Luận án tiến sĩ xây dựng mô hình chẩn đoán trạng thái kỹ thuật hệ thống VSC trên ô tô (tt)

Các phương pháp sử dụng trong chẩn đoán các hệ điều khiển điện tử trên ô tô chưa được nghiên cứu nhiều nên việc nghiên cứu xây dựng mô hình chẩn đoán phát hiện lỗi trong các hệ thống có

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

THU ẬT HỆ THỐNG VSC TRÊN Ô TÔ

Chuyên ngành: K ỹ thuật Cơ khí động lực

Mã s ố: 62520116

TÓM T ẮT LUẬN ÁN TIẾN SĨ

K Ỹ THUẬT CƠ KHÍ ĐỘNG LỰC

Hà N ội - 2017

Công trình được hoàn thành tại:

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

Người hướng dẫn khoa học:

1 PGS.TS Ph ạm Hữu Nam

2 TS Chu M ạnh Hùng

Phản biện 1: PGS.TS Nguyễn Văn Tần

Ph ản biện 2: PGS.TS Đào Mạnh Hùng

Ph ản biện 3: PGS.TS Lê Văn Học

Luận án được bảo vệ trước Hội đồng đánh giá luận án tiến sĩ

c ấp Trường họp tại Trường Đại học Bách khoa Hà Nội

Vào hồi …… giờ, ngày …… tháng ……… năm ……

Có thể tìm hiểu luận án tại thư viện:

1 Thư viện Tạ Quang Bửu - Trường ĐHBK Hà Nội

2 Thư viện Quốc gia Việt Nam

M Ở ĐẦU

1 Tính c ấp thiết của đề tài

Số lượng và chủng loại xe ô tô hiện đại chiếm tỷ lệ lớn trong số các xe ô tô sử

dụng trong nước hiện nay.Trên ô tô hiện đại, các hệ thống có ĐKĐT lại thường là các

hệ thống chính của xe (như hệ thống cấp nhiên liệu cho động cơ, hệ thống đảm bảo an toàn chuyển động (hệ thống phanh, hệ thống lái)…Do cấu trúc các hệ thống có ĐKĐT phức tạp hơn nhiều so với các hệ thống thuần cơ khí trên ô tô trước đây, thêm nữa, các lỗi xảy ra trong hệ thống lại thường tập trung vào phần “điều khiển điện tử” nên chẩn đoán TTKT các hệ thống có ĐKĐT khác với các hệ thống thuần cơ khí (trên các ô tô thế hệ cũ) là phải có thêm chẩn đoán TTKT của phần điều khiển điện tử

Phần chẩn đoán này là khâu rất quan trọng và thường phải thực hiện trước tiên trong quy trình chẩn đoán kỹ thuật, sửa chữa xe Các phương pháp sử dụng trong chẩn đoán các hệ điều khiển điện tử trên ô tô chưa được nghiên cứu nhiều nên việc nghiên cứu xây dựng mô hình chẩn đoán phát hiện lỗi trong các hệ thống có ĐKĐT trên ô tô là

rất cần thiết để có thể làm cơ sở khoa học cho việc chủ động thiết kế chế tạo các hệ thống chẩn đoán của công nghiệp ô tô trong nước thay vì bị động mua, cũng như khai thác các thiết bị chẩn đoán nhập ngoại

2 N ội dung nghiên cứu

Nghiên cứu lý thuyết: phân tích lựa chọn phương pháp chẩn đoán phát hiện lỗi các hệ thống có ĐKĐT trên ô tô; nghiên cứu cơ sở khoa học của sử dụng logic mờ Takagi-Sugeno (T-S) trong mô tả các hệ thống có ĐKĐT trên ô tô; Xây dựng mô hình

chẩn đoán phát hiện lỗi các hệ thống có điều khiển điện tử bằng mờ T-S

Nghiên cứu thực nghiệm: tiến hành thử nghiệm đánh giá TTKT của hệ thống VSC trên xe Toyota Camry thông qua các trị số đo của các cảm biến của hệ thống: cảm biến góc quay vành lái, cảm biến gia tốc bên, tốc độ góc quay thân xe và tốc độ chuyển động của ô tô trên đường vòng

