesusies 113

Kết luận chung 113

Kiến nghị 113

Trang 3

-ii-TAI LIEU THAM KHAO

DANH MỤC CÁC CƠNG TRÌNH ĐÃ CƠNG BÓ CỦA LUẬN ÁN 30177

Trang 4

-DANH MUC CAC KY HIEU VA CHU VIET TAT Ký hiệu | Nguồn gốc Chú giải Đơn vị TTKT Trạng thái kỹ thuật

DKDT Diéu khién dién tir

ABS Anti-Lock Brake System HS tiếng chong bé efup han xe khi phanh

BAS Brake Assist System He tong: tt ene Site; hue Hap phanh

EFI Electronic Fuel Injection Hệ thống phun xăng điện tử TCS | Traction control system ue thông chông trượt quay bánh ECU _| Electronic Control Unit Bộ điều khiển điện tử

VSC _ | Vehicle Stability Control »: HR, tec EU

OBD | On Board Diagnostic System Hệ thống chân đoán trên xe

FL Fuzzy logic L6 gic mo

UIO Unknown Input Observer Bộ quan sát đầu vào không rõ ANN | Artificial Neural Network Mang No-ron nhan tao FNN _ | Fuzzy Neural Network Mạng Nơ-ron mờ

NN Neural Network Mang No-ron

T-S Takagi-Sugeno

LMI | Linear Matrix Inequalities Bat đẳng thức ma trận tuyến tính th (On Board Diagnostics Parameter IDs) | Code lệnh của chẩn đoán OBD2

DC Direct Current Dòng điện một chiều

DMP _| Digital Motion Processor Bộ xử lý chuyền động tín hiệu số

MEMS | Micro-Electro-Mechanical-Systems Hệ thống vi cơ điện tử DOF | Degree of freedom Bac tu do

FIS Fuzzy Inference System Hé suy dién mo

SAE-J | Society of Automotive Engineers Hiệp hội kỹ sư ô tô Nhật Ban

International Organization for sk z Aad ISO Standardization Tiêu chuân quoc té

FC _ | Fuzzy Controller Bộ điều khiển logic mờ

EPS Electric Power Steering Hệ thống lái trợ lực điện

ME Menbership Function Hàm liên thuộc

SISO _ | Single-Input and Single-Output một biên đâu ra HN HAT GH ghi ND HỘI

Trang 5

Ký hiệu | Nguồn gốc Chú giải Don vi

MIMO | multiple-input and multiple-output Ed dau vao

M(m) Khối lượng kg

Ị Mô men quán tính kgm?

Jin Giá trị ngưỡng

l Chiéu dai m

g Gia tốc trọng trường m/s?

Fy Luc tac dung bén N

v Vận tốc ô tô m/s

Khoang cách từ trọng tâm của

a,b thân xe đên tâm của bánh xe m

trước và sau

y Tốc độ góc quay thân xe rad/s

8 Góc lệch thân xe rad

m Khéi lượng thân xe kg

ồ Góc quay của bánh xe dẫn hướng | Déd(rad)

Cf Độ cứng bên của bánh xe trước N/rad

C; Độ cứng bên của bánh xe sau N/rad

Giá trị đầu ra của mô hình lý ỷ thuyết mô tả hệ thống thực 2 Véc to bién trạng thái của bộ quan sát $ Véc tơ biến đầu ra của bộ quan , sat e Sai số ước lượng r, r(t) Lượng sai lệch

x Bién quan sat

y Biến ra của hệ thông

u Biến vào của hệ thống

A ) Ham nhiéu dau vao

F(t) Ham phan phoi ảnh hưởng của

nhiều tới biên ra

E,(t) Ham phân phối ảnh hưởng của nhiễu tới biến trạng thái

Trang 6

DANH MUC CAC BANG BIEU

Bang 3-1: Các cảm biến trong hệ thống VSC của Toyota Camrỵ 60

Bảng 3-2: Nguyên nhân gây ra lỗi không hiệu chỉnh được điểm 0 của các cảm biến .61

Bảng 3-3: Các sai lệch giới hạn giữa giá trị đo và giá trị tham chiếụ .62

Bang 3-4: Dải làm việc của các cảm biến 2-22 2222222222222 Errrrrrrrrrrrre 63

Bảng 3-5: Sai lệch chuẩn của cảm biến trong hệ thông VSC của xe Toyota Camrỵ 69

Bảng 3-6: Bảng các thông số tham khảo của xe Toyota Camrỵ s2szssrc 69 Bang 4-1: Bảng thông số đo thực nghiệm 2+222t222222712221.2172221.2221 tr, 87 Bảng 4-2: Các giao thức truyền tin trong OBD-2 sscssssssssssssssssessssssssessssstsssessnsessssessnssesees 88

Bang 4-3: Cac thong s6 k¥ thudt ctua cam bién MPU 6050 sssssssssssssssssssssessssessnssssssssssesvenees 92 Bang 4-4: Bang két qua do va dnb gid scsssssssssssssssssssssssssssnnssssssssssssssssssssessnsessesssnnssseseee 98

Bảng 4-5: Các thiết bị đo, quan sát trong thí nghiệm -. 222+22222222EẸ.22EErrree 100

Bảng 4-6: Các thông số kỹ thuật chính của thiết bị Carman Scan VG ¿ 102

Bảng 4-7: Độ lệch hướng chuyền động theo phương ngang -+22+::cc22trzz2 110

Trang 7

-Vi-DANH MỤC CÁC HÌNH VẼ VÀ ĐÒ THỊ Hình Ị1: Cấu trúc một hệ thống có ĐKĐT

Hình 1.2: Dạng tín hiệu của các cảm biến

Hình 1.3: Dai lam việc của cảm biến nhiệt độ nước làm mát động cơ

Hình 1.4: Các lỗi phát sinh trong hệ thống N3v385gHcB15E88461351338G13805gHc015iS810351434G11818g1S814138108351484.0181881.818186 II

Hình 1.5: Phân loại các lỗi theo thời gian -. -ccc2teecertrreertrrrrrtrrrrrrrrirrrrrrriee II

Hình 1.6: Minh họa lỗi cộng thêm và lỗi nhân bộị +2222222tzrrztrrrrre 12 Hình 1.7: Sơ đồ phát hiện trạng thái lỗi bằng mô hình tín hiệụ 2222 14

Hình 1.8: Sơ đồ hệ thống phát hiện lỗi trên cơ sở mô hình -2+22::2tzztze2 15

Hình 1.9: Các bước thực hiện phát hiện lỗi .-2-+++°22t++222EEEEfr+222222ttrrr22rrrrre 16

Hình Ị10: Phân tích các nhiễu loạn làm thay đồi đặc tính của cảm biến - 19

Hình 1.11: Phần tử xử lý (Nơ-ron) -.-22+2222S2t2E2122227.421.2121 101.111 1E1 re 21

Hình 1.12: Cấu trúc mạng No-ron nhidu l6p essessssssssssssssssssssssssssssssssssssnssessesenssssnsssnnssnesees 21

Hình 1.13: Cấu trúc hệ suy diễn mờ 222+22222222EE2722EE77721277121217 21717.1E1 ee 22

Hình 1.14: So sánh hai phương pháp tuyến tính hóạ -22++22t222t222t222rrzerrre 23 Hinh 1.15: Nguyên lý phát hiện lỗi trên cơ sở mô hình :-ccs++ccezrrreeerrrrcee 24

Hình 1.16: Phương pháp ước lượng tham sỐ -22222 222 22t22trzrrrerrrzrrrrrre 25

Hình 1.17: Bộ quan sát ghép song song với hệ thống thực -.-22++22tz22rzzrrrz 27

20 083.315 29 Hình 1.19: Nguyên lý hoạt động của hệ thống VSC 22+.222tz2trerEtrrrrrrrerree 29

Hình 2.I: Cấu trúc hệ suy diễn mờ - -22+22222222EE77221271.21277.1217 E1 1 ee 38

Hình 2.2: Hàm liên thuộc biểu diễn biến ngôn ngữ "tốc độ” -2s.ssrzzrrcerre 39

Hình 2.3: Khai báo biến ngôn ngữ ““Toc do” trong Mat[ ab 22222c22tzzczErrccee 40

Hình 2.4: Giá trị mệnh đề hợp thành theo luật MIN -2+-222.22tcc2trzzrrrrerrre 4I

Hình 2.5: Giá trị mệnh đề hợp thành theo luật PROD -222:zs2rzztrzzrre 4I

Hình 2.6: Hệ thống FIS T-S hai đầu vào, một đầu rạ -.-2 2:z2t22trzrrrzzrrrz 43

Hình 2.7: Mô hình mờ với hai hàm liên thuộc biêu diễn hàm ỵ -22:7 44

Hình 2.8: M6 hình mờ với 6 hàm liên thuộc dạng Gausian biéu diễn hàm y

Hình 2.9: Hai phương pháp xây dựng hệ suy diễn mờ T-S đề mô tả hệ thống thực

Hình 2.10: Xây dựng các luật mờ từ tập dữ liệu quan sát Hình 2.11: Cấu trúc bộ quan sát UIỌ

Hình 2.12: Thuật toán tính các hệ số của bộ quan sát UIỌ SI

Hình 2.13: Sơ đồ sử dụng bộ quan sát để chấn đoán phát hiện lỗi . -s::< 54

Hình 2.14: Lược đồ xây dựng mô hình mờ dé chân đoán lỗi bằng hệ suy diễn mờ 56

Trang 8

-Hinh 3.1: So đồ tín hiệu vào/ra của hệ thống VSC -22.2222222222121222 222Ẹ ee 58 Hình 3.2: Bố trí trên xe các cảm biến của hệ thống VSC :-222+2c22ttzczrrrrcee 59

Hình 3.3: Nguyên lý hoạt động của hệ thống VSC -22 2222t22EEEt.ZEEErirrrrrrirer 61

Hình 3.4: Lược đồ thuật toán xây dựng mơ hình chân đốn lỗi của hệ thống VSC 64 Hình 3.5: Mô hình 3-DOF của xẹ 2-222.222222212321.122.2121.121.1111.111 111 re, 65 Hình 3.6 Hàm liên thuộc và khoảng xác định -.2.222:+222t22222222222.2221.2rrree 70

Hình 3.7: Chương trình Matlab Simulink mô tả luật mờ 9Ä2 -s°ee5cxvee+ 71

Hình 3.8: Hàm nhiễu và sai số đầu vào d(t)

Hình 3.9: Cấu trúc bộ quan sát mờ địa phương UIO]

Hình 3.10: Quy luật đánh lái 1

Hình 3.11: Gia tốc ngang thu được từ hệ thống lầy mẫu

Hình 3.12: Tốc độ góc quay thân xe thu được từ hệ thống lấy mẫụ Hình 3.13: Gia tốc ngang tính toán từ hệ suy diễn mờ

Hình 3.14: Tốc độ góc quay tính toán từ hệ suy diễn mờ - 22 22tzztrzzrre 76

Hình 3.15: Lượng sai lệch gia tốc ngang giữa hệ suy diễn mờ và hệ thông lấy mẫụ 77

Hình 3.16: Lượng sai lệch tốc độ góc quay thân xe giữa hệ suy diễn mờ và hệ thống lầy maụ.77

Hình 3.17: Gia tốc ngang của hệ thống lun 77

Hình 3.18: Tốc độ góc quay thân xe của hệ thống lấy mẫụ 72:22 77 Hình 3.19: Gia tốc ngang tính toán từ hệ suy diễn mờ -22:.22::22t222tzztrrrzrrre 77 Hình 3.20: Tốc d6 géc quay tinh todn tit hé suy didn MỌ csssssssssssssssssessssessssessssesssssssssenseee ea

Hinh 3.21: Luong sai léch gia tốc ngang giữa hệ suy diễn mờ và hệ thống lấy mẫụ 78 Hình 3.22: Lượng sai lệch tốc độ góc quay thân xe giữa hệ suy diễn mờ và hệ thống lay maụ.78

Hình 3.23: Gia téc ngang tinh toain tr DO quam Sdt scssssssssssssssssesssssssssessssssssessssessessesessvesees 78

Hình 3.24: Tốc độ góc quay thân xe tính toán từ bộ quan sát - «sex 78 Hình 3.25: Lượng sai lệch gia tốc ngang giữa bộ quan sát và hệ thống lấy mẫụ 79 Hình 3.26: Lượng sai lệch tốc độ góc quay thân xe giữa bộ quan sát và hệ thống lấy mẫụ 79

Hình 3.27: Gia tốc ngang tính toán từ bộ quan sát -22++22z22tz2t222trrzrrrrerrre 79

Hình 3.28: Tốc độ góc quay thân xe tính toán từ bộ quan sát . -«xee+rxxeer 79 Hình 3.29: Lượng sai lệch gia tốc ngang giữa bộ quan sát và hệ thống lấy mẫụ 79 Hình 3.30: Lượng sai lệch tốc độ góc quay thân xe giữa bộ quan sát và hệ thống lay maụ 79

Hình 3.31: Gia tốc ngang tính toán từ bộ _ quan sát -.-22+c22trcetrrzerree 80

Hình 3.32: Tốc độ góc quay thân xe tính toán từ bộ quan sát . -«xeeecvxeeere 80 Hình 3.33: Lượng sai lệch gia tốc ngang giữa bộ quan sát và hệ thống lấy mẫụ 80 Hình 3.34: Lượng sai lệch tốc độ góc quay thân xe giữa bộ quan sát và hệ thống lấy mẫụ 80 Hình 3.35: Tín hiệu của cảm biến góc quay vành láị -+-cxeeerrxeerrrrxeerrrrkerrrrrerrr 81

Trang 9

-Hình 3.36: Tín hiệu đo từ cảm biến ay trong thí nghiệm 22+22222222EEẸ22EErrrcee 81

