原文传递
基于参数估计的燃料电池轿车动力系统故障诊断方法研究
| 论文题名： | 基于参数估计的燃料电池轿车动力系统故障诊断方法研究 |
| 关键词： | 燃料电池汽车;轿车动力系统;故障诊断;最小二乘法;卡尔曼滤波 |
| 摘要： | 随着燃料电池汽车对可靠性和安全性等要求的提高，故障诊断成为提高系统可靠性和安全性的必然途径。本论文针对燃料电池+动力蓄电池的电-电混合“超越”系列燃料电池轿车动力系统，在故障模式分析与建模、基于参数估计的故障诊断等方面进行了探讨和研究。首先，确定燃料电池轿车动力系统正常运行状态时的动态数学模型，为基于模型的故障诊断奠定了模型基础；其次，全面讨论参数估计法的应用：第一，结合实例分析并总结了参数估计的各主要方法--最小二乘法(序贯最小二乘法BLS、递推最小二乘法RLS、遗忘算法和能够估计突变参数的修正遗忘算法)，第二，提出了参数可估的一个前提条件--输入信号满足持续激励，第三，介绍了如何将最小二乘法应用于动态系统模型的参数估计问题；再次，针对具体研究对象(DC/DC、燃料电池发动机、动力蓄电池和电机系统)建立故障模型，并进行系统级故障诊断，涉及到执行器故障、传感器故障和燃料电池轿车动力系统本身特有的多种故障模式，过程涵盖了基于参数估计故障诊断的所有环节：建立故障模型、确定模参-物参关系式、参数估计、反求物理参数、残差生成、故障检测以及故障分离；最后，分别结合燃料电池发动机的时间常数突然变化故障和动力蓄电池等效内阻缓慢增大故障，将卡尔曼最优滤波方法引入到基于参数估计的故障诊断问题中，有效解决了恒定和突变参数估计的问题。以上内容均通过数值或实验仿真研究，验证了所述方法的有效性和可行性。 |
| 作者： | 朱醒 |
| 专业： | 车辆工程 |
| 导师： | 孙泽昌;钟再敏 |
| 授予学位： | 硕士 |
| 授予学位单位： | 同济大学汽车学院 |
| 学位年度： | 2007 |
| 正文语种： | 中文 |
检索历史
应用推荐