3 Ý nghĩa khoa học và thực tiễn

- Ý nghĩa khoa học của đề tài:

Việc lựa chọn phương pháp chẩn đoán TTKT cũng như xây dựng mô hình chẩn đoán 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 chẩn đoán TTKT ô tô

Luận án đã sử dụng một công cụ tiến bộ là hệ suy diễn mờ Takagi-Sugeno để xây dựng mô hình chẩn đoán TTKT các hệ thống có ĐKĐT trên xe ô tô hiện đại

Việc xây dựng được mô hình cũng như tự thiết kế chế tạo bộ thu thập dữ liệu từ ECU, xây dựng phần mềm chẩn 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 chẩn đoán của ngành công nghệp 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 chẩn đoán có thể sử dụng để chẩn đoán phát hiện trạng thái làm việc có lỗi của hệ thống VSC trên xe Toyota Camry phục vụ thiết thực cho công việc sửa chữa ô tô tại các xưởng sửa chữa xe Trên cơ sở mô hình chẩn đoán đã đề xuất có thể thiết kế, chế tạo các thiết bị

chẩn đoán phục vụ cho nhu cầu chẩn đoán sửa chữa ô tô trong nước một cách chủ động; giảm mức độ phụ thuộc vào các trang thiết bị nhập ngoại 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 chẩn đoán phục vụ khai thác, sửa chữa các xe ô tô trong nước sản xuất là nhu cầu thiết thực

và cấp thiết

4 Các điểm mới của luận án

Phương pháp chẩn đoán phát hiện lỗi trên cơ sở mô hình cấu trúc có nguyên lý

và cách thiết kế khác so với các phương pháp chẩn đoán phát hiện lỗi trên cơ sở dữ

liệu thống kê thường sử dụng trong chẩn đoán và sửa chữa ô tô hiện nay Phương pháp này cho phép sử dụng các quan hệ vật lý, các kiến thức đã biết về hệ thống để xây dựng mô hình chẩn đoán, 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 bộ quan sát mờ cho phép mô tả hệ thống hiệu quả hơn trong trường

hợp hệ thống 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

5 C ấu trúc của luận án

Luận án bao gồm 113 trang, phần mở đầu (4 trang); chương 1 Tổng quan vấn

đề nghiên cứu (32 trang); chương 2 Cơ sở lý thuyết để xây dựng mô hình chẩn đoán phát hiện lỗi bằng mờ Takagi-Sugeno (21 trang); chương 3 Xây dựng mô hình để

chẩn đoán phát hiện trạng thái làm việc có lỗi của hệ thống VSC trên xe TOYOTA Camry (29 trang); Chương 4 Nghiên cứu thực nghiệm (26 trang); Kết luận chung và các kiến nghị (1 trang)

Các tài liệu tham khảo được sử dụng trong luận án (53 tài liệu) Danh mục các công trình NCKH và bài báo liên quan đến nội dung luận án đã công bố (5 công trình);

Phần các phụ lục (4 phụ lục) Các bảng biểu (13) và đồ thị hình vẽ (115)

CHƯƠNG 1 TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU

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

Chẩn đoán TTKT là phương pháp sử dụng các cảm biến, trang thiết bị đo các thông số làm việc của hệ thống để đánh giá TTKT mà không làm gián đoạn sự làm

việc Nhiệm vụ đầu tiên của chẩn đoán là xác định thống làm việc bình thường hay có xuất hiện lỗi Phát hiện hệ thống có lỗi là bước đầu tiên của chẩn đoán, bước tiếp theo

là xác định vị trí, nguyên nhân gây ra lỗi

Để đánh giá TTKT của ô tô có trang bị ĐKĐT thì phương pháp tối ưu là sử dụng ngay các cảm biến có sẵn của hệ thống trên xe tích hợp các thiết bị đo, phân tích

xử lý dữ liệu trong quá trình chẩn đoán đánh giá TTKT các hệ thống trên xe mà không làm gián đoạn sự làm việc của hệ thống Tính ưu việt của phương pháp này là 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 là khách quan