Hinh 3.37: Tin hiéu tir cam bién w do duoc qua thi nghiGa .scccssssssssssssssssssssssssnsssesessseseeee 82 Hình 3.38: So sánh giá trị gia tốc ngang giữa giá trị bộ quan sát và thí nghiệm 82 THnh:3/39 Tiưượng sai TỆCH Tpy, ¿co enckiinnaniitiiESiEdLdiHdEiS0lL11118000134338100013118085536003615880/15038116.03 83

Hình 3.40: So sánh giá trị tốc độ góc quay thân xe giữa giá trị bộ quan sát và thí nghiệm 83

Hình 3.41: Lượng sai lệch rụ .2- 22 ©©++SEE++EEELEEEEELLEEEE-LEEE-LLEEEẸ-LEELLLCrrkkrrtrkkrir 83 Hình 3.42: So sánh giá trị gia tốc ngang giữa giá trị bộ quan sát và thí nghiệm 84 Hình 3.43: Lượng sai lệch rạỵ - 222-2222 ©EE+2EEL EẸ1 11 T11 11.0 1 84 Hình 3.44: So sánh giá trị tốc độ góc quay thân xe giữa giá trị bộ quan sát và thí nghiệm 85

Hình 3.45: Lượng sai lệch rụ 85

Hình 4.I: Sơ đồ khối của bộ xử lý ELM 327

Hình 4.2: Bản mạch của bộ kết nồị 222++22212321222272122.2121.111.111 111 x.c., 89 Hinh 4.3: NGi thiét bi qua cémg DLC3 89

Hình 4.4: Sơ đồ mạch của bộ thu 508218: 0 90

000 6100 01000088 91 Hình 4.6: Bồ trí cảm biến MPU 6050 đo góc quay vành láị 22++c222trcZc22trccce 93 Hình 4.7: Vị trí bố trí cảm biến MPU 6050 trên xe để đo các thông số ay và vự 93 Hình 4.8: Sơ đồ cấu trúc cảm biến MPU 6050 222++222t222222222.2222.2121.21.c., 94 Hình 4.9: Sơ đồ khối hệ thống đo dùng 2 cảm biến MPU 6050

Hình 4.10: Sơ đồ kết nối thiết bị đo với máy tính Hình 4.11: Giao điện màn hình đối chứng tín hiệu đo

Hình 4.12: So sánh kết quả đo góc quay vành láị :-222++°222222EE22E22222Errrrrr 97

Hinh 4.13: So saith két qua do gia toc ngang .scsccssssssssssssessssssessssssssssssessssssenesssessnsssennsseesees 97 Hình 4.14: So sánh kết qua do van tc g6c quay than XC cscsssssssssssssssssssssssesessssssnsssesssseesnee 97 Hình 4.15: So sánh kết quả đo tốc độ ctha 6 6 asssscssssssssssssssssessssssesnssssssensssssessscesnsseesensseeense 98

Hình 4.16: Vòng tròn sử dụng trong thí nghiệm l và 2 . -+-©css+cx+eerxeerrxeerreeer 99 Hình 4.17: Đoạn đường thẳng sử dụng trong thí nghiệm 3 -22+++cc2tt:cc2zt,rz2 100 Hình 4.18: Hình ảnh thiết bị Carman Scan VG

Hình 4.19: Màn hình hiền thị dữ liệu tạm thờị

Hình 4.20: Màn hình hiển thị danh sách lỗi và mã lỗi hiện thời

Hình 4.21: Đầu nối DLC3 2.222.22222222.2222.2222.121.121 121.111 111 1.1 re 102 Hình 4.22: Vị trí bố trí đầu nối DLC3 trên xe Toyota Camrỵ 22:22:22 102 Hình 4.23: Sơ đồ kết nói bộ thu thập dữ liệu với máy tính -.-22:++c222tcc2zrrrze 103

Hình 4.24: Giao diện màn hình hiện kết (HO 12x c8 1si861861E01300003000A88.0 0344 103 Hình 4.25: Gốc quay vành lỗi -: ::-:- 56c 2625622562512 0700018600120 11E 0.4810 t1 0g1801 018.0801568 10

Trang 10

-1X-Hiri 26: Gia tc: ngamnp ‘ty, sassissaessesssssesssacssassacvassavesssvecssssuvesaciogssactassaieiasisceam esses 105

Hình 4.27: Tốc độ góc quay thân xe vự -22++2222222E2712222771222171.2127 121- ecr.e, 105 Hình:4.2§: Lượng sai lỆCH Tay sssssostseiieintia01150500 068060104 803030g0038010803380181Gi10108861803300610.6 808 106 Hin 4.29: Taượng sai lỆCHTru: :i-:ccc-ciccccincinEiinndEĐiĐiLiiLđcgLigBgELL-gA00403.8100015.30001.1.18884.0013608.8 106

Hình 4.30: Trị số gia tốc ngang ay trong thí nghiệm xuất hiện lỗi trong hệ thống VSC 107

lbiiiE 6p ¡ ¡80c 1a ố 108 Hình 4.32: Tốc độ góc quay thân xe v trong thí nghiệm với hệ VSC có lỗị 108 Hình 4.33: Lượng sai lệch Tự::sácccsscsceienin0ge 600180 Egg1Ð3010E118900060803881330104011890010361801000g33800g00.188 109

Hình 4.34: Màn hình hiển thị lỗi của thiết bị Carman VG 22.cs2tzszrrzzrre 109 Hình 4.35: Biến động của gia tốc ngang :-2222 22222.221227.221211.2111 1201 ri, 110

Hình 4.36: Biến động của tốc độ góc quay than xẹ 111

Trang 11

MO DAU

Cùng với sự phát triển kinh tế - xã hội đất nước ta trong những năm gần đây, loại hình

vận tải bằng phương tiện giao thông cơ giới đường bộ, đặc biệt là ô tô con (loại từ 9 chỗ ngồi

trở xuống) phát triển với tốc độ nhanh chóng cả về số lượng và công nghệ chế tạo mớị Cụ

thể là năm 2009, cả nước có 1.137.000 xe thì đến năm 2015 số lượng xe tăng lên là 2.105.000

xe (số liệu từ Bộ Giao thông vận tải) với mục đích là vận chuyền hành khách (taxi hoặc xe

hợp đồng) và nhu cầu đi lại của cá nhân Song song với sự phát triển của số lượng xe, dé đáp

ứng nhu cầu sửa chữa, bảo dưỡng thì số lượng các cơ sở bảo dưỡng, sửa chữa ô tô có quy

mô vừa và nhỏ cũng tăng lên, do đó nhu cầu được trang bị thiết bị chân đoán phục vụ kiểm tra, sửa chữa ô tô của các cơ sở bảo đưỡng, sửa chữa ô tô cũng như các cơ sở đào tạo nghề sửa chữa ô tô ngày càng trở nên cấp thiết

Đặc điểm khác biệt của ô tô hiện đại với các ô tô thế hệ cũ (trước 1990) ở chỗ: trên

các 6 tô hiện đại sử dụng rộng rãi các hệ thống DKDT dé điều khiển các hệ thống của động

cơ, hệ thống truyền lực và hệ thống an toàn của xe trong khi trên các xe thế hệ cũ, các hệ thống này chỉ thuần tuý là hệ thống cơ khí Bên cạnh các ưu điểm do áp dụng ĐKĐT, công việc sửa chữa, phát hiện hư hỏng trong các hệ thống của ô tô hiện đại trở nên phức tạp Các phương pháp chẩn đoán sửa chữa theo thói quen, kinh nghiệm đối với hệ thống cơ khí như

trước đây không còn có hiệu quả đối với sửa chữa ô tô hiện đại, trong nhiều trường hợp còn gây hư hỏng thêm hoặc tốn kém thời gian và chỉ phí

Trên các ô tô hiện đại, hệ thống ổn định quỹ đạo chuyên động của xe trên đường vòng

là một trong các hệ thông được điều khiển điện tử Từ năm 2012, trên các xe sản xuất ở châu

Âu, châu Mỹ, trang bị hệ thống này là tiêu chuẩn bắt buộc Tùy theo mỗi hãng xe có thé đặt tên khác nhau (ví dụ hãng Toyota gọi tên hệ thống nay 14 Vehicle Stability Control - VSC),

nhưng chúng đều có chức năng chung là tự động phanh riêng rẽ bánh xe phía trước/sau, bên

trong/ngoài đường vòng để tạo ra mô men quay vòng ồn định đảm bảo cho quỹ đạo chuyển

động đúng của xẹ Đây là một hệ thống có ĐKĐT điền hình trên ô tô mà chúng ta không thể chân đoán trạng thái kỹ thuật, phát hiện lỗi của nó bằng các phương pháp chẩn đoán với hệ

thống cơ khí thông thường

Hiện tại, trong nước chưa có công trình nghiên cứu chuyên sâu về phương pháp chân

đoán trạng thái kỹ thuật các hệ thống có ĐKĐT trên ô tô nói chung và chẩn đốn hệ thống

ơn định quỹ đạo chuyền động trên đường vòng nói riêng Trong điều kiện ngành Công nghiệp sản xuất ô tô trong nước đang có tiềm năng phát triển mạnh nhờ chính sách hỗ trợ của Nhà

nước, việc chủ động về phương pháp luận trong thiết kế, chế tạo thiết bị chấn đoán phục vụ khai thác, sửa chữa các xe ô tô trong nước sản xuất là nhu cầu rất cấp thiết

Các hãng xe, các nhà sản xuất thiết bị chân đoán ơ tơ ở nước ngồi bán sản phẩm ra

thị trường rộng rãi nhưng đều giữ bí quyết công nghệ, không công bố, cung cấp ra ngoài các

Trang 12

-1-thông tin liên quan đến thiết kế, chế tạo thiết bị, họ chỉ cung cấp cho người sử dụng các tài

liệu hướng dẫn khai thác sử dụng thiết bị, do đó việc tìm hiểu, nghiên cứu cơ sở thiết kế,

phương pháp luận đề xây dựng mơ hình chẩn đốn, làm cơ sở cho thiết kế, chế tao các thiết

bị chân đốn ơ tơ (với điều kiện sản xuất trong nước) có ý nghĩa khoa học caọ

Xuất phát từ các nhu cầu thực tế nêu trên, NCS đã đề xuất đề tài nghiên cứu: "Xây

dựng mơ hình chấn đốn trạng thái kỹ thuật hệ thống VSC trên ô tô”

Mục đích của luận án:

Nghiên cứu phương pháp luận đề xây dựng mô hình chấn đoán TTKT các hệ thống có trang bị ĐKĐT trên ô tô Trên cơ sở đó, xây dựng mô hình chẩn đoán trạng thái làm việc có lỗi của hệ thống VSC xe Toyota Camry dựa trên hệ suy diễn mờ Takagi-Sugeno, đánh giá

hiệu quá của mơ hình chân đốn thông qua các thí nghiệm trên xe thực tế Đối tượng nghiên cứu của luận án:

Đối tượng nghiên cứu của luận án là hệ thống ĐKĐT VSC trên xe ô tô Toyota Camry 2.4, sản xuất lắp ráp năm 2009 tại Việt Nam

Phạm vỉ nghiên cứu:

Phạm vi nghiên cứu của luận án là phương pháp chân đoán TTKT trên cơ sở mô hình cấu trúc của hệ thống được chân đoán và sử dụng hệ suy diễn mờ để xây dựng mơ hình chan đốn phát hiện trạng thái làm việc có lỗi của các hệ thống có ĐKĐT trên ô tô nói chung và

riêng cho hệ thống VSC

Mô hình chẩn đoán bao gồm hệ mờ T-S mô tả hệ thống được chân đoán và bộ quan sát để phát hiện trạng thái làm việc có lỗi của hệ thống VSC

Điều kiện chắn đoán là xe không có tải, chạy ở tốc độ ôn định

Phương pháp nghiên cứu:

Phương pháp nghiên cứu sử dụng trong luận án là kết hợp nghiên cứu lý thuyết với

các mô phỏng trên máy tính và thí nghiệm kiểm chứng trên thực tế Từ lý thuyết các phương pháp chân đoán hiện đại kết hợp phân tích các đặc điểm cấu trúc cũng như nguyên lý hoạt

động của các hệ thống có ĐKĐT trên ô tô dé lựa chọn phương pháp chân đoán, xây dựng

mơ hình chẩn đốn phát hiện lỗi cho hệ thống VSC trên ô tô Thực hiện mô phỏng trên máy

tính và thí nghiệm trên xe thực tế để đánh giá hiệu quả của mô hình chân đoán Các điểm mới của luận án:

Trang 13

giảm được khối lượng và thời gian tiến hành thu thập các số liệu thống kê, kinh nghiệm về các lỗi, các TTKT khác nhau của hệ thống trong quá trình sử dụng

Sử dụng hệ suy diễn mờ, bộ quan sát mờ cho phép mô tả hệ thống hiệu quả hơn trong trường hợp phi tuyến, các dữ liệu không được đầy đủ hoặc phải quan sát từ thực nghiệm Đặc biệt trong luận án sử dụng công cụ hệ mờ T-S Công cụ này cho phép kết hợp sử dụng

các quan hệ vật lý đã biết về hệ thống VSC (biểu diễn quan hệ toán học giữa các thông số) và các số liệu đo đạc thống kê nhờ đó giảm bớt được khối lượng thống kê, đo đạc thu thập

dữ liệu khi xây dựng mô hình hệ thống

Ý nghĩa khoa học, thực tiễn của đề tài:

- Ý nghĩa khoa học của đề tài:

Việc lựa chọn phương pháp chân đoán TTKT cũng như xây dựng mơ hình chẩn đốn phát hiện trạng thái làm việc có lỗi của các hệ thống có ĐKĐT trên ô tô sẽ là cơ sở khoa học cho phương pháp luận chung cũng như cho thiết kế, chế tạo các hệ thống, thiết bị chan doan

TTKT ô tô

Luận án đã sử dụng một công cụ tiến bộ là hệ suy diễn mờ Takagi-Sugeno dé xây dựng

mô hình chẩn đoán TTKT các hệ thống có ĐKĐT trên xe ô tô hiện đạị

Việc xây dựng được mô hình cũng như tự thiết kế chế tạo bộ thu thập dữ liệu từ ECU,

xây dựng phần mềm chấn đoán phát hiện lỗi của hệ thống VSC sẽ góp phần nâng cao năng lực chủ động trong thiết kế, chế tạo các trang thiết bị chân đoán của ngành công nghiệp ô tô trong nước

