[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN111469826B - 智能制动系统健康监测 - Google Patents

智能制动系统健康监测 Download PDF

Info

Publication number
CN111469826B
CN111469826B CN202010031714.4A CN202010031714A CN111469826B CN 111469826 B CN111469826 B CN 111469826B CN 202010031714 A CN202010031714 A CN 202010031714A CN 111469826 B CN111469826 B CN 111469826B
Authority
CN
China
Prior art keywords
brake
angle
vehicle
real
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010031714.4A
Other languages
English (en)
Other versions
CN111469826A (zh
Inventor
M.A.罗贝里
A.沙比尔
S.J.韦伯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN111469826A publication Critical patent/CN111469826A/zh
Application granted granted Critical
Publication of CN111469826B publication Critical patent/CN111469826B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T17/00—Component parts, details, or accessories of power brake systems not covered by groups B60T8/00, B60T13/00 or B60T15/00, or presenting other characteristic features
    • B60T17/18—Safety devices; Monitoring
    • B60T17/22—Devices for monitoring or checking brake systems; Signal devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16D—COUPLINGS FOR TRANSMITTING ROTATION; CLUTCHES; BRAKES
    • F16D66/00—Arrangements for monitoring working conditions, e.g. wear, temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16D—COUPLINGS FOR TRANSMITTING ROTATION; CLUTCHES; BRAKES
    • F16D66/00—Arrangements for monitoring working conditions, e.g. wear, temperature
    • F16D2066/001—Temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16D—COUPLINGS FOR TRANSMITTING ROTATION; CLUTCHES; BRAKES
    • F16D66/00—Arrangements for monitoring working conditions, e.g. wear, temperature
    • F16D2066/005—Force, torque, stress or strain
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16D—COUPLINGS FOR TRANSMITTING ROTATION; CLUTCHES; BRAKES
    • F16D66/00—Arrangements for monitoring working conditions, e.g. wear, temperature
    • F16D2066/006—Arrangements for monitoring working conditions, e.g. wear, temperature without direct measurement of the quantity monitored, e.g. wear or temperature calculated form force and duration of braking
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16D—COUPLINGS FOR TRANSMITTING ROTATION; CLUTCHES; BRAKES
    • F16D55/00—Brakes with substantially-radial braking surfaces pressed together in axial direction, e.g. disc brakes
    • F16D55/02—Brakes with substantially-radial braking surfaces pressed together in axial direction, e.g. disc brakes with axially-movable discs or pads pressed against axially-located rotating members
    • F16D55/22—Brakes with substantially-radial braking surfaces pressed together in axial direction, e.g. disc brakes with axially-movable discs or pads pressed against axially-located rotating members by clamping an axially-located rotating disc between movable braking members, e.g. movable brake discs or brake pads
    • F16D55/224—Brakes with substantially-radial braking surfaces pressed together in axial direction, e.g. disc brakes with axially-movable discs or pads pressed against axially-located rotating members by clamping an axially-located rotating disc between movable braking members, e.g. movable brake discs or brake pads with a common actuating member for the braking members
    • F16D55/225—Brakes with substantially-radial braking surfaces pressed together in axial direction, e.g. disc brakes with axially-movable discs or pads pressed against axially-located rotating members by clamping an axially-located rotating disc between movable braking members, e.g. movable brake discs or brake pads with a common actuating member for the braking members the braking members being brake pads

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Valves And Accessory Devices For Braking Systems (AREA)
  • Regulating Braking Force (AREA)
  • Braking Arrangements (AREA)

Abstract

一种监测车辆的制动角的方法，包括检测制动角的实时制动角温度数据，检测制动角的实时制动角压力数据，以及检测制动角的实时制动角扭矩数据。该方法还包括响应于制动角的制动能量、是否应用车辆的制动踏板、以及制动角的实时制动角压力数据和制动角的实时制动角扭矩数据中的至少一个，确定制动阻力或制动脉动。