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

- Lỗi được định nghĩa là độ sai lệch quá mức cho phép của ít nhất một thông

số cấu 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

chẩn đoán TTKT một hệ thống là xác định xem sự làm việc của hệ thống là bình

thường hay có lỗi

- Công việc chẩn 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 lỗi

+ 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

+ 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 lỗi

- Phân tích chọn phương pháp phát hiện lỗi trong hệ thống có ĐKĐT

Để phát hiện lỗi, cần tính toán và đánh giá lượng sai lệch r giữa trị số của các

thông số làm việc hiện thời của hệ thống so với các thông 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 cố 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] 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 cấu chấp hành trong hệ thống ĐKĐT, chọn phương pháp chẩn đoán phát hiện lỗi trên cơ sở mô hình là hợp lý, hiệu quả và tiết kiệm Mô hình lý thuyết mô tả

hệ thống thực sử dụng trong hệ thống chẩn đoán 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 mạng Nơ ron

- mờ (FNN)

Sử dụng mô hình toán học mô tả hệ

thống có các ưu điểm cơ bản là biểu diễn các thành phần của hệ thống một cách rõ ràng, tường minh Tuy nhiên, trong thực tế, có nhiều yếu tố ảnh hưởng khiến cho các

biểu thức toán học không thể mô tả chính xác quá trình làm việc của hệ thống thực như: các nhiễu loạn, hạn chế của thiết bị đo, các sai số chế tạo cho phép

Mô hình logic mờ (FL) là mô hình xử lý thông tin phỏng theo cách tư duy của con người Mô hình là tập hợp các lập luận dạng ngôn ngữ của con người để 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 Sơ đồ cấu trúc của mờ trình bày trên Hình 1.13

Có hai hệ suy diễn tiêu biểu là hệ suy diễn Mamdani và hệ suy diễn Sugeno (T-S) Trong đó hệ suy diễn T-

Takagi-S được sử dụng rộng rãi trong kỹ thuật

nhận dạng, điều khiển và chẩn đoán do

đặc điểm <mệnh đề kết quả> của luật

IF THEN được biểu diễn dưới dạng

hàm số bậc nhất của các biến đầu vào

và ra:

thống là bình thường hay có lỗi được căn cứ vào trị số lượng sai lệch r (hình 1.13)

được biểu diễn dưới dạng toán học như sau:

Các giá trị sai lệch r > 0 (hoặc r >Jth) giữa tín hiệu ra đo được (y) của hệ thống

thực tế và tín hiệu ra tính toán y* sẽ chỉ thị về xuất hiện trạng thái lỗi

Để hiệu chỉnh các thông số của mô hình, bổ sung các thành phần phản ánh

ảnh hưởng các nhiễu, các yếu tố 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) Trong luận án này, NCS đã sử

dụng phương pháp quan sát và ước lượng trạng

thái để phát hiện lỗi khi đã biết cấu trúc của hệ

Ở đây x là biến trạng thái, với các cấu trúc và tham số A, B, C của mô hình hệ

thống là đã biết, (trong công thức (1.9), thành phần D được bỏ qua nhằm phân tích cấu

trúc chung của bộ quan sát mà không làm ảnh hưởng đến tính tổng quát chung) Cấu

trúc bộ quan sát trạng thái trên Hình 1.16 trên cơ sở các biến vào, biến ra đo được có

dạng:

Trong đóˆx∈Rn là véc tơ trạng thái được ước lượng, L∈R là hệ số của bộ

quan sát (observer gain) Kết hợp 2 phương trình (1.9 và 1.10) tính được sai số ước

lượng e= −x xˆvà thu được phương trình vi phân của sai số e:

tiệm cận tới 0 và x→ˆx 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.Nếu mô hình mô tả hệ thống là chính xác, giá trị tính toán của biếnˆxsẽ 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- ˆx) sẽ khác 0 và do đó trị số ŷ 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 ŷ: e = y- ŷ

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 e 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: r= −y yˆ

Bộ quan sát trạng thái là công cụ toán học được ứng dụng nhằm xấp xỉ tốt nhất giá trị đầu ra từ bộ quan sát với giá trị đầu ra đo được từ hệ thống thực Bộ quan sát được thiết kế để mô tả hệ thống thực trong trường hợp có xét đến ảnh hưởng các nhiễu cũng như các thông tin đầu vào bị thiếu 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 Để 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 thể

sử dụng công cụ bộ quan sát cho mỗi mô hình tuyến tính địa phương (mô hình con) trong hệ suy diễn T-S chung

1.3 H ệ thống VSC trên ô tô

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

Hệ thống VSC (Vehicle Stability Control) làm nhiệm vụ giữ ổn 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 xe 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 chuyển động trên đường vòng của xe Trường hợp các bánh xe cầu sau bị trượt ngang nhiều hơn bánh xe trước dẫn đến hiện tượng quay vòng thừa, trường hợp ngược lại, xe bị quay vòng thiếu 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 chuyển 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

- Đặc điểm chẩn 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 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, sau 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 xe Mối liên hệ này là phi tuyến Từ các phân tích trên cho thấy việc chẩn đoán TTKT, phát hiện lỗi trong hệ thống VSC không

thể thực hiện bằng các phương pháp chẩn đoán hệ thống cơ khí thông thường

Việc xây dựng mô hình chẩn đoán lỗi cho hệ thống VSC sẽ cung cấp cho ta phương pháp chung để chẩn đoán TTKT, phát hiện lỗi trong các hệ thống có ĐKĐT khác trên ô tô

1.4 M ột số công trình nghiên cứu trong lĩnh vực chẩn đoán

- Các nghiên cứu của J Gertler [19], R J Patton, P M Frank, R N Clark [39]

đã đặt nền móng, trình bày các khái niệm cơ bản của lý thuyết chẩn đoán kỹ thuật

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

- Các nghiên cứu của Ding SX [12], Isermann R [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 chẩn 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

Về ứng dụng lý thuyết mờ trong điều khiển và chẩn đoán TTKT ô tô: Các tác giả D Ichalal, Benoit M Isemann [16] công bố công trình nghiên cứu về sử dụng mô hình TS để chẩn đoán lỗi các cảm biến Trong các nghiên cứu này đã đưa ra phương pháp xây dựng mô hình toán học biểu diễn các lỗi của cảm biến và cơ cấu chấp hành trong HT có ĐKĐT; Các công trình nghiên cứu chẩn đoán lỗi các hệ thống ĐKĐT trên động cơ bằng các mô hình khác nhau: mô hình Mamdani, hệ suy diễn kết hợp

mạng nơ ron ; Các tác giả Zahedi E., Gahraveis A.A trong công trình [51] công bố các kết quả ứng dụng mô hình chẩn đoán mờ TS để chẩn đoán lỗi hệ thống phanh ABS Trong đó tác giả chưa xét được ảnh hưởng của điều kiện chuyển động, các nhiễu

từ mặt đường ảnh hưởng đến quá trình phanh

Về chẩn đoán lỗi trong hộp số tự động: các tác giả M.Shahab, M Moavenian dùng hệ suy diễn T-S xây dựng trên các dữ liệu thống kê; các tácgiả Mo Lian Guang, Xie Zheng nghiên cứu chẩn doán lỗi hộp số tự động bằng mô hình mạng nơ ron

Sử dụng hệ thống logic mờ để giải quyết các bài toán điều khiển, dự báo và

chẩn đoán trong lĩnh vực y tế, thủy lợi, truyền tải điện [1, 8] Các công trình nghiên

cứu ứng dụng logic mờ Mamdani trong chẩn đoán TTKT động cơ, hệ thống phanh ô

tô, hệ thống treo Trong lĩnh vực nông lâm nghiệp, tác giả Phạm Văn Lang và cộng sự

đã "Nghiên cứu phương pháp tập mờ đánh giá chất lượng thiết kế - chế tạo nhà lưới

trồng rau, hoa, cây giống" bằng mô hình suy diễn mờ Mamdani; tác giả Đào Chí Cường trong công trình "Nghiên cứu xây dựng CSDL cho hệ thống chẩn đoán động cơ diesel dùng trong nông nghiệp, nông thôn Việt Nam" (Luận án TSKT 2011) đã sử

dụng mờ Mamdani để chẩn đoán lỗi phát hiện hư hỏng cho động cơ; tác giả Lê Hùng Lân và cộng sự nghiên cứu "Tổng hợp điều khiển thích nghi cho hệ thống chống bó

cứng bánh xe ô tô khi phanh trên cơ sở hệ suy diễn" (Tạp chí KH GTVT số 21, trang 72-80) Một số đề tài nghiên cứu chẩn đoán hư hỏng trong hệ thống phanh khí nén trên

ô tô tải dùng logic mờ Mamdani đã được ứng dụng trong công tác sửa chữa trong nước Trong khi đó, trên các ô tô hiện đại, theo các thông tin giới thiệu của các hãng

sản xuất, rất nhiều hệ thống như phanh ABS, hệ thống treo điện tử, hệ thống phun xăng và đánh lửa trên động cơ, điều khiển hộp số tự động đều sử dụng bộ điều khiển

mờ (Fuzzy controller) [10,11] Trong các hệ thống đó, ngoài chức năng điều khiển còn tích hợp cả chức năng tự chẩn đoán TTKT và phát hiện hư hỏng

1.5 L ựa chọn đề tài và mục tiêu nghiên cứu của luận án

Từ các phân tích trên, xuất phát từ nhu cầu xây dựng phương pháp luận cho chẩn đoán TTKT các hệ thống có ĐKĐT trên ô tô hiện đại làm cơ sở ứng dụng, khai thác, thiết kế các hệ thống chẩn đoán các hệ thống của ô tô trong nước, NCS đã chọn

đề tài nghiên cứu của luận văn là:

“Xây d ựng mô hình chẩn đoán trạng thái kỹ thuật hệ thống VSCtrên ô tô”

Các m ục tiêu nghiên cứu cụ thể của luận án gồm có:

1 Nghiên cứu phương pháp chẩn đoán TTKT phát hiện trạng thái làm việc có

lỗi của các hệ thống có ĐKĐT trên ô tô

2 Nghiên cứu cơ sở lý thuyết của việc chẩn đoán phát hiện trạng thái lỗi của các hệ thống có ĐKĐT trên ô tô bằng hệ suy diễn mờ Takagi-Sugeno, bao gồm việc thiết kế bộ quan sát mờ đối với hệ thống được chẩn đoán và phát hiện trạng thái làm việc có lỗi của hệ thống thông qua lượng sai lệch giữa trị số đầu ra của bộ quan sát với

trị số đầu ra đo từ hệ thống thực

3 Xây dựng mô hình chẩn đoán trạng thái làm việc có lỗi của hệ thống VSC

xe Toyota Camry trên cơ sở hệ suy diễn mờ Takagi-Sugeno

4 Thử nghiệm đánh giá hiệu quả của hệ thống chẩn đoán mờ Thiết kế chế

tạo bộ thu thập dữ liệu từ ECU trên ô tô để phục vụ cho chẩn đoán phát hiện lỗi hệ

thống VSC trên xe Toyota Camry

+ Sử dụng các thông số chẩn đoán trực tiếp trạng thái làm việc của hệ thống

vì vậy đánh giá TTKT hệ thống chính xác, hiệu quả

+ Để đo đạc các thông số chẩn đoán, không cần bố trí lắp đặt các thiết bi, cảm biến đo lường mới mà có thể sử dụng ngay tín hiệu ra của các cảm biến trong mạch ĐKĐT của hệ thống nên vừa tiết kiệm chi phí, thời gian thao tác chẩn đoán