- Ý nghĩa thực tiễn, cấp thiết của đề tài:

Mô hình bao gồm bộ thu thập dữ liệu từ ECU, phần mềm chân đoán có thể sử dụng để

chân đoán phát hiện trạng thái làm việc có lỗi của hệ thông VSC trên xe Toyota Camry phục vụ thiết thực cho công việc sửa chữa ô tô tại các xưởng sửa chữa xẹ

Trên cơ sở mô hình chấn đoán đã dé xuất có thể thiết kế, chế tạo các thiết bị chấn đoán phục vụ cho nhu cầu chân đốn sửa chữa ơ tơ trong nước một cách chủ động; giảm mức độ phụ thuộc vào các trang thiết bị nhập ngoạị Trong điều kiện ngành Công nghiệp sản xuất ô

tô trong nước đang có tiềm năng phát triển, nhờ chính sách hỗ trợ của Nhà nước, việc chủ

động về phương pháp luận, thiết kế, chế tạo thiết bị chẳn đoán phục vụ khai thác, sửa chữa

các xe ô tô trong nước sản xuất là nhu cầu thiết thực và cấp thiết Nội dung của luận án

Luận án gồm các nội dung chính như sau: 1 Tổng quan về vấn đề nghiên cứụ

Trang 14

ĐKĐT trên ô tô bằng công cụ suy diễn mờ T-S

3 Xây dựng mơ hình chẩn đốn phát hiện lỗi của hệ thống VSC trên xe Toyota Camry

bằng hệ suy diễn mờ T-S

4: Các thí nghiệm đánh giá hiệu quả của hệ thống chân đoán phát hiện lỗi cho hệ thống

VSC xe Toyota Camrỵ

Trang 15

CHUONG 1: TONG QUAN VAN DE NGHIEN CUU

1.1 Đặc điểm chấn đoán TTKT các hệ thống có ĐKĐT trên ô tô

1.1.1 Vai trò của chẩn đốn TTKT trên ơ tô

Trong quá trình làm việc, có thể xảy ra các lỗi làm sự hoạt động của hệ thống trở nên

không bình thường Các lỗi này thường là bất ngờ, ngẫu nhiên, không mong muốn Nếu không được phát hiện, khắc phục hoặc loại bỏ sớm, các lỗi sẽ tích lũy dần, phát triển ngày

càng mạnh hơn, dẫn đến hư hỏng các cụm chỉ tiết thành phần của hệ thống Do đó, việc giám

sát, phát hiện sớm các lỗi, trục trặc sẽ giúp cho người sử dụng, các kỹ thuật viên tác động

kịp thời, phòng ngừa các hư hỏng nghiêm trọng có thé xảy ra; góp phần giảm thiểu được các

tổn thất về kinh tế do phải ngừng sản xuất trong thời gian dài để sửa chữa, thay thế các bộ phận; tăng tính an toàn, tin cậy trong quá trình vận hành

Nhiệm vụ đầu tiên của đánh giá TTKT là xác định xem hệ thống làm việc bình thường hay đã có xuất hiện lỗị Trong trường hợp phát hiện tình trạng làm việc có lỗi của hệ thống, bước tiếp theo là xác định vị trí, nguyên nhân gây ra lỗị Để đánh giá tình trạng kỹ thuật của ô tô có thể tiến hành theo một trong các phương pháp như sau:

1) Phương pháp tháo rời, kiểm tra, đo đạc, đánh giá Phương pháp này đòi hỏi phải

có chỉ phí nhân lực để tháo rời, và có thê gây nên phá hủy trạng thái tiếp xúc của các bề mặt

lắp ghép

2) Phương pháp không tháo rời các cụm chỉ tiết, mà sử dụng các biện pháp thăm dò,

dựa vào các biểu hiện đặc trưng, các dấu hiệu bên ngoài khi hệ thống làm việc dé đánh giá trạng thái kỹ thuật, phát hiện các lỗi xảy ra trong hệ thống Đây gọi là phương pháp chân đoán trên cơ sở các dấu hiệu bên ngoài, phụ thuộc nhiều vào kinh nghiệm của kỹ thuật viên

3) Phương pháp sử dụng các cảm biến, trang thiết bị đo các thông số làm việc của hệ

thống để đánh giá trạng thái kỹ thuật, phát hiện các lỗi xuất hiện trong các cum chi tiết, bộ phận mà không làm gián đoạn sự làm việc của hệ thống Tính ưu việt của phương pháp này là ở chỗ có thể đánh giá TTKT, phát hiện hư hỏng mà không cần tháo rời hoặc làm gián đoạn sự làm việc Phương pháp chẩn đoán này còn gọi là chân đoán khách quan, không phụ thuộc vào kinh nghiệm chủ quan của kỹ thuật viên

Trong vận hành, sửa chữa ô tô hiện đại thường sử dụng phương pháp chân đoán khách quan vì trên xe đã có sẵn các cảm biến, các tín hiệu đo là tín hiệu điện nên dễ dàng tích hợp các thiết bị đo, phân tích xử lý dữ liệu trong quá trình chân đoán đánh giá TTKT các hệ thống trên xẹ

1.1.2 Đặc điểm các hệ thống điều khiển điện tử trên ô tô hiện đại

Trên ô tô hiện đại, ngoài các trang bị điện truyền thống, các hệ thống trên ô tô ngày nay được phát triển trở thành các hệ thống cơ điện tử, trong đó các kỹ thuật điện, điện tử,

Trang 16

-5-thông tin và điều khiển được kết hợp để điều khiển tối ưu sự hoạt động của các hệ cơ khí

truyền thống của xe như hệ thống cấp nhiên liệu, hệ thống điều khiển chuyền số, hệ thông phanh, lái, treọ Giá trị các phần trang bị điện, mạch điều khiến điện tử, các phần mềm điều

khiển chiếm phần đáng kể trong giá trị tổng thành của một ô tô hiện đạị

vì ek Cơ câu chấp Hệ thống cơ Cảm biên —>| ECU - hanh — khí Hình 1.1: Cấu trúc một hệ thống có ĐKĐT

1.1.2.1 Đặc điểm cấu trúc của hệ thống có ĐKĐT trên ô tô

Sơ đồ khối của hệ thống có ĐKĐT được trình bày trong Hình 1.1 So với hệ thông

thuần cơ khí, hệ thống có ĐKĐT có cấu trúc phức tạp hơn Để đưa hệ cơ khí vào hoạt động,

một hệ thông ĐKĐT (bao gồm các thành phần chính là các cảm biến, cơ cấu chấp hành và

bộ xử lý trung tâm ECU) làm nhiệm vụ thu thập các thông tin về trạng thái của hệ thống,

môi trường; tiễn hành xử lý, tính toán theo một chương trình đã được cài đặt sẵn trong bộ vi

xử lý của ECU rồi cấp tín hiệu đến điều khiển sự hoạt động của cơ cấu chấp hành Cơ cấu chấp hành đến lượt nó làm nhiệm vụ dẫn động hệ cơ khí hoạt động Như vậy, trong hệ thống

có ĐKĐT, sự hoạt động của phần cơ khí bị phụ thuộc rất nhiều vào hệ thống ĐKĐT Nếu hệ thống ĐKĐT bị trục trặc, có lỗi sẽ làm cho hệ cơ khí không thể hoạt động đúng được 6000: Nam châm vĩnh cửu =ấ_— " 5000 Cuộn dâỵ ——p = 2 _ 8 Rêto cảm biến LCP ` =— /ˆ ƒ T † A S — oe, Ỹ 208 Ở tốc độ caọ +v Ở tốc độ thấp- 500 fe 0 — 0 14 22 38 50 58 70 77 87 100 Nhiệt độ (°C) al Cảm biến nhiệt độ nước làm mát Cảm biến tốc độ 5 volts « S (vol) 0 volts 0 (vol)

Low airflow = Low voltage

High airflow = High voltage Số vòng quay động cơ (vòng/phút)

Cám biến lưu lượng khí nạp kiểu “Hot wire” Cảm biên tốc độ động cơ kiêu Hall

Hình 1.2: Dạng tín hiệu của các cảm biên

Trang 17

-6-Trong hé théng DKDT, cac cam bién, tin hiệu đầu vào làm nhiệm vụ cung cấp các

thông tin về trạng thái hiện thời, thông tin về môi trường ảnh hưởng đến sự làm việc của hệ

thống được điều khiển Ví dụ: dé định lượng nhiên liệu cấp cho các xi lanh động cơ, trong hệ thống EFI có các cảm biến và tín hiệu cần thiết như: cảm biến lưu lượng không khí nạp (hoặc áp suất chân không trên đường nạp khí), cảm biến tốc độ động cơ, cảm biến nhiệt độ nước làm mát, cảm biến mức độ tải động cơ, các thông tin về môi trường liên quan như nhiệt

độ khí nạp, độ ẩm không khí

Tín hiệu từ các cảm biến thường có dạng analog (ví dụ như cảm biến nhiệt độ nước làm mát động cơ, cảm biến về lưu lượng không khí nạp vv), các tín hiệu dạng xung chữ nhật (như các tín hiệu của cảm biến tốc độ động cơ, tốc độ quay của bánh xẹ ) hoặc dưới dạng các tín hiệu chuyển mạch (tín hiệu On/Off), ví dụ như tín hiệu về bật tắt các phụ tải điện, hệ

thống bơm trợ lực lái, hệ thống điều hồ khơng khí Hình 1.2 trình bày một số dạng tín hiệu gửi về ECU của các cảm biến trên ô tô

Mỗi cảm biến trong hệ thống ĐKĐT làm nhiệm vụ cung cấp thông tin về một đại lượng vật lý đặc trưng cho trạng thái làm việc hiện thời của đối tượng Tín hiệu ra của các

cảm biến kiểu analog là các trị số điện áp Ở trạng thái làm việc bình thường, điện áp đầu ra

của cảm biến trong giới hạn từ V¡ đến V2 Trường hợp nếu tín hiệu ra của cảm biến đưa về

ECU có trị sé ngoai dai [Vi, V2] d6 sé là dấu hiệu về một sự có (lỗi) đã xảy rạ Lỗi này có

thé do các nguyên nhân như hỏng cảm biến, sự cô trên mạch truyền tín hiệu từ cảm biến về ECU hoặc hư hỏng phần kết cấu cơ khí thực hiện chức năng mà cảm biến theo dõị Hình 1.3 trình bày một ví dụ về dải làm việc của cảm biến nhiệt độ nước làm mát (V) Phạm vi không bình thường 3 Phạm vi bình thường cho 4E hệ thống chẩn đoán > Phạm vi bình thường cho = 3Ƒ động cơ & Pham vi binh 8 2 Ƒ thường cho hệ thống THW a chẩn đoán 1 L Phạm vi không bình thường 0 -50 0 50 100 150 CO Nhiét do

Hinh 1.3: Dai lam viéc cua cam bién nhiệt độ nước làm mát động cơ

Khi động cơ làm việc bình thường, điện áp đầu ra của cảm biến nhiệt độ nước làm

mát nằm trong dải 4,8V đến 0,1V, tương ứng với dai nhiệt độ từ -50°C tới 150°C Khi điện

áp ở đầu ra của cảm biến nhỏ hơn 0,1 V hay lớn hơn 4,8V thì có nghĩa đã xuất hiện sự có liên

quan đến hệ thống làm mát (hỏng cảm biến, sự cố trên đường truyền dẫn, hoặc hư hỏng các chỉ tiết bên trong của hệ thống làm mát làm cho nhiệt độ động cơ quá cao) Tương tự, với

các cảm biên có tín hiệu ra kiêu xung, dải làm việc là vùng tân số từ ƒ„„„ đên ƒzax (các xung

Trang 18

đầu ra của cảm biến đã được mô đun hóa để có cùng giá trị biên độ)

Như vậy, tín hiệu điện gửi từ các cảm biến về ECU nằm trong dải làm việc sẽ xác định trạng thái làm việc bình thường của hệ thông Mỗi khi điện áp của cảm biến gửi về ECU

có trị số nằm ngoài dải làm việc của nó thì có nghĩa là đã xuất hiện một trạng thái lỗi tại “vùng được giám sát” của cảm biến Lỗi này có thể do bản thân cảm biến hoặc đường truyền

dẫn tín hiệu bị lỗi, hoặc liên quan đến công năng của phần hệ thống mà ở đó lắp cảm biến bị lỗị Tín hiệu đầu ra của cảm biến thay đổi theo quy luật tương ứng với sự thay đôi các thông

số vật lý phản ánh trạng thái làm việc của hệ thống được điều khiển Vì vậy, nếu tín hiệu từ các cảm biến gửi về thay đổi không tương ứng với quy luật hoạt động của hệ thống thì có nghĩa là đã xuất hiện một trạng thái lỗi liên quan đến phần kết cầu có lắp cảm biến đó

Từ phân tích trên cho thấy, trong các hệ thống ĐKĐT, các cảm biến còn có vai trò

giám sát, đánh giá trạng thái kỹ thuật của hệ thống Với các thông tin đầu ra của cảm biến

không những xác định được trạng thái kỹ thuật hiện thời của hệ thống mà còn có thể phân tích diễn biến, dự báo trạng thái kỹ thuật của hệ thống trong thời gian vận hành tiếp theọ

Các tín hiệu ra của cảm biến là các thơng số chẩn đốn trực tiếp về TTKT của hệ thống

