车辆制动故障诊断单元

结合模型与数据驱动的制动压力估计实现执行器和传感器故障的综合诊断，无需依赖大型数据集。

Yicai, Liu · Zhentao, Chen · Wei, Lingtao · 王翔宇 · 李亮

IEEE Transactions on Industrial Electronics 2023

技术优势

无需大型数据集

通过提出的数据增强方法“shifting”提升模型泛化能力，克服了实车测试中获取大型数据集的挑战。

诊断性能优于传统模型

验证结果表明，所提出的数据驱动方法在精度和泛化能力上优于传统的多层感知机（MLP）、长短期记忆网络（LSTM）和Transformer。

实现故障检测、隔离与辨识

通过比较阈值和残差的累积和（CUSUM），实现故障检测、隔离和辨识。

应用场景

• 智能车辆制动系统：在制动系统早期故障时发出警报，避免安全事故。
• 车辆健康监测：实时监测制动健康状态，支持预测性维护。
• 执行器故障诊断：精准定位执行器故障，减少误报和漏报。