- NCS chọn phương pháp sử dụng mờ Takagi Sugeno để mô tả hệ thống Phương pháp này đã kết hợp được ưu điểm của mô hình toán học (sử dụng các hàm biểu diễn quan hệ vật lý giữa các yếu tố trong hệ thống, giảm bớt khối lượng thống kê

dữ liệu) với các ưu điểm của mờ T-S (mô tả hệ phi tuyến bằng tập hợp các mô hình tuyến tính địa phương)

- Quá trình chẩn đoán TTKT gồm hai giai đoạn: phát hiện trạng thái làm việc

có lỗi của hệ thống và xác định vị trí, nguyên nhân gây ra lỗi để khắc phục Với khuôn

khổ luận án, NCS tập trung nghiên cứu vào phương pháp phát hiện trạng thái làm việc

có lỗi và xây dựng mô hình phát hiện lỗi của hệ thống VSC trên xe Toyota Camry

- Trên các ô tô hiện đại, khi tiến hành chẩn đoán TTKT, việc đầu tiên phải làm là chẩn đoán phần ĐKĐT Mô hình chẩn đoán phát hiện lỗi mà NCS nghiên cứu được sử dụng trong công việc này Tuy nhiên, mô hình chẩn đoán phát hiện lỗi này không có ý nghĩa hoàn toàn thay thế cho các phần chẩn đoán cơ khí thông thường mà

có ý nghĩa bổ sung, hỗ trợ thêm cho công tác chẩn đoán các hệ thống trên ô tô nói chung

Lý thuyết mờ nhằm kết hợp hai loại thông tin (các tín hiệu từ các cảm biến và các kiến thức chuyên môn về hệ thống) vào trong thiết kế, điều khiển hệ thống kỹ thuật Nghiên cứu ứng dụng hệ suy diễn mờ để xây dựng mô hình chẩn đoán lỗi là một trong số mục tiêu chính của luận án, vì vậy cần phải tìm hiểu các đặc điểm, phương pháp xây dựng và cơ chế vận hành của hệ suy diễn mờ đặc biệt là hệ mờ Takagi-

Sugeno được dùng để xây dựng mô hình chẩn đoán các hệ thống có ĐKĐT trên ô tô

2.1 H ệ suy diễn mờ

Hình 2.1 trình bày sơ đồ khối hệ suy diễn mờ bao gồm bốn khối chức năng: khối mờ

hóa đầu vào, khối cơ sở tri thức, khối suy diễn logic và khối giải mờ đầu ra

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 phần, 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, cấu trúc, kinh nghiệm chuyên

gia); khối cơ chế suy diễn (IE) là phần 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); khối giải mờ đầu ra làm nhiệm vụ

chuyển đổi các tín hiệu ra từ IE (có giá trị mờ) sang miền giá trị rõ

2.2 H ệ suy diễn mờ T-S

Trong quá trình ứng dụng các

hệ suy diễn mờ vào trong lĩnh vực điều

khiển các hệ thống kỹ thuật công

nghiệp, tác giả Takagi và Sugeno

(1975) đề xuất cấu trúc luật mờ cơ sở

có dạng đầu ra không phải là biến mờ

mà thay bằng hàm số bậc nhất của các

biến đầu vào Đặc điểm của hệ thống

suy diễn này là kết quả đầu ra của các

luật cơ sở có giá trị rõ dưới dạng hàm số của các biến đầu vào và đầu ra Ví dụ với hai

biến mờ đầu vào x và y; biến mờ đầu ra z với hai luật cơ sở có dạng tổng quát là:

Luật ℜi: IF x =A và y i =B THEN z i i = f x y( , ) (2.5)

Trong đó: A i và B i là các tập mờ trong mệnh đề điều kiện; f(x,y) là hàm của

các biến vào x và y Kết quả đầu ra là hàm rõ z = px + qy + r với p, q, r là các hằng số

xác định Khi f là hằng, mô hình FIS T-S gọi là mô hình bậc 0; trị số của biến z ở đầu

ra của mô hình được tính trên cơ sở phương pháp giải mờ điểm trọng tâm:

Ưu điểm cơ bản của hệ suy diễn mờ T-S là ở chỗ: kết quả đầu ra của mỗi luật

là hàm bậc nhất nên mô hình T-S thực chất là tổ hợp của các mô hình tuyến tính địa

phương Với tính chất đó, ứng dụng của mô hình T-S vào lĩnh vực có sử dụng các kỹ

thuật tuyến tính như nhận dạng, mô tả các hệ thống kỹ thuật phức tạp với mục đích

điều khiển và chẩn đoán lỗi, điều khiển hệ thống kỹ thuật (ví dụ điều khiển PID, bộ

quan sát trạng thái, tính ước lượng tham số) là rất thuận lợi

2.3 Xây d ựng hệ suy diễn mờ T-S để mô tả hệ thống kỹ thuật

Để xây dựng hệ suy diễn T-S, trong trường hợp này thì việc biểu diễn hệ thống

bằng không gian trạng thái là hợp lý do có các ưu điểm: (1) Phương trình biểu diễn là

bậc nhất, phù hợp với cấu trúc đầu ra của luật mờ T-S; (2) việc lựa chọn các biến vào,

biến ra, biến trạng thái phù hợp với khả năng đo được (quan sát được) của các biến

trong các mô hình chẩn đoán

Một hệ thống động lực tổng quát biểu diễn trong không gian trạng thái có dạng:

Trong đó, x(t) ∈R n là véc tơ các biến trạng thái; u(t) ∈ R m là véc tơ các biến vào;

y(t) ∈R m là véc tơ các biến đầu ra, A∈R n×n , B, D ∈R nxm và C ∈R mxn là ma trận các hệ số

Nguyên lý chung để xây dựng hệ suy diễn T-S là phân chia hệ thống thực thành

tập hợp các mô hình tuyến tính địa phương bằng cách chọn biến mờ cơ sở (tên biến và

khoảng biến thiên của biến) và các hàm liên thuộc tương ứng với mỗi biến mờ cơ sở;

sau đó tiến hành xây dựng tập các luật mờ T-S để mô tả mỗi mô hình địa phương

Luật mờ cơ sở thứ i có dạng:

: ( ) ( ) θ θ ( ) ( ) ( )

ℜi IF z t is M and and z t is M THEN x t i i  =A x t i +B u t i

Trong đó: z j (t) là các bi ến mờ cơ sở, M ij là các tập mờ với i = 1, , p; j = 1, , θ ;

trận các hệ số của mô hình thứ i Biến mờ cơ sở z j (t) có thể là hàm của các biến trạng

thái đo được, các nhiễu ngoài hoặc là biến thời gian

Ứng với mỗi cặp giá trị [x(t),u(t),z(t)], giá trị rõ ở kết quả đầu ra của hệ suy diễn

được tính toán thông qua việc giải mờ đầu ra bằng phương pháp điểm trọng tâm:

1

1 1

Trong đó, n và k u tương ứng là số lượng biến trạng thái và biến đầu vào; x i (t),

u k (t) là các bi ến trạng thái và biến đầu vào; f ij (z(t)) và g ik (z(t)) là các hàm c ủa z(t), với

u

l (i,k) b

)

k n

Các phương trình 2.18 đến 2.20 để xây dựng các mô hình tuyến tính địa phương

thành phần của hệ mờ T-S mô tả hệ thống được chẩn đoán

Hệ phương trình trạng thái (2.13) mô tả hệ thống trong trường hợp biết các thông

số cấu trúc, các biến đầu vào, ra của hệ thống là đo được đầy đủ Tuy nhiên, trong

thực tế, các biến đầu vào của hệ thống thực có nhiều trường hợp không đo được hoặc

đo không chính xác Để giảm bớt sai lệch do thiếu thông tin của các biến đầu vào,

trong phương trình (2.13) cần được bổ sung thành phần đại diện cho các đại lượng đầu

vào không đo được:

đo được và E u là ma trận phân phối Như vậy, trong thành phần của hàm du(t) cần chú

ý đến các thành phần đầu vào không đo được, các nhiễu và sai số cho phép lớn nhất

của các tín hiệu đầu vào

2.4 Xây d ựng bộ quan sát

Với mục đích làm cho sai lệch giữa các trị số

đo ở đầu ra của hệ thống thực và trị số tính toán từ đầu

ra của mô hình mô tả hệ thống là bằng không (hoặc

không vượt quá giá trị ngưỡng J th) trong trường hợp

hệ thống không lỗi, NCS đã sử dụng công cụ bộ quan

sát UIO trên cơ sở tham khảo phương pháp thiết kế bộ

quan sát UIO cho hệ thống tuyến tính

Với mô hình đầu vào không rõ (2.21), cấu

trúc của bộ quan sát UIO có dạng:

trận của UIO với kích thước R n×n

Ký hiệu e là véc tơ sai số giữa biến trạng thái của hệ thống và biến ra của bộ

1 2

(các giá trị riêng của ma trận F là ổn định [49]) thì

phương trình sai số sẽ tiệm cận tới 0 và biến ˆx của bộ

quan sát sẽ có giá trị bằng biến trạng thái x của hệ

thống thực Trị số biến đầu ra của bộ quan sát sẽ tiệm

cận tới giá trị biến ra đo được của hệ thống thực

Trong phương trình sai số (2.27) ta thấy

không có mặt của thành phần đầu vào không rõ

E u d u (t) Như vậy, trong trường hợp này, sử dụng công

cụ bộ quan sát đã được loại bỏ được ảnh hưởng của

yếu tố đầu vào không rõ

Thuật toán để xác định các hệ số của bộ quan

sát trình bày trên Hình 2.12

Các hệ số A, B, C, E u , D, của phương trình

không gian trạng thái (2.24) là các thông số đầu vào

của chương trình tính (Bước 1)

Bước 2 nhằm kiểm tra tính phù hợp về hạng của

các ma trận phân phối E u và ma trận tích C*E u Nếu

kết quả là không phù hợp, bộ quan sát UIO không thể

xây dựng được Trong MatLab, sử dụng lệnh “rank“ để tính hạng của ma trận

Bước 3 là thủ tục tính các ma trận hệ số H, T và ma trận A* theo các công thức:

Bước 4 là thủ tục kiểm tra tính quan sát được của cặp C, A* Nếu cặp này

không đảm bảo "tính quan sát được", Bộ quan sát UIO sẽ không thể xây dựng được

Trong MatLab, sử dụng lệnh “obsv“ [7, 49]

Bước 5, 6, 7 là các thủ tục tính hệ số K 1 , K 2 và K = K 1 +K 2

Xây dựng bộ quan sát mờ T-S

Hệ phương trình không gian trạng thái của hệ thống trong trường hợp có các

yếu tố đầu vào không rõ được biểu diễn bằng công thức (2.24) Tương ứng, hệ suy

diễn T-S mô tả hệ thống có dạng tập hợp của p luật Mỗi luật thứ i có dạng như sau:

Các ma trận Ai , B i , C i , E u,i F u,i với các kích thước phù hợp Tương ứng với

mỗi luật R i , ta có một mô hình tuyến tính địa phương Do đó ta có thể xây dựng bộ