Các cơ cấu chấp hành trong hệ thống ĐKĐT có phần điều khiển và cung cấp năng lượng là các mạch điện tử, các trang bị điện Do đó, thông qua các trị số của các tín hiệu điều khiển hoặc mạch công suất có thể giám sát và xác định được trạng thái kỹ thuật các cơ cấu

chấp hành của hệ thống

1.1.2.2 Đặc điểm vận hành, sửa chữa các hệ thống trên ô tô có ĐKĐT

Đối với các xe ô tô thế hệ cũ, việc điều khiển hoạt động của các hệ thống chủ yếu bằng cơ khí hoặc thủy lực Trong quá trình hoạt động, tiếng ồn bat thường trong các bộ truyền cơ khí (cặp bánh răng, é truc ), su giảm hiệu năng làm việc của hệ thống như: áp

suất dòng nhiên liệu, quãng đường phanh tăng đột ngột thường có thể quan sát và xử lý

trực tiếp Tuy nhiên, trong các hệ thống có điều khién điện tử, ngoài các cụm chỉ tiết cơ khí còn có các cảm biến, các mạch điện tử và bộ vi xử lý Các dẫn động cơ khí, thủy lực thông thường trên xe ô tô thế hệ cũ trước đây đến nay được thay bằng các mạch điều khiển điện tử và các cơ cầu chấp hành (các cơ cấu kiểu điện cơ, van điện từ, nam châm điện từ, hoặc điện - thủy lực - co khí) Do đó, người điều khiến không tác động điều khiển trực tiếp trong các

dẫn động cơ khí thông thường mà thông qua các tín hiệu điều khiến tới các mạch điều khiển

điện tử, cơ cấu chấp hành Hệ thống ĐKĐT cần sử dụng nhiều cảm biến cũng như cơ cấu chấp hành, các cảm biến cùng các thông tin gửi về ECU đề ECU tính toán lựa chọn chế độ làm việc tối ưu cho hệ cơ khí, các mạch điện tử làm cho kết cầu, số lượng các cum chi tiết của hệ thống có ĐKĐT tăng lên

Khác với cấu trúc cơ khí đơn giản trên ô tô thế hệ cũ, trên ô tô hiện đại với các hệ

thống được điều khiển kiểu điện tử, việc phát hiện hư hỏng trở nên khó khăn hơn nhiềụ Các

thống kê hư hỏng trong sửa chữa ô tô cho thấy các lỗi liên quan đến phần mạch ĐKĐT như

Trang 19

-8-các cảm biến, cơ cấu chấp hành chiểm tỷ lệ lớn (tới 65%) trong -8-các sự cố kỹ thuật khi làm

việc của các hệ thống có ĐKĐT [I1] Trên các ô tô hiện đại thường phải sử dụng các thiết bị đo đạc, phân tích đánh giá các thông số làm việc kết hợp với kinh nghiệm thay vì chỉ dùng các phương pháp tìm lỗi theo kinh nghiệm hoặc quan sát qua các biểu hiện bên ngoàị

1.1.2.3 Đặc điển chẩn đoán TTKT các hệ thống có ĐKĐT trên ô tô

Trên các xe ô tô thế hệ cũ, các hệ thống cơ khí không có lắp hệ thống cảm biến do

đó việc đo đạc, theo dõi giám sát quá trình xảy ra bên trong khi hệ thống làm việc là không

thể thực hiện được Việc đánh giá TTKT, phát hiện các lỗi chủ yếu dựa vào dấu hiệu bên

ngoài, các quá trình kèm theo hoặc dựa vào kinh nghiệm của kỹ thuật viên Ví dụ kiểm tra đánh giá khe hở ổ trục thông qua đo rung động, tiếng ồn hoặc nhiệt độ vỏ ngoài của Ổ trục, đánh giá chất lượng làm việc của cụm pít tông xy lanh thông qua kiểm tra độ lọt khí trong

xy lanh, qua tiếng gõ, mầu khói của khí xả Khi sử dụng các thiết bị chân đoán thường phải

bổ sung thêm các gá lắp chuyên dùng dé ga lắp các cảm biến, do đó quá trình chân đoán bị

kéo dài, phải dừng hoạt động của hệ thống đề gá lắp hệ thống chân đoán

Trên các hệ thống có ĐKĐT của ô tô, như đã phân tích ở trên về vai trò thông tin

nhận được từ các cảm biến và cơ cấu chấp hành, ta có thể sử dụng các tín hiệu từ các cảm

biến, mạch điều khiển các cơ cấu chấp hành để phân tích đánh giá TTKT của hệ thống

Phương pháp chẩn đoán kỹ thuật này có những ưu điểm cơ bản như:

- Thông qua việc đo trực tiếp các thông số làm việc của hệ thống sẽ giúp cho chân

đoán chính xác, khách quan

- Nhờ sử dụng các trang thiết bị đo, các quy trình phân tích được lập trình sẽ tạo điều kiện cho kỹ thuật viên tham gia hiệu quả trong quá trình chân đoán mà không bị phụ thuộc

nhiều vào kinh nghiệm chuyên môn, tuổi nghề như trong các phương pháp chân đốn TTKT

ơ tô truyền thống trước đâỵ

- Không cần thêm các gá lắp, cảm biến bổ sung phục vụ cho chân đoán như trong

trường hợp hệ cơ khí

- Hệ thống chẩn đoán về bản chất là một hệ thống đo lường điện thực hiện việc đo đồng thời nhiều thông số đặc trưng cho trạng thái làm việc của hệ thống, rồi phân tích xử lý số liệu đo theo một chương trình suy luận logic (phần mềm) được cài đặt trước Vì vay, sự hoạt động chân đoán có thé dién ra “real time” (trong thời gian thực), song song với quá trình làm việc của hệ thống trên ơ tơ Ngồi ra, trên cơ sở phân tích các số liệu đo về trạng thái hiện thời, hệ thống có thể dự báo về các lỗi có thể xảy ra trong tương laị Kết quả dự

báo làm tăng tinh chủ động trong tổ chức, quản lý cũng như đám bảo an toàn vận hành xẹ

Qua các phân tích trên cho thấy việc chân đoán TTKT các hệ thống có điều khiển kiểu điện tử trên ô tô hiện đại có những điểm khác so với chẳn đoán TTKT trên các hệ thống

điều khiển cơ khí hoặc thủy lực của ô tô thế hệ cũ, cụ thể là:

Trang 20

-9 Đối với các hệ thông có ĐKĐT, việc chân đoán TTKT phần điều khiển điện tử phải

sử dụng các trang bị đo kiểm chuyên dùng Do đó, việc phát hiện lỗi trên cơ sở chỉ theo dõi

các dấu hiệu bề ngồi là khơng khả thị

- Do các phần cơ khí được đưa vào hoạt động nhờ các tín hiệu điều khiển và cơ cấu chấp hành nên việc chấn đoán phần ĐKĐT phải thực hiện trước, sau đó mới thực hiện các

cơng việc chấn đốn phần cơ khí (như đối với các hệ thống không có ĐKĐT)

- Các tín hiệu nhận được từ các cảm biến, cơ cấu chấp hành là các thông số chân đoán trực tiếp về sự hoạt động “bên trong lòng“ hệ thống cho phép đánh giá TTKT, phát hiện lỗi của hệ thống được chân đoán một cách chính xác, tin cậỵ

- Đối với các hệ thống có ĐKĐT, việc chân đoán TTKT hệ ĐKĐT không chỉ đơn thuần là phát hiện các lỗi trong hệ ĐKĐT mà còn có thê phát hiện các lỗi thuộc phần cơ khí

liên quan trực tiếp đến thông số vật lý mà cảm biến chịu trách nhiệm giám sát Ví dụ, trong hệ thống động cơ, khi chấn đoán phát hiện lỗi của cảm biến đo lưu lượng khí nạp, thì nguyên nhân có thể do hỏng cảm biến, sự cố trên đường truyền dẫn tín hiệu về ECU, nhưng cũng có

thể có nguyên nhân do hở, nứt đường ống làm rò rỉ khí hoặc tắc lọc khí làm ảnh hưởng đến

thông số lưu lượng khí nạp vào các xi lanh động cơ

1.2 Phân tích các phương pháp phát hiện lỗi trong hệ thống có ĐKĐT

1.2.1 Các khái niệm cơ bản trong chấn đoán TTKT

Một số khái niệm cơ bản dùng trong chân đoán TTKT bao gồm khái niệm về lỗi và

các đặc tính của lỗị Hai thủ tục của quá trình chẩn đoán là phát hiện trạng thái lỗi và xác định vị trí xảy ra lỗi [12, 16,17]

1.2.1.1 Lỗi và đặc tính của lỗi

Lỗi được định nghĩa là độ sai lệch quá mức cho phép của ít nhất một thông số cầu trúc (thông số làm việc) của hệ thống SO VỚI các giá trị chuẩn (hoặc giá trị cho phép) của nó

Lỗi là một trạng thái mà nếu vẫn để hệ thống tiếp tục làm việc (với trạng thái đó) có thể dẫn

đến sự cố hoặc làm hư hỏng của hệ thống Mục tiêu đầu tiên của chân đoán TTKT một hệ

thống là xác định xem sự làm việc của hệ thống là bình thường hay có lỗị

Hình 1.4 trình bày sơ đồ về các lỗi có thể phát sinh trong mỗi thành phần của hệ

thống Các thành phần của hệ thống bao gồm các cơ cấu chấp hành, các cảm biến và cấu trúc cơ khí, các biến đầu vào w, các biến đầu ra ỵ Các lỗi có thể xuất hiện ở mỗi thành phần của

hệ thống: lỗi xảy ra ở các cơ cầu chấp hành („); lỗi ở các cảm biến (/,); lỗi xảy ra ở phần hệ

động lực làm thay đối các thông số cấu trúc của hệ thống ;) Trong qúa trình vận hành, còn có tác động của các nhiễu loạn * từ môi trường

Ví dụ về lỗi ở thành phần cấu trúc của hệ thống như các vết nứt, gãy vỡ, rò rỉ trên các đường ống dẫn thủy lực hoặc ống dẫn khí sẽ làm thay đổi các tham số cấu trúc của hệ thống; lỗi ở các cơ cấu chấp hành như kẹt các ô bi, không đủ lực hoặc mô men, khuyết tật

Trang 21

-10-các bánh răng: lỗi ở cảm biến như độ trễ, trôi điểm làm việc, vùng chết, lỗi khắc độ Mỗi

lỗi xuất hiện ở các bộ phận chức năng của hệ thống sẽ làm cho hiệu suất làm việc chung bị

giảm, dần dần gây ra hư hỏng dẫn đến hệ thống có thể ngừng hoạt động

Ảnh hưởng của Các lỗi của cơ Các lỗi của thành Các lỗi của

các lỗi cấu chấp hành phần hệ thống cảm biến Ỷ fa y’ V Cơ cấu Cấu trúc u() ——>` chấp hành na hệ thống —> Cảm biến >> y(t) 4 u* 4 u* Ạ

Các nhiễu loạn Sự thay đổi các

đầu vào thông số cấu trúc

(Không đo được)

Các nhiễu Nhiễu, ồn

Hình 1.4: Các lỗi phát sinh trong hệ thống

Ngoài tín hiệu đầu vào đo được, trong quá trình làm việc hệ thống còn chịu tác động của các nhiễu, ồn trắng (white noise), sự biến đổi bat thường của các tham số cấu trúc Các tín hiệu này là ngẫu nhiên, không đo được và được gọi chung là các nhiễu loạn đầu vào

(ký hiệu chung các nhiễu này là „*) Các nhiễu cũng làm ảnh hưởng xấu đến sự làm việc của

hệ thống, ví dụ mặt đường không bằng phẳng ảnh hưởng đến êm dịu chuyên động của xe,

gió thôi ngang làm ảnh hưởng đến tính điều khiển hướng của xẹ Do ảnh hưởng của các nhiễu loạn đầu vào, nhiều trường hợp sự hoạt động của hệ thống bị sai lệch, không bình

thường Tuy nhiên, nếu khi đó hệ thống chân đoán lại phát ra tín hiệu báo lỗi có nghĩa kết quả chân đoán đã bị saị Tác động ngẫu nhiên của các nhiễu loạn đã làm cho các thông tin thu thập về hệ thống trở nên không chắc chắn gây khó khăn cho việc phát hiện và phân tích

các lỗi gây nên các báo động sai, lỗi giả Về bản chất, nhiễu không phải là lỗi mà ta cần xác

định, vì vậy, một trong các yêu cầu quan trọng đối với hệ thống chẵn đoán là có khả năng

nhạy cảm với các lỗi nhưng lại không nhạy cảm với ảnh hưởng của các nhiễu (tính chất này

của hệ thống chân đoán được gọi là Robust Diagnosis)

Theo thời gian diễn biến, lỗi được phân ra các loại trên (Hình 1.5): lỗi đột ngột (dạng bước nháy, đường 4), lỗi tiệm tiến (trôi điểm làm việc, đường ?), lỗi không liên tục (đường c) ' & f of c j8 uV ⁄ > „ t t

Hình 1.5: Phân loại các lỗi theo thời gian

- Theo mức độ ảnh hưởng của lỗi đến kết quả đầu ra của quá trình còn phân thành

các loại lỗi cộng thêm (ađitive fau]) và lỗi nhân bội (multiplicative faul)

Trang 22

+ Các lỗi ƒ được gọi là lỗi cộng thêm khi nó làm thay đổi giá trị của tín hiệu ra y (Hình 1.6a):

y(t) = ỵu(t)+ f (t);Ay(t)= f (t) (1.1)

+ Các lỗi ƒ gọi là lỗi nhân bội khi mà do ảnh hưởng của lỗi sẽ làm sản sinh thêm một

biến mới z, (Hình Ị6b)

y(t) = (a + Aăt)).u(t) = au(t)+Aăt).u(t) = yu(t)+f (t).u(t) (1.2) Với các lỗi cộng thêm, sự thay d6i Ay(t) cua biến là độc lập so với các tín hiệu khác

Ay(t) = f(t) Đối với các lỗi nhân bội, sự thay đổi của tín hiệu đầu ra phụ thuộc vào tín hiệu

vào u(t): Ay(t) = f(t).u(t) fit)=Aăt) f=Ay(t) ————®\ Hệ động lực -}—_ yu(t) y(t)=yu(t)+f(t) u(t) y(t)=(a+f(t))u(t) (a) (b)