Description

智能制动系统健康监测
技术领域
本公开涉及车辆，并且更具体地涉及用于监测车辆的制动角的方法和系统。
背景技术
制动垫块寿命监测已通过多种方式在车辆上实施。一些车辆具有机械传感器，当制动垫块磨损到足以使传感器接触制动转子时，该机械传感器提供可听到的声音。一些车辆具有电子传感器，其在制动垫块磨损达到预定磨损量时提供一次性信号，并可以在仪表板或方向盘上可访问的车辆信息中心内，以剩余的制动垫块寿命百分比的形式向车辆操作员对此进行指示。更高级的磨损寿命算法基于估计的转子温度估计制动垫块的磨损，该估计的转子温度与需要相对较低的制动能量的典型驾驶条件相关。如果车辆是自动驾驶的，则在一定时间内可能无法进行人工检查。
因此，期望提供用于以更高的精度监测制动垫块寿命以及为预测目的监测其他潜在的制动系统故障模式的方法和系统。
发明内容
在一个示例性实施例中，提供了一种监测车辆的制动角的方法。该方法包括检测制动角的实时制动角温度数据，检测制动角的实时制动角压力数据，以及检测制动角的实时制动角扭矩数据。该方法还包括响应于制动角的制动能量、是否应用车辆的制动踏板、以及制动角的实时制动角压力数据和制动角的实时制动角扭矩数据中的至少一个，确定制动阻力或制动脉动。
除了本文描述的一个或多个特征之外，或者作为替代，另外的实施例可以包括，当制动阻力超过制动阻力超过数限制时，激活警报。
除了本文描述的一个或多个特征之外，或者作为替代，另外的实施例可以包括，当制动阻力超过制动阻力超过数限制时，增加实时制动角温度数据、实时制动角压力数据和实时制动角扭矩数据中的至少一个的采样速率。
除了本文描述的一个或多个特征之外，或者作为替代，另外的实施例可以包括，当制动脉动超过制动脉动超过数限制时，激活警报。
除了本文描述的一个或多个特征之外，或者作为替代，另外的实施例可以包括，当制动脉动超过制动脉动超过数限制时，增加实时制动角温度数据、实时制动角压力数据和实时制动角扭矩数据中的至少一个的采样速率。
除了本文描述的一个或多个特征之外，或者作为替代，另外的实施例可以包括：响应于制动角的实时制动角温度数据确定制动角的制动能量还包括，响应于车辆的减速参数确定制动能量。此外，响应于制动角的实时制动角温度数据确定制动角的制动能量还可以包括，响应于车辆的空气动力损失调节制动能量和响应于实时制动角温度数据调节制动能量。
在一个示例性实施例中，提供了一种监测车辆的制动角的方法。该方法包括检测制动角的实时制动角温度数据，检测制动角的实时制动角压力数据，以及检测制动角的实时制动角扭矩数据。该方法还包括响应于实时制动角温度数据、实时制动角压力数据和实时制动角扭矩数据中的至少一个确定估计的制动夹紧力。
除了本文描述的一个或多个特征之外，或者作为替代，另外的实施例可以包括使用估计的制动夹紧力夹紧制动角。
除了本文描述的一个或多个特征之外，或者作为替代，另外的实施例可以包括：在夹紧制动角后，该方法还包括，检测制动角的实时制动角温度数据，检测制动角的实时制动角压力数据，以及检测制动角的实时制动角扭矩数据。
除了本文描述的一个或多个特征之外，或者作为替代，另外的实施例可以包括：响应于实时制动角温度数据、实时制动角压力数据和实时制动角扭矩数据中的至少一个确定是否需要再夹紧。
除了本文描述的一个或多个特征之外，或者作为替代，另外的实施例可以包括：当需要再夹紧时，响应于实时制动角温度数据、实时制动角压力数据和实时制动角扭矩数据中的至少一个确定第二估计的制动夹紧力。该方法还可以包括使用估计的制动夹紧力再夹紧制动角。
除了本文描述的一个或多个特征之外，或者作为替代，另外的实施例可以包括：响应于实时制动角温度数据、实时制动角压力数据和实时制动角扭矩数据中的至少一个确定估计的制动夹紧力还包括，响应于实时制动角温度、估计的制动夹紧力和制动角的冷却系数确定在一段时间后需要再夹紧。
在一个示例性实施例中，提供了一种监测车辆的制动角的方法。该方法包括检测制动角的实时制动角温度数据和检测制动角的实时制动角压力数据。该方法还可以包括响应于实时制动角温度数据和实时制动角压力数据中的至少一个确定制动角的制动垫块的刚度。该方法还可以包括响应于制动垫块的刚度确定制动垫块的磨损。
除了本文描述的一个或多个特征之外，或者作为替代，另外的实施例可以包括：当制动垫块的磨损超过制动垫块磨损超过数限制时，激活警报。
除了本文描述的一个或多个特征之外，或者作为替代，另外的实施例可以包括：当制动垫块的磨损超过制动垫块磨损超过数限制时，增加实时制动角温度数据和实时制动角压力数据中的至少一个的采样速率。
除了本文描述的一个或多个特征之外，或者作为替代，另外的实施例可以包括：响应于实时制动角温度数据和实时制动角压力数据中的至少一个确定制动角的制动垫块的刚度还包括响应于制动角的实时制动角温度数据确定制动角的制动能量。
除了本文描述的一个或多个特征之外，或者作为替代，另外的实施例可以包括：响应于制动角的实时制动角温度数据确定制动角的制动能量还包括，响应于车辆的减速参数确定制动能量和响应于车辆的空气动力损失和实时制动角温度数据调节制动能量。
除了本文描述的一个或多个特征之外，或者作为替代，另外的实施例可以包括：响应于实时制动角温度数据和实时制动角压力数据中的至少一个确定制动角的制动垫块的刚度还包括，确定车辆处于运动中，且当车辆处于运动中时，确定车辆的多个制动垫块的刚度。该方法还包括，确定车辆被停放，且当车辆被停放时，确定位于具有驻车制动器的车辆的车轴上的多个制动垫块中的至少一个的刚度。该方法还包括从多个制动垫块的刚度减去位于具有驻车制动器的车辆的车轴上的多个制动垫块中的至少一个的刚度。
当结合附图时，根据以下详细描述，本公开的以上特征和优点以及其他特征和优点将显而易见。
附图说明
在以下详细描述中，仅以示例的方式呈现其他特征、优点和细节，该详细描述参考附图，其中：
图1是根据本公开的实施例的用于监测制动角数据的系统的框图；
图2是示出根据本公开的实施例的确定制动垫块的阻力和制动垫块的脉动率的第一算法的框图；
图3是示出根据本公开的实施例的监测制动垫块以确定制动垫块的阻力和制动垫块的脉动率的方法的流程图；
图4是示出根据本公开的实施例的确定驻车制动垫块的再夹紧的第二算法的框图；
图5是示出根据本公开的实施例的监测制动垫块以确定驻车制动垫块的再夹紧的方法的流程图；
图6是示出根据本公开的实施例的确定制动垫块的剩余寿命的第三算法的框图；以及
图7是示出根据本公开的实施例的监测制动垫块以确定制动垫块的剩余寿命的方法的流程图。
具体实施方式
以下描述本质上仅是示例性的，并且不意图限制本公开、其应用或用途。应当理解，在所有附图中，相应的附图标记表示相同或相应的部件和特征。如本文所使用的，术语“模块”是指处理电路，其可以包括专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共享、专用或组)和存储器、组合逻辑电路和/或提供所描述的功能的其他合适的组件。
本文可以根据功能和/或逻辑块组件和各种处理步骤来描述本公开的实施例。应该认识到，这样的块组件可以包括配置为执行指定功能的任何数量的硬件、软件和/或固件组件。例如，示例性实施例可以采用各种集成电路组件，例如，存储器元件、数字信号处理元件、逻辑元件、查找表等，其可以在一个或多个微处理器或其他控制装置的控制下执行多种功能。另外，本领域的技术人员将理解，示例性实施例可以结合任何数量的控制系统来实践，并且本文描述的车辆系统仅仅是示例性实施例。
为了简洁起见，与信号处理、数据传输、信号发送、控制和系统的其他功能方面(以及系统的各个操作组件)相关的常规技术在本文中可能不会进行详细描述。此外，本文包含的各个附图中所示的连接线旨在表示各个元件之间的示例性功能关系和/或物理联接。应当注意，在各种实施例中可以存在许多替代或附加的功能关系或物理连接。
现在参照图1，车辆10具有车身12，车身12可操作地连接至可旋转的车轮14A、14B、14C、14D，以在由发动机E1经由变速器T1驱动时使车身12运动。应当理解，本文公开的实施例不限于由发动机E1(例如，内燃机)驱动的车辆12，因此，本文公开的实施例也可以适用于其他车辆，包括但不限于完全和/或部分地由电动机驱动的电动车辆。在非限制性示例中，车辆10是前轮驱动车辆。如图所示，差速器D1可操作地连接前轮14A、14B，而差速器D2经由半轴可操作地连接后轮14C、14D。轮胎15被示出为安装在车轮14A、14B、14C、14D上。车辆10包括制动系统16，该制动系统16配置为停止车轮14A、14B、14C、14D的旋转。制动系统16包括与相应的制动机构18A、18B、18C、18D连通的液压源BP，所述制动机构与每个相应的车轮14A、14B、14C、14D可操作地连接。制动机构18A、18B、18C、18D分别具有制动转子20(其可随相应的车轮14A、14B、14C、14D旋转)以及在制动期间与制动转子20的相对侧接触的相应的制动垫块22。制动垫块22和制动转子20形成制动角(brake corner)21。
每个制动角21包括传感器23，该传感器23配置为测量实时制动角压力、实时制动角温度和实时制动角扭矩。该传感器23可以存在于制动垫块22上，或者存在于制动角21内的其他地方。可以在制动垫块22的内衬和制动垫块22的背板之间测量实时制动角温度。传感器23可以利用三个独立的传感器，例如两个压电传感器来检测电压的变化，以检测制动垫块22的实时制动角压力和实时制动角扭矩，以及一个热电偶传感器来测量实时制动角温度。
电子控制器C1具有处理器24，其执行存储的算法26，以确定制动角21的健康状态，包括但不限于制动垫块22的阻力、制动角21的脉动率、电子驻车制动再夹紧要求，以及制动垫块22的剩余寿命。算法26可以包括用于确定制动角21的阻力和制动角21的脉动率的第一算法26a，用于确定驻车制动角21的再夹紧的第二算法26b，以及用于确定制动垫块22的剩余寿命的第三算法26c。
参考图2，继续参考图1，示出了根据本公开的实施例的用于确定制动角21的阻力和制动角21的脉动率的系统30。车辆10上的系统30包括各种车辆传感器32，并且包括控制器C1，该控制器C1从传感器32接收输入信号，以便处理器24可以执行第一算法26a，其表示为各种模块，分别基于传感器输入对车辆操作的各方面进行建模，以在制动角健康状态输出装置35(例如操作员显示装置或音频信号)中生成警报163、165。尽管仅描绘了四个传感器32，但系统30中可包含更多传感器。传感器32可以包括车轮速度传感器、制动液压传感器以及其他传感器，并且来自传感器32的输入可以包括车轮速度、车辆速度、纵向加速度、动态制动比例、制动应用、车辆坡度、制动温度(制动垫块或制动流体)、制动应用传感器(BAS)、方向盘输入和制动垫块寿命状态信号(从具有电阻电路的磨损传感器读取的电压)。另外，制动角21的传感器23还向控制器C1提供数据。各种系统34可以提供输入信号，包括车辆系统和车外系统，例如远程信息处理系统、全球定位系统和地图信息。基于来自传感器32和系统34的输入，控制器C1可以估计或计算车辆质量、道路坡度、发动机制动量、制动能量、滚动阻力，适当的转子冷却系数，横向和纵向加速度，以及如本文所述的其他车辆操作特性。
应当理解，电子控制器C1可以配置为单个或分布式控制装置，其与发动机E1或电动机(用于BEV/混合动力)、变速器T1、制动系统16和各种车辆部件(包括传感器)电连接或者硬线或无线地通讯，用于发送和接收电信号以正确执行第一算法26a。
电子控制器C1包括一个或多个控制模块，具有一个或多个处理器24以及有形的、非暂时性的存储器，例如只读存储器(ROM)，无论是光学、磁性、闪存还是其他存储器。电子控制器C1还可以包括足够数量的随机存取存储器(RAM)、电可擦除可编程只读存储器(EEPROM)等，以及高速时钟、模数(A/D)和数模(D/A)电路，以及输入/输出电路和装置(I/O)，以及适当的信号调节和缓冲电路。
电子控制器C1可以是主机或分布式系统，例如，诸如数字计算机或微型计算机的计算机，其充当车辆控制模块，和/或充当具有处理器的比例积分微分(PID)控制器装置，以及作为存储器、有形非暂时性计算机可读存储器，例如只读存储器(ROM)或闪存。因此，控制器C1可以包括监测车辆10和控制系统30所必需的所有软件、硬件、存储器、算法、连接、传感器等。由此，控制器C1执行的一种或多种控制方法可以体现为与控制器C1相关联的软件或固件。应当理解，控制器C1还可以包括能够分析来自各种传感器的数据、比较数据、以及做出监测制动垫块磨损并向车辆操作员警告制动垫块寿命所需的决定的任何装置。此外，电子控制器C1可以在不同的实施例中配置为包括制动控制器、动力总成控制器、以及车辆10上或外的其他控制器。
第一算法26a通过根据制动能量模型124确定制动能量114开始。在转子温度模型130中使用的所计算的制动能量114是制动机构18A、18B、18C、18D中的制动能量消耗的估计。该计算使用各种输入，例如停止距离、停止时间、制动垫块温度等。制动系统16的主缸压力、车辆10中的重量分布、以及每个车轮14A-14D处的比例制动压力的动态制动比例可以用来确定制动压力。前后制动划分104基于车辆10中的重量分布的位置，并且是已知的计算。可以基于发动机扭矩估算车辆质量，这是本领域技术人员众所周知的过程。车辆10的质量可能会随乘客人数、行李箱负载、燃料容量等而变化。此外，本领域技术人员理解结合车辆质量的估计来估计道路坡度的各种方式。
处理器24可以通过下面的等式(1)计算在转子温度模型130中使用的制动能量114。制动能量114是由制动机构18A-18D使车辆10减速所做的功，并且是减去滚动阻力、空气阻力、发动机制动和道路坡度的总功。制动功可用于计算制动机构18A、18B、18C、18D所消耗的功率，其中功率等于单位时间的功。可以在制动事件期间以预定时间间隔(例如，每10毫秒)计算功率。
Figure BDA0002364556740000071
在等式(1)中，M是车辆的质量；E滚动阻力是使车辆10在平缓坡度上滚动所需的能量，其为已知值；E坡度是由于道路坡度而使车辆10滚动所需的能量，其也是已知值；E发动机是发动机E1本身提供的制动，也是已知值；V1是制动事件开始时车辆10的速度；且VF是制动事件结束时车辆10的速度。在替代实施例中，可以使用车辆10的减速参数102代替车辆速度V，并且可以由纵向加速度传感器提供。
每个制动角21在制动事件期间消耗的总制动功率也可以估计为制动力和车辆速度的乘积。制动扭矩可计算为：
制动扭矩＝制动压力×面积×μ (2)
其中，μ是制动垫块22的摩擦系数，其是垫块温度的函数，且面积是制动角21中的(多个)液压活塞的面积。制动能量可以是平均制动功率乘以停止时间。替代地，制动功率可以计算为：
Figure BDA0002364556740000081
扭矩是针对车辆10的前部和后部计算的，并且是制动压力以及前部和后部制动划分104的函数。滚动半径是车轮14A、14B、14C或14D的滚动半径，而速度是车辆速度。
处理器24然后可以使用减法再生制动能量模型128来调整制动能量114以用于车辆空气模型132。减法再生制动能量模型128响应于电动机数据110、液压再生混合信号108和减速参数102来调整制动能量114。由于在制动事件期间产生再生制动能量，减法再生制动能量128模型用于混合动力或电池电动车辆。该能量有助于车辆的整体停止能量，并且是单独的系统，对制动角21处的硬件(即，转子、卡钳、制动垫块等)没有物理影响。再生制动可减轻摩擦制动角21的“负荷”。减法再生制动能量模型128可以使用来自再生制动系统的输入进行完善，以查看应“减去”多少能量。如果已知制动角21处的液压，则可以直接计算摩擦制动能量。
在通过减法再生制动能量模型调整了制动能量114之后，第一算法26a随后继续到车辆空气模型132。车辆空气模型132配置为响应于空气动力学参数118、减速参数120和车辆速度数据122确定空气动力损失。
车辆速度数据122用于确定由于车辆10上的气动阻力而消耗的能量。首先，确定车辆10上的气动力如下：
Figure BDA0002364556740000082
其中Cd是空气阻力系数，ρ是空气密度，A是车辆截面积，V是车辆速度。空气阻力系数Cd、空气密度ρ和车辆截面积A可以是存储在处理器24中的常数。替代地，空气密度ρ可以根据感测到的空气温度而变化。
然后，从制动能量114中减去空气动力损失。可以将制动能量114计算为车辆动能的变化减去来自制动能量模型124和减法再生制动能量模型128的动力总成损失，并且减去来自车辆空气模型132的空气影响。然后，所得的制动能量114可用于计算转子温度模型130。
第一算法26a根据转子温度模型130确定转子温度。实时制动角温度数据112是在距转子20一定偏移量处测量的(例如，如果在内衬后面测量，则这可以是制动垫块内衬的厚度)，因此需要进行少量的热计算以确定转子20上的真实温度。如果传感器23使用嵌入制动垫块22内的热电偶来检测实时制动角温度数据112，则检测到的实时制动角温度数据112与内衬的厚度以及转子20与制动垫块22界面之间的冷却效果(这取决于车辆10的速度和空气系数)相关。因此，实时制动角温度数据112可能不是转子20的实际温度，而是可能小于转子20的实际温度。
转子温度模型130利用由制动能量模型124确定并由减法再生制动能量模型128和车辆空气模型132调整的实时制动角温度数据112和制动能量114。如上所述，制动角21内的传感器23实时地检测制动角21的温度。转子温度模型130还将用于制动垫块22的热温度模型的第一组冷却系数116考虑在内。计算出的制动能量114和冷却系数116对于相对较低的能量制动是适当的(即，基本准确)，典型为标准驾驶条件的车辆操作条件。因此，第一转子温度模型130利用计算出的制动能量114和用于从每个转子20传热的等式，该等式利用选择为与标准驾驶条件相关的冷却系数116。
转子20的冷却速率取决于转子20的质量、车辆设计、车辆速度、车轮速度、环境温度、海拔高度等。随着车辆10的移动，在每个转子20周围流动的空气将确定从先前的制动事件开始冷却的速度。选择用于温度衰减的集总电容模型(等式5)中的冷却系数116，使其与相对标准的驱动条件相关，其中转子温度低于预定转子温度，车辆速度低于预定车辆速度，制动能量低于预定制动能量。
制动转子冷却的集总电容模型如下：
Figure BDA0002364556740000091
Figure BDA0002364556740000092
其中Pd是制动残余阻力，ρ是转子材料的密度，V是转子材料的体积，c是转子材料的比热容。项b是“冷却系数”且等于：
Figure BDA0002364556740000093
其中h是对流传热系数，A是工作面积(暴露于对流冷却气流)。在车辆测试中，通过记录制动转子的冷却速率并将集总电容模型拟合到所记录的数据来测量冷却系数。冷却系数随车辆速度近似线性变化。可以以离散的速度测量冷却系数，然后可以将线性模型拟合到数据以确定任何速度下的冷却系数。典型的冷却系数值会因制动转子设计和车辆环境而异。示例性的冷却系数与车辆速度的关系如下：
b＝0.00033V+0.0033 (8)
其中V是车辆前进速度，单位为千米每小时。
由模型124、128、132、130确定的信息用于帮助通过制动阻力模型162确定阻力的故障区域和通过制动脉动模型164确定制动脉冲。例如，制动阻力的标准阈值可约为10Nm，但是，如果检测到构成破坏性用例场景的高制动能量114，则第一算法26a可以增加采样频率，以快速捕获可能在该事件期间发生的导致高阻力的损坏。
在框140，第一算法26a检查是否未应用制动踏板，然后移至制动阻力模型162或制动脉动模型164。如果在140应用制动踏板，则第一算法26a移动到制动踏板模型162。制动阻力模型162响应于制动垫块参数142、实时制动角转速数据222和转子参数146，确定制动阻力是否高于故障阈值148。制动垫块参数可以包括但不限于热膨胀系数。例如，制动垫块的热膨胀系数可表示在特定温度以上，制动阻力的趋势可能会增加超过故障阈值148，因此传感器23的采样频率必须增加，或如果超过故障阈值则采取措施。转子参数146可以包括但不限于制动转子20的热膨胀系数。故障阈值148可以是制动阻力超过数限制，当其被超过时激活警报163。故障阈值148将是车辆特定的，并且基于车辆10的期望目标和性能。例如，如果给定的车辆对当制动扭矩变化超过75Nm时发生的触觉制动脉运动敏感，则可以将故障阈值148设置为75Nm。不同的车辆可能直到150Nm才敏感。类似地，对于阻力，高性能内燃机车辆可能具有比蓄电池电动车辆更高的故障阈值。
制动阻力高于所选阈值表示制动垫块22无意中撞击了制动转子20。制动阻力模型162配置成如果制动阻力在所选阈值之上则激活警报163。警报163可以经由制动垫块健康状态输出装置35来传递。警报163可以是经由仪表盘消息、中控台消息或报警指示灯给驾驶员的消息。在自动驾驶的情况下，警报163可以触发自动服务检查。有利的是，检测异常制动阻力可以帮助消除对车辆10的寄生阻力，从而提高燃油经济性。而且，有利地，检测异常的制动阻力可以有助于及早检测与制动垫块22相关的特定硬件相关的机械故障，例如，卡钳销、密封件、制动器磨损。
如果在140应用制动踏板，则第一算法26a移动到制动脉动模型164。响应于实时制动压力数据224、制动垫块磨损数据152、制动垫块参数154、实时制动角度数据222、转子参数146和故障阈值158，制动脉动模型164确定制动脉动是否高于故障阈值158。制动垫块磨损数据152是线性垫块磨损模型350的输出，其随后关于图6进行讨论。制动垫块参数可以包括但不限于杨氏模量(即内衬的可压缩性)，这进而可能会影响对脉动的敏感性以及故障阈值158。故障阈值158可以是制动脉动超过数限制，当其被超过时激活警报165。故障阈值158将是车辆特定的，并且基于车辆10的期望目标和性能。
制动脉动高于所选阈值表示制动角21过度脉动。制动脉动模型164配置成如果制动脉动在所选阈值之上则激活警报165。警报165可以经由制动健康状态输出装置35来传递。警报165可以是经由仪表盘消息、中控台消息或报警指示灯给驾驶员的消息。在自动驾驶的情况下，警报165可以触发自动服务检查。有利地，检测异常的制动脉动能有助于消除被驾驶员或乘客认为不舒服的触觉脉动。同样，有利地，检测异常的制动脉运动可以帮助及早检测与制动部件相关的特定硬件相关的机械故障，例如，翘曲的转子或不均匀的底面制动垫块22。
参考图3，继续参考图1和2，示出了根据本公开的实施例的监测车辆10的制动角21的方法400的流程图。在实施例中，方法400由控制器C1执行。
在框404，检测制动角21的实时制动角温度数据112。在框406，检测制动角21的实时制动角压力数据224。在框408，检测制动角21的实时制动角扭矩数据222。在框410，响应于制动角21的实时制动角温度数据112，确定制动角21的制动能量114。可以响应于车辆的减速参数来确定制动角21的制动能量114，然后响应于车辆的空气动力损失和/或实时制动角温度数据112而对其进行调节。
在框412，检测是否应用车辆10的制动踏板。在框414，响应于制动角21的制动能量114、是否应用车辆10的制动踏板、以及制动角21的实时制动角压力数据224和制动角21的实时制动角扭矩数据222中的至少一个，确定制动阻力或制动脉动。
当制动阻力超过制动阻力超过数限制时，警报163可以被激活。当制动阻力超过制动阻力超过数限制时，可以增加实时制动角温度数据112、实时制动角压力数据224和实时制动角扭矩数据222中的至少一个的采样速率。当制动脉动超过制动脉动超过数限制时，警报165可以被激活。当制动脉动超过制动脉动超过数限制时，可以增加实时制动角温度数据112、实时制动角压力数据224和实时制动角扭矩数据222中的至少一个的采样速率。
尽管以上描述以特定顺序描述了图3的流程，但应理解，除非在所附权利要求书中另外特别要求，否则可以改变步骤的顺序。
参考图4，继续参考图1，示出了根据本公开的实施例的用于确定是否需要再夹紧制动角21的系统30。车辆10上的系统30包括各种车辆传感器32，并且包括控制器C1，该控制器C1从传感器32接收输入信号，以便处理器24可以执行第二算法26b，其表示为各种模块，分别基于传感器输入对车辆操作的方面进行建模，以在制动健康状态输出装置35(例如操作员显示装置或音频信号)中生成警报。尽管仅描绘了四个传感器32，但系统30中可包含更多传感器。传感器32可以包括车轮速度传感器、制动液压传感器以及其他传感器，并且来自传感器32的输入可以包括车轮速度、车辆速度、纵向加速度、动态制动比例、制动应用、车辆坡度、制动温度(制动垫块或制动流体)、制动应用传感器(BAS)、方向盘输入和制动垫块寿命状态信号(从具有电阻电路的磨损传感器读取的电压)。另外，制动角21的传感器23还向控制器C1提供数据。各种系统34可以提供输入信号，包括车辆系统和车外系统，例如远程信息处理系统、全球定位系统和地图信息。基于来自传感器32和系统34的输入，控制器C1可以估计或计算车辆质量、道路坡度、发动机制动量、制动能量、滚动阻力，适当的转子冷却系数，横向和纵向加速度，以及如本文所述的其他车辆操作特性。
应当理解，电子控制器C1可以配置为单个或分布式控制装置，其与发动机E1或电动机(用于BEV/混合动力)、变速器T1、制动系统16和各种车辆部件(包括传感器)电连接或者硬线或无线通讯，用于发送和接收电信号以正确执行第二算法26b。
电子控制器C1包括一个或多个控制模块，具有一个或多个处理器24以及有形的、非暂时性的存储器，例如只读存储器(ROM)，无论是光学、磁性、闪存还是其他。电子控制器C1还可以包括足够数量的随机存取存储器(RAM)、电可擦除可编程只读存储器(EEPROM)等，以及高速时钟、模数(A/D)和数模(D/A)电路，以及输入/输出电路和装置(I/O)，以及适当的信号调节和缓冲电路。
电子控制器C1可以是主机或分布式系统，例如，诸如数字计算机或微型计算机的计算机，其充当车辆控制模块，和/或充当具有处理器的比例积分微分(PID)控制器装置，以及作为存储器、有形非暂时性计算机可读存储器，例如只读存储器(ROM)或闪存。因此，控制器C1可以包括监测车辆10和控制系统30所必需的所有软件、硬件、存储器、算法、连接、传感器等。由此，控制器C1执行的一种或多种控制方法可以体现为与控制器C1相关联的软件或固件。应当理解，控制器C1还可以包括能够分析来自各种传感器的数据、比较数据、以及做出确定是否需要再夹紧驻车制动器所需的决定的任何装置。此外，电子控制器C1可以在不同的实施例中配置为包括制动控制器、动力总成控制器、以及车辆10上或外的其他控制器。
第二算法26b根据转子温度模型130确定转子温度。实时制动角温度数据112是在距转子20一定偏移量处测量的(例如，如果在内衬后面测量，则这可以是制动垫块内衬的厚度)，因此需要进行少量的热计算以确定转子20上的真实温度。如果传感器23使用嵌入制动垫块22内的热电偶来检测实时制动角温度数据112，则检测到的实时制动角温度数据112与内衬的厚度以及转子20与制动垫块22界面之间的冷却效果(这取决于车辆10的速度和空气系数)相关。因此，实时制动角温度数据112可能不是转子20的实际温度，而是可能小于转子20的实际温度。
转子温度模型130利用实时制动角温度数据112、环境温度113和制动能量114。可以如本文关于图2所讨论地确定制动能量114。如所讨论的，制动角21内的传感器23实时检测制动角21的温度。转子温度模型130还将用于制动角21的热温度模型的第一组冷却系数116考虑在内。计算出的制动能量114和冷却系数116适合(即，基本准确)于相对较低的能量制动，典型为标准驾驶条件的车辆操作条件。因此，第一转子温度模型130利用计算出的制动能量114和用于从每个转子20传热的等式，该等式利用选择为与标准驾驶条件相关的冷却系数116。
转子20的冷却速率取决于转子20的质量、车辆设计、车辆速度、车轮速度、环境温度、海拔高度等。随着车辆10的移动，在每个转子20周围流动的空气将确定从先前的制动事件开始冷却的速度。选择用于温度衰减的集总电容模型(等式9)中的冷却系数116，使其与相对标准的驱动条件相关，其中转子温度低于预定转子温度，车辆速度低于预定车辆速度，制动能量低于预定制动能量。
制动转子冷却的集总电容模型如下：
Figure BDA0002364556740000141
Figure BDA0002364556740000142
其中Pd是制动残余阻力，ρ是转子材料的密度，V是转子材料的体积，c是转子材料的比热容。项b是“冷却系数”且等于：
Figure BDA0002364556740000143
其中h是对流传热系数，A是工作面积(暴露于对流冷却气流)。在车辆测试中，通过记录制动转子的冷却速率并将集总电容模型拟合到所记录的数据来测量冷却系数。冷却系数随车辆速度近似线性变化。可以以离散的速度测量冷却系数，然后可以将线性模型拟合到数据以确定任何速度下的冷却系数。典型的冷却系数值会因制动转子设计和车辆环境而异。示例性的冷却系数与车辆速度的关系如下：
b＝0.00033V+0.0033 (12)
其中V是车辆前进速度，单位为千米每小时。在停放的车辆10的情况下，V等于零。然后将由转子温度模型130确定的计算出的转子温度传递到制动应用模型210。
在使用标准转子温度模型130提供了估计的转子温度之后，第二算法26b随后继续到车辆制动应用模型210。制动应用模型210配置为响应于车辆坡度数据212、电流反馈214、估计的制动夹紧力216、实时制动角扭矩数据222和实时制动角压力数据224来确定应用于驻车制动器的力。估计的制动摩擦力216可以是实时制动角压力数据224的实时输出。电流反馈214是用于卡钳式电动机驻车制动致动器的电动机电流。消耗数据以确定当前的估计的制动夹紧力216，并且利用实时夹紧数据对该估计的制动夹紧力216进行完善。制动应用模型210是组合算法，它将查看电动机电流数据、温度数据、车辆坡度数据和实时夹紧力数据来确定适当的阈值，以在需要时提供驻车制动重新应用。制动应用模型210可响应于实时制动角温度112、估计的制动夹紧力216和制动角21的冷却系数116确定在一段时间后需要再夹紧。
制动应用模型210配置为利用制动角21的传感器23来监测实时制动角数据222和实时压力数据224。可以以诸如20ms的选定采样速率来采集实时制动角扭矩数据222和实时压力数据224。制动应用模型210配置为响应于实时制动角扭矩数据222和实时压力数据224确定在230是否需要驻车制动器以及是否需要再夹紧电动驻车制动器。如果需要再夹紧电动驻车制动器，则制动应用模型210将在240重新应用电动驻车制动器。有利地，制动应用模型210可以用于检测可能导致车辆10侧滑的状况，并在发生侧滑之前再夹紧电动驻车制动器。
参考图5，继续参考图1和4，示出了根据本公开的实施例的监测车辆10的制动角21的方法500的流程图。在实施例中，方法500由控制器C1执行。
在框504，检测制动角21的实时制动角温度数据112。在框506，检测制动角21的实时制动角压力数据224。在框508，检测制动角21的实时制动角扭矩数据222。在框510，响应于实时制动角温度数据112、实时制动角压力数据224和实时制动角扭矩数据222中的至少一个确定估计的制动夹紧力216。
方法500还可以包括使用估计的制动夹紧力216夹紧制动角21。在夹紧制动角21之后，可以连续地检测制动角21的实时制动角温度数据112、制动角21的实时制动角压力数据224、以及制动角21的实时制动角扭矩数据222。在夹紧制动角21之后，可以响应于实时制动角温度数据112、实时制动角压力数据224和实时制动角扭矩数据222中的至少一个确定是否需要再夹紧。如果确定需要再夹紧制动角21，则可以响应于实时制动角温度数据112、实时制动角压力数据224和实时制动角扭矩数据222中的至少一个来确定第二估计的制动夹紧力216。然后可以使用估计的制动夹紧力216再夹紧制动角21。
方法500还可以包括响应于实时制动角温度112、估计的制动夹紧力216和制动角21的冷却系数116确定在一段时候后需要再夹紧。
尽管以上描述以特定顺序描述了图5的流程，但应理解，除非在所附权利要求书中另外特别要求，否则可以改变步骤的顺序。
参考图6，并继续参考图1，示出了根据本公开的实施例的用于制动垫块寿命监测的系统30。车辆10上的系统30包括各种车辆传感器32，并且包括控制器C1，该控制器C1从传感器32接收输入信号，以便处理器24可以执行第三算法26c，其表示为各种模块，分别基于传感器输入对车辆操作的方面进行建模，以在制动健康状态输出装置35(例如操作员显示装置或音频信号)中生成警报363。尽管仅描绘了四个传感器32，但系统30中可包含更多传感器。传感器32可以包括车轮速度传感器、制动液压传感器以及其他传感器，并且来自传感器32的输入可以包括车轮速度、车辆速度、纵向加速度、动态制动比例、制动应用、车辆坡度、制动温度(制动垫块或制动流体)、制动应用传感器(BAS)、方向盘输入和制动垫块寿命状态信号(从具有电阻电路的磨损传感器读取的电压)。另外，制动角21的传感器23还向控制器C1提供数据。各种系统34可以提供输入信号，包括车辆系统和车外系统，例如远程信息处理系统、全球定位系统和地图信息。基于来自传感器32和系统34的输入，控制器C1可以估计或计算车辆质量、道路坡度、发动机制动量、制动能量、滚动阻力，适当的转子冷却系数，横向和纵向加速度，以及如本文所述的其他车辆操作特性。
应当理解，电子控制器C1可以配置为单个或分布式控制装置，与发动机E1或电动机(用于BEV/混合动力)、变速器T1、制动系统16和各种车辆部件(包括传感器)电连接或者硬线或无线通讯，用于发送和接收电信号以正确执行第三算法26c。
电子控制器C1包括一个或多个控制模块，具有一个或多个处理器24以及有形的、非暂时性的存储器，例如只读存储器(ROM)，无论是光学、磁性、闪存还是其他。电子控制器C1还可以包括足够数量的随机存取存储器(RAM)、电可擦除可编程只读存储器(EEPROM)等，以及高速时钟、模数(A/D)和数模(D/A)电路，以及输入/输出电路和装置(I/O)，以及适当的信号调节和缓冲电路。
电子控制器C1可以是主机或分布式系统，例如，诸如数字计算机或微型计算机的计算机，其充当车辆控制模块，和/或充当具有处理器的比例积分微分(PID)控制器装置，以及作为存储器、有形非暂时性计算机可读存储器，例如只读存储器(ROM)或闪存。因此，控制器C1可以包括监测车辆10和控制系统30所必需的所有软件、硬件、存储器、算法、连接、传感器等。由此，控制器C1执行的一种或多种控制方法可以体现为与控制器C1相关联的软件或固件。应当理解，控制器C1还可以包括能够分析来自各种传感器的数据、比较数据、以及做出监测制动垫块磨损并向车辆操作员警告制动垫块寿命所需的决定的任何装置。此外，电子控制器C1可以在不同的实施例中配置为包括制动控制器、动力总成控制器、以及车辆10上或外的其他控制器。
第三算法26c通过根据制动能量模型124确定制动能量114开始。在转子温度模型130中使用的所计算的制动能量114是制动机构18A、18B、18C、18D中的制动能量耗散的估计。该计算使用各种输入，例如停止距离、停止时间、制动垫块温度等。制动系统16的主缸压力、车辆10中的重量分布、以及每个车轮14A-14D处的比例制动压力的动态制动比例可以用来确定制动压力。前后制动划分104基于车辆10中的重量分布的位置，并且是已知的计算。可以基于发动机扭矩估算车辆质量，这是本领域技术人员众所周知的过程。车辆10的质量可能会随乘客人数、行李箱负载，燃料容量等而变化。此外，本领域技术人员理解结合车辆质量的估计来估计道路坡度的各种方式。
处理器24可以通过下面的等式(13)计算在转子温度模型130中使用的制动能量114。制动能量114是由制动机构18A-18D使车辆10减速所做的功，并且是减去滚动阻力、空气阻力、发动机制动和道路坡度的总功。制动功可用于计算制动机构18A、18B、18C、18D所消耗的功率，其中功率等于单位时间的功。可以在制动事件期间以预定时间间隔(例如，每10毫秒)计算功率。
Figure BDA0002364556740000171
在等式(13)中，M是车辆的质量；E滚动阻力是使车辆10在平缓坡度上滚动所需的能量，其为已知值；E坡度是由于道路坡度而使车辆10滚动所需的能量，其也是已知值；E发动机是发动机E1本身提供的制动，也是已知值；V1是制动事件开始时车辆10的速度；且VF是制动事件结束时车辆10的速度。在替代实施例中，可以使用车辆10的减速参数102代替车辆速度V，并且可以由纵向加速度传感器提供。
每个制动角21在制动事件期间消耗的总制动功率也可以估计为制动力和车辆速度的乘积。制动扭矩可计算为：
制动扭矩＝制动压力×面积×μ (14)
其中，μ是制动垫块22的摩擦系数，其是垫块温度的函数，且面积是制动角21中的(多个)液压活塞的面积。制动能量可以是平均制动功率乘以停止时间。替代地，制动功率可以计算为：
Figure BDA0002364556740000181
扭矩是针对车辆10的前部和后部计算的，并且是制动压力以及前部和后部制动划分104的函数。滚动半径是车轮14A、14B、14C或14D的滚动半径，而速度是车辆速度。
处理器24然后可以使用减法再生制动能量模型128来调整制动能量114以用于转子温度模型130。减法再生制动能量模型128响应于电动机数据110、液压再生混合信号108和减速参数102来调整制动能量114。由于在制动事件期间产生再生制动能量，减法再生制动能量128模型用于混合动力或电池电动车辆。该能量有助于车辆的整体停止能量，并且是单独的系统，对制动角21处的硬件(即转子、卡钳，制动垫块等)没有物理影响。再生制动可减轻摩擦制动角21的“负荷”。减法再生制动能量模型128可以使用来自再生制动系统的输入进行完善，以查看应“减去”多少能量。如果已知制动角21处的液压，则可以直接计算摩擦制动能量。
第三算法26c根据转子温度模型130确定转子温度。实时制动角温度数据112是在距转子20一定偏移量处测量的(例如，如果在内衬后面测量，则这可以是制动垫块内衬的厚度)，因此需要进行少量的热计算以确定转子20上的真实温度。如果传感器23使用嵌入制动垫块22内的热电偶来检测实时制动角温度数据112，则检测到的实时制动角温度数据112与内衬的厚度以及转子20与制动垫块22界面之间的冷却效果(这取决于车辆10的速度和空气系数)相关。因此，实时制动角温度数据112可能不是转子20的实际温度，而是可能小于转子20的实际温度。
转子温度模型130利用由制动能量模型124确定并由减法再生制动能量模型128调整的实时制动角温度数据112和制动能量114。如上所述，制动角21内的传感器23实时地检测制动角21的温度。转子温度模型130还将用于制动角21的热温度模型的第一组冷却系数116考虑在内。计算出的制动能量114和冷却系数116适合(即，基本准确)于相对较低的能量制动，典型为标准驾驶条件的车辆操作条件。因此，第一转子温度模型130利用计算出的制动能量114和用于从每个转子20传热的等式，该等式利用选择为与标准驾驶条件相关的冷却系数116。
转子20的冷却速率取决于转子20的质量、车辆设计、车辆速度、车轮速度、环境温度、海拔高度等。随着车辆10的移动，在每个转子20周围流动的空气将确定从先前的制动事件开始冷却的速度。选择用于温度衰减的集总电容模型(等式16)中的冷却系数116，使其与相对标准的驱动条件相关，其中转子温度低于预定转子温度，车辆速度低于预定车辆速度，制动能量低于预定制动能量。
制动转子冷却的集总电容模型如下：
Figure BDA0002364556740000191
Figure BDA0002364556740000192
其中Pd是制动残余阻力，ρ是转子材料的密度，V是转子材料的体积，c是转子材料的比热容。项b是“冷却系数”且等于：
Figure BDA0002364556740000193
其中h是对流传热系数，A是工作区域(暴露于对流冷却气流)。在车辆测试中，通过记录制动转子的冷却速率并将集总电容模型拟合到所记录的数据来测量冷却系数。冷却系数随车辆速度近似线性变化。可以以离散的速度测量冷却系数，然后可以将线性模型拟合到数据以确定任何速度下的冷却系数。典型的冷却系数值会因制动转子设计和车辆环境而异。示例性的冷却系数与车辆速度的关系如下：
b＝0.00033V+0.0033 (19)
其中V是车辆前进速度，单位为千米每小时。
在使用标准转子温度模型130提供了估计的转子温度之后，第三算法26c然后继续到基于扭矩的摩擦模型310，该模型利用转子温度312、实时扭矩/压力数据224和制动速度316。基于扭矩的摩擦模型310配置为提供随时间变化的制动垫块刚度的量度，该量度提供了垫块厚度的离散量度。
如上所述，实时制动传感器数据(例如，实时制动角压力数据224(有效，夹紧力)、实时制动角温度数据112，实时制动角扭矩数据222)允许重新计算制动垫块22的刚度。制动垫块22刚度和剩余垫块摩擦厚度直接相关。如果刚度已知，则可以计算厚度。
在框340，第三算法26c检查是否未应用制动踏板，然后移至刚度模型320或ERP再夹紧模型220。如果在框340车辆没有停放，则第三算法26c移动到刚度模型320。刚度模型320响应于减法刚度计算322(在下文中进一步讨论)、制动踏板行程数据324和制动计算326中的至少一个来确定制动垫块22的刚度。然后，将由刚度模型320确定的制动垫块22的刚度传输到线性垫块磨损模型350。
如果车辆在框340停放，则在框220应用电动驻车制动器，并且第三算法26c移动到用于卡钳式电动机(motor on caliper，MOC)制动器330的刚度模型。
MOC制动器220的刚度模型配置为响应于制动踏板力332和电动驻车制动器再夹紧活塞行程334确定制动垫块22的刚度，并将其传递给MOC制动器330的刚度模型。线性垫块磨损模型350配置为响应于由刚度模型320和/或MOC制动器330的刚度模型确定的制动垫块22的制动垫块参数和刚度确定制动垫块22的厚度。制动垫块参数352可以包括但不限于：制动垫块22的摩擦材料的弹性模量、制动垫块22的面积和转子20的面积。制动垫块22的厚度被计算为制动垫块22的摩擦材料的弹性模量与产生已知夹紧力所需的位移之间的关系。可以基于制动踏板位置生成关系，刚度模型320可以使用该关系来计算前后卡钳活塞的线性位移量。但是，这可能无法区分前后车轴制动垫块22磨损，因为前后车轴的制动角21设计不同。当在一个车轴(通常是后部)上使用MOC驻车制动器时，可以在驻车场景期间从电动致动器应用建立单独的刚度/行程关系。驻车制动器车轴磨损可以通过MOC制动器330的刚度模型(即，驻车制动器的刚度模型)进行计算，然后从由刚度模型320从制动踏板位置得出的“总”计算中减去，以确定另一个车轴没有驻车制动器。
线性垫块磨损模型350配置成如果垫块的厚度低于所选阈值，则激活警报363。警报363可以经由制动垫块健康状态输出装置35来传递。警报363可以是经由仪表盘消息、中控台消息或报警指示灯给驾驶员的消息。在自动驾驶的情况下，警报363可以触发自动服务检查。
参考图7，继续参考图1和6，示出了根据本公开的实施例的监测车辆10的制动角的方法600的流程图。在实施例中，方法600由控制器C1执行。
在框604，检测制动角21的实时制动角温度数据112。在框606，检测制动角21的实时制动角压力数据224。在框608，响应于实时制动角温度数据112和实时制动角压力数据224中的至少一个，检测制动角21的制动垫块22的刚度。确定制动垫块22的刚度可以包括确定制动角21的制动能量114。响应于车辆10的减速参数102来确定制动能量114。可以响应于车辆10的空气动力损失和实时制动角温度数据112来调节制动能量114。在框610，响应于制动垫块22的刚度来确定制动垫块22的磨损。
当制动垫块22的磨损超过制动垫块磨损超过制动垫块磨损超过数限制时，警报363可以被激活。当制动垫块22的磨损超过制动垫块磨损超过数限制时，可以增加实时制动角温度数据112和实时制动角压力数据224中的至少一个的采样速率。
尽管以上描述以特定顺序描述了图7的流程，但应理解，除非在所附权利要求书中另外特别要求，否则可以改变步骤的顺序。
如上所述，实施例可以是处理器实现的过程和用于实践这些过程的装置(例如处理器)的形式。实施例也可以采用计算机程序代码的形式，其包含在有形介质中体现的指令，有形介质例如是网络云存储、SD卡、闪存驱动器、CD ROM、硬盘驱动器或任何其他计算机可读存储介质，其中，当计算机程序代码被加载到计算机中并由计算机执行时，该计算机成为用于实践实施例的装置。实施例也可以是计算机程序代码的形式，例如，是存储在存储介质中，由计算机加载和/或执行，还是通过某种传输介质传输，由计算机加载和/或执行，或者通过某种传输介质，例如通过电线或电缆、通过光纤、或经由电磁辐射传输，其中，当计算机程序代码被加载到计算机中并由计算机执行时，计算机成为用于实践实施例的装置。当在通用微处理器上实现时，计算机程序代码段将微处理器配置为创建特定的逻辑电路。
术语“大约”旨在包括与基于提交申请时可用的设备的特定数量的测量相关的误差程度。例如，“大约”可以包括给定值的±8％或5％或2％的范围。
本文使用的术语仅用于描述特定实施例的目的，而不意图限制本公开。如本文所使用的，除非上下文另有明确指示，否则单数形式“一”，“一个”和“所述”也旨在包括复数形式。将进一步理解的是，当在本说明书中使用时，术语“包括”和/或“包含”指定所陈述的特征、整体、步骤、操作、元件和/或部件的存在，但不排除一个或多个其他特征、整体、步骤、操作、元件、部件和/或其组合的存在或添加。
尽管已经参考示例性实施例描述了以上公开，但是本领域技术人员将理解，在不脱离其范围的情况下，可以进行各种改变并且可以用等同物代替其元素。另外，在不脱离本公开的实质范围的情况下，可以做出许多修改以使特定情况或材料适应本公开的教导。因此，意图是本公开不限于所公开的特定实施例，而是将包括落入其范围内的所有实施例。

Claims (5)

1.一种监测车辆的制动角的方法，所述方法包括：
检测所述制动角的实时制动角温度数据；
检测所述制动角的实时制动角压力数据；
基于所述实时制动角温度数据和所述实时制动角压力数据确定所述制动角的制动垫块的刚度；以及
基于所述制动垫块的刚度确定所述制动垫块的磨损，
其中，基于所述实时制动角温度数据和所述实时制动角压力数据中的至少一个来确定所述制动角的制动垫块的刚度进一步包括:
当所述车辆处于运动时，确定所述车辆处于运动；
当所述车辆处于运动时，检测所述车辆的多个制动垫块的刚度，所述多个制动垫块包括位于具有驻车制动器的车辆的第一车轴上的第一组制动垫块和位于不具有驻车制动器的车辆的第二车轴上的第二组制动垫块；
一旦所述车辆不再处于运动，就确定所述车辆被停放；
当所述车辆被停放时，检测所述第一组制动垫块的刚度；以及
从所述多个制动垫块的刚度中减去所述第一组制动垫块的刚度。
2.如权利要求1所述的方法，还包括当所述制动垫块的磨损超过制动垫块磨损超过数限制时，激活警报。
3.如权利要求1所述的方法，其中，还包括当所述制动垫块的磨损超过制动垫块磨损超过数限制时，增加所述实时制动角温度数据和所述实时制动角压力数据中的至少一个的采样速率。
4.如权利要求1所述的方法，其中，基于所述实时制动角温度数据和所述实时制动角压力数据中的至少一个确定所述制动角的制动垫块的刚度还包括，基于所述制动角的实时制动角温度数据确定所述制动角的制动能量。
5.如权利要求4所述的方法，其中，基于所述制动角的实时制动角温度数据来确定所述制动角的制动能量还包括:
基于所述车辆的减速参数确定制动能量；
基于所述车辆的空气动力损失调节制动能量；以及
基于所述实时制动角温度数据调节制动能量。
CN202010031714.4A 2019-01-23 2020-01-13 智能制动系统健康监测 Active CN111469826B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/255,177 US11047439B2 (en) 2019-01-23 2019-01-23 Intelligent brake system health monitoring
US16/255,177 2019-01-23

Publications (2)

Publication Number Publication Date
CN111469826A CN111469826A (zh) 2020-07-31
CN111469826B true CN111469826B (zh) 2022-09-09

Family

ID=71403170

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010031714.4A Active CN111469826B (zh) 2019-01-23 2020-01-13 智能制动系统健康监测

Country Status (3)

Country Link
US (1) US11047439B2 (zh)
CN (1) CN111469826B (zh)
DE (1) DE102019134292A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019208811A1 (de) * 2019-06-18 2020-12-24 Robert Bosch Gmbh Vorrichtung und Verfahren zum Bestimmen zumindest eines Bremsenkennwerts eines hydraulischen Bremssystems eines Fahrzeugs
JP7230887B2 (ja) * 2020-07-17 2023-03-01 トヨタ自動車株式会社 ブレーキパッド状態推定装置及びブレーキパッド状態推定方法
KR20220014032A (ko) * 2020-07-28 2022-02-04 현대자동차주식회사 자동차용 마찰부품을 갖는 장치의 성능 평가 시스템 및 방법
US20220289164A1 (en) * 2021-03-09 2022-09-15 Akebono Brake Industry Co., Ltd Method of damage prediction for electric park brake and adaptation thereof
US12013004B2 (en) * 2021-08-06 2024-06-18 Geville Gee Brake warning system
AU2021473936A1 (en) * 2021-11-22 2024-02-22 Miller Technology Incorporated Brake test device and method for vehicles
CN114715111B (zh) * 2022-05-07 2023-01-13 交通运输部公路科学研究所 一种基于tbox的货运车辆制动器温度估计方法
FR3145528A1 (fr) * 2023-02-08 2024-08-09 Hitachi Astemo France Procédé de commande électrique d’un frein de parking avec estimation du refroidissement

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1275499A (zh) * 1999-05-27 2000-12-06 南京建筑工程学院 车辆液压制动装置用减振器
CN101835665A (zh) * 2007-10-24 2010-09-15 大陆-特韦斯贸易合伙股份公司及两合公司 驻车制动器及其运行方法
JP2011235724A (ja) * 2010-05-10 2011-11-24 Fuji Heavy Ind Ltd 車両振動判別装置及び車両振動判別方法
CN103171444A (zh) * 2011-12-22 2013-06-26 科达汽车公司 电动车辆再生制动系统
CN105446391A (zh) * 2015-12-07 2016-03-30 长安大学 一种货车长下坡行驶制动器温升预测方法
CN108382384A (zh) * 2017-01-26 2018-08-10 空中客车英国运营有限责任公司 基于制动器扭矩和温度的故障检测
CN108698575A (zh) * 2016-03-03 2018-10-23 意大利Itt有限责任公司 用于提高车辆防抱死制动和防滑调节的性能的装置和方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006036280B3 (de) * 2006-08-03 2008-01-31 Knorr-Bremse Systeme für Nutzfahrzeuge GmbH Verfahren zur Bremsdruckverteilung auf die Achsen eines Fahrzeugs
US7957875B2 (en) * 2008-01-17 2011-06-07 GM Global Technology Operations LLC Method and apparatus for predicting braking system friction
US8380418B2 (en) * 2009-08-26 2013-02-19 GM Global Technology Operations LLC Method for maintaining a brake rotor
WO2015195275A2 (en) * 2014-05-23 2015-12-23 Michael Thurston Method for optimizing asset value based on driver acceleration and braking behavior
DE102015105862A1 (de) * 2015-04-17 2016-10-20 Knorr-Bremse Systeme für Nutzfahrzeuge GmbH Verfahren zur Erhöhung der Betriebssicherheit thermisch belasteter Funktionsteile einer Scheibenbremse
GB2542201B (en) * 2015-09-14 2018-09-05 Jaguar Land Rover Ltd Vehicle brake systems
WO2018050564A1 (en) * 2016-09-14 2018-03-22 Robert Bosch Gmbh Brake pad wear sensor with wireless data transmission
EP3456994B1 (en) * 2017-09-19 2023-11-29 Hitachi, Ltd. Method and apparatus for determining brake wear at a vehicle
US10520054B2 (en) * 2017-09-29 2019-12-31 Rockwell Automation Technologies, Inc. Motor brake system
WO2019219845A1 (en) * 2018-05-17 2019-11-21 Itt Italia S.R.L. Vehicle braking system
DE102018004885A1 (de) * 2018-06-19 2019-12-19 Lucas Automotive Gmbh Technik zum Ermitteln eines Verschleißwertes, welcher einen Verschleiß eines Reibbelags einer Fahrzeugbremse angibt

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1275499A (zh) * 1999-05-27 2000-12-06 南京建筑工程学院 车辆液压制动装置用减振器
CN101835665A (zh) * 2007-10-24 2010-09-15 大陆-特韦斯贸易合伙股份公司及两合公司 驻车制动器及其运行方法
JP2011235724A (ja) * 2010-05-10 2011-11-24 Fuji Heavy Ind Ltd 車両振動判別装置及び車両振動判別方法
CN103171444A (zh) * 2011-12-22 2013-06-26 科达汽车公司 电动车辆再生制动系统
CN105446391A (zh) * 2015-12-07 2016-03-30 长安大学 一种货车长下坡行驶制动器温升预测方法
CN108698575A (zh) * 2016-03-03 2018-10-23 意大利Itt有限责任公司 用于提高车辆防抱死制动和防滑调节的性能的装置和方法
CN108382384A (zh) * 2017-01-26 2018-08-10 空中客车英国运营有限责任公司 基于制动器扭矩和温度的故障检测

Also Published As

Publication number Publication date
US20200232531A1 (en) 2020-07-23
CN111469826A (zh) 2020-07-31
DE102019134292A1 (de) 2020-07-23
US11047439B2 (en) 2021-06-29

Similar Documents

Publication Publication Date Title
CN111469826B (zh) 智能制动系统健康监测
US9416835B2 (en) Method of estimating brake pad wear and vehicle having a controller that implements the method
US4964679A (en) Monitoring method and apparatus for a brake system of heavy-duty vehicles
KR101797939B1 (ko) 타이어 분류
US10486674B2 (en) Brake pad life prognosis system for regenerative braking vehicles
AU2015306392B2 (en) Automatic speed control of a vehicle traversing a water obstacle
EP3186124B1 (en) Controlling the deceleration of a vehicle
US7204564B2 (en) Vehicle trailer brake controller with wheel speed selection
EP3212476B1 (en) Controlling the braking of a vehicle descending a slope
EP2570317A1 (en) Method for operating an electro-mechanical brake system
JP2004515402A (ja) 車両の運転モード中に発生するアクアプレーニングの危険性を検出するための装置
EP3186117B1 (en) Managing vehicle deceleration
US8251463B2 (en) Vehicle regenerative braking system with system monitor and redundant control capability
KR20160040667A (ko) 전기 또는 하이브리드 차량의 회생 제동 제어
US8024100B2 (en) Method of controlling the path of a vehicle
SE533139C2 (sv) System för fastställande av förmåga att förutse inbromsning
US12077141B2 (en) Adaptive braking and steering adjustment on a slope
CN111516662B (zh) 力控制防抱死制动系统策略
JP2024528262A (ja) 特に可能な減速量の特定
GB2545437A (en) Brake-Pull Mitigation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant