典型文献
基于SVD-UKF的车用锂离子动力电池传感器故障诊断研究
文献摘要：
针对传感器故障诊断问题,提出通过分析模型预测电压与传感器观测电压的残差来诊断传感器是否发生故障的方法.使用无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法估计电池的端电压,并提出使用奇异值分解(Singular Value Decomposition,SVD)代替平方根法分解,以解决协方差矩阵非正定导致的算法无法正常运行的问题.提出使用累积和(Cumulative Sum,CUSUM)法对残差进行分析,通过监测CUSUM的变化来判断传感器是否发生故障.以动应力测试(Dynamic Stress Test,DST)工况作为验证工况,用3类常见的传感器故障对提出的方法进行验证.结果表明,提出的传感器故障检测方法在一些微小故障的检测中,相比于传统的设定残差阈值的方法更灵敏,能更快检测出微小的数据偏移情况.
文献关键词：
传感器故障;残差;无迹卡尔曼滤波;奇异值分解;累积和
中图分类号：
作者姓名：
孟德安;舒强;王建平;王艺帆;马宗钰
作者机构：
长安大学汽车学院,西安710062;公安部道路交通安全研究中心,北京100062
文献出处：
引用格式：
[1]孟德安;舒强;王建平;王艺帆;马宗钰-.基于SVD-UKF的车用锂离子动力电池传感器故障诊断研究)[J].汽车工程学报,2022(04):528-537
A类：
平方根法
B类：
SVD,UKF,车用,锂离子动力电池,传感器故障诊断,诊断研究,诊断问题,无迹卡尔曼滤波,Unscented,Kalman,Filter,端电压,出使,奇异值分解,Singular,Value,Decomposition,协方差矩阵,非正定,累积和,Cumulative,Sum,CUSUM,动应力测试,Dynamic,Stress,Test,DST,故障检测方法,些微,微小故障,残差阈值,更灵,快检,移情
AB值：
0.391013
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
