轮胎压力减小检测设备、方法和程序 |
|||||||
| 申请号 | CN201510758466.2 | 申请日 | 2015-11-10 | 公开(公告)号 | CN105584303A | 公开(公告)日 | 2016-05-18 |
| 申请人 | 住友橡胶工业株式会社; | 发明人 | 梁濑未南夫; | ||||
| 摘要 | 一种轮胎压 力 减小检测设备包含：转速信息检测单元，该转速信息检测单元用于检测车辆的 车轮 的转速信息；共振 频率 估算单元，该共振频率估算单元用于根据通过转速检测单元获得的转速信息对转速信息的扭转共振频率进行时间序列估算；和判断单元，该判断单元用于根据估算的扭转共振频率判断安装在车轮中的轮胎的压力的减小。共振频率估算单元包含噪声去除单元，该噪声去除单元用于利用有源噪声控制技术为每个车轮去除 叠加 在作为转速信息的车轮速度 信号 上的噪声。 | ||||||
| 权利要求 | 1.一种轮胎压力减小检测设备，其特征在于，包含： |
||||||
| 说明书全文 | 轮胎压力减小检测设备、方法和程序技术领域背景技术[0002] 让汽车安全行驶的因素之一为轮胎的压力。当压力减小到小于适当值时，操作稳定性和燃料消耗降低，因此有时可能引起爆胎。因此，用于检测轮胎压力的减小并且发出警报以便促使驾驶员采取适当行动的轮胎压力监测系统(TPMS)从保护环境和确保驾驶员的安全的角度是重要的技术。 [0003] 传统的监测系统能够分为两种类型，包括直接检测型和间接检测型。直接检测型通过结合轮胎车轮内侧的压力传感器直接测量轮胎的压力。虽然压力的减小能够被以高精度检测，但是存在技术和成本上的一些缺点，缺点包括电池寿命、维护问题和实际环境的故障容忍度。 [0004] 同时，间接检测型为从轮胎的旋转信息估算压力的方法，并且能够被细分为动态负荷半径(DLR)法和共振频率机构(RFM)法。其中，RFM法能够解决DLR法的问题(比如由于相对地比较车轮之间的转速的基本原理不能检测四个车轮同时充气不足的问题)，并且提出各种技术。 [0005] RFM法利用轮胎的扭转共振频率由于充气不足而降低的性能并且时间序列从轮胎的转速信息或旋转加速度信息估算轮胎的扭转共振频率以便检测轮胎的压力的减小。 [0006] 然而，在RFM法中估算轮胎的共振频率时，当存在由在车轮速度谱(wheel speed spectrum)中的轮胎共振频率附近的噪声引起的峰值时，共振频率的估算精度降低。例如，当由引擎噪声代表的周期性噪声叠加在轮胎的共振频率的附近时，共振频率的估算精度受到很大影响。 [0007] 引擎噪声的主要原因是引擎的旋转不平稳和转矩不平稳。因此，通常，引擎噪声出现在相同相位的传动轮的左右车轮中。 [0008] 为了消除相同相位的噪声的影响，提出获取在左右车轮之间的车轮速度的差值(例如，参照专利文献1和非专利文献1)。在专利文献1和非专利文献1中描述的轮胎压力估算方法中，考虑到上述引擎噪声出现在相同相位的左右车轮中的事实，在左右车轮之间的车轮速度的差值被获得以去除引擎噪声。 [0010] 引用列表 [0011] 专利文献： [0012] 专利文献1：日本专利No.3435634 [0013] 专利文献2：日本未经审查的专利公报No.7-137509 [0014] 非专利文献： [0015] 非专利文献1：KojiUmeno，(1997年12月)，“利用车轮速度传感器的轮胎压力估算”，丰田汽车CRDL的R&D评论，Vol.32，No.4，pp45-52. 发明内容[0016] 技术问题 [0017] 然而，在如专利文献1和非专利文献1描述的技术中的获得在左右车轮之间的差值的方法中，即使在左右车轮的车轮速度信号之间执行减法时，引擎噪声也未必能去除。即，这是因为由于FF车辆中常见的在左右之间的车轴的长度不等、在左右之间的刚性差、在左右轮胎之间的特征差等，从而使得从差动齿轮到轮胎的传动的特征在左右之间可能不同。 [0018] 如专利文献2描述的装置中的间接型压力减小检测装置通常被结合在安装在车辆中的CPU中，比如ABS。然而，在这种情况下，FFT的频繁使用在CPU资源方面是有问题的。 [0019] 本发明是考虑到上述情况作出的，并且其目标是提供一种轮胎压力减小检测设备、方法和程序，能够消除周期性噪声的影响并且提高轮胎共振频率的估算精度。 [0020] 解决方案 [0021] (1)根据本发明的第一内容的轮胎压力减小检测设备(以下，也简称为“检测设备”)包含： [0022] 转速信息检测单元，该转速信息检测单元用于检测车辆的车轮的转速信息； [0023] 共振频率估算单元，该共振频率估算单元用于根据通过转速信息检测单元获得的转速信息对转速信息的扭转共振频率进行时间序列估算；和 [0024] 判断单元，该判断单元用于根据估算的扭转共振频率判断安装在车轮中的轮胎的压力的减小； [0025] 其中，共振频率估算单元包含噪声去除单元，该噪声去除单元用于利用有源噪声控制技术为每个车轮去除叠加在作为转速信息的车轮速度信号上的噪声。 [0026] (2)根据本发明的第二内容的检测设备包含： [0027] 转速信息检测单元，该转速信息检测单元用于检测车辆的车轮的转速信息； [0028] 旋转加速度信息计算单元，该旋转加速度信息计算单元用于根据通过转速信息检测单元获得的转速信息计算车轮的旋转加速度信息； [0029] 共振频率估算单元，该共振频率估算单元用于根据通过旋转加速度信息计算单元计算的旋转加速度信息对旋转加速度信息的扭转共振频率进行时间序列估算；和[0030] 判断单元，该判断单元用于根据估算的扭转共振频率判断轮胎的压力的减小； [0031] 其中，共振频率估算单元包含噪声去除单元，该噪声去除单元用于利用有源噪声控制技术为每个车轮去除叠加在作为旋转加速度信息的车轮加速度信号上的噪声。 [0032] 根据本发明的检测设备，通过利用有源噪声控制技术(以下，也简称为“ANC技术”)，能够为每个车轮去除叠加在车轮速度信号或车轮加速度信号上的周期性噪声。因此，轮胎的扭转共振频率的估算精度能够提高。因为这里使用的ANC技术是不使用FFT的技术，所以不需要很多CPU资源。因此，该技术能够被容易地安装在一般车载计算机中。 [0033] (3)在上述(1)或(2)的检测设备中，有源噪声控制技术可以是延迟x谐波合成器(DXHS)。 [0034] (4)在上述(3)的检测设备中，噪声是由引擎的爆发引起的周期性噪声； [0036] 噪声去除单元在计算的频率在25至65Hz的范围内的情况下起作用。 [0037] (5)在上述(1)或(2)的检测设备中，有源噪声控制技术可以是FIR型自适应数字滤波器，该FIR型自适应数字滤波器使用作为要被控制的目标的车轮速度信号或车轮加速度信号的过去信号作为基准信号，并且使用LMS算法作为自适应算法。 [0038] (6)在上述(3)的检测设备中，期望地，噪声去除单元在30至120公里/时的车辆速度下起作用，并且噪声去除单元的计算周期为3至10毫秒。 [0039] (7)在上述(5)的检测设备中，期望地，当FIR型自适应数字滤波器的抽头数是N并且被去除的噪声数是K时，满足公式K×4≤N≤50。 [0040] (8)在上述(5)的检测设备中，期望地，在用作基准信号的过去信号的获取时间和当前时间之间的时间差Δt(秒)满足公式0.16≤Δt≤0.35。 [0041] (9)在上述(1)或(2)的检测设备中，有源噪声控制技术可以是FIR型自适应数字滤波器，该FIR型自适应数字滤波器使用在与要去除引擎噪声的车轮的相同轮轴上的另一车轮的车轮速度信号或车轮加速度信号作为基准信号，并且使用LMS算法作为自适应算法。 [0042] (10)在上述(1)或(2)的检测设备中，有源噪声控制技术可以是FIR型自适应数字滤波器，该FIR型自适应数字滤波器使用在与要去除周期性路面噪声的车轮的相同侧上的另一车轮的车轮速度信号或车轮加速度信号作为基准信号，并且使用LMS算法作为自适应算法。 [0043] (11)在上述(9)的检测设备中，期望地，在用作基准信号的信号的获取时间和当前时间之间的时间差Δt(秒)满足公式0≤Δt≤0.35，其中“基准信号的获取时间”＝“当前时间”-Δt。 [0044] (12)在上述(10)的检测设备中，期望地，在用作基准信号的信号的获取时间和当前时间之间的时间差Δt(秒)是0≤Δt≤轴距(米)/车辆速度(米/秒)×3，其中，在后轮被控制而前轮作为基准信号的情况下，“基准信号的获取时间”＝“当前时间”-Δt，在前轮被控制而后轮作为基准信号的情况下，则“基准信号的获取时间”＝“当前时间”+Δt。 [0045] (13)根据本发明的第三内容的轮胎压力减小检测方法(以下，也简称为“检测方法”)包含： [0046] 转速信息检测步骤，该转速信息检测步骤用于检测车辆的车轮的转速信息； [0047] 共振频率估算步骤，该共振频率估算步骤用于根据在转速信息检测步骤中获得的转速信息对转速信息的扭转共振频率进行时间序列估算；和 [0048] 判断步骤，该判断步骤用于根据估算的扭转共振频率判断安装在车轮中的轮胎的压力的减小； [0049] 其中，共振频率估算步骤包含噪声去除步骤，该噪声去除步骤用于利用有源噪声控制技术为每个车轮去除叠加在作为转速信息的车轮速度信号上的噪声。 [0050] (14)根据本发明的第四内容的检测方法包含： [0051] 转速信息检测步骤，该转速信息检测步骤用于检测车辆的车轮的转速信息； [0052] 旋转加速度信息计算步骤，该旋转加速度信息计算步骤用于根据在转速信息检测步骤中获得的转速信息计算车轮的旋转加速度信息； [0053] 共振频率估算步骤，该共振频率估算步骤用于根据在旋转加速度信息计算步骤中计算的旋转加速度信息对旋转加速度信息的扭转共振频率进行时间序列估算；和[0054] 判断步骤，该判断步骤用于根据估算的扭转共振频率判断轮胎的压力的减小； [0055] 其中，共振频率估算步骤包含噪声去除步骤，该噪声去除步骤用于利用有源噪声控制技术为每个车轮去除叠加在作为旋转加速度信息的车轮加速度信号上的噪声。 [0056] 根据本发明的检测方法，通过利用ANC技术，能够为每个车轮去除叠加在车轮速度信号或车轮加速度信号上的周期性噪声。因此，轮胎的扭转共振频率的估算精度能够提高。因为这里使用的ANC技术是不使用FFT的技术，所以不需要很多CPU资源。因此，该技术能够被容易地安装在一般车载计算机中。 [0057] (15)在上述(13)或(14)的检测方法中，有源噪声控制技术可以是FIR型自适应数字滤波器，该FIR型自适应数字滤波器使用作为要被控制的目标的车轮速度信号或车轮加速度信号的过去信号作为基准信号，并且使用LMS算法作为自适应算法。 [0058] (16)在上述(15)的检测方法中，期望地，当FIR型自适应数字滤波器的抽头数是N并且要被去除的噪声数是K时，满足公式K×4≤N≤50。 [0059] (17)在上述(15)的检测方法中，期望地，在用作基准信号的过去信号的获取时间和当前时间之间的时间差Δt(秒)满足公式0.16≤Δt≤0.35。 [0060] (18)根据本发明的第五内容的轮胎压力减小检测程序(以下，也简称为“程序”)，该程序使得用于基于行驶车辆的轮胎的共振频率检测轮胎的压力的减小的计算机起以下作用： [0061] 共振频率估算单元，该共振频率估算单元用于根据通过转速信息检测单元获得的转速信息对转速信息的扭转共振频率进行时间序列估算，其中该转速信息检测单元用于检测车辆的车轮的转速信息；和 [0062] 判断单元，该判断单元用于根据估算的扭转共振频率判断安装在车轮中的轮胎的压力的减小； [0063] 其中，共振频率估算单元包含噪声去除单元，该噪声去除单元用于利用有源噪声控制技术为每个车轮去除叠加在作为转速信息的车轮速度信号上的噪声。 [0064] (19)根据本发明的第六内容的程序，该程序使得用于基于行驶车辆的轮胎的共振频率检测轮胎的压力的减小的计算机起以下作用： [0065] 旋转加速度信息计算单元，该旋转加速度信息计算单元用于根据通过转速信息检测单元获得的转速信息计算车轮的旋转加速度信息，其中该转速信息检测单元用于检测车辆的车轮的转速信息； [0066] 共振频率估算单元，该共振频率估算单元用于根据通过旋转加速度信息计算单元计算的旋转加速度信息对旋转加速度信息的扭转共振频率进行时间序列估算；和[0067] 判断单元，该判断单元用于根据估算的扭转共振频率判断轮胎的压力的减小； [0068] 其中，共振频率估算单元包含噪声去除单元，该噪声去除单元用于利用有源噪声控制技术为每个车轮去除叠加在作为旋转加速度信息的车轮加速度信号上的噪声。 [0069] 发明的有益效果 [0072] 图2是显示图1所示的检测设备的电子构造的方框图； [0073] 图3是显示DXHS的系统流程的图表； [0074] 图4是显示在被控制目标信号(＝d(n))和基准信号(噪声源x(n))彼此不同的情况下的系统流程的图表； [0075] 图5是显示在被控制目标信号和基准信号彼此相同的情况下的系统流程的图表； [0076] 图6A至6D是显示在噪声数为9的情况下抽头数改变时的噪声消除性能的图表； [0077] 图7A至7D是显示在噪声数为5的情况下抽头数改变时的噪声消除性能的图表； [0078] 图8A至8D是显示在噪声数为3的情况下抽头数改变时的噪声消除性能的图表； [0079] 图9A至9D是显示在噪声数为2的情况下抽头数改变时的噪声消除性能的图表； [0080] 图10A至10D是显示当延迟采样数相对于具有噪声数为5和抽头数为30的数据行改变时的噪声消除性能的图表； [0081] 图11A至11D是显示当延迟采样数相对于具有噪声数为5和抽头数为30的数据行改变时的噪声消除性能的图表； [0082] 图12A至12D是显示当延迟采样数相对于具有周期性路面噪声的实际车辆数据改变时的噪声消除性能的图表； [0083] 图13A至13D是显示当延迟采样数相对于具有周期性路面噪声的实际车辆数据改变时的噪声消除性能的图表； [0084] 图14是显示在其中构造ANC的检测设备的动作的流程图； [0085] 图15A和15B是显示根据第一实施例的使用DXHS使引擎噪声消除的实例的图表； [0086] 图16A和16B是显示根据第二实施例的使用FIR型自适应数字滤波器和LMS算法使引擎噪声消除的实例的图表； [0087] 图17是显示使用传统的差分法使引擎噪声消除的实例的图表； [0088] 图18是显示使用FIR型自适应数字滤波器和LMS算法使引擎噪声消除的实例的图表； [0089] 图19是显示使用FIR型自适应数字滤波器和LMS算法使周期性路面噪声消除的实例的图表。 具体实施方式[0091] 图1是显示根据本发明的一个实施例的检测设备的方框图。图2是显示图1所示的检测设备的电子构造的方框图。 [0092] 如图1所示，根据本发明的一个实施例的检测设备包含一般车轮速度检测单元(转速信息检测单元)1，该车轮速度检测单元设置到每个车轮中以便检测四轮车辆的左前车轮(FL)、右前车轮(FR)、左后车轮(RL)和右后车轮(RR)的转速信息。 [0093] 对于车轮速度检测单元1，能够使用车轮速度感传器、角速度传感器，其中该车轮速度感传器用于使用电磁传感器等产生旋转脉冲以便根据脉冲的数量和脉冲间隔(秒)测量旋转角速度和车轮速度，该角速度传感器包含用于利用像发电机的旋转产生电能以便根据其电压等测量旋转角速度和车轮速度的传感器。车轮速度检测单元1的输出给予作为计算机比如ABS的控制单元2。连接到该控制单元2的是显示器3、初始化按钮4和警报器5，该显示器3由液晶显示元件、等离子显示元件、CRT等形成用于显示例如轮胎的压力降低，该初始化按钮4能够由驾驶员操作，该警报器5用于向驾驶员通知轮胎的压力降低。 [0094] 如图2所示，控制单元2由I/O接口2a、CPU 2b、ROM 2c和RAM 2d组成，该I/O接口2a需要向外部装置发送和从外部装置接收信号，该CPU 2b起算术运算处理的中心的作用，在该ROM 2c中存储CPU 2b的控制操作程序，在该RAM 2d中当CPU 2b执行控制操作时临时写入数据等和读出写入的数据。 [0095] 在车轮速度检测单元1中，与轮胎的转数对应的脉冲信号(以下，也称为“轮胎速度脉冲”)被输出，并且车轮速度信号的时间序列数据能够被获得。因为在聚焦的轮胎的扭振方向上的共振频率出现在数十Hz附近，存在以共振频率归入尼奎斯特频率的方式设置样本周期的需要。 [0096] 根据本实施例的检测设备主要包含：车轮速度检测单元(转速信息检测单元)1；共振频率估算单元，该共振频率估算单元用于根据通过车轮速度检测单元1获得的转速信息对转速信息的扭转共振频率进行时间序列估算；和判断单元，该判断单元用于根据估算的扭转共振频率判断安装在车轮的轮胎的压力的减小。共振频率估算单元包含噪声去除单元，该噪声去除单元通过使用ANC技术为每个车轮去除叠加在作为转速信息的车轮速度信号上的噪声。根据本实施例的程序被安装在控制单元2中并且使控制单元2起包含噪声去除单元的共振频率估算单元和判断单元的作用。 [0097] 例如通过根据二次自回归(AR)模型对转速信息或旋转加速度信息执行时间序列分析，或通过利用作为如日本未经审查的专利公报No.2011-102077公开的时间序列信号的旋转加速度信息最作为以下表达式(1)的n次(n为3以上的整数)线性模型的参数进行时间序列估算，扭转共振频率能够被估算。在表达式(1)中，基准标号y(k)表示车轮旋转加速度的时间序列信号，基准标号n表示模型的阶数(3以上的整数)，基准标号ai表示参数，并且基准标号w(k)表示扰动。 [0098] [0099] 当获得的扭转共振频率变得小于例如在初始化的时候计算并且存储在RAM 2d中的基准扭转共振频率并且低于预定阈值(比如2Hz)时，断定轮胎压力降低并且警报器5发出警报。 [0100] 考虑到由于引擎的旋转不平稳和转矩不平稳而使得在轮胎的扭转共振频率附近产生周期性噪声的事实以及担心因此导致产生错误的通报或不发出警报，本发明要注重扭转共振频率的变化在判断轮胎压力的减小的时候去除周期性噪声。那时，在本发明中，使用ANC技术为车辆的每个车轮去除周期性噪声。以下，将描述该ANC技术的使用模式。 [0101] [第一实施例] [0102] 在本实施例中，对于ANC技术，使用延迟x谐波合成器(DXHS)，该延迟x谐波合成器专用于去除周期性噪声的算法，例如由引擎的爆发引起的引擎噪声。 [0103] 引擎噪声的频率可以根据作为引擎转数信息的引擎转数和气缸数量被计算。在本实施例中，噪声去除单元在计算的频率在25至65Hz范围之内的情况下起作用。因为在40Hz附近的轮胎扭转共振是RFM方法想要，该RFM方法是根据本实施例的检测设备或方法的前提，所以频率小于25Hz或超出65Hz的噪声不容易受到影响。因此，不需要去除该噪声。 [0105] 图3是显示DXHS的系统流程的图表。在系统流程中，如果没有二次路线并且被控制目标信号(＝d(n))是周期性噪声，则信号d(n)可以表示为： [0106] d(n)＝α(n)·cos(ω(n)·n·T)+β(n)·sin(ω(n)·n·T) [0107] 同时，基于此，控制信号(＝y(n))可以表示为： [0108] [0109] 即，噪声(＝d(n))是具有通过α(n)、β(n)和ω(n)确定的增益、相位和频率的正弦波(周期性噪声)。“DXHS”通过将具有相同增益和与噪声反相位的正弦波(＝y(n))添加到该噪声来消除该噪声。 [0110] 和 被自适应更新以便最小化误差函数(error function)： [0111] J＝e2(n)(此处e(n)＝d(n)+y(n)) [0112] 更新表达式如下： [0113] [0114] [0115] [0116] 其中， [0117] [0118] [第二实施例] [0119] 在本实施例中，ANC技术是FIR型自适应数字滤波器，该FIR型自适应数字滤波器使用作为被控制目标的车轮速度信号或车轮加速度信号的过去信号作为基准信号，并且使用LMS算法作为自适应算法。即，在本实施例中，被控制目标信号和基准信号彼此相同。 [0120] 首先，作为参考，将描述被控制目标信号(＝d(n))和基准信号(＝噪声源x(n))彼此不同的情况。 [0121] 图4是显示在被控制目标信号(＝d(n))和基准信号(＝噪声源x(n))彼此不同的情况下的系统流程的图表。在这种情况下，控制信号(＝y(n))和误差信号(＝e(n))用以下表达式(2)和(3)表示，并且过滤器系数矢量(＝h(k，n))根据以下表达式(4)更新。 [0122] [0123] e(n)＝d(n)+y(n) ……(3) [0124] h(k，n+1)＝h(k，n)-2·μ·e(n)·x(n-k) ……(4) [0125] 包含噪声的被控制目标信号和基准信号分别用d(n)和x(n)表示，抽头数和步长分别用Nh和μ表示。 [0126] 通常，如图4的系统流程所示，在基准信号(作为噪声源和与噪声相关联的信号，＝x(n))能够与包含噪声的被控制目标信号(＝d(n))不同地获得的情况下，FIR型自适应数字滤波器使用该基准信号形成，并且通过加添到被控制目标信号(＝d(n))，与基准信号相关联的信号(＝噪声)能够消除。 [0127] 然而，本实施例是在没有该基准信号(＝噪声源)的前提下的实施例。 [0128] 在本发明中除了要被去除的周期性噪声之外没有噪声源并且不能获得如上所述的基准信号的情况下，通过使过去的被控制目标信号作为“基准信号”，与作为要被去除的噪声的过去信号相关联的信号能够消除。 [0129] 周期性噪声比如包含在车轮速度信号中的引擎噪声与车轮速度信号的过去信号相关连。因此，通过使过去信号成为基准信号，周期性噪声能够消除。用于检测轮胎的压力降低所利用的轮胎的扭转共振是随机信号并且与过去信号没有关联。因此，即使当通过本实施例去除噪声时，扭转共振信号也不受影响。 [0130] 图5是显示在被控制目标信号和基准信号彼此相同的系统流程的图表。在这种情况下，控制信号(＝y(n))和误差信号(＝e(n))用以下表达式(5)和(6)表示，并且过滤器系数矢量(＝h(k，n))根据以下表达式(7)更新。 [0131] [0132] e(n)＝d(n)+y(n) ……(6) [0133] h(k，n+1)＝h(k，n)-2·μ·e(n)·d(n-Nz-k) ……(7) [0134] 包含噪声的被控制目标信号通过d(n)表示并且抽头数、步长和延迟采样数分别通过Nh、μ和Nz表示。 [0135] 应当注意，d(n-Nz-k)表示采样之前的被控制目标信号(Nz+k)。当过滤器系数矢量被优化时，没有与过去的被控制目标信号(＝基准信号＝d(n-Nz-k))相关联的信号(＝噪声)存在于误差信号(＝e(n)＝输出)中。 [0136] 当FIR型自适应数字滤波器的抽头数是N并且要去除的噪声数是K时，公式K×4≤N≤50是期望的。 [0137] 图6A至9D是显示当抽头数随噪声数从2至9而变化时的噪声消除性能的图表，这些图表通过仿真获得。图6A至9D显示噪声数分别为9、5、3和2的情况。在图6A至9D中，虚线指示控制之前的增益，实线指示控制之后的增益。 [0138] 通过将多个频率正弦波添加到随机数(0至0.5)，得到被控制目标的数据行(＝d(n))，并且执行“FIR型数字滤波器+LMS算法”的控制仿真以便仅消除正弦波。从图6A至9D，发现抽头数越大，噪声消除性能越好并且对除了噪声以外的部分的影响减小。 [0139] 更详细地，如图6A至6D所示，当抽头数为40时，九个噪声能够消除。如图7A至8D所示，当抽头数为20时，五个或三个噪声能够消除。进一步，如图9A至9D所示，当抽头数为10时，两个噪声能够消除。由此结果，发现为了消除噪声数为K的信号的噪声，需要 4×K以上的抽头数。同时，抽头数的上限依据安装在车辆上的CPU的能力，并且较少的抽头数需要较低的成本。然而，从噪声去除性能高并且所需的无噪声信号比如轮胎扭转共振受较小影响的观点出发，抽头数期望在大约50以下。 [0140] 在用作基准信号的过去信号的获取时间和当前时间之间的时间差Δt(秒)期望为0.16≤Δt≤0.35。当时间差Δt太小时，基准信号与所需信号(不被消除的信号)相关连。因此，担心所需信号被消除。同时，当时间差Δt太大时，与要被消除的噪声的关联性减小，因此噪声不能被充分地消除。 [0141] 图10A至11D是显示当延迟采样数相对于具有噪声数为5和抽头数为30的数据行改变时的噪声消除性能的图表，这些图表通过仿真获得。图12A至13D是显示当延迟采样数相对于包含周期性路面噪声的实际车辆测量数据改变时的噪声消除性能的图表。在图10A至13D中，虚线指示控制之前的增益，实线指示控制之后的增益。 [0142] 从延迟采样数变为80(≈0.32至0.4秒)的仿真结果，发现延迟采样数越大，噪声消除之后的频谱形状越好并且无噪声信号受影响越小。当延迟采样信号太小时，无噪声信号受到很大影响。