Hinh 1.6: Minh hoa lỗi cộng thêm và lỗi nhân bội

Các lỗi của cảm biến, cơ cầu chấp hành thuộc loại lỗi cộng thêm; lỗi nhân bội thường là các lỗi làm thay đổi các tham số kết cấu của hệ động lực (trên Hình 1.6b, lỗi ƒ(t) là lỗi của

tham số z của hệ động lực) Các lỗi nhân bội còn được gọi là các lỗi tham số Việc phân tích

phát hiện các lỗi cộng thêm dễ dàng hơn so với phát hiện các lỗi loại nhân bộị

1.2.1.2 Hai thủ tục của quá trình chẩn đoán lỗi

Nhiệm vụ của hệ thống chân đốn khơng chỉ là phát hiện trạng thái làm việc không bình thường (trạng thái lỗi) của hệ thống mà còn phải xác định được vị trí và thời điểm xảy ra lỗi trên cơ sở các dữ liệu thu thập được từ trạng thái làm việc của hệ thống, kết hợp với các kiến thức về các đặc tính, các đáp ứng của hệ thống được chẩn đoán Quá trình chan đoán có thể phân chia ra hai bước (hai thủ tục), bao gồm: phát hiện trạng thái lỗi và xác định vị trí xảy ra lỗị

- Phát hiện trạng thái lỗi là thủ tục nhằm phát hiện sự sai lệch quá mức cho phép của ít nhất một thông số làm việc của hệ thống làm cho sự hoạt động của hệ thống trở nên không bình thường Trong luận án, cụm từ "phát hiện trạng thái làm việc không bình thường, có lỗi" được gọi tắt là "phát hiện trạng thái lỗi" hay "phát hiện lỗi"

- Xác định vị trí xảy ra lỗi là thủ tục nhằm khoanh vùng vị trí xảy ra lỗi, đánh giá tính

chất, mức độ của lỗị Sự sai lệch một thông số làm việc (lỗi) có thể do nhiều nguyên nhân,

đồng thời mỗi nguyên nhân có thể tham gia vào nhiều lỗi, vì vậy dé xác định chính xác vị trí

Trang 23

(nguyên nhân) gây ra lỗi cần có sự hiéu biết về mối quan hệ giữa các lỗi và các nguyên nhân

(các vị trí) có thể gây rạ Để khoanh vùng chính xác vị trí xảy ra lỗi, các mối quan hệ này

phải ồn định và bền vững, không bị ảnh hưởng của các nhiễu và rung động trong quá trình hệ thống làm việc Để phân loại, cô lập các lỗi cũng như xác định vị trí, kích thước của mỗi

lỗi cụ thể thường sử dụng phương pháp phân loại hoặc suy diễn

Việc phát hiện sớm trạng thái làm việc không bình thường (có lỗi) của hệ thống và loại bỏ được ảnh hưởng của các nhiễu (làm cho cảnh báo lỗi sai) sẽ giúp cho thủ tục chan

đoán xác định vị trí lỗi tiếp sau càng chính xác, hiệu quả 1.2.2 Phân tích các phương pháp phát hiện lỗi

Đề phát hiện trạng thái làm việc có lỗi, cần có tiêu chuẩn để so sánh và đánh giá về trạng thái làm việc bình thường và trạng thái làm việc có lỗi của hệ thống Nguyên lý chung là so sánh, đánh giá lượng sai lệch r giữa trị số của các thông số làm việc hiện thời của hệ

thống so với trị số tính toán trong thiết kế hoặc các giá trị cho phép khi vận hành được nhà

chế tạo quy định Có nhiều phương pháp phát hiện lỗi đã được nghiên cứu và ứng dụng như: phát hiện lỗi theo giá trị ngưỡng cô định, phát hiện lỗi trên cơ sở lập mô hình hệ thống thực,

phát hiện lỗi trên cơ sở mô hình tín hiệu [12,17,18, 19,39]

1.2.2.1 Phương pháp phát hiện lỗi theo giá trị ngưỡng cô định

Cơ sở để phát hiện trạng thái lỗi của phương pháp này là so sánh trị số đo được hiện thời của thông số làm việc với giá trị ngưỡng của nó (là trị số thiết kế hoặc trị số giới hạn cho phép của nhà chế tạo) Nếu trị số đo hiện thời vượt quá trị số ngưỡng (lớn hơn hoặc bé hơn) sẽ chỉ thị cho một trạng thái lỗi trong hệ thống Ví dụ, trên Hình 1.3, dải điện áp làm

việc của cảm biến nhiệt độ nước làm mát là 0,2 đến 4,75V Khi động cơ làm việc, nếu tín

hiệu ra của cảm biến nhiệt độ nước nằm trong dải này có nghĩa động cơ làm việc bình thường

Trường hợp tín hiệu điện áp ra thấp hơn 0,2V hoặc cao hơn trị số 4,75V có nghĩa đã xảy ra

trạng thái lỗi (động cơ quá nóng, hoặc hỏng cảm biến hay mạch của nó)

Phương pháp phát hiện lỗi bằng cách so sánh với giá trị ngưỡng có định như trên tuy

đơn giản nhưng có nhiều hạn chế như: ở các trạng thái làm việc khác nhau, giá trị ngưỡng của các thông số làm việc của hệ thống nói chung là khác nhaụ Ví dụ, tốc độ quay max của một động cơ ở chế độ toàn tải cho phép trong khoảng 6500 đến 6800 (vòng/phút), còn tốc

độ quay khi ở chế độ không tải lại trong giới hạn 550 đến 650 (vòng/phút) Giá trị ngưỡng

nói chung không phải là trị số duy nhất mà thường nằm trong một khoảng (giới hạn cho phép) Ngoài ra, như đã phân tích ở phần trên, một lỗi thường không chỉ liên quan đến một

thông số làm việc mà là tô hợp của nhiều thông số làm việc Trong nhiều trường hợp, giá trị thông số làm việc của hệ thống biến đổi không đúng quy luật cũng sẽ gây ra lỗi trong hệ

thống, tuy nhiên khi đó trị số đo được của thông số đó có thể chưa vượt ra khỏi giá trị ngưỡng Các nhược điểm này đã làm hạn chế hiệu quả của phương pháp phát hiện lỗi theo giá trị

ngưỡng làm việc cố định Trong chan đoán lỗi các hệ thống trên ô tô, phương pháp phát hiện

Trang 24

lỗi theo giá trị ngưỡng này đã được sử dụng trong một số hệ thống chẩn đoán kiểu OBD-I

(trên các xe ô tô sản xuất những năm 80 thế kỷ trước)

1.2.2.2 Phương pháp phát hiện lỗi bằng mô hình tín hiệu 2 Lỗi aie u Cơ cấu chấp hành Hệ thống thực Mô hình thay thế 1 r i ' | t 1 1 \ Mo hinh trén co i ' 1 1 Bộ tạo lượng sở nhận dạng lỗi sai lệch TỶ cống r Lượng sai lệch Chế độ Nhận dạng cơ bản thay đổi + Các triệu chứng phân tích Chẩn đoán lỗi Tn

Hình 1.7: Sơ đồ phát hiện trạng thái lỗi bằng mô hình tín hiệu

Đối với hệ thống có các thông số làm việc là những đại lượng biến đổi có tính chu

kỳ (tốc độ góc, biên độ tần số làm việc của các động cơ điện, trục quaỵ ) bằng cách so sánh các tín hiệu (đặc trưng cho quá trình biến đổi theo chu kỳ) hiện thời với các trị số cho

phép có thể phát hiện trạng thái lỗi của hệ thống Phương pháp này gọi là phát hiện lỗi bằng

mô hình tín hiệụ Hình 1.7 trình bày sơ đồ nguyên lý của phương pháp phát hiện lỗi bằng mô hình tín hiệụ Các tín hiệu được biểu diễn có thể là tín hiệu chu kỳ, tín hiệu ngẫu nhiên hoặc kết hợp cả haị Sự thay đổi trong những tín hiệu này liên quan đến các lỗi phát sinh

trong quá trình làm việc hoặc lỗi ở các cảm biến Phân tích các tín hiệu trong miền thời gian

(ví dụ, dùng hàm tương quan, thay đổi giá trị trung bình) hoặc phương pháp miễn tần số (phép biến đổi Fourier nhanh, FFT), hoặc với phương pháp phức tạp hơn như phân tích tần

số-thời gian hay phân tích sóng bước nhỏ [18] để phát hiện sự hoạt động bất thường của hệ

thống (ví dụ hiện tượng bỏ lửa khi thay đôi tốc độ động cơ hay sự mat cân bằng ở lốp xe khi

tăng tốc) Các cảm biến vị trí, tốc độ hoặc gia tốc được sử dụng đề xác định các lỗi, ví dụ như độ mắt cân bằng và các lỗi ở ổ đỡ (các máy quay), hiện tượng kích nổ (động cơ diesel) hoặc rung động (máy cán kim loại) Khi xảy ra lỗi trong hệ thống, các tín hiệu nhận được từ

các cảm biến (như dòng điện, vị trí, tốc độ, lực, lưu lượng và áp suất ) sẽ có đặc tính dao

động với tần số hoặc biên độ cao (hoặc thấp hơn) so với đáp ứng động lực học của hệ thống khi làm việc ở trạng thái bình thường (không lỗi)

Trang 25

-14-Mô hình tín hiệu áp dụng có hiệu quả cao trong việc phát hiện trạng thái lỗi trong các

hệ thống có thông số làm việc là các đại lượng biến đổi có tính chu kỳ Để khử ảnh hưởng

của các nhiễu có thể sử dụng các bộ lọc thơng Ngồi ra, do mỗi lỗi ở các bộ phận (6 truc,

trục quay .) thường có phổ đặc trưng nên với mô hình này còn được kết hợp cả cho việc phát hiện trạng thái lỗi cũng như việc chân đoán vị trí xảy ra lỗi trong hệ thống

1.2.2.3 Phương pháp phát hiện lỗi trên cơ sở mô hình hệ thống

Nguyên lý chung của phương pháp này là xuất phát từ các kiến thức về hệ thống cần

chân đoán, tiến hành xây dựng một mô hình lý thuyết để mô tả quá trình làm việc của hệ thống thực Tiến hành “nối ghép làm việc song song” mô hình lý thuyết này với hệ thống

thực với cùng một tín hiệu đầu vàọ Kết quả sẽ thu được hai giá trị: thứ nhất là giá trị đo được tức thời ở đầu ra của hệ thống thực (ký hiệu y), thứ hai là giá trị đầu ra tính toán được

từ mô hình lý thuyết (ký hiệu y*) Nếu hệ thống thực (hệ thống được chẩn đoán) làm việc

bình thường (không có lỗi) thì lượng sai lệch z giữa y và y* sẽ bằng 0 (hoặc không vượt quá lượng sai lệch gidi han Jin), nếu lượng sai lệch r khác 0 (hoặc vượt quá trị số sai lệch giới han Jin) có nghĩa đã xuất hiện trạng thái lỗi trong hoạt động của hệ thống thực

Lỗi ƒ Sự nhiễu loạn đ 14 Hệ thống thực Đầu ra Đầu vào (k) yk) M6 hinh ly thuyét mô tả hệ thống thực Lượng sai lệch r Hệ thống không lỗi Hệ thống có lỗi

Hình 1.8: Sơ đồ hệ thống phát hiện lỗi trên cơ sở mô hình

Phương pháp xây dựng mô hình hệ thống đã được phát triển từ sớm do nhu cầu điều

khiển và giám sát sự làm việc của các hệ thống điều khiển kiểu cơ khí và thủy lực trong các hệ thống kỹ thuật nói chung và trên ô tô nói riêng Trong các hệ thống kỹ thuật hiện đại (như

trên ô tô), các hệ thống điều khiển điện tử được sử dụng phổ biến, trên cơ sở phân tích vai trò các tín hiệu của cảm biến và cơ câu chấp hành trong hệ thống ĐKĐT, chọn phương pháp

chân đoán phát hiện lỗi trên cơ sở mô hình là hợp lý, hiệu quả và tiết kiệm Khảo sát thực tế các thiết bị kỹ thuật thế hệ mới (ví dụ các máy giặt điều khiển kỹ thuật số, các hệ thống

Trang 26

-15-ĐKĐT trên ô tô như hệ cấp nhiên liệu EFI, hệ thống phanh ABS ) song song với chức năng

điều khiển sự hoạt động của hệ thống (các chế độ giặt, điều khiển cấp nhiên liệu, điều khiển

phanh ABS ) trên các hệ thống này còn tích hợp chức năng chân đoán phát hiện lỗi thông

qua các màn hình hiển thị gắn trên thiết bị

Trên cơ sở các phân tích trên, luận án đã định hướng nghiên cứu phương pháp xây dựng mô hình để phát hiện trạng thái làm việc có lỗi của các hệ thống có ĐKĐT trên ô tô Từ nguyên lý của phương pháp mô hình phát hiện lỗi trên Hình 1.8, có thể trình bày các

bước cần thực hiện dé phát hiện lỗi như sơ đồ trên Hình 1.9

Hệ thống cần chân đốn (Hệ thơng thực)

Ỷ

Xây dựng mô hình mô tả hệ

thống khi không có lỗi v Thiết kế bộ phát hiện lượng sai lệch Đánh giá lượng sai lệch

Hình 1.9: Các bước thực hiện phát hiện lỗi

1.2.2.4 Phân tích các loại mô hình mô tả hệ thống

Với phương pháp chân đoán phát hiện lỗi trên cơ sở mô hình cấu trúc hệ thống, công

việc đầu tiên và quan trọng là xây dựng mô hình cấu trúc (mô hình lý thuyết) mô tả hệ thống

thực (hệ thống được chân đoán) trong trường hợp hệ thống không có lỗị

Mô hình lý thuyết mô tả hệ thống thực có thể là loại mô hình định lượng (thường là

các mô hình toán học) hoặc là các mô hình xây dựng trên cơ sở tri thức (ví dụ như mô hình trên cơ sở logic mờ (FL), mô hình trên cơ sở mạng Nơ ron (NN) hoặc mô hình mang No ron

- mo (FNN)

1.2.2.4.1 Mô hình tốn học

Mơ tả hệ thống là hệ các phương trình biểu diễn mối quan hệ toán học giữa các tín

hiệu vào, ra, môi trường và các thông số cấu trúc của hệ thông Có thể sử dụng các công cụ

Trang 27

-16-các quan hệ giao tiếp với môi trường ngoài, biến đổi theo thời gian của hệ thống Phương

trình vi phân của hệ thống $1SO với các tín hiệu vào u, tin hiéu ra y có dạng:

dy ạ" du đu

đạy+á, Be a =bhyưb, ee 7 (1.3)

Trong đó các hệ 86 ai, b được xác định từ các phần tử cấu trúc của hệ thống (các

tham số của hệ thống) Các hệ số này có thể là hằng hoặc là biến số phụ thuộc thời gian ¿

hoặc phụ thuộc vào các đối số khác Với cách biêu diễn này, sử dụng các phương trình vi

phân mô tả hệ thống cho phép ta tiếp cận được các lỗi liên quan đến các tham số cấu trúc

của hệ thống thực tế Tuy nhiên trường hợp hệ thống có nhiều đầu vào, nhiều đầu ra (hệ MIMO), hệ thống phương trình sẽ rất phức tạp, đặc biệt khi tính chất phi tuyến của hệ thông

caọ

b)_ Hàm truyền

Một hệ thống SISO co cac tín hiệu vào u(t) va ra y(t) Hàm truyén đạt Ớ(s) của hệ thống được định nghĩa là tỷ số giữa ảnh Laplace Y(s) của đầu ra hệ théng y(t) voi anh Laplace U(s) cua tin hiéu dau vao u(t) khi hệ théng được kích thích từ trạng thái 0 (nghĩa là, khi có

` ` dy(0) d"'y(O

các điều kiện đầu y0, 20 FO) dt dt"

phương trình vi phân tuyến tính hệ số hang với các điều kiện đầu bằng 0 sẽ thu được:

đồng nhất bằng 0) Áp dụng toán tử Laplace giải

(dạ+a,s+ + a9”) Ÿ(s) = (bạ +b,s+ +b„ ý”) U(s) (1.4)

Biểu thức hàm truyền đạt của hệ thống có dạng:

Y(s) _ bạ+b,s+ +b,„s”

UG)_ as+a,s+ +a„s”

G(s)= (1.5)

So với mô hình dạng vi phân, hàm truyền cho phép biểu diễn quan hệ giữa tin hiệu

vào và ra của hệ thống bằng một phương trình đại số tuyến tính Nói cách khác, hàm truyền

G(s) của hệ thống là hàm số mà khi nhân với tín hiệu đầu vào ta được đáp ứng đầu ra của hệ

thống, vì vậy, có thể sử dụng hàm truyền đề xây dựng mô hình phát hiện các lỗi của các tín hiệu vào, ra của hệ thống (lỗi các cơ cấu chấp hành hoặc lỗi các cảm biến) Tuy nhiên, các

nhược điểm của phương pháp biểu diễn này là phải đảm bảo các điều kiện đầu (trang thai to

của hệ) cũng như không thể áp dụng cho các hệ động lực MIMỌ c) Không gian trạng thái

Không gian trạng thái là cách sử dụng các biến trạng thái x;(/), xẳ) xăf) của hệ

thống đề mô tả động học của nó Biến trạng thái là khái niệm mở rộng hơn khái niệm biến

đầu rạ Khi khảo sát hệ thống, ngoài các giá trị của tín hiệu ra y(7), còn cần cả các thông tin

Trang 28

n-l ‘anil ah d x về biên đối của y(7) ( ví dụ như: oP ) cũng như ảnh hưởng các giá trị đầu của chúng dt’? dt"

dén dap ứng đầu ra y(t) Các đại lượng trung gian này được gọi là các biến trạng tháị

Xét hệ thống có tín hiệu vào, được biểu diễn dưới dạng véc to tin hiéu vao u(t), r

tín hiệu đầu ra, biểu diễn dưới dang véc to y(t), n bién trang thai biéu dién dudi dang véc to

x(t) Biểu diễn không gian trạng thái của hệ thông có dạng:

dx ge Bae)

(1.6)

y(t) = Cx(t) + Du(t)

Trong do: A - ma tran hé thống, kích thước nxn; B - ma trận điều khiển, kích thước

nxm; C và D - các ma trận đâu ra, kích thước rxzn;

So với công cụ hàm truyền, cách biểu diễn dạng không gian trạng thái cho phép khảo

sát bản chất động học của hệ thống tốt hơn, cho phép khảo sát nhiều hệ thống đa dạng hơn

(SISO hay MIMO) mà không phải thay đổi cấu trúc cũng như không cần các ràng buộc về

trạng thái đầu ra của hệ thống phải bằng 0 Khảo sát các biến trạng thái cho phép ta quan sát các trạng thái làm việc khác nhau của hệ thống Với ưu điểm này, biểu diễn không gian trạng

thái là một phương pháp xây dựng mô hình phát hiện các lỗi không chỉ liên quan đến các cơ

cấu chấp hành, các cảm biến mà cả các lỗi liên quan đến quá trình động học của hệ thống Như vậy, đề phát hiện các lỗi tham số (lỗi nhân bội) nên xây dựng hệ phương trình vi phân trong đó chứa các tham số kết cấu đề mô tả hệ thống Đối với các lỗi của cảm biến, cơ cấu chấp hành hoặc quá trình động học (các loại lỗi cộng thêm) có thể sử dụng cách biểu diễn hàm truyền đạt (với hệ thống S1SO) hoặc không gian trạng thái (cho cả hệ thống SISO

va MIMO) dé m6 tả hệ thống [48]

d) Phân tích các ưu nhược điểm và hạn chế của mơ hình tốn học

Sử dụng mơ hình tốn học để mô tả hệ thống có các ưu điểm cơ bản là: biểu diễn các

thành phần của hệ thống cũng như mối quan hệ giữa các tín hiệu vào/ra với các tham số kết

cầu của hệ thống một cách rõ ràng, tường minh; sử dụng các cơng thức tính tốn số là thuận

lợị Tuy nhiên, trong thực tế, có nhiều yếu tố ảnh hưởng khiến cho việc sử dụng các biểu

thức tốn học khơng thể mô tả chính xác quá trình làm việc của hệ thống thực như: các nhiễu loạn, hạn chế của thiết bị đo hoặc khả năng đo các tín hiệu vào, ra của hệ thông thực; các sai

số chế tạo cho phép cũng như các sai số do trôi điểm làm việc của các cảm biến

Trong quá trình làm việc, hệ thống bị tác động bởi các nhiễu đầu vào, đầu ra không

đo được (Hình 1.4) Khi làm việc, các cảm biến bị ảnh hưởng của nhiễu loạn ngoài và nhiễu loạn bên trong (Hình 1.10) Cac nhiễu loạn từ bên ngoài có thể phân ra loại nhiễu chồng chất z¡ (thường là ảnh hưởng của cảm ứng điện từ), và loại nhiễu làm biến dang z2 (vi du nhu anh

Trang 29

-18-hưởng nhiệt độ, tốc độ dòng chảỵ ) Các nhiễu loạn bên trong z; như biến động trị số của

nguồn cung cấp, điện trở, điện cảm, điện dung, ma sát sẽ làm thay đổi ca đặc tính tĩnh và

đặc tính động của cảm biến; các nhiễu loạn nêu trên sẽ làm cho giá trị đo được ở đầu ra y không đúng với giá tri thực yạ Các nhiễu loạn bên ngoài Nhiễu chồng Nhiễu gây chất biến dạng Hệ thống z2 | a Ỉ ơ y y0 Cm bin Fđ u ra đo được Giá trị thực không ợ x đo được Z4 Các nhiễu loạn bên trong

Hình 1.10: Phân tích các nhiễu loạn làm thay đổi đặc tính của cảm biến

Trong hệ thống ĐKĐT, thường sử dụng các cảm biến để đo đạc các thông tin đầu

vào, đầu ra của hệ thông Số lượng cảm biến càng nhiều, thông tin về hệ thống càng đầy đủ

Tuy nhiên, nếu số lượng cảm biến quá lớn sẽ làm tăng giá thành chế tạọ Ngoài ra, do điều

kiện kết cầu cụ thể, khó bồ trí hoặc không thể bố trí cảm biến đọ Ví dụ, trong kỹ thuật ô tô,

đo phản lực tác dụng từ mặt đường lên bánh xe là rất quan trọng, tuy nhiên không thể bồ trí

cảm biến dé đo các trị số này; trị số biến dạng ngang của bánh xe (góc lệch bên) là thông số

rất có ý nghĩa với mô hình đánh giá động lực học bên của ô tô nhưng không thể bố trí thiết bị, cảm biến thu thập trực tiếp thông tin nàỵ

Do tính phức tạp của hệ thống thực cũng như phần lớn các yếu tố ảnh hưởng của môi trường, đường thực tế thường mang tính ngẫu nhiên, khó xác định, trong các mô hình biểu

diễn động lực học của xe thường sử dụng các giả thiết đơn giản về các yếu tố kết câu cũng như điều kiện chuyển động Ví dụ, khi xây dựng mô hình nghiên cứu động lực học phanh bỏ qua ảnh hưởng biến dạng của hệ thống treo; khi xây dựng mô hình nghiên cứu dao động

thẳng đứng, không xét đến các dao động lắc ngang Trong khảo sát chuyền động coi mặt

đường bằng phẳng, có hệ số bám đồng đều; khi khảo sát động lực học bên, thường coi biến

dạng bên của bánh xe tỷ lệ thuận với lực ngang với góc biến dạng của bánh xe là nhỏ Các

điều kiện đơn giản này gây ra các sai khác giữa kết quả tính theo mô hình lý thuyết và số đo từ hệ thông làm việc thực tế

Các phân tích trên cho thấy, sử dụng một mô hình tốn học thơng thường (với các

Trang 30

-19-yếu tố được giả thiết đơn giản, các -19-yếu tố không đo được đầy đủ, bỏ qua sai số cho phép trong chế tạo cũng như ảnh hưởng của môi trường ) sẽ không mô tả được đầy đủ các điều kiện, các trạng thái làm việc của hệ thống thực tế Thêm nữa, các kết quả nghiên cứu trong lĩnh vực điều khiển và nhận dạng hệ thống [18, 19,21,31] cũng cho thấy, việc cố gắng mô tả đầy đủ các yêu tố kể trên về mặt lý luận sẽ làm cho mơ hình tốn học trở nên rất phức tạp,

nhiều trường hợp không khả thi; về mặt thực tế, các chỉ phí cho bồ sung thêm các phần cứng, cảm biến mới vào hệ thống điều khiển sẽ quá lớn

1.2.2.4.2_ Các mô hình tri thức

Khác với mơ hình tốn học trong đó sử dụng các biểu thức, phương trình, các mô hình tri thức (mang No-ron, logic mo, genetic) st dụng các quan hệ suy luận logic “phi toán học“ Từ thập niên 90 của thế kỷ trước, trong lĩnh vực mô hình hóa hệ thống đã sử dụng các phương pháp mô tả tri thức hay còn được gọi dưới tên "Trí tuệ nhân tạo" [28, 39, 40, 41] Nhiều kết quả nghiên cứu chứng tỏ khả năng ứng dụng rộng rãi, hiệu quả của trí tuệ nhân

tạo trong các lĩnh vực kỹ thuật, y tế, kinh tế va xã hội, đặc biệt với các mục đích điều khiến,

giám sát và chấn đoán [25, 28, 31, 35]

Tính chất quan trọng của các phương pháp trí tuệ nhân tạo là có khả năng học từ các

ví dụ mẫu, khả năng thích ứng với môi trường thay đổi, thực hiện các phép ánh xạ phi tuyến, khả năng chọn lọc kiến thức thu được qua quá trình huấn luyện Trên cơ sở của phương pháp trí tuệ nhân tạo, các mô hình phát hiện lỗi trên cơ sở tri thức như mô hình logic mờ, mạng

No-ron, giải thuật di truyền, hệ chuyên giạ đã được sử dụng trong chẩn đoán ở các lĩnh

vực khác nhau: kỹ thuật, kinh tế, y tẾ

a) Mô hình mang na ron nhan tao (Artificial Neural Network - ANN)

ANN là mô hình xử lý thông tin có cấu trúc phỏng theo cấu tric mang no ron sinh

học Mạng được cấu trúc từ nối ghép một số lượng lớn các phần tử xử lý Hình 1.11 trình bày cấu trúc của phần tử xử lý Phân tử xử lý gồm hai phần: phần lấy tổng có trọng số của các thông tin đưa vào đồng thời và phần hàm xử lý Mỗi thông tin đầu vào x; có trong sé wi,

sau khi kết hợp với nhau (bằng hàm “Sum”) kết quả sẽ được xử lý bằng hàm “Transfer” để

chuyển tới đầu rạ Một phần tử xử lý có thể có một hoặc nhiều đầu vào và có một đầu rạ Phụ thuộc vào cách nối ghép và số lượng phần tử xử lý trong nối ghép sẽ thu được các mạng ANN khác nhau (Hình 1.12) Một mạng ANN thường bao gồm một lớp đầu vào, một lớp đầu ra và có thể có một hoặc nhiều lớp trung gian (gọi là các lớp ân)

Một mạng Nơ-ron nhân tạo được cấu hình cho một ứng dụng cụ thể (nhận dạng mẫu,

phân loại dữ liệụ ) thông qua một quá trình học từ tập các mẫu huấn luyện Về bản chất,

học chính là quá trình hiệu chỉnh trọng số liên kết giữa các Nơ-ron Sau khi cấu trúc, mạng Nơ-ron được tiến hành huấn luyện (gọi là quá trình học) qua các tập dữ liệu mẫụ Nhờ cơ chế chọn lọc và ghi nhớ các “kiến thức” qua quá trình huấn luyện

Trang 31

-20-Wi x2 T= xịwi Y=f() ( Hàm xử lý) Nhánh ra Phần tử xử lý x¡: đầu vào wi: trong Số Hình 1.11: Phân tử xử lý (Nơ-ron) O © ~ Lớp trung Lớp trung Lớp ra

Lớp vào gian l gian 2

Hình 1.12: Cấu trúc mạng No-ron nhiêu lớp

Các ưu điểm chính của mô hình ANN là khả năng học theo mẫu do đó sau quá trình huấn luyện, ANN có thê tích lũy các tri thức về hệ thống kết hợp với cơ chế nội suy để mô

tả hệ thống với độ chính xác caọ Tuy nhiên, nhược điểm chính của ANN là cần tập dữ liệu

cơ sở lớn cũng như việc thiết kế các lớp ấn thường phải dùng cách thực nghiệm cho từng

mạng cụ thể mà không có phương pháp tính chung

b) Mé hinh logic mo (fuzzy logic)

Mô hình logic mờ (FL) là mô hình xử lý thông tin phỏng theo cách tư duy của con ngườị Mô hình là tập hợp các lập luận dạng ngôn ngữ của con người dé xử lý thông tin, mô tả các trạng thái của hệ thống trên cơ sở các dữ liệu quan sát kết hợp với các kiến thức hiểu biết về hệ thống cần mô tả Với cơ chế ánh xạ một - một giữa các tín hiệu vào và ra của hệ

thống, có thê mô tả hệ thống thực (cả trong trường hợp hệ thống là tuyến tính hoặc là hệ phi

Trang 32

tuyén) với độ xấp xỉ không hạn chế Nếu mô hình mạng Nơ-ron là mô phỏng cấu trúc hoạt động của bộ não con người thì mô hình logic mờ lại hoạt động phỏng theo cách thức suy luận, xử lý thông tin của bộ não con ngườị

Hệ suy diễn mờ là công cụ để ứng dụng các phương pháp của lý thuyết mờ trong việc giải quyết các bài toán cụ thể Hình 1.13 trình bày sơ đồ cấu trúc của hệ suy diễn mờ Tri thức Co so Luat dữ liệu | cơ sở Các biến vào Các biến I VY dau ra #3 > Khối mờ Cơ chế ts Khối giải >>: " Hớä » suy diễn mờ ®>»›

Hình 1.13: Cầu trúc hệ Suy diễn mờ

Hệ thống gồm bốn thành phần: khối mờ hóa đầu vào làm nhiệm vụ chuyển đổi các

tín hiệu vào của hệ thống thực từ miền vật lý (miền giá trị rõ) sang miền ngôn ngữ (miền giá trị mờ); khối tri thức bao gồm hai phan, một là các dữ liệu thu thập về các thông số trạng thái, môi trường làm việc của hệ thống, hai là các kiến thức chuyên môn về hệ thống (các quan hệ vật lý toán học, cầu trúc, kinh nghiệm chuyên gia); khối cơ chế suy diễn (IE) là phan lõi của FIS, tại đây thực hiện các tính toán và lập luận xử lý các tín hiệu đầu vào trên cơ sở

các tri thức về hệ thống và đưa ra kết quả hoặc quyết định cuối cùng (dưới dạng kết quả mờ) và khối giải mờ đầu ra làm nhiệm vụ chuyên đổi các tín hiệu ra từ IE (có giá trị mờ) sang

miền giá trị rõ

Có hai hệ suy diễn mờ tiêu biểu là hệ mờ Mamdani và hệ mờ T-S Trong đó hệ mờ T-S được sử dụng rộng rãi trong kỹ thuật nhận dạng, điều khiển và chân đoán do đặc điểm

<mệnh đề kết quả> của luật IF THEN được biểu diễn đưới dạng hàm số bậc nhất của các

biến đầu vào và ra:

Luật 9,: IF x=A va y=B THEN z=f(x,y) (1.7)

A và B là các tập mờ trong mệnh đề điều kiện, f(x,y) 1A ham cua cdc biến vao x va ỵ

Về ý nghĩa toán học, hệ suy diễn T-S biểu diễn hệ thống thực bằng cách phân chia

toàn bộ không gian hoạt động của hệ thống thực thành các vùng nhỏ (địa phương) Trong các vùng địa phương này sử dụng mơ hình tốn học tuyến tinh dé biểu diễn chúng Liên kết giữa các mô hình địa phương bằng các hàm liên thuộc của tập mờ

Với các đặc điểm cơ bản này, việc sử dụng hệ suy diễn T-S vào trong lĩnh vực điều

khiển, nhận dạng, chân đốn đề mơ tả hệ thống thực là hợp lý và hiệu quả Bởi vì, với đa số

các hệ thống có DKDT trên ô tô, người ta đã có các hiểu biết về thông số kết cầu, các mối

Trang 33

liên hệ vật lý cơ bản giữa các đại lượng đầu vào và đầu rạ

Đề xây dựng mô hình lý thuyết mô tả hệ thống thực, so sánh với mơ hình tốn học,

mô hình mờ T-S có những ưu điểm cơ bản sau:

- Mô hình mờ T-S§ là cơng cụ biểu diễn đa năng hơn mô hình tốn thơng thường Với

cơ chế ánh xạ giữa các biến đầu vào và biến đầu ra, mô hình mờ T-S có thể mô tả hệ thống thông qua tập cơ sở dữ liệu thống kê (phi công thức); với đặc điểm là <mệnh đề kết quả> của luật mờ T-S là hàm rõ, bậc nhất nên mô hình mờ T-S có thể mô tả hệ thống thông qua

các quan hệ vật lý, công thức quan hệ giữa thông số cấu trúc và các biến vào, ra của hệ thống

- Mô hình mờ T-S biểu diễn hệ thống thực bằng cách phân chia toàn bộ không gian

hoạt động của hệ thống thực (phi tuyến) thành các vùng nhỏ (địa phương) Trong các vùng địa phương này sử dụng hàm bậc nhất (tuyến tính) để biểu diễn chúng Liên kết giữa các mô hình địa phương bằng các hàm liên thuộc của tập mờ Cách phân chia ra các phần tuyến tính này ưu điểm hơn cách tuyến tính hóa “từng mẫu“ thông thường ở chỗ, các vùng nói ghép

không bị biến đổi đột ngột (minh họa trên Hình 1.14) 8 MF | small 1 nb enim pense medium large 6 —_ 08 LY l08 >4 \ b Ñ os | | nN ne Không trơn + Ce) 49 5 xo a 8 kh 5 X 0 5 10 a) Phuong pháp tuyến tính hóa thông thường 8 MF small medium large xo ~

b) Phương pháp tuyến tính hóa trong mô hình mờ Hình 1.14: So sánh hai phương pháp tuyến tính hóa

Từ những ưu điểm cơ bản nêu trên, ta hoàn toàn có thể sử dụng các công cụ tính tốn

dùng cho các mơ hình tuyến tính đối với mô hình địa phương trong mô hình mờ T-S Trong

luan an, NCS đã xây dựng bộ quan sát mờ trên cơ sở sử dụng công cụ bộ quan sát dùng cho

hệ thống tuyến tính

Hạn chế của mô hình Fuzzy là không có quy tắc quy định cụ thê cho việc chọn các

hàm liên thuộc (số lượng, dạng hàm liên thuộc), các công việc này phụ thuộc vào chủ quan của người xây dựng Hạn chế của mô hình mạng nơ ron lại ở chỗ cơ chế hoạt động trong các

Trang 34

lop an lai không tường minh, việc chon số lớp ấn được thực hiện thông qua các phép thử lặp Nhiều công trình nghiên cứu trong các năm gần đây về kết hợp các mô hình Nơ ron — Fuzzy đã được công bố nhằm phát huy thế mạnh và hạn chế các nhược điểm của mỗi phương pháp trên trong một mô hình lai ghép chung Tuy nhiên, về bản chất, mô hình tri thức này vẫn lấy các cơ chế của hệ suy diễn mờ làm trung tâm vì vậy trong luận án này NCS đã sử dụng mô hình tri thức dé mô tả hệ thống thực là mô hình mờ T-S

1.2.2.5 Các phương pháp tính toán xác định lượng sai lệch r

Với phương pháp chẩn đoán trên cơ sở mô hình, việc đánh giá TTKT một hệ thống là

bình thường hay có lỗi được căn cứ vào trị số lượng sai lệch z giữa kết quả tính ở đầu ra của mô hình lý thuyết (mô tả hệ thống thực khi không có lỗi) và đầu ra đo được từ hệ thống khi

làm việc thực tế (Hình 1.15) được biểu diễn dưới dạng toán học như sau:

(1.8)

| 3 r =0 hoặc (r < J„,) thì hệ thống không lỗi

r=\|y-y i 8

——_ |r >0 hoặc (r > J„) thì hệ thống có lôi

Các giá trị sai lệch r > 0 (hoặc r >/„) giữa tín hiệu ra đo được (y) của hệ thống thực tế và tín hiệu ra tính tốn y* từ mơ hình lý thuyết sẽ chỉ thị về xuất hiện trạng thái lỗị Mô hình lý thuyết sử ok mô tả hệ thông thực |Ƒ Các thông sô khi không có lỗi r=ly - y* đâu vào + F——* y Hệ thông thực

Hình 1.15: Nguyên lý phát hiện lỗi trên cơ sở mô hình

Việc phát hiện trạng thái lỗi của hệ thống một cách chính xác trong điều kiện sự không

chắc chắn của mô hình là yêu cầu chính đối với các hệ thống chân đoán hiện đạị Từ phân

tích ở trên cho thấy mô hình toán học được xây dựng theo các quan hệ vật lý, với điều kiện thiếu các thông tin đầy đủ về hệ thống sẽ không mô tả chính xác được hệ thống thực tế Điều

này có nghĩa, khi cho chạy song song mô hình lý thuyết và hệ thống thực (với cùng thông số đầu vào) kết quả đầu ra y và y* là luôn khác nhau, ngay cả khi hệ thống thực không có lỗị

Để hiệu chỉnh các thông sé của mô hình, bé sung các thành phần phản ánh ảnh hưởng

các nhiễu, các yếu tổ không đo được người ta đã sử dụng nhiều phương pháp (công cụ toán học) như phương pháp ước lượng tham số (Parameter Estimation), phương pháp quan sát và

ước lượng trạng thái (State Observers) hoặc các quan hệ tương đương (Parity Relations)

1.2.2.5.1 Phương pháp ước lượng tham số

Phương pháp ước lượng tham số được sử dụng để phát hiện lỗi xảy ra trong quá trình hoạt động của hệ thống do nguyên nhân sai lệch của các tham số cấu trúc hệ thống SO VỚI

Trang 35

-24-các giá trị tham chiếu chuẩn sẵn có Ví dụ, sự thay đổi -24-các thông số cấu trúc trong hệ thông

treo (kích thước hình học lá nhíp, số lượng lá nhíp, kích thước lỗ tiết lưu của giảm chắn )

sẽ gây ra các lỗi như thay đổi độ cứng, hệ số cản giảm chấn, lực cản trong hệ thống treọ

Trong thực tế thường xảy ra hoặc tất cả các thông số quá trình chưa được biết, hoặc biết

nhưng không đầy đủ và không chính xác Nếu cấu trúc cơ bản của mô hình được biết, bằng cách đo các tín hiệu đầu vào và đầu ra, „() và y(t), có thể xác định được các tham số cấu trúc trong mơ hình tốn học của hệ thống bằng công cụ toán học “cực tiểu của tổng bình phương sai léch“ (LS — Method of Least squares) [16, 19]

Cơ sở toán học của phương pháp ước lượng tham số như sau:

Giả sử mơ hình tốn học mô tả một hệ thống động lực tuyến tính có dạng: B PO) 5h Dy) WOOT: wT OỌ GT (1.9) A,(s) y(s) =u(s)

Trong d6 u va y tuong tng 1a cac tin hiéu vao, ra do dugc; Ap va By 1a cac phan thirc mẫu và tử của hàm truyền của mơ hình Biểu diễn tốn học quan hé gitra dau vao u(t) và đầu ra y{) của hệ thống có dạng:

yữ)=ự”0).8

Ø” =[a, By by] m (1.10)

ự7 =[-y”ứ) oy Oud uO)

Có 2 trường hợp tính toán: theo sơ đồ Hình 1.16a, sau khi xác định sai số phương trình biểu diễn lỗi e(z), sử dụng phương pháp tông bình phương sai lệch cực tiểu đề tiền hành

Trang 36

Các ma trận y va véc to y bao gồm những trị số đo và đạo hàm của chúng tại thời điểm khảo sát

Sử dụng mô hình tính toán theo sơ đồ Hình 1.16a sẽ trực tiếp tác động tới các tham

số và cho phép ước lượng trực tiếp các tham số (bằng phương pháp bình phương cực tiểu)

dưới dạng thức đệ quy hoặc không đệ quỵ

Trên Hình 1.16b, sau khi xác định phương trình lỗi đầu ra é() các tham số của mô

hình thay đổi là nguyên nhân gây ra lỗi e’(t) 6 đầu ra, có thể cực tiểu hóa nó để ước lượng

các giá trị tham số cấu trúc của hệ thống Tuy nhiên, do các lỗi tham số là loại lỗi nhân bội

nên e’(f) 1a ham phi tuyến cần sử dụng phương pháp tối ưu hóa số, các thủ tục tính lặp phức tạp hơn trường hợp trên

Phương pháp ước lượng tham số được sử dụng phát hiện lỗi sinh ra bởi sự thay đổi

các tham số cấu trúc của hệ thống

1.2.2.5.2_ Phương pháp quan sát trạng thái

Xét hệ thống động học tuyến tính được mô tả dưới dạng không gian trạng thái đơn

giản:

X(t) = Ax(t)+ Bu(t

| (1) = Ax(t)+ Bu(t) (1.12)

y(t) = Cx)

Ở đây x 1a bién trạng thái, với các cấu trúc và tham số A, 8, C Bộ quan sát trạng thái trên cơ sở các biến vào, biến ra đo được trình bày ở Hình 1.17 có dạng:

Â= At+L(y—C®)+ Bu (1.13)

Trong đó $ eR'" là véc tơ trạng thái được ước lượng, Le# là hệ số của bộ quan sát (observer gain) Kết hợp 2 phương trình (1.12 và 1.13) tính sai số ước lượng e= x— Ê và thu

được phương trình vi phân của sai số e:

¿=(A-LC)e (1.14)

Theo lý thuyết ma trận [49, 25] nếu tất cả các giá trị riêng của ma trận [A-LC] là xác

định thì sai số e sẽ tiệm cận tới 0 và x—> â Như vậy, việc tính toán thiết kế bộ quan sát đưa

về việc xác định hệ số L Có nhiều phương pháp xác định L, thường sử dụng là phương pháp

đổi cực (pole placement) hoặc phương pháp LQR (Linear Quadratic Regulator) [25]

Hình 1.17 trình bày sơ đồ ghép nối song song giữa bộ quan sát với hệ thống thực

Trong đó, w là véc tơ các biến vào tương ứng với các biến đầu của hệ thống thực; ƒ là giá trị

tính toán của véc tơ biến đầu ra của bộ quan sát; y là giá trị đo của biến ra từ hệ thống thực; x là véc tơ biến quan sát từ mô hình hệ thống: Ê là véc tơ biến trạng thái của bộ quan sát

Trang 37

Ỷ vy ' > > >

Hình 1.17: Bộ quan sát ghép song song với hệ thống thực

Nếu mô hình lý thuyết mô tả chính xác hệ thống thì giá trị tính toán của biến Ê sẽ

bằng giá trị của biến trạng thái trong hệ thống thực Tuy nhiên, do mô hình có sai khác so với hệ thống thực nên hiệu (x- £) sẽ khác 0 và do đó trị số ÿ tính toán từ bộ quan sát sẽ khác

với giá trị y đo được ở đầu ra của hệ thống Ký hiệu e là sai số giữa y và ƒ: e = y- ý Bằng

cách điều chỉnh (tính toán) trị số của hệ số L của bộ quan sát có thể làm cực tiểu giá trị của sai số ẹ Khi đó bộ quan sát sẽ trở thành mô hình biểu diễn tốt nhất hệ thống thực

Khi đó, lượng sai lệch tính toán r được tính theo công thức:

m—lyr=iÏ (1.15)

Nếu r=0 (hoặc z < 7„) thì hệ thống không lỗi, nếu r > 0 (r > J„) thì hệ thống có lỗị Khi hệ thống thực hoạt động, ở đầu vào của hệ thống, ngoài các biến đo được còn có tác động của các nhiễu loạn đầu vào hoặc môi trường (ký hiệu d(1)), cc yéu té nay thường

là không đo được Để phát huy hiệu quả của bộ quan sát, cần cách ly ảnh hưởng của các

nhiễu loạn nàỵ Thiết kế bộ quan sát với đầu vào không rõ (UIO) là một chủ đề được nhiều

nhà nghiên cứu trong các lĩnh vực điều khiển, giám sát theo dõi hệ thống quan tâm trong thập kỷ qua [13, 22, 32, 46]

Các công trình nghiên cứu về lý thuyết, thiết kế bộ quan sát được công bố đầu tiên bởi tác giả D Luenberger (1966) [25] và được phát triển bởi nhiều nhà nghiên cứu ứng dụng rộng rãi trong các lĩnh vực quan sát, điều khiển các hệ thống kỹ thuật Tuy nhiên, các lý thuyết tính toán thiết kế bộ quan sát Luenberger được áp dụng cho hệ thống là tuyến tính

Nếu hệ thống là phi tuyến thì cần phép biến đổi trung gian đề x4p xi hệ thống phi tuyến thành

tuyến tính Tuy nhiên, các phép biến đổi trung gian này khá phức tạp và làm tăng sai số của bộ quan sát

Bộ quan sát trạng thái là cơng cụ tốn học được ứng dụng nhằm xấp xỉ tốt nhất giá

trị đầu ra của nó với giá trị đầu ra đo được từ hệ thống thực trong trường hợp hệ thông không có lỗị Trong lĩnh vực lý thuyết điều khiển cũng như chẩn đoán, bộ quan sát được sử dụng

rộng rãi để mô tả hệ thống thực trong trường hợp có xét đến ảnh hưởng các nhiễu cũng như các thông tin đầu vào của hệ thống không đo được đầy đủ

Như vậy, bộ quan sát đối với hệ thống được chân đoán trong trường hợp hệ thống

Trang 38

không có lỗi (nhưng có thể có ảnh hưởng của nhiễu cũng như biến đầu vào không đo được

đầy đủ) sẽ là mô hình lý thuyết mô tả tốt nhất hệ thống thực (hệ thống được chân đoán) Giá

trị đầu ra của bộ quan sát lúc này chính là giá trị y* trong Hình 1.15

Tuy nhiên, điều kiện cần để có thể thiết kế bộ quan sát là tính tuyến tính của hệ thống

được mô tả Trong khi đó, nói chung các hệ thống có ĐKĐT trên ô tô là các hệ thống phi

tuyến Đề giải quyết vấn đề này, trong luận án, NCS đã sử dụng mô hình T-S để mô tả hệ

thống thực nhờ đó hoàn toàn có thê sử dụng công cụ bộ quan sát cho mỗi mô hình tuyến tính

địa phương (là các mô hình con) trong mô hình mo T-S chung

1.3 Hệ thống VSC trên ô tô

1.3.1 Nhiệm vụ của hệ thống VSC và các tên gọi của hệ thống

Hệ thống VSC (Vehicle Stability Control) làm nhiệm vụ giữ ôn định quỹ đạo cho xe

ô tô khi đi trên mặt đường nghiêng ngang, đường vòng Khi xe chuyển động trên đường vòng, do tác dụng của lực ly tâm tạo các lực ngang tác dụng lên xẹ Ảnh hưởng các lực ngang

càng lớn khi tốc độ xe đi trên đường vòng lớn, mặt đường nghiêng hoặc bán kính cong quá nhỏ Dưới tác dụng của lực ngang, các bánh xe cầu trước, cầu sau bị biến dạng ngang và

trượt ngang cục bộ làm sai lệch quỹ đạo chuyền động trên đường vòng của xẹ Trường hợp các bánh xe cầu sau bị trượt ngang nhiều hơn bánh xe trước dẫn đến hiện tượng quay vòng thừa hoặc ngược lại, xe bị quay vòng thiếụ Hệ thống VSC tự động tác động các lực phanh

phù hợp ở mỗi bánh xe (bên trong và bên ngoài đường vòng, bánh xe trước và bánh xe sau)

để tạo mô men ổn định duy trì quỹ đạo chuyên động đúng của xe đồng thời tự động điều chỉnh chế độ tải động cơ (giảm ga) cho phù hợp với tình trạng phanh và tốc độ ô tô

Sơ đồ hệ thống cấu trúc chung của hệ thống VSC được trình bày trên Hình 1.18 Day

là một hệ thống có ĐKĐT, làm việc kết hợp cùng các hệ thống phanh ABS, BAS và TCS

Khi xe chuyển động vào đường vòng (hoặc trên mặt đường nghiêng) các tín hiệu từ các cảm

biến góc quay vành lái, cảm biến tốc độ ô tô và cảm biến gia tốc ngang được gửi về VSC

ECỤ Tại đây, VSC ECU đối chiếu với các số liệu trong bảng tham chiếu (do nhà chế tạo

cài đặt sẵn trong bộ nhớ của ECU) để tính ra trị số tốc độ góc quay thân xe mong muốn Đồng thời tín hiệu từ cảm biến tốc độ góc quay thân xe (Yaw rate sensor, xem Hình 1.18)

cũng được gửi về VSC ECỤ Chương trình tính toán được cài đặt sẵn trong bộ vi xử lý của VSC ECU sẽ so sánh tín hiệu từ cảm biến gửi về và trị số tốc độ góc quay thân xe mong

muốn (từ bảng tham chiếu trong ECU) để xác định trạng thái quay vòng thực tế của Ơ tơ tại

thời điểm này là “quay vòng thừa“ hay “quay vòng thiếu“ rồi gửi tín hiệu điều khiển đến cơ cấu chấp hành hệ thống phanh, điều khiển áp suất dẫn động phanh ở mỗi cơ cấu phanh bánh

xe một cách độc lập nhằm tạo ra mô men ồn định có xu hướng tác động đưa xe về trạng thái

quay vòng đúng, đảm bảo đúng quỹ đạo chuyển động mong muốn (Hình 1.19) Do hiệu quả tăng tính năng an toàn chuyển động của ô tô, các nước Mỹ, Canada, EU đã quy định coi đây

là một trong các hệ thống tiêu chuẩn của các xe sản xuất từ năm 2012 Tên gọi của hệ thống

Trang 39

là không thống nhất, mỗi nhà sản xuất lại đặt tên hệ thống này theo cách riêng Ví dụ với

hãng Toyota, tên hệ thống là VSC, với hãng BMW, tên gọi tắt của hệ thống là DSC, hãng

Ford dat tén ESP Cam biến Cam bién tốc độ bánh xe Xy lanh phanh TH tốc độ bánh xe EMS Động cơ => PY

Cảmbiếngia Cam biếntốcđộ

toc ngang góc quay thân xe - —= Cảm biên Cảm biến tốc Cảm biến góc quay tốc độ độ bánh xe vành lái bánh xe —=— Hình 1.18: Sơ đồ hệ thống VSC

Hình 1.19: Nguyên lý hoạt động của hệ thống VSC

1.3.2 Đặc điểm chẵn đoán phát hiện lỗi trong hệ thống VSC

Hệ thống VSC là hệ thống có ĐKĐT, các lỗi xảy ra có thể có nguyên nhân từ phần

ĐKĐT như lỗi các cảm biến, mạch truyền dẫn tín hiệu, các cơ cấu chấp hành van điện

Trang 40

từ cũng có thể do các nguyên nhân từ các phần cơ khí như áp suất lốp không đều, lỗi trong

hệ thống treo trước, saụ Đặc biệt trạng thái lỗi của hệ thống còn liên quan đến quan hệ giữa các thông số vận tốc xe, góc quay bánh xe dẫn hướng với các thông số gia tốc ngang, tốc độ góc quay thân xẹ Mối liên hệ này là phi tuyến Từ các phân tích trên cho thấy việc chân

đoán TTKT, phát hiện lỗi trong hệ thống VSC không thể thực hiện bằng các phương pháp chắn đoán hệ thống cơ khí thông thường

Việc xây dựng mô hình chân đoán lỗi cho hệ thống VSC sẽ cung cấp cho ta phương

pháp chung đề chân đoán TTKT, phát hiện lỗi trong các hệ thống có ĐKĐT khác trên ô tô

1.4 Một số công trình nghiên cứu trong lĩnh vực chẵn đoán

1.4.1 Một số cơng trình ở nước ngồi nghiên cứu chấn đoán bằng logic mờ

Các công trình nghiên cứu về lý thuyết chân đoán các hệ thống kỹ thuật (có điều khiển điện tử) được phát triển từ những năm 90 của thế kỷ trước Chủ đề các nghiên cứu về

chân đoán kỹ thuật rất đa dạng: về lý thuyết chân đoán chung, về xây dựng các mơ hình chân

đốn, các vấn đề liên quan đến lĩnh vực phi tuyến của mô hình chân đoán, các phương pháp

chẩn đoán với đối tượng cụ thé

C4c tac gia J Gertler voi cng trinh [19], R J Patton, P M Frank, R N Clark voi

công trình [39] đã đặt nền móng, trình bày các khái niệm cơ bản của lý thuyết chân đoán kỹ

thuật (phân loại các lỗi, khái niệm lượng sai léch - Residual)

Các tác giả Ding SX với công trình [12], Isermann R với các công trình [16,17,18]

đã nghiên cứu phân tích các phương pháp phát hiện và chẩn đoán lỗi cho các hệ thống có điều khiển điện tử Phương pháp chân đoán lỗi trên cơ sở mô hình toán học được nghiên cứu

cùng các phương pháp ước lượng tham số và xây dựng các bộ quan sát để phát hiện lỗi cho trường hợp hệ thống tuyến tính và phi tuyến [17, 19] Trong luận án, NCS đã sử dụng các

khái niệm về lỗi, nguyên lý chân đoán lỗi trên cơ sở mô hình từ các tài liệu kinh điển nàỵ

Các tác giả J Korbicz [21], R J Patton [39, 40] M Witczak [30] nghiên cứu về các phương pháp tính toán mềm (mô hình tri thức) ứng dụng trong lĩnh vực kỹ thuật nói chung

và riêng trong hệ thống chân đoán lỗị Tác giả Zadeh L.Ạ (1965) là người đầu tiên trình bày

về khái niệm tập mờ và đặt nền móng cho lý thuyết tập mờ với các công trình "Fuzzy Sets" [50], "Fuzzy sets, Fuzzy logic, Fuzzy systems" (1996) Phát triển các ứng dụng của lý thuyết mờ, các tác giả T Takagi, M Sugeno phát triển hệ thống logic mờ Takagi-sugeno [47] có khả năng mô tả các quá trình phi tuyến và thuận lợi cho giải quyết các bài toán điều khiển cũng như chân đoán Các kiến thức về tập mờ, hệ suy diễn mờ T-S của các tác giả trên được sử dụng làm các kiến thức cơ sở cho việc nghiên cứu xây dựng mô hình chấn đoán mờ cho hệ thống có ĐKĐT trên ô tô của tác giả luận án

Các cơng cụ tốn học LMI [27] sử dụng trong xây dựng bộ quan sát trạng thái cho các trường hợp đầu vào không rõ (UIO), hoặc hệ thống bị ảnh hưởng của các nhiễu ngẫu