在图12A至13D的实际车辆数据分析中，残留噪声增大到大约60以上的延迟采样数。因此，人们认为当延迟采样数太大时，由于噪声信号的减弱，与基准信号的关联性消失并且噪声消除性能下降。 [0143] 从以上结果，人们认为最小期望的延迟采样数大约为40(≈0.16秒：4毫秒×40)，而最大期望的延迟采样数大约为70(≈0.35秒：5毫秒×70)。 [0144] 接下来，将描述根据第一实施例或第二实施例的检测装置或检测方法的动作。图14是显示在其中构造ANC的检测装置的动作的流程图。 [0145] (1)首先，在步骤S1中，控制单元2通过根据预定周期对由车轮速度检测单元检测的车轮旋转信号重复采样来获得车轮速度信号(车轮速度)。考虑到聚焦的轮胎的扭矩方向上的共振频率，需要确定周期。特别地，在扭矩方向上的聚焦的共振频率出现在数十Hz附近。因此，期望100Hz以上的采样频率。 [0146] (2)接下来，在步骤S2中，在步骤S1中获得的车轮速度信号经过高通滤波器以便去除包含在车轮速度信号中的直流分量。应当注意，在获取加速度信号而非车轮速度信号的情况下，直流分量不包含在加速度信号中，因此能够省略步骤S2。 [0147] (3)接下来，在步骤S3中，控制单元2判断车辆速度是否在预定范围内(比如30至120公里/时)。当判断车辆速度在预定范围内时，程序前进到步骤S4。 [0148] (4)接下来，在步骤S4中，控制单元2根据引擎转数和气缸数量计算作为周期性噪声的引擎噪声的频率。应当注意，在ANC具有频率估算功能的情况下，在步骤S4中不需要频率计算。在“FIR型自适应数字滤波器+LMS算法”被用作第二实施例的情况下，与基准信号(在这种情况下，为信号的过去信号)相关联的信号与频率无关，能够被选择性地去除。因此，步骤S4中不需要频率计算。 [0149] (5)接下来，在步骤S5中，控制单元2判断噪声的频率是否在预定范围内(比如25至65Hz)。当判断频率在预定范围内时，程序前进到步骤S6。应当注意，使用“FIR型自适应数字滤波器+LMS算法”，与基准信号(在这种情况下，为信号的过去信号)相关联的信号与频率无关，能够被选择性地去除。因此，步骤S5中不需要频率范围的判断。 [0150] (6)接下来，在步骤S6中，根据第一实施例或第二实施例所示的上述方法，噪声被去除。 [0151] (7)接下来，在步骤S7中，控制单元2比较基于在噪声被去除的状态下的车轮速度信号估算的共振频率和基准共振频率，估算频率之间的差值ΔF，并且在后续的步骤S8中，判断估算的差值ΔF是否大于预定阈值(比如2Hz)。基准共振频率在轮胎替换之后或压力调整之后的初始化的时候被估算，并且被存储在控制单元2的RAM 2d中。 [0152] (8)在步骤8中，当判断差值ΔF大于预定阈值时，控制单元2判断轮胎充气不足，并且使警报器5发出警报。 [0153] 实例： [0154] 现在描述本发明的检测方法的实例。然而，本发明并不仅局限于这些实例。 [0155] [实例1] [0156] 三缸引擎的小FF(前引擎，前驱动)车行驶在试验场(圆形车场)上，并且测量两个前轮的车轮速度。FF车是手动档车辆，并且使用当车辆在60公里/时以五档行驶时获得的数据。在39Hz附近的引擎噪声利用根据第一实施例的DXHS被消除。结果显示在图15A和15B中。在图15A和15B中，虚线指示控制之前的增益，实线指示控制之后的增益。 [0157] [实例2] [0158] 除了使用根据第二实施例的FIR型自适应数字滤波器和LMS算法代替根据第一实施例的DXHS，在39Hz附近的引擎噪声以与实例1同样的方式消除。采样延迟时间为0.16秒并且抽头数为20。结果显示在图16A和16B中。在图16A和16B中，虚线指示控制之前的增益，实线指示控制之后的增益。 [0159] [比较例] [0160] 除了使用专利文献1、非专利文献1等所示的传统的差分法，在39Hz附近的引擎噪声以与实例1同样的方式消除。结果显示在图17中。 [0161] 能够从图15A至17发现，虽然引擎噪声保持在39Hz附近，即使具有在传统方法(比较例)中获得的差值(仅仅获得在FL车轮信号和FR车轮信号之间的差值)，但是在使用DXHS(实例1)或FIR型自适应数字滤波器和LMS算法(实例2)的情况下引擎噪声被消除。 [0162] [其它修改例] [0163] 本发明不局限于上述实施例，在权利要求的范围内能够做各种修改。 [0164] 例如，在上述实施例中，作为转速信息的车轮速度的扭转共振频率通过时间序列估算确定。然而，代替车轮速度，作为旋转加速度信息的车辆加速度的扭转共振频率也能够通过时间序列估算确定。在这种情况下，从通过转速信息检测单元获得的转速信息，旋转加速度信息通过起旋转加速度信息计算单元作用的控制单元计算。从计算的旋转加速度信息，旋转加速度信息的扭转共振频率通过起共振频率估算单元作用的控制单元时间序列估算。 [0165] 在上述实施例中，根据应用采用使用LMS算法的FIR型自适应数字滤波器的系统，作为被控制目标信号的信号的过去信号被用作基准信号。然而，本发明中的“基准信号”不局限于此。例如，在某个车轮的引擎噪声被去除的情况下，在与上述车轮相同的轮轴上的另一车轮的信号也能够是基准信号。具体地，在左前轮的引擎噪声被去除的情况下，右前轮的信号也能够是基准信号。相反地，在右前轮的引擎噪声被去除的情况下，左前轮的信号也能够是基准信号。在这种情况下，已经发现也获得与过去信号为基准信号的情况相同的噪声去除效果。不同于仅仅获得差值的传统技术，即使在叠加在左右轮上的噪声中存在增益差或相位差时，噪声也能够被去除。 [0166] 那时，在用作基准信号的信号的获取时间和当前时间之间的时间差Δt(秒)期望为 [0167] 0≤Δt≤0.35 [0168] 其中 [0169] “基准信号的获取时间”＝“当前时间”-Δt。 [0170] 图18是显示引擎噪声使用FIR型自适应数字滤波器和LMS算法被消除的实例，显示左前轮的引擎噪声利用作为基准信号的右前轮的信号被去除(控制)的实例的图表。如实例1一样，三缸引擎的小FF车在试验场上行驶，并且测量两个前轮的车轮速度。FF车是手动档车辆，并且使用当车辆在60公里/时以五档行驶时获得的数据。抽头数为50。在图18中，虚线指示控制之前的增益，实线指示控制之后的增益。发现，在去除左前轮的引擎噪声的时候，引擎噪声通过使在相同轮轴上的右前轮的信号作为基准信号而被去除。 [0171] 例如，在某个车轮的周期性路面噪声被去除的情况下，在与上述车轮相同侧上的另一车轮的信号也能够是基准信号。具体地，在右前轮的周期性路面噪声被去除的情况下，右后轮的信号能够是基准信号。相反地，在右后轮的周期性路面噪声被去除的情况下，右前轮的信号能够是基准信号。在周期性路面噪声的情况下，前轮和后轮按轴距(m)/车辆速度(m/秒)的时间差经过相同路面。因此，例如，为了去除右前轮的周期性路面噪声，右后轮的信号能够是基准信号。 [0172] 那时，在用作基准信号的信号的获取时间和当前时间之间的时间差Δt(秒)期望为： [0173] 0≤Δt≤轴距(m)/车辆速度(m/秒)×3 [0174] 其中 [0175] 在后轮被控制而前轮作为基准信号的情况下，“基准信号的获取时间”＝“当前时间”-Δt，并且 [0176] 在前轮被控制而后轮作为基准信号的情况下，“基准信号的获取时间”＝“当前时间”+Δt。 [0177] 图19是显示周期性路面噪声使用FIR型自适应数字滤波器和LMS算法被消除的实例，显示左后轮的周期性路面噪声利用作为基准信号的左前轮的信号被去除(控制)的实例的图表。2.4升排量的FF车行驶在具有周期性路面的公用道路上并且测量左后轮和左前轮的车轮速度。FF车是自动档车辆。在图19中，虚线指示控制之前的增益，实线指示控制之后的增益。发现，在去除左后轮的周期性路面噪声的时候，周期性路面噪声通过使在相同侧上的左前轮的信号作为基准信号而被去除。 [0178] 标号列表： [0179] 1：车轮速度检测单元 [0180] 2：控制单元 [0181] 2a：接口 [0182] 2b：CPU [0183] 2c：ROM [0184] 2d：RAM [0185] 3：显示器 [0186] 4：初始化按钮 [0187] 5：警报器 |
||||||
QQ群二维码
意见反馈
意